Opinió

La intel·ligència artificial ens obliga a repensar l’aprenentatge

La irrupció de la intel·ligència artificial a les aules no representa únicament la incorporació d’una nova eina. Ens obliga a revisar algunes de les preguntes fonamentals de l’educació: d’on obtenim el coneixement, com l’aprenem i com podem saber que realment l’hem après.

Per abordar aquestes preguntes, convé tenir presents dos conceptes: la càrrega cognitiva i la descàrrega cognitiva.

La càrrega cognitiva és la quantitat d’informació i d’esforç mental que la memòria de treball ha de gestionar en un moment determinat. Com que aquesta memòria és limitada, quan una persona rep massa instruccions, estímuls o conceptes simultàniament pot arribar a saturar-se. Aleshores li costa més comprendre, prendre decisions i aprendre.

Un alumne experimenta una càrrega cognitiva elevada quan, per exemple, ha d’entendre una explicació complexa, recordar diversos passos i executar una activitat al mateix temps. No tota càrrega cognitiva és negativa: aprendre requereix esforç mental. El problema apareix quan una part excessiva d’aquest esforç es destina a gestionar informació irrellevant, desorganitzada o innecessàriament complexa.

La descàrrega cognitiva consisteix a traslladar una part d’aquest esforç a suports externs o a rutines que ja hem automatitzat. Anotar les idees en lloc de mantenir-les totes al cap, utilitzar esquemes o calendaris, disposar d’una llista de passos, dividir una tasca complexa en accions més petites o automatitzar coneixements bàsics mitjançant la pràctica són formes de descàrrega cognitiva.

Hi ha una diferència decisiva entre descarregar una part accessòria de l’esforç i delegar el pensament mateix

Descarregar cognitivament no significa rebaixar l’exigència ni evitar que l’alumnat pensi. Significa alliberar recursos mentals perquè pugui concentrar-se en allò que realment requereix comprendre, relacionar, decidir i crear. Tanmateix, hi ha una diferència decisiva entre descarregar una part accessòria de l’esforç i delegar el pensament mateix. Aquesta distinció esdevé especialment important quan incorporem la intel·ligència artificial a l’aprenentatge.

Primer repte: d’on aprenem? Més enllà del llibre de text i la IA

Durant molt de temps, les fonts principals del coneixement escolar han estat el docent i el llibre de text. El llibre seleccionava, ordenava i seqüenciava els continguts que l’alumnat havia d’aprendre. Aquesta estructura facilitava la progressió, però sovint presentava el coneixement de manera tancada i fragmentada. Cada matèria quedava encapsulada en el seu propi volum, amb pocs vincles amb les altres disciplines i, de vegades, també amb la realitat.

La intel·ligència artificial altera profundament aquest model. Podríem comparar-la amb una mena de gran llibre de Petete que concentra una quantitat immensa d’informació. Però la comparació és insuficient: la IA no és un llibre tancat, ordenat i delimitat. És una porta oberta a tota mena de continguts: els que corresponen al currículum i els que no, els rellevants i els accessoris, els rigorosos i els imprecisos.

Això pot incrementar la càrrega cognitiva de l’alumnat. Disposar de més informació no garanteix comprendre millor. Sense criteri per formular preguntes, seleccionar fonts, contrastar respostes i establir relacions, l’abundància informativa pot generar més desorientació que coneixement.

Eliminar el llibre de text, per tant, no ens deixa necessàriament orfes. En tot cas, ens descol·loca com a docents perquè desapareix una part de l’ordre que ens venia donat. Aquesta situació ens obliga a assumir amb més intensitat una funció que sempre ens ha correspost: seleccionar els aprenentatges essencials, establir una seqüència coherent i dissenyar les condicions perquè l’alumnat pugui construir coneixement.

La IA pot actuar com una font d’informació extraordinària, però no pot substituir aquesta arquitectura pedagògica. Una escola sense llibre de text no hauria de ser una escola sense estructura, de la mateixa manera que una escola amb intel·ligència artificial no pot convertir-se en un espai d’accés indiscriminat a respostes.

Segon repte: com aprenem amb la IA? La diferència entre descarregar i delegar el pensament

El problema principal no és que la IA proporcioni informació, sinó què fa l’alumnat amb aquesta informació i què passa mentalment durant el procés.

Completar una activitat no és necessàriament aprendre

Si una eina redacta, resumeix, resol i argumenta en lloc de l’alumne, es pot produir una descàrrega cognitiva aparentment molt eficient. La tasca s’acaba més ràpidament i el resultat pot tenir una qualitat formal elevada. Però completar una activitat no és necessàriament aprendre. Si l’eina assumeix els processos que l’alumne necessitava practicar, no està descarregant allò accessori: està substituint l’activitat cognitiva que havia de generar l’aprenentatge.

