Fa un any em vaig trobar en una necessitat de ratificació personal pel que vaig decidir començar a estudiar una especialització sobre intel·ligències artificials. Vaig fer un bootcamp, aquesta nova paraula que et recorda més al gimnàs que a l’estudi, que ha arribat a milers d’escoles i universitats per a tractar de dir que t’especialitzaràs en alguna cosa tècnica en molt pocs mesos.
El desembarcament en aquest espai em va donar llums sobre altres aspectes d’optimització per a la meva feina relacionada amb els productes digitals i el màrqueting, ademas de deixar-me entreveure la quantitat de diners que es gastaven tots els models de llenguatge en voler penetrar en el mercat de l’educació a Espanya. A dia d’avui tinc Perplexity gratuït, ChatGPT a meitat de preu i Claude a preu de mercat perquè el faig servir assíduament. Gemini funciona molt bé, però alguna cosa em va horroritzar fa un any: la campanya de captació d’estudiants, ja que qualsevol que introduís les seves credencials com a estudiant podria tenir-ho gratis.
Més enllà de la meva anècdota, la intel·ligència artificial ha entrat a les aules sense que ningú estigués preparat per a rebre-la. En tot just uns anys, eines com ChatGPT han transformat la manera en què els estudiants investiguen, escriuen o resolen problemes, pensant que aprenen més ràpid i venent la falsa creença de democratitzar l’accés al coneixement, un fet que s’ha anat convertint en discurs hegemònic des que internet està en les nostres vides.
No estic en contra de les noves tecnologies perquè visc d’elles, però darrere de l’entusiasme tecnològic em pregunto: com podem ensenyar i aprendre amb intel·ligències artificials? I és que es repeteix molt, com un lloro, l’amenaça de convertir-nos en aquest ocell. Però com podem evitar-ho?
El problema no és que una màquina pugui escriure un assaig en segons, el problema és que un estudiant pugui lliurar-lo sense haver comprès allò sobre el que escriu i el sistema educatiu encara no ha trobat la manera d’abordar aquest canvi de paradigma.
El problema no és que una màquina pugui escriure un assaig en segons, el problema és que un estudiant pugui lliurar-lo sense haver comprès allò sobre el que escriu
Una anècdota la recull Clay Shirky, professor i responsable de tecnologia educativa de la Universitat de Nova York, en un article publicat en The New York Times. Shirky explica com fins i tot estudiants compromesos amb les seves assignatures recorrien a la intel·ligència artificial per a evitar el treball intel·lectual que exigien les lectures i els assaigs. La seva conclusió afirma —encara que molt s’incendiïn amb ella— què potser les universitats han de recuperar mètodes d’avaluació aparentment medievals, com els exàmens orals, els debats presencials i l’escriptura dins de l’espai d’estudi.
La proposta és incendiària i provocadora perquè afirma que una qualificació no demostra, per si sola, que algú hagi après res o que, fins i tot, el nostre ensenyament abans de la IA també seria quelcom corregible. La intel·ligència artificial ha obert un problema important que té a veure amb els processos d’aprenentatge humà i la necessitat d’observar-lo de nou, entenent com raona l’estudiant, quins arguments té al seuabast i si és capaç de defensar les seves idees. Si fa uns anys els qui van desenvolupar els grans models de llenguatge (LLM) van entendre com alimentar aquests llenguatges, ara nosaltres hem de tornar a revisar els nostres propis processos.
Un altre dels símptomes van ser els resultats de l’informe PISA i les primeres declaracions polítiques entorn d’aquest informe van ser preses com un sospir. A Catalunya vaig poder observar com es volien prohibir els dispositius electrònics i tornar a l’escriptura a mà. No obstant això, convertir les aules en espais de vigilància tampoc resoldrà el problema, així com tampoc reduir l’educació a una carrera entre estudiants que busquen dreceres i professors que intenten descobrir-los, encara que això últim ha estat així des de sempre. Molts estudiants podem buscar algun episodi en la nostra història particular on no entenem per què estudiem el que estudiem, ni per a què ens serveix. Les LLM no són noves dreceres, en la meva generació podia ser la web Rincón del vago, la Encarta o fa anys les enciclopèdies. Què li falta a l’educació quan no emociona als estudiants?
