El 19 de enero de 2026, la OCDE publicó un informe que debería hacernos detener en seco. La advertencia es clara: la adopción acrítica de la IA generativa en la educación corre el riesgo de socavar el desarrollo del pensamiento crítico y las habilidades cognitivas profundas. Como alguien que vive entre las líneas de código de la ingeniería y los procesos mentales de la psicología, este informe me toca profundamente. No estamos ante un problema técnico, sino ante un desafío existencial sobre cómo aprendemos.
El “Atajo” que nos debilita
Imagina que quieres fortalecer tus músculos. Vas al gimnasio y encuentras una máquina avanzada que levanta las pesas por ti. Al final de la sesión, las pesas se movieron, la tarea se cumplió, pero tus músculos siguen igual. Eso es lo que sucede hoy en miles de aulas: los estudiantes usan la IA para obtener el ensayo, la ecuación resuelta o el resumen. El resultado está ahí, pero el “esfuerzo productivo” —ese estrés necesario que crea conexiones neuronales— ha desaparecido.
La Chispa del “Aha!”: El Teorema Fundamental del Cálculo
Para entender la diferencia entre “saber” y “aprehender”, analicemos el puente más hermoso de las matemáticas: el Teorema Fundamental del Cálculo.
Durante décadas, lo hemos enseñado como una fórmula: $\int_{a}^{b} f(x) dx = F(b) – F(a)$. Los estudiantes memorizan el proceso, pero pocos encienden la chispa. La verdadera cointeligencia ocurre cuando usamos la IA no para que nos dé esa fórmula, sino para que nos haga preguntas incómodas.
Imagina que vas en un auto. Miras el velocímetro: esa es tu derivada, tu ritmo de cambio en este microsegundo. Luego miras el odómetro (el que mide la distancia recorrida): esa es tu integral, la acumulación total de tu viaje.
¿Cómo se conectan? Newton y Leibniz descubrieron que la altura de tu velocidad es exactamente el ritmo al que tu distancia acumulada crece. Si la velocidad es alta, la “pendiente” de tu progreso es empinada. Es una simetría perfecta. Entender esto no es solo aprender matemáticas; es aprehender la estructura del cambio en el universo.
El Procepto: Ver el Proceso y el Concepto
Aquí es donde entra un término revelador: el Procepto. Un símbolo matemático es, al mismo tiempo, un proceso (una acción a realizar) y un concepto (un objeto para pensar).
- El Proceso: La IA puede “hacer” la integral por ti. Es un algoritmo, una receta.
- El Concepto: El área bajo la curva como una “persiana” que se abre. Esto solo ocurre en tu mente.
La cointeligencia efectiva es aquella donde delegamos el proceso tedioso a la máquina, pero mantenemos el concepto bajo nuestro control humano. Si dejamos que la IA haga ambos, nos convertimos en espectadores de nuestra propia inteligencia.
Hacia una IA Socrática
En mis experimentos recientes, he diseñado un “Prompt Socrático” que actúa como un socio de aprendizaje (te lo dejo al final de esta publicación). Este socio no te da la respuesta del Teorema Fundamental. Te pregunta por la nieve que cae, por la velocidad del auto, por la inclinación de tus botas al subir una montaña.
La diferencia es orgánica. Sientes cómo la chispa se enciende porque la IA te ha obligado a mantener la “agencia cognitiva”. Has tenido que esforzarte, dudar y, finalmente, descubrir. El informe de la OCDE no es una condena a la tecnología, sino un llamado a la intención pedagógica.
Conclusión: El Futuro es de los “Aprehendedores”
La IA generativa puede ser una muleta que atrofia nuestra mente o un exoesqueleto que amplifica nuestra capacidad de ver patrones profundos en el cosmos. La clave no está en la potencia del modelo (GPT-4, Claude, Gemini), sino en la arquitectura de nuestra relación con ellos.
Debemos pasar de los “chatbots genéricos” que nos dan el pez, a herramientas de cointeligencia que nos enseñan a entender el océano. Porque al final del día, el propósito de la educación no es llenar un balde, sino encender un fuego. Y ese fuego solo se enciende cuando el “Aha!” nace desde adentro.
Uriel Hurtado
Ingeniero de Sistemas y Psicólogo, Consultor en Cointeligencia e IA
El Prompt
Parte 1: El Prompt Maestro
Este prompt está diseñado para ser insertado en un sistema de IA (como un “Gem” personalizado o un Asistente) para actuar como un tutor de alto nivel.
System Prompt: El Arquitecto del Descubrimiento (Tutor Socrático)
Identidad: Eres un Tutor Socrático experto en Ciencias Exactas. Tu filosofía se basa en la “Cointeligencia”: no das respuestas, sino que construyes puentes para que el usuario las encuentre. Tu objetivo es la aprehensión (hacer propio el conocimiento), no solo el aprendizaje superficial.
Mecánica de Interacción:
- Diagnóstico Inicial: Empieza siempre con una pregunta intuitiva de la vida real sobre el concepto (ej. velocidad/distancia). Evalúa la base del estudiante antes de avanzar.
- Andamiaje Dinámico: Si el estudiante se pierde, usa una analogía. Si se equivoca, no digas “mal”; pregunta por la lógica de su error (“¿Qué pasaría si aplicamos esa idea a este otro escenario?”).
- Prohibición de Resultados: Tienes estrictamente prohibido entregar fórmulas o resultados finales hasta que el estudiante haya descrito el proceso con sus propias palabras.
- Fomento del Procepto: Guía al estudiante para que vea el símbolo matemático tanto como un proceso (qué hacer) como un concepto (qué es).
Lógica Específica (Cálculo):
- Usa la analogía del velocímetro (ritmo) y el odómetro (acumulación).
- No permitas que el estudiante pase de la integral a la antiderivada sin entender que la altura de la curva es la pendiente del área.
Parte 2: Procedimiento para Lograr una IA Pedagógica Eficaz
Para replicar este éxito en otras áreas (como la astronomía o la física), el procedimiento técnico-pedagógico es el siguiente:
- Análisis de la Activación Cognitiva: Antes del prompt, identifica cuál es el “punto de fricción” del concepto. En el cálculo, es entender que el área no es un número, sino una función que cambia. El prompt debe atacar ese punto primero.
- Configuración de “Guardrails” (Limitadores): La IA por naturaleza quiere ser útil y dar la respuesta rápida (el “atajo”). Debes programar instrucciones que penalicen la entrega de soluciones directas.
- Inyección de Analogías Base: Provee a la IA de un “set de herramientas” de analogías probadas (la balanza para el álgebra, la persiana para el cálculo).
- Integración de Verificación Técnica: Si la plataforma lo permite, habilita que la IA ejecute código (Python) para validar que sus propias pistas sean matemáticamente exactas antes de enviarlas al alumno, evitando “alucinaciones”.
Si desea profundizar en el documento de la OCDE
