IA y tecnología
Economía cognitiva oculta de la IA
Los costos y beneficios invisibles del uso de la IA en el aprendizaje: lo que la conversación superficial pasa por alto.
Toque o haga clic en el mapa para ampliarlo.Abrir en tamaño completo (se abre en una pestaña nueva)
¿Le cuesta leer el texto pequeño del tablero? Todas las palabras están en la versión de texto de abajo.
Leer el texto completo de este tablero
Todo el texto del tablero en orden de lectura, para lectores de pantalla y pantallas pequeñas.
La IA cambia la economía del pensamiento. Desplaza el trabajo cognitivo, reparte el esfuerzo y transforma las condiciones del aprendizaje.
Leyenda
- Azul: Cognitivo
- Rojo: Riesgo / Costo
- Verde: Aprendizaje
- Naranja: Sistema / Contexto
Espectro de delegación cognitiva
- Diagrama: un espectro que va de Cognición humana plena, a Cognición asistida por IA, a Sustitución por IA, a Evasión cognitiva.
- Cognición humana plena
- Lluvia de ideas
- Esquemas
- Resúmenes
- Borradores
- Revisión
- Argumentación
- Toma de decisiones
- Cognición asistida por IA
- Ayuda para idear
- Estructura y esquemas
- Resúmenes
- Ampliar ideas
- Sugerencias de estilo
- Pulido
- Sustitución por IA
- Generar contenido
- Crear borradores
- Generar argumentos
- Generar ejemplos
- Resolver problemas
- Evasión cognitiva
- Todo automatizado
- Sin aporte humano
- Sin evaluación
- Sin revisión
- Sin autoría
- El problema no es usar la IA, sino si todavía hay cognición.
- El apoyo puede volverse reemplazo poco a poco.
La economía de la atención en la IA
- Impulsos hacia la delegación
- Rapidez e inmediatez
- Comodidad
- Menos esfuerzo
- Evitar la duda
- Presión por producir
- Fatiga cognitiva
- Pensamiento delegado
- Impulsos hacia aprender
- Reflexión
- Lucha productiva
- Formación de pericia
- Retención
- Transferencia
- Comprensión profunda
- Diagrama: flechas de ambas listas de impulsos apuntan hacia la nube del centro, Pensamiento delegado.
- La IA premia la eficiencia. Aprender suele exigir ineficiencia.
El problema de la formación de pericia
- Diagrama: una escalera que sube de Novato (aprende lo básico), a En desarrollo (construye comprensión), a Competente (aplica lo aprendido), a Experto (automatismo con juicio flexible); flechas discontinuas desde cada escalón llevan a La IA quita fricción.
- Esencial para la pericia
- Dificultad de recuperación
- Revisión
- Síntesis
- Corrección de errores
- Metacognición
- Práctica deliberada
- Los expertos automatizan tras aprender el sistema. Los novatos automatizan antes de entenderlo.
El cuello de botella del juicio
- Diagrama: La IA genera, luego El humano evalúa, luego El humano revisa, luego El humano decide.
- Rama de fallo: La IA genera, luego El humano acepta, luego Cognición superficial.
- Riesgos
- Falsa confianza
- Alucinaciones
- Fluidez persuasiva
- Sesgo de autoridad
- Contexto incompleto
- Sesgo de automatización
- El valor futuro de la pericia es el juicio, no la generación.
La ilusión de fluidez de la IA
- Parece aprendizaje
- Prosa pulida
- Terminología correcta
- Estructura coherente
- Tono seguro
- Terminar rápido
- Resultado vistoso
- Diagrama: lo que parece aprendizaje no es lo que indica aprendizaje de verdad.
- Indica aprendizaje de verdad
- Aplicar en contextos nuevos
- Explicar con sus palabras
- Adaptación y flexibilidad
- Argumentación
- Razonamiento independiente
- Evaluación crítica
- La IA disfraza la comprensión débil de sólida.
Asignación de la energía cognitiva
- La IA reduce la carga
- Formato y pulido
- Buscar información
- Resumir
- Comunicación rutinaria
- Organizar datos
- Tareas administrativas
- Diagrama: una flecha va de La IA reduce la carga a un anillo de Recursos cognitivos finitos (atención, memoria de trabajo, toma de decisiones, motivación, función ejecutiva); otra flecha sale hacia La IA puede reducir.