El mateix Institut Tecnològic de Massachusetts (MIT) reconeix la dimensió del desafiament en un informe sobre l’ús d’intel·ligència artificial en l’ensenyament, l’aprenentatge i la recerca. L’estudi adverteix que la dependència dels bots pot afeblir la memòria, el pensament crític, la confiança i el domini dels coneixements, així com un risc menys visible, l’aïllament. La recomanació del MIT resulta molt semblant al que a Espanya van demanar organitzacions com a CCOO, UGT i la Internacional de l’Educació i és que la intel·ligència artificial ha d’augmentar les capacitats humanes, no automatitzar-les o convertir-se en «un espai per a experiments tecnològics ni per a la introducció de nous productes sense avaluació». No es tracta de rebutjar la tecnologia i molt menys en generacions que han nascut i crescut amb ella sinó d’evitar que substitueixi allò que l’educació hauria de desenvolupar: la curiositat i l’autonomia.
En l’episodi del pòdcast El hilo titulat «Una crisis de lectura en la era de la inteligencia artificial», el neurocientífic Juan Carlos Valle aborda el deteriorament de les competències lectores i la tendència a delegar processos cognitius en les màquines. L’investigador se centra en una interrogant que té a veure amb els processos interns de verificació humana i en com pot una persona verificar la informació que rep d’una intel·ligència artificial si manca dels coneixements necessaris per a qüestionar-la. La seva pregunta no és fútil ja que té a veure amb la creació de compromisos i de confiança que fem des dels nostres dies en la terra, entre humans i que últimament s’ha vingut qüestionant, com per exemple, en el cas de la novel·la guanyadora de l’I premi Internacional de Novel·la Breu Almadía Ventosa-Arrufat escrita per David Silva Rojas, Donde el agua trabaja, i un article del diari El País on es detecta, amb un solo verificador, que la novel·la està escrita amb IA.
Llegir no consisteix simplement en desxifrar paraules sinó en reconèixer contradiccions i construir matisos amb significat. Per a Juan Carlos Valle és una habilitat que requereix un aprenentatge explícit i un esforç que retroalimenta el nostre propi coneixement, especialment a través de la lectura. Llavors si els estudiants substitueixen la lectura per un resum automàtic, poden obtenir informació, però perden l’oportunitat de desenvolupar les capacitats necessàries per a la seva comprensió i és aquí on apareix una de les grans contradiccions: com no convertir-nos en màquines cuado mai havíem tingut tant d’accés a la informació i, no obstant això, aquest accés no garanteix que sapiguem què fer amb ella.
No obstant això, la responsabilitat no pot recaure exclusivament sobre els estudiants ni sobre les intel·ligències artificials sinó en un model educatiu que premia les qualificacions i la productivitat, una cosa tan semblant a ser una màquina; llavors per què sorprendre’ns que els alumnes utilitzin una eina dissenyada precisament per a fer-ho tot més ràpid?
La responsabilitat no pot recaure exclusivament sobre els estudiants ni sobre les intel·ligències artificials sinó en un model educatiu que premia les qualificacions i la productivitat
La intel·ligència artificial no ha inventat la falta de curiositat, la desigualtat educativa ni l’aprenentatge fatu, però podria ampliar aquests problemes perquè introdueix noves desigualtats ja que no tots els estudiants poden pagar o no un Claude, ChatGPT o una Suite de Google o no tots compten amb docents alfabetitzats digitalment —un altre meló que ningú vol obrir— per a ensenyar a utilitzar aquestes eines tant lúdica com críticament.
Per això, la solució va molt més allà d’incorporar llicències de programari en els centres educatius o de passar a escriure amb llapis i paper. Fa falta formació docent, criteris digitals menys opacs, protecció de dades i avaluacions que valorin tant el resultat com el procés de lectura i aprenentatge. També és necessari reservar espais per a llegir en paper, jugar fora de l’aula, escriure alguna cosa que no tingui a veure amb una tasca, debatre i equivocar-se, equivocar-se i tornar-se a equivocar, ja que hem deixat la frustració fora de joc i és molt necessària per a entendre que cal aixecar-se de nou i intentar veure el procés amb una altra mirada.
La intel·ligència artificial pot ser un excel·lent tutor i un estímul per a explorar noves idees si comencem a fer noves preguntes. Aprendre implica, necessàriament, travessar moments de dificultat, incertesa o frustració i cap d’aquestes tecnologies podrà viure aquest procés per nosaltres.
La pregunta que hauria d’orientar el futur de l’educació no és quant pot fer la intel·ligència artificial pels estudiants, sinó quant han de continuar sent capaços de fer sense utilitzar-la, perquè si educar només consisteix a produir respostes, les màquines acabaran sent millors que nosaltres, però si consisteix a formar persones capaces de comprendre el món, qüestionar-lo i transformar-lo amb noves idees que incloguin aquestes noves eines, llavors el pensament humà continuarà sent insubstituïble.
