En un mundo de coexistencia entre el cerebro humano y la IA, ¿cómo será la educación?

En el siglo IV a. C., Platón registró en el Fedro la advertencia de Sócrates: los textos harían que las personas “ya no recuerden desde dentro, sino que dependan de signos externos”, y acabarían “olvidando la verdad y recordando solo las imágenes de las palabras”.

En el siglo XV, el abad alemán Trithemius arremetió contra la imprenta en Notas sobre los escribas: “Vamos a perder el ejercicio de la memoria y a volvernos perezosos y vacíos”.

En 2008, The Atlantic publicó “¿Google nos está haciendo más tontos?”: “Estamos perdiendo la capacidad de leer en profundidad y de mantener una concentración sostenida”.

En 2026, en un grupo de padres de una escuela secundaria en Beijing, a altas horas de la noche, una madre preguntó: “Mi hijo terminó el ensayo en cinco minutos con IA; ¿qué hago?”

De los textos a la imprenta, de internet a la IA: cuatro épocas, la misma ansiedad.

Es evidente que las tres primeras ansiedades ya han sido refutadas por la historia de manera suficiente. Los textos, la imprenta y el internet son herramientas que solo aumentan la eficiencia en la difusión del conocimiento; no debilitan la capacidad de aprendizaje humano, sino que la mejoran enormemente e incluso, como elemento central, impulsan el progreso de toda la civilización humana.

Pero esta vez, la situación es un poco diferente.

La optimización con IA no consiste únicamente en el medio por el que los humanos acceden al conocimiento, sino que sustituye por completo el proceso entero: recordar, razonar e incluso resolver problemas y dar resultados por parte de los humanos. En una noche, todos los padres y maestros quedaron sumidos en una profunda ansiedad: la IA ya se ha convertido en el instrumento de trampa de más alto nivel.

Antes, el profesor de Stanford, Fei-Fei Li, en una conversación con TechNode (diálogo exclusivo con Fei-Fei Li: “Yo creo en los humanos, no en la IA”) mencionó: “La IA está demostrando rápidamente que muchas cosas las puede hacer una máquina. Hacer que las personas gasten diez o incluso decenas de años aprendiendo a hacer con IA cosas que una máquina puede hacer es, para los seres humanos, un desperdicio enorme. La gente debería aprovechar el tiempo y la energía liberados por la IA para enfocarse en desarrollar habilidades que la IA no puede sustituir: capacidad cognitiva, creatividad, empatía y, como base fundamental, la formación de ‘saber ser persona’”.

Y la aparición de OpenClaw adelanta aún más el momento de llegada de un mundo de coexistencia y simbiosis entre humanos y IA. Si el destino de la historia es la simbiosis humano-máquina, de hecho no tenemos necesidad de aferrarnos a proteger habilidades que en el futuro, con seguridad, serán reemplazadas por la IA. Por eso, podemos saltarnos esa ansiedad a corto plazo de “¿la IA es un instrumento de trampa o un asistente de aprendizaje?” para discutir un planteamiento más de fondo:

Cuando el Agent se convierta en un componente necesario para los humanos del futuro, ¿cómo debe actualizarse el propio “sistema de habilidades” de los humanos? ¿Cómo debe ser reconstruida la inmensa infraestructura social que es el sistema educativo? Y, dentro de esa reconstrucción, ¿qué nuevas oportunidades surgirán?

¿Cuál es la capacidad de base para plantear buenas preguntas?

En el futuro, el criterio para medir la capacidad de una persona ya no será “qué es capaz de hacer por sí sola”, sino “qué valor único aporta en la colaboración con un Agent”. No es una simple relación entre “persona y herramienta”, sino una transferencia de las capacidades del núcleo humano.

Un emprendedor centrado desde hace tiempo en el “aprendizaje colaborativo humano-máquina”, Li Kejia, propuso un “modelo 90/10”: el ser humano debería encargarse de transferir, organizar y hacer el filtrado inicial del 90% de la información al Agent, y dejar que el 10% restante —las preguntas, los juicios y la toma de decisiones— lo haga la persona.

