La velocidad de las máquinas y el tiempo de aprender

Los resultados mundiales de PISA muestran dificultades persistentes en lectura y matemática justo cuando la inteligencia artificial gana capacidades. La coincidencia no prueba una causa, pero obliga a preguntarnos qué conocimientos estamos cultivando y cuáles empezamos a delegar.

Por YJ. Montenegro — Lentes Prestados

Escuché atribuir a Sam Altman una advertencia que me dejó pensando: la inteligencia artificial podría avanzar más rápido que nuestra capacidad de comprenderla. Busqué esa cita literal y no la encontré; lo que sí hallé fue una preocupación cercana en un ensayo de Dario Amodei: si la IA ayuda cada vez más a desarrollar sus sucesores, el progreso podría superar nuestra capacidad de entender y controlar esos sistemas. Un documento de OpenAI plantea un riesgo semejante para la investigación automatizada. Ambos describen una posibilidad que exige atención — todavía no un hecho consumado.

La idea suele discutirse entre investigadores, empresas y gobiernos. Pero tiene una segunda lectura, menos técnica y más cercana a la vida cotidiana. Mientras desarrollamos máquinas capaces de hacer tareas intelectuales cada vez más complejas, ¿qué ocurre con el aprendizaje de quienes tendrán que usarlas, cuestionarlas y decidir dónde ponerles límites?

Los resultados de PISA 2025 vuelven imposible ignorar esa pregunta, aunque no alcancen para responderla.

Una señal mundial, con diferencias reales

La última evaluación reunió a más de 760.000 estudiantes de quince años en 91 países y economías. En el promedio de los países de la OCDE, la lectura cayó alrededor de 14 puntos y la matemática nueve puntos entre 2022 y 2025; ciencias se mantuvo estable en ese mismo periodo. Vista en una década, la caída es más honda: 28 puntos en lectura y 22 en matemática desde 2015. La mayoría de los sistemas con datos comparables a 2022 retrocedió en al menos una de las dos materias, aunque no de manera uniforme.

No hay una historia idéntica para todos. Algunos sistemas mejoraron en ciencias —Türkiye, por ejemplo, subió 18 puntos respecto a 2022—; otros conservaron resultados estables en distintas materias. También hay países que retroceden desde niveles altos y otros que permanecen en niveles bajos. La palabra «global» describe el alcance del problema y de la evaluación; la caída no fue uniforme en toda la humanidad.

Precisamente por eso los datos merecen algo más que una reacción alarmada. En promedio, uno de cada cinco estudiantes de los países de la OCDE se encuentra ahora en el grupo de bajo desempeño en las tres materias evaluadas, frente al 16 % en 2022. Esa proporción habla de adolescentes concretos que deberán estudiar, trabajar y participar en sociedades donde producir una respuesta será cada vez más fácil y juzgarla seguirá exigiendo conocimiento.

La atención no aparece por arte de magia

Aprender requiere sostener una pregunta, leer un texto completo, intentar una solución, equivocarse y volver a comenzar. Ninguna de esas actividades ocurre a la velocidad de una respuesta generada en segundos. Y ninguna se vuelve innecesaria porque una máquina pueda entregar un resultado convincente.

La preocupación por la atención fragmentada tiene una base observable, aunque conviene no exagerar lo que se ha medido. Un 28 % de los estudiantes declaró que sus compañeros se distraen con dispositivos digitales en la mayoría o en todas las clases de ciencias. La relación con el desempeño no es simple: el uso de dispositivos con fines de aprendizaje tiende a asociarse con mejores resultados, mientras que usarlos para ocio dentro de la escuela se asocia con resultados sustancialmente más bajos —la distinción parece importar más que el dispositivo en sí—. Ninguno de estos datos permite afirmar que los dispositivos causen por sí solos la caída de PISA, como tampoco PISA mide si la capacidad de atención humana disminuye año tras año.

