Un investigador británico advierte que la inteligencia artificial en las aulas puede ampliar la brecha social y homogeneizar el pensamiento

El profesor Wayne Holmes, investigador del UCL Knowledge Lab de la University College London, advirtió que la incorporación de inteligencia artificial en las aulas puede profundizar la desigualdad educativa y uniformar el aprendizaje en lugar de personalizarlo. Su planteo fue expuesto en una entrevista donde repasó los principales riesgos pedagógicos de las herramientas generativas disponibles en el mercado.

La falsa analogía con la calculadora

Uno de los argumentos más repetidos en el debate público compara a la IA generativa con la calculadora: así como esta última transformó la enseñanza de la matemática sin suprimirla, la inteligencia artificial haría lo propio en otras disciplinas. Holmes rechazó esa equivalencia y marcó una diferencia técnica elemental.

“Con una calculadora, si apretás los botones correctos en el orden correcto, obtenés la respuesta correcta siempre. Con la IA generativa, el resultado es incierto: puede ser correcto o no, y el usuario no siempre puede distinguirlo.”Wayne Holmes, investigador del UCL Knowledge Lab

Docentes como diferencial y tecnología como reemplazo

Holmes describió una paradoja que, a su entender, se profundiza con el avance de estas herramientas. Las escuelas privadas de mayor prestigio no se promocionan por sus equipos tecnológicos ni por el uso de inteligencia artificial, sino por la calidad de sus cuerpos docentes. En paralelo, en zonas con escasez de maestros o en contextos de bajos recursos, la tecnología se presenta como solución de reemplazo.

• En los colegios de elite, el marketing se sostiene en los docentes, no en la tecnología.
• En zonas vulnerables, la IA llega para sustituir al maestro ausente, no para acompañarlo.
• Esa diferencia amplía la brecha y, según Holmes, debilita la base de la participación ciudadana.

La estandarización del pensamiento

El investigador explicó además que la IA generativa produce texto eligiendo las palabras más probables según los datos con los que fue entrenada. Ese mecanismo tiende a reproducir los enfoques mayoritarios y deja subrepresentadas las miradas minoritarias o críticas. Holmes lo ilustró con un caso concreto: cuando consultó a distintas herramientas sobre los problemas del aprendizaje personalizado, todas coincidieron en que la dificultad era de implementación. Ninguna puso en duda la conveniencia del enfoque, porque la postura dominante en los textos de entrenamiento lo presenta como algo positivo.

Frente a la consulta sobre cómo usaría la inteligencia artificial si tuviera que fundar una escuela hoy, Holmes respondió de manera directa: no incorporaría ninguna de las herramientas actuales como recurso central. Planteó, en cambio, que discutir su uso implica antes decidir qué tipo de educación se quiere sostener y, sobre todo, garantizar la presencia de docentes formados como condición indispensable.