En la lógica educativa tradicional, la cantidad de conocimiento almacenado es la primera métrica para evaluar a los estudiantes. Pero en la era de los Agents, ese razonamiento está perdiendo validez. Cuando la IA puede recuperar en una fracción de segundo todo el repositorio de conocimiento de la civilización humana, “erudición” deja de ser una habilidad escasa, y el “resultado” también comienza a importar menos. Todos empiezan a decir: “la capacidad de plantear buenas preguntas se vuelve especialmente valiosa”. Sin embargo, casi nadie se pregunta: ¿cuál es realmente la capacidad de base que subyace a “plantear buenas preguntas”?

Yang Linfeng, cofundador y presidente del Grupo Educativo Onion (洋葱学园), tiene una reflexión singular sobre esto. Él cree que esta capacidad está arraigada en una estructura de conocimiento de tipo “esqueleto”. “En realidad, quienes de verdad aprenden el conocimiento a fondo no es que memoricen de manera mecánica puntos de conocimiento. Antes teníamos el hábito de apuntar los detalles que el profesor decía, incluso cosas que no salían en el examen. Por ejemplo, en una clase de biología sobre abejas, yo entendía completamente las diferencias entre obreras, reinas y zánganos, y la división del trabajo. Aunque eso no entrara, como recordabas un campo más grande, los conocimientos se conectaban entre sí. Entonces no terminabas olvidando fácilmente todos los puntos de ese sistema. Esa es la fuerza del marco que produce el aprendizaje sistematizado”.

“El valor de ‘recordar puntos de conocimiento’ sin duda está cambiando, pero no es que pase a ser menos importante; lo que cambia es que hay que recordarlo de otra forma: pasar de puntos de conocimiento aislados a la manera de conectarlos. Como al construir una casa: la IA puede proporcionarte ladrillos, pero al estudiante le hace falta tener su propia estructura arquitectónica en la cabeza. Nadie puede plantear buenas preguntas sobre un dominio totalmente desconocido, y el acto de plantear buenas preguntas en sí mismo no puede prescindir del soporte de un esqueleto de conocimiento.

“El valor del aprendizaje sistémico consiste en que construye un andamiaje cognitivo. Con ese andamiaje, cuando los estudiantes aprenden con IA, pueden saber qué les falta y qué deben completar. Si no hay un sistema, lo que se llama ‘tutoría con IA’ se parece a recoger conchas en la playa: recoges muchas, pero no puedes armar un cuadro completo”. Yang Linfeng añadió: “En mi opinión, el proceso de aprendizaje del futuro estará en un estado en el que coexisten el aprendizaje sistémico y la tutoría con IA: ‘primero el esqueleto, luego rellenar con carne’. El aprendizaje sistematizado sirve de base; los Agents te ayudan a invocar con flexibilidad y a extender en situaciones concretas”.

Esta idea también ha recibido amplio reconocimiento en la industria. Li Kejia piensa lo mismo: “El valor de la memoria ya no es ‘almacenar’, sino proporcionar al cerebro una ‘estructura para acomodar respuestas’. La capacidad de marco que ofrece consiste en percibir con sensibilidad las brechas de información: el estudiante solo puede tener la posibilidad de plantear buenas preguntas cuando es capaz de ver con claridad la ausencia de información. Y al mismo tiempo, solo cuando el estudiante ha visto suficientes marcos, puede desarrollar la habilidad de descomponer un relato macro en proposiciones que puedan verificarse”.

¿Cómo tener “buen gusto”?

Cuando un Agent puede generar diez versiones de un plan en cuestión de segundos, el valor central del ser humano pasa a ser “elegir entre muchas respuestas”. Muchas personas llaman a esa habilidad “buen gusto”. En la Universidad de Ciencia y Tecnología de Hong Kong, el profesor Hu Xuming describe ese “buen gusto” como “capacidad de apreciación (鉴赏力)”. Tanto si se trata de “buen gusto” como de “capacidad de apreciación”, suena a una habilidad difícil de enseñar de manera tangible.

Un inversor veterano del sector de educación previa a la universidad, Jiang Feng (nombre ficticio), nos dijo: la esencia de la capacidad de apreciación es dos tipos de habilidades: plantear dudas y juzgar el valor.