Per això, no n’hi ha prou amb ensenyar a utilitzar la IA des d’un punt de vista tècnic. Cal preparar l’alumnat perquè hi treballi amb criteri: saber què vol esbrinar, formular bones preguntes, detectar omissions i errors, contrastar les respostes, justificar per què accepta o rebutja una proposta i reconstruir la informació amb paraules i arguments propis.

També hem de revisar les activitats que plantegem. Si una tasca es pot resoldre copiant i enganxant una resposta generada per una màquina, potser el problema no és només l’ús que l’alumne fa de la IA. Potser també cal preguntar-nos quin valor cognitiu tenia la tasca.

Les propostes educatives haurien de fer visible el procés: les preguntes inicials, les hipòtesis, els esborranys, les decisions, les fonts consultades, les revisions i els canvis introduïts a partir del retorn rebut. La IA podria participar en alguns d’aquests moments, però l’alumne hauria de poder explicar què li ha demanat, què ha obtingut, què ha modificat i què ha après.

Això comporta revisar què hem de començar a fer, què hem de deixar de fer i què convé preservar. Haurem d’ensenyar noves competències relacionades amb la selecció, el contrast i l’autoria; abandonar algunes activitats basades en la simple reproducció d’informació, i conservar aquelles pràctiques que continuen sent essencials: llegir, escriure, recordar, dialogar, argumentar, practicar i pensar sense assistència quan l’objectiu d’aprenentatge ho requereixi.

Tercer repte: com sabem que han après? L’avaluació del procés davant la IA

La intel·ligència artificial també qüestiona les maneres tradicionals de recollir evidències de l’aprenentatge. Té sentit demanar treballs que una IA pot elaborar completament sense que l’alumne hagi comprès gairebé res? Podem continuar confiant només en un producte final si desconeixem el procés que l’ha fet possible?

Tornar exclusivament als exàmens tradicionals tampoc resol el problema. Una prova final ens pot oferir una fotografia del resultat, però arriba massa tard per intervenir sobre el procés que l’ha produït. Tampoc sembla viable convertir sistemàticament tota avaluació en un examen oral al final de cada unitat.

Si acceptem que el feedback i l’avaluació contínua són dos dels principals reguladors de l’aprenentatge, hem de planificar-los des del començament. Els objectius i els criteris d’èxit han de ser clars; cal recollir evidències al llarg del procés, generar moments de conversa i revisió, i oferir oportunitats perquè l’alumnat utilitzi el retorn per millorar.

L’avaluació hauria de combinar evidències diverses: observacions, converses, produccions parcials, explicacions orals, resolucions sense assistència i productes elaborats amb l’ajuda declarada de la IA. L’objectiu no és vigilar constantment l’alumnat ni perseguir qualsevol ús de la tecnologia, sinó poder distingir entre allò que ha produït l’eina i allò que l’alumne comprèn, sap fer i és capaç de transferir a una situació nova.

Això també demana transparència. L’alumnat hauria d’aprendre a explicitar quan ha utilitzat la IA, amb quina finalitat i quines decisions ha pres a partir de les seves aportacions. Reconèixer-ne l’ús no hauria de ser necessàriament una confessió, sinó una evidència més del procés d’aprenentatge.

Ni quedar-nos immòbils ni tornar enrere

Amb la IA canvien alguns dels marcs sobre els quals hem organitzat l’educació. Feia temps que s’anunciaven moltes d’aquestes transformacions, però sovint hem continuat reproduint un model escolar cada vegada més allunyat de la realitat. Com va passar amb altres canvis socials i econòmics, els senyals eren visibles abans que el fenomen adquirís una dimensió impossible d’ignorar.

No fer res no és una solució, però idealitzar el passat tampoc. Això no implica esborrar segles de bones pràctiques i de pensament pedagògic. Al contrari: necessitem recuperar-ne els principis més sòlids per interpretar una realitat nova. L’esforç, la memòria, el coneixement profund, el diàleg, l’acompanyament docent i l’avaluació formativa no han perdut valor. El que hem de revisar és com els articulem en un context en què obtenir una resposta ja no és necessàriament una prova de saber.

El repte no consisteix només a introduir la intel·ligència artificial a les aules, sinó a recuperar el sentit de l’educació i adaptar-lo al segle XXI. Ho hem de fer sense les pors amb què cada generació ha mirat sovint la següent, però també sense una fascinació ingènua per qualsevol novetat.

Potser la pregunta decisiva no és si l’alumnat utilitzarà la IA, sinó què haurà de passar perquè, quan la utilitzi, continuï aprenent

Necessitem valentia per formar persones capaces de pensar, discriminar, crear i actuar amb criteri; persones preparades intel·lectualment, críticament i humanament per afrontar uns reptes que ja no pertanyen al futur, sinó al present. Potser la pregunta decisiva no és si l’alumnat utilitzarà la intel·ligència artificial, perquè ja ho fa, sinó què haurà de passar perquè, quan la utilitzi, continuï aprenent.