- La IA puede reducir
- Esfuerzo de recuperación
- Integración conceptual
- Persistencia
- Procesamiento profundo
- Curiosidad intelectual
- Construcción de sentido
- No todo esfuerzo cognitivo es igual. Parte de él genera aprendizaje.
Espectro de respuestas docentes a la IA
- Filas: Supuestos; Riesgos; Efectos no deseados.
- Prohibir: La IA es una amenaza; mentalidad del gato y el ratón; empuja el uso a la sombra.
- Detectar: El problema es el fraude; privacidad, falsos positivos; menos confianza, escalada.
- Restringir: Limitar el acceso limita el daño; mirada estrecha, solo cumplimiento; ignora problemas de aprendizaje.
- Integrar: La IA puede ayudar a aprender; formación desigual, mal uso; uso superficial sin rediseño.
- Rediseñar: El aprendizaje debe evolucionar; tiempo, formación, cambio cultural; mejor aprendizaje para todos.
- Las normas ambiguas favorecen a quien ya conoce las reglas.
El valor creciente de lo humano
- Lo humano vale más cuanto más puede la IA
- Juicio
- Síntesis
- Razonamiento ético
- Originalidad
- Pensamiento disciplinar
- Comunicación
- Inteligencia relacional
- Riesgo intelectual
- Diagrama: flechas van del centro a cada habilidad humana, entre dos flechas que suben.
- La IA no elimina la pericia. Cambia dónde importa más.
El futuro del diseño del aprendizaje
- Modelo de transmisión (Era de la escasez de información)
- Transmitir información
- Memorizar y recordar
- Cubrir el temario
- Tareas estáticas
- Evaluación única
- Centrado en el docente
- Diagrama: una flecha va del modelo de transmisión al modelo de desarrollo cognitivo.
- Modelo de desarrollo cognitivo (Era de la abundancia)
- Evaluación crítica
- Evaluación auténtica
- Proceso visible
- Transferencia y aplicación
- Razonamiento y síntesis
- Metacognición
- Cognición colaborativa
- Centrado en el estudiante
- Cuando la información abunda, pensar se vuelve el recurso escaso.
La ecuación de la economía cognitiva
- Esfuerzo + Atención + Lucha + Retroalimentación = Pericia
- Si la IA quita toda fricción, también puede quitar las condiciones que producen aprendizaje.
Ecosistema: aprender con IA
- Diagrama: Aprender en el centro, con flechas de doble sentido hacia Herramientas de IA, Diseño docente, Motivación del estudiante, Normas disciplinares, Estructura evaluativa y Política institucional, y una flecha hacia abajo a Carga cognitiva.
- La IA no es el sistema. Cambia el sistema.
Idea clave
- La pregunta ya no es: “¿Usaron IA los estudiantes?” La pregunta es: “¿Qué pensamiento sigue siendo cognitivamente necesario?”
Los expertos automatizan después de haber aprendido un sistema. Los novatos pueden automatizar antes de entenderlo, y la IA elimina la fricción a través de la cual se forma la pericia. Este tablero muestra ese problema de formación de la pericia.
La IA genera, así que el juicio se vuelve el cuello de botella: alguien tiene que evaluar, revisar y decidir. Las habilidades humanas como el juicio, la síntesis y el razonamiento ético ganan valor. Pregúntese qué tipos de pensamiento siguen siendo cognitivamente necesarios.
Descargar el tablero (PDF)
Reciba este tablero como PDF de alta resolución, en tamaño carta horizontal. Confirme su correo electrónico una vez y su descarga estará lista.
Al solicitar el PDF, usted acepta recibir la serie La Arquitectura del Aprendizaje y ocasionalmente ideas pedagógicas de For Professors × Professors. Sin spam, sin vender su dirección, puede cancelar su suscripción en cualquier momento.
Más de IA y tecnología
Arquitectura de la IA en el aula
Lo que la IA realmente cambia en el aula, y lo que no. Un mapa estructural para el profesorado.
Arquitectura del aprendizaje resistente a la IA
No todo aprendizaje es igual de vulnerable a los atajos de la IA. Muestra lo que la IA no puede reemplazar.
Economía cognitiva del aprendizaje asistido por IA
Cada interacción con la IA implica un intercambio. Muestra la economía cognitiva de lo que los estudiantes ganan y pierden.
Arquitectura del uso ético de la IA para docentes
Un marco estructural para que el profesorado se oriente ante la IA: no son reglas, sino un mapa para tomar decisiones.