Lo más peligroso de la IA no es equivocarse, sino equivocarse y aun así mantener una confianza total. Los humanos tienen una pereza innata: cuando la IA entrega una respuesta, la primera reacción de la persona común es aceptarla, no cuestionarla. La evidencia en neurociencia muestra que la aceptación pasiva de la salida de la IA activa una inhibición a largo plazo (LTD) y debilita la fuerza de las sinapsis; mientras que el cuestionamiento activo, la mejora y la creación colaborativa promueven el fortalecimiento a largo plazo (LTP) y realmente refuerzan la capacidad de aprendizaje.

El profesor Fei-Fei Li también mencionó en una entrevista: la IA no debería ser una “máquina para contestar”, sino una herramienta para una “conversación al estilo socrático”. Sócrates nunca da directamente las respuestas; solo hace preguntas, obligándote a pensar por ti mismo qué es exactamente lo que quieres. Y la esencia de la capacidad de repreguntar es cultivar una naturaleza instintiva de cuestionar las respuestas de la autoridad.

En la práctica docente, Yang Linfeng también empezó hace mucho a diseñar la formación para la capacidad de cuestionar y repreguntar. “El compañero inteligente de IA de Onion no reemplaza el pensamiento del estudiante; en cambio, mediante repreguntas al estilo socrático, guía al estudiante para examinar la cadena de razonamiento de la IA, para descomponer problemas y construir lógica”.

La otra capacidad de base que mencionó Jiang Feng —el juicio de valor— también puede fortalecerse mediante entrenamiento.

El concepto de “decisor final” propuesto por el profesor Li Jianbiao de la Universidad Politécnica de Hong Kong apunta al núcleo de la capacidad de juicio de valor: cuando la IA puede generar infinitas propuestas, los humanos deben construir su propio sistema de coordenadas de valores. Según se informa, en la práctica docente, la universidad politécnica no solo anima a los estudiantes a usar la IA de manera proactiva en las tareas, sino que también les exige que expresen de forma independiente el proceso de colaboración con la IA y la lógica de juicio detrás de cada elección.

Reconstrucción del contenido docente y del sistema de evaluación

En la entrevista, el profesor Fei-Fei Li también hizo un llamado público: “En educación moderna, si todavía se usan métodos de hace más de cien años para enfatizar respuestas estándar e infundir conocimiento, eso se quedará gravemente atrás de la época. Quienes piensan en educación, quienes pueden influir en políticas educativas y quienes ejecutan la educación, deberían aprovechar bien las oportunidades de este tiempo”.

Es cierto que, aunque las necesidades de habilidades de los seres humanos han cambiado, el sistema de cursos y el sistema de exámenes que tenemos, incluidos el posicionamiento de cada rol en el ecosistema educativo, deberían también cambiar en cierta medida.

Y, en realidad, ese cambio ya está ocurriendo.

En febrero de 2026, el Ministerio de Educación convocó una reunión nacional de despliegue de tareas clave para la educación básica, dejando claro que se debe “impulsar que la inteligencia artificial entre en los estándares curriculares de primaria y secundaria, la enseñanza cotidiana y la evaluación de exámenes”. Y desde el otoño de 2025, las autoridades de Beijing y Shanghái ya han incluido cursos de alfabetización general sobre IA en el sistema curricular de primaria y secundaria: la IA deja de ser “clase por interés” y se vuelve algo obligatorio, como el chino y las matemáticas.

En educación de adultos, en marzo de 2026, la Universidad de Comunicación de China anunció la eliminación de 16 especialidades de pregrado como traducción y fotografía. La mayoría de estas especialidades eliminadas tienen características como “alta proporción de componente procedimental, poca creatividad y bajo costo de reemplazo por IA”. Por otra parte, la Universidad de Tsinghua fundó en 2024 su Escuela de Inteligencia Artificial y asignó a cada nuevo estudiante un asistente de crecimiento con IA; la Universidad de Zhejiang también incorporó cursos de IA como asignatura obligatoria de formación general en 2024 dentro del sistema curricular para estudiantes de pregrado.

Esta serie de cambios refleja dos tendencias de impacto de la IA en la educación: por un lado, la reconstrucción de las disciplinas tradicionales; por otro, el cultivo de la alfabetización en IA.

Cuando la IA hace posible que el coding lo utilicen los estudiantes de artes liberales, y también ayuda a los de ciencias a percibir mejor la belleza de la escritura y el arte, el límite entre ingeniería y artes liberales se está difuminando. En tiempos recientes, la Universidad de Tsinghua también abrió un curso de programación de lenguaje natural para estudiantes de artes liberales; efectivamente, el límite entre ingeniería y artes liberales se vuelve cada vez más borroso. Pero, ¿qué impacto tendrá esto en las demás disciplinas básicas, como chino, matemáticas, física, química, etc.? ¿Sigue siendo necesario la tradicional separación por materias? Si no es necesario, ¿en qué forma se convertiría la educación básica?

“La división tradicional por materias sigue siendo importante. Cada disciplina tiene su manera única de pensar: las matemáticas enseñan lógica, la física enseña causalidad, el chino enseña comprensión y expresión. Estas maneras de pensar son marcos cognitivos formados por entrenamiento a largo plazo, que justamente son la capacidad clave que mencionamos antes: saber plantear buenas preguntas. Una persona que no tenga pensamiento matemático, incluso con ayuda de un Agent, no podrá hacer bien análisis cuantitativos complejos”. Yang Linfeng nos dijo.

“Lo que cambia es que ‘los muros’ entre las disciplinas se vuelven más delgados. Antes enseñábamos separando por materias porque el volumen de conocimiento era demasiado grande y si no se separaba, los estudiantes no podían con ello. Ahora la IA puede integrar información de forma transversal en cualquier momento. Así que nuestro diseño curricular puede ser más audaz. Por ejemplo, centrarnos en un ‘tema’ o en un ‘problema real’, conectando el conocimiento de múltiples disciplinas. Esto coincide con la lógica de diseño de ‘grandes unidades’ que el nuevo currículo ya promovía cuando desarrollamos cursos hace más de diez años”.

Y cuando se habla de los cursos de alfabetización en IA que atraviesan todo el sistema educativo en la actualidad, Jiang Feng considera que son un producto temporal. “Es como en los años 90 el curso de microcomputadoras: necesitaba impartirse como una asignatura separada dentro del sistema educativo, solo porque eso era demasiado nuevo y la difusión todavía era muy insuficiente”.

Li Kejia también comparte la misma opinión. Cree que el cultivo de la alfabetización en IA debe filtrarse en todos los cursos, porque esta asignatura en esencia no es “conocimiento sobre IA”, sino “habilidades desarrolladas en colaboración con IA”.

“Ya estamos enseñando a los estudiantes cómo usar Agents”. Yang Linfeng añadió: “Pero la manera no es enseñarles directamente a usar la IA, sino diseñar la IA como un compañero inteligente, integrándola en el proceso de aprendizaje. Los estudiantes solo necesitan aprender normalmente matemáticas y física; el Agent está a un lado para ayudar a explicar conceptos, guiar el pensamiento y planificar el camino. Durante su aprendizaje normal, los estudiantes desarrollarán de manera natural la capacidad de colaborar con la IA”.

Con el cambio del contenido y del método de enseñanza, la forma de evaluación y el sistema de evaluación también enfrentan una revolución. Los exámenes tradicionales de preguntas en papel cerradas están perdiendo sentido, porque miden una capacidad que una IA va a reemplazar por completo: la memorización.

De hecho, el vendaval de la reforma de los exámenes ya ha empezado.

A principios de 2025, el examen final de matemáticas de cuarto grado en el Distrito Nanshan de Shenzhen generó mucha conversación pública: el cuestionario incluía numerosas preguntas con largos textos. Estas preguntas se centraban en problemas reales de la vida cotidiana. Los estudiantes tuvieron dificultades para completarlas por el exceso de lectura; incluso, los departamentos educativos notificaron de manera urgente ampliar el tiempo del examen 20 minutos. Esto puede sonar a que no tiene relación con la IA, pero en realidad refleja una tendencia: en el futuro los exámenes se inclinarán más a evaluar la capacidad de “resolver problemas reales usando el pensamiento disciplinar”, no cuánto te has memorizado.