La respuesta correcta puede ocultar una pregunta pendiente

La IA ya está presente en el trabajo escolar. Según PISA 2025, solo el 14 % de los alumnos, en promedio entre países de la OCDE, declaró no haber utilizado nunca o casi nunca chatbots para las tareas consultadas. Los estudiantes los emplean para investigar, resumir lecturas y redactar trabajos, además de pedir ayuda para aprender.

Que ambas cosas coincidan en el tiempo no convierte a la IA en culpable de los resultados. Parte del descenso observado desde 2015 precede a la adopción masiva de chatbots. La pandemia, la desigualdad, la calidad de la enseñanza y otras condiciones también importan. Además, los datos distinguen usos: para tareas de investigación y resumen, quienes usan IA con moderación —entre una vez al mes y dos veces por semana— obtienen mejores resultados que quienes la usan muy poco o muy intensamente. Para el propósito más general de pedir ayuda para aprender, el patrón es distinto: quienes la usan semanalmente rinden de forma similar a quienes no la usan, mientras que tanto el uso diario como el esporádico se asocian con resultados más bajos.

Pero puede hacer lo contrario si reemplaza exactamente la operación intelectual que el estudiante necesitaba practicar. Un resumen correcto no demuestra que quien lo entregó haya leído. Una solución impecable no prueba que haya razonado. A medida que las respuestas automáticas mejoran, se vuelve más fácil confundir la calidad del producto con la calidad del aprendizaje.

Ahí se encuentra el desfase que más me preocupa. Nadie plantea aquí una carrera literal entre un adolescente y un modelo: las máquinas se entrenan con datos y cómputo; las personas aprenden con atención, experiencia, relaciones y tiempo. Sus velocidades no son una misma medida. La pregunta es si estamos invirtiendo en nuestra capacidad de comprender y juzgar con una seriedad comparable a la que dedicamos a ampliar las capacidades de los sistemas artificiales.

El tiempo de comprender también se construye

Altman dijo en una conversación pública de abril que el público, los dirigentes y el sistema político pueden decidir mejor cuando tienen más tiempo para debatir antes de actuar. En educación, ese tiempo consiste en proteger el aprendizaje que permite usar una herramienta con criterio.

Una escuela puede pedir al alumno que interprete un texto antes de consultar un resumen automático, que ensaye un procedimiento antes de comparar soluciones y que explique cómo verificó una respuesta de IA. Puede evaluar el camino recorrido además del trabajo entregado. Los ministerios de educación, por su parte, pueden exigir que las herramientas de IA que entran al aula sean evaluadas por personas capaces de entender qué reemplazan y qué no deberían reemplazar.

PISA muestra algo más modesto y más duro de resolver: que las competencias necesarias para examinar el mundo —leer con atención, sostener un razonamiento, dudar de una respuesta antes de aceptarla— siguen siendo difíciles de formar, incluso mientras construimos herramientas que parecen saber cada vez más. Esa dificultad no es nueva; lo nuevo es que ahora compite con máquinas que ofrecen un atajo cada vez más convincente.

Las máquinas seguirán acelerando. Lo que está por verse es si protegemos, al mismo ritmo, el tiempo lento que hace falta para aprender a juzgarlas.

Nota de la Mesa de Edición Final

Texto pasado por auditoría (Fase 1), edición controlada (Fase 2) y depuración final (Fase 3). Decisiones tomadas por el autor durante el proceso:

Se reescribieron seis de las ocho apariciones de la construcción «no X, pero/sí/tampoco Y» para variar la forma sin perder la matización epistémica que las justifica.
Se ajustó la frase sobre gobiernos en el párrafo de propuestas escolares para que no dependa de lenguaje del artículo anterior sobre EE.UU.-China (independencia entre piezas).
Se reescribió el cierre para evitar tanto el patrón de negación como la tríada de sustantivos usada en el cierre del artículo anterior.

Pendiente de decisión del autor: si el autor tiene acceso al informe completo de la OCDE (PDF o tablas de datos), puede confirmar directamente la cifra original de sistemas comparables (74/42/38) y restituirla si corresponde — la Mesa de Edición no pudo verificarla con las herramientas disponibles.

Fuentes usadas en la verificación: