Lo hicimos. Finalmente, inventamos máquinas que aprenden por sí solas. Todo comenzó en 1952 cuando Arthur Samuel—quien entonces era científico informático en IBM—y su equipo, inventaron una máquina cuyo único fin era jugar a las damas chinas. Lo innovador de este invento fue que funcionaba bajo un programa que aprendía de la experiencia. Conforme más partidas jugaba más movimientos aprendía y, por ende, iba mejorando con el tiempo y cada vez ganaba más duelos. En 1959, luego de haber consolidado esta nueva tecnología, el científico la nombró machine learning, hoy también conocido como modelo de aprendizaje automático.
Lea también: Del crimen organizado al crimen optimizado: Cómo estas organizaciones están usando la IA para acrecentar su dominio
Este hito fue el génesis de la revolución de la inteligencia artificial que vivimos en el presente. A partir de allí estos modelos computacionales mejoraron exponencialmente, llegando al punto de ser considerados una forma de inteligencia, y poco a poco fueron aplicándose en la vida diaria. Desde sistemas de control de calidad industrial hasta algoritmos de redes sociales, la tecnología que incorpora estos sistemas necesita cada vez menos intervención humana para mejorar sus procesos.
En el presente, el mundo digital está regido bajo las leyes de la optimización automática perpetua y este paradigma parece no tener límites. La industria tecnológica ha logrado optimizar todo lo optimizable, incluso aquello que jamás imaginamos como la capacidad de captar la atención humana—invención insignia de las plataformas de redes sociales.
Como consecuencia, vivimos en la economía de la atención. Buena parte del modelo de negocio de las plataformas digitales se construye alrededor de un recurso humano cada vez más escaso: nuestra atención. Para capturarla, las plataformas utilizan sistemas algorítmicos capaces de aprender de nuestras interacciones y ofrecernos contenidos cada vez más llamativos y personalizados. Estos sistemas son optimizados constantemente mediante inteligencia artificial para maximizar métricas como el engagement y la retención, aunque aquello que captura nuestra atención no necesariamente sea aquello que más aporta a nuestro bienestar, aprendizaje o acceso a información de calidad.
Esto no significa que el contenido que llega a nuestras pantallas sea necesariamente perjudicial. Las redes sociales, los sistemas de recomendación y, más recientemente, la IA generativa tienen un enorme potencial para democratizar el acceso al conocimiento. Hoy podemos aprender sobre prácticamente cualquier tema, en cualquier momento y desde casi cualquier lugar. El verdadero potencial de estas tecnologías, sin embargo, depende de nuestra capacidad para dirigirlas hacia nuestros propios fines.
Lea también: Las redes sociales bajo escrutinio: La hora de regular lo irregulable ha llegado
Aquí aparece una dimensión fundamental de la brecha digital descrita por el sociólogo Massimo Ragnedda, quien utiliza el concepto de capital digital para explicar que desenvolverse en el ecosistema digital depende tanto del acceso a la tecnología como de las competencias para utilizarla y convertir esa experiencia en oportunidades concretas. Hoy podemos decir que dos jóvenes pueden tener el mismo teléfono, utilizar las mismas redes sociales y acceder a las mismas herramientas de inteligencia artificial, pero obtener resultados radicalmente distintos dependiendo de su bagaje cultural y circunstancias socioeconómicas.
Aquel que ha desarrollado las capacidades necesarias para buscar, contrastar y cuestionar información puede utilizar estos sistemas para ampliar sus oportunidades. Por otro lado, el que no ha recibido las herramientas para hacerlo queda más expuesto a desinformación, estafas, manipulación, radicalización e incluso reclutamiento criminal. Así queda en evidencia que la misma tecnología que democratiza el conocimiento puede terminar profundizando desigualdades entre quienes saben cómo aprovecharla y quienes permanecen a merced de aquello que un algoritmo decide colocar frente a ellos—en nombre del rédito económico que la atención de esta persona representa para la plataforma que utiliza.
Teniendo esto en cuenta, el paradigma educativo, que en el presente tiene un carácter tecnocrático, donde el progreso se mide en base a la cantidad de herramientas digitales que se incorporan al aula de clase, ya no es una medida que asegura un mejor rendimiento académico ni el bienestar estudiantil. Pese a que la infraestructura sigue siendo indispensable, esta ya no es suficiente. En un contexto donde el sistema educativo compite por la atención de los jóvenes con sistemas diseñados específicamente para capturarla, necesitamos una alfabetización digital mucho más profunda que aprender a utilizar ChatGPT, Claude o cualquier otro modelo de IA de frontera—frontier AI—, escribir mejores prompts o incorporar nuevas herramientas digitales en el aula.
Hoy, el desafío educativo está en enseñar a los jóvenes a gobernar su propia atención.
La atención es una de las primeras expresiones de nuestra agencia—entendida como la capacidad de un individuo para tomar decisiones de manera autónoma e independiente. Decidir qué la amerita, distinguir qué información merece nuestra confianza, reconocer cuándo un sistema intenta influir sobre nosotros y utilizar conscientemente la tecnología para alcanzar nuestros propios fines son capacidades que se vuelven fundamentales para preservar nuestra autodeterminación en la era de la inteligencia artificial.
Lea también: El territorio digital: Un punto ciego en la legislación ecuatoriana
Este desafío se vuelve todavía más urgente con la llegada de los agentes artificiales. El historiador Yuval Noah Harari ha insistido precisamente en esta distinción: la IA deja de ser únicamente una herramienta cuando adquiere la capacidad de tomar decisiones por sí misma. Durante años, los algoritmos de recomendación han aprendido a decidir cada vez mejor qué mostrarnos en la pantalla. Los nuevos sistemas de IA empiezan a ir más lejos: pueden recomendar qué hacer, organizar tareas, tomar decisiones e incrementalmente ejecutar acciones en nuestro nombre. La pregunta deja de limitarse a quién controla nuestra atención. Ahora también debemos preguntarnos cuánto de nuestra capacidad de pensar, decidir y actuar estamos dispuestos a delegar. En otras palabras: ¿Cuánta de nuestra agencia humana estamos dispuestos a transferir a un agente artificial?
La educación tiene entonces una tarea mucho más profunda que formar buenos usuarios de inteligencia artificial. Necesitamos jóvenes capaces de comprender estas tecnologías, cuestionarlas, aprovechar sus posibilidades y reconocer sus límites. Debe quedar muy claro que cada vez que utilizamos la IA para automatizar tareas intelectuales estamos delegando también un componente central de la experiencia humana: el aprendizaje. El sistema educativo debe formar estudiantes que puedan decidir dónde invertir su atención y qué decisiones desean conservar bajo su propio control.
Estamos en un período histórico donde la IA puede convertirse en una herramienta extraordinaria para transformar el aprendizaje dentro y fuera de las aulas. Para lograrlo, primero debemos asegurarnos de algo mucho más básico: que sean los estudiantes quienes dirijan la tecnología hacia sus propios fines y no quienes terminan adaptando sus fines a los de la tecnología.
En la era de los agentes artificiales, educar significa proteger y ampliar la agencia humana. Al hacer esto honramos y resguardamos el carácter profundamente subjetivo de la experiencia de aprender que viene acompañado de sensaciones inherentemente humanas como la curiosidad, el asombro, y ese tan preciado y efímero momento 'eureka' que solo llega a nosotros luego de interminables horas de esfuerzo intelectual.
.png)
.png)