Correspondientemente, el sistema de evaluación de todo el sistema educativo también pasará de “evaluación del resultado” a “evaluación del proceso”. El estudiante usa un Agent para escribir un ensayo, pero ¿tiene la capacidad de juzgar si ese ensayo es bueno o no? ¿Puede mejorarlo? ¿Puede identificar dónde la lógica no encaja? Estas capacidades de proceso podrían ser los aspectos que el sistema de evaluación educativa del futuro prestará más atención.

Cambios en el rol del profesor

La revolución del contenido docente y del sistema de evaluación recae directamente sobre el rol más cercano: el profesor.

En el Foro de Chongli 2026, el fundador de New Oriental, Yu Minhong, lanzó un juicio tajante: “IA + educación podría eliminar una gran cantidad de puestos docentes. Según los nuevos estándares, siendo francos, una gran parte de los profesores de primaria y secundaria en China no está cualificada”.

¿Cuáles son esos nuevos estándares? No se trata de ver quién está más familiarizado con los puntos de examen, ni de quién puede predecir mejor qué saldrá. Cuando la IA pueda corregir tareas, practicar el habla con apoyo y copiar los cursos de maestros famosos a cualquier rincón, lo que se reemplaza no es la profesión del docente, sino la función de “maestro-enciclopedista”, la función de “dar clases”.

En mayo de 2025, el Comité de Orientación Docente para la Educación Básica del Ministerio de Educación publicó las “Pautas para el uso de IA generativa por parte de estudiantes de primaria y secundaria”, dejando claro los límites del papel de la IA en el aula: los profesores no pueden usar la IA generativa como “sustituto del sujeto principal de la enseñanza”, se prohíbe responder directamente con IA a las preguntas de los estudiantes; al mismo tiempo, se exige que los docentes participen activamente en formaciones profesionales para mejorar su alfabetización en IA. Hay tres informaciones clave aquí, que precisamente reflejan tres líneas rojas del rol docente:

La parte educativa principal debe ser humana;

No se debe acostumbrar a los estudiantes a obtener respuestas directamente de la IA;

El propio profesor debe dominar el uso de la IA.

“El cambio más realista en el rol docente es pasar de transmisor de conocimiento a entrenador de preguntas”, dijo Li Kejia. “Dejar de ser un ‘transportador’ de conocimiento, y volver a la habilidad más valiosa: la capacidad de preguntar. Ser el forjador de la capacidad de los estudiantes para preguntar. En una era en la que la IA puede responder todo, el profesor que enseñe a los estudiantes a ‘repreguntar’ es el más escaso”.

Onion, que cuenta con 4 millones de usuarios docentes, también entiende profundamente este cambio en el rol del profesor. “Cuando colaboramos con escuelas, descubrimos que los profesores no están siendo reemplazados por la tecnología, sino potenciados por ella. En la escuela hemos promovido un nuevo modelo de aula con IA: solo dejamos que la IA asuma una parte de la función de explicación básica y de retroalimentación de ejercicios; el profesor dedica su energía a organizar discusiones, diagnosticar dificultades de los estudiantes y brindar apoyo emocional, cosas que son más importantes para la formación de capacidades”.

De “transportador de conocimiento” a “forjador de capacidades”, dentro de ese cambio también existe una responsabilidad aún más clave: el supervisor de la IA. “No se trata de supervisar si la IA comete errores, sino de supervisar si todo el proceso de aprendizaje realmente funciona para cada estudiante”. Yang Linfeng enfatizó: “En todo el proceso educativo, el profesor también necesita elegir entre las propuestas de apoyo que la IA ofrece a los estudiantes y hacer juicios”.

Nuevas oportunidades para la industria educativa

La reforma urgente del sistema educativo también deja en el sector educativo un nuevo ciclo de enorme espacio de imaginación para las empresas.

Jiang Feng considera que la ola de IA está generando tres oportunidades nuevas para las empresas del sector educativo:

La primera es el diseño de contenidos docentes de alta calidad. El consenso actual de la industria es que, tanto si se trata de grandes modelos como de Agents, si solo se usan conjuntos de datos públicos de internet, no será posible satisfacer las necesidades de los escenarios educativos actuales. Al igual que la industria de inteligencia encarnada necesita datos de alta calidad, el sector educativo necesita más bien datos profesionales de enseñanza y diseño de contenidos. No solo ayuda a que los estudiantes comprendan mejor los contenidos, sino que también integra en el proceso el entrenamiento de capacidades centrales como plantear preguntas, repreguntar y juzgar valores.

“Lo que Onion va a hacer es reconstruir con tecnología el contenido mediante Agents”. Yang Linfeng confía muchísimo en el tema de los datos y los contenidos: “Nuestra confianza proviene de 10k lecciones cuidadosamente diseñadas detrás, del entendimiento de la situación de aprendizaje acumulado a partir de 10k de interacciones, y del profundo conocimiento de ‘cómo enseñar a los niños para que realmente entiendan’. Sin eso, un Agent es solo una carcasa vacía”.

La segunda oportunidad está en el diseño de la clase. La clave del diseño de aula está en ayudar a las escuelas y docentes a encontrar el punto de “equilibrio áureo” entre “humano + máquina” y “capacidad + evaluación”. En esto, las empresas de tecnología educativa suelen ser más fuertes que las propias escuelas. El diseño de aula requiere redistribuir en el espacio físico las formas y densidad de la colaboración humano-máquina, redefinir los momentos y formatos en que participan los distintos roles y, además, diferenciarse de la experiencia de aprendizaje autónomo en línea del estudiante. Su importancia no es menor que la de la redacción de los libros de texto de este tiempo.

El desafío más profundo está en que el sistema de evaluación debe estar acoplado. Cuando los exámenes también comienzan a enfatizar el pensamiento crítico y la alfabetización en colaboración humano-máquina, ¿cómo puede la educación escolar ponerse al día? Esto requiere intervenir en la etapa de diseño de los contenidos de enseñanza presencial, tejiendo “formación de capacidades” con la “necesidad inmediata de preparar para exámenes” dentro de la misma lógica de producto.

La tercera oportunidad recae en el cultivo del sistema de valores y de la formación humanística. Cuando la tecnología reduce la barrera de acceso al conocimiento, la educación vuelve a su estado original: formar a una persona completa. La curiosidad, la capacidad de superar contratiempos, el espíritu de colaboración, el sentido moral y la percepción del arte… todas esas cualidades que el sistema de exámenes del viejo mundo ahogaba, en la era de la IA se convertirán en las mayores ventajas diferenciadoras entre personas. Y toda la formación relacionada con esto también debería recibir más atención por parte de los padres, en un nivel más alto, en el nuevo tiempo.

Volver a aquella madre ansiosa

Quizá esa madre que preguntó a altas horas de la noche en el grupo de padres no deba estar tan ansiosa. La historia ya ha demostrado que los textos no vuelven tontos a las personas, la imprenta no vuelve perezosos, y el internet tampoco hace que se pierda la capacidad de pensar. Esta vez, probablemente tampoco.

Lo que realmente merece atención no es si el niño usa IA, sino cómo definimos “educación”. La capacidad de preguntar apoyada en el aprendizaje sistematizado y las habilidades de marco; la capacidad de elegir sustentada por la duda y el juicio de valor; y el alma humana sostenida por la formación humanística. Cómo ayudar a los niños a construir de manera estable estas tres capacidades es la tarea que de verdad deberían preocupar a los padres.

La transformación del sistema educativo tampoco ocurrirá de la noche a la mañana. Requiere que las políticas dejen de depender de los caminos de los últimos cien años, que los docentes den el giro de “maestro-enciclopedista” a “guía”, y que los padres encuentren un equilibrio difícil entre la ansiedad por los exámenes y la capacidad a largo plazo.

Pero para esa madre y su hijo, la respuesta puede ser sencilla: primero pedirle que describa cómo ha colaborado con la IA y por qué cree que este artículo es bueno. Lo demás, démoslo al tiempo.

(Autor: Tao Tianyu; Editor: Yang Lin)