Fecha de publicación:
Fecha de modificación:
Bueno, voy de una vez a comenzar con algo directo y profundo, existe un problema en la lógica que está detrás de buena parte de la enseñanza. Déjenme explicar.
Pensando que las cosas serían más fáciles, casi todo lo que se enseña se enmarca desde la lógica de lo correcto. Enseñamos algo que se supone es correcto, luego evaluamos su correctitud, basado en verdadero o falso. Es decir, una lógica binaria que limita las posibilidades de enseñar y aprender, y hoy en día problemas con sistemas de IA.
Pero existe una lógica diferente de cuatro posibilidades (tetralema) donde las cosas pueden ser verdaderas, falsas, ambas o ninguna. Esto viene de una filosofía budista que utiliza el catuskoti, que significa literalmente algo como “cuatro esquinas” o “cuatro posiciones”. Lo interesante es que va mucho más allá de una lógica de cuatro valores de verdad. Esta lógica funciona principalmente como una herramienta dialéctica, o forma de razonar, para mostrar que ciertas preguntas, construidas mediante categorías rígidas de la lógica tradicional, resultan insuficientes para capturar adecuadamente aquello que intentamos describir.
Así, por ejemplo, ante la pregunta “¿X existe?”, en lugar de pensar solamente en X existe o X no existe, pensamos en X existe, X no existe, y luego vienen las interesantes, X existe y no existe, o X ni existe ni no existe.
Ustedes dirán, ¿y por qué esto es relevante? Las dos últimas creo que son las más relevantes en educación, especialmente la última, pues introduce una operación intelectual distinta de “encontrar la respuesta”, cuestionar el espacio de respuestas que la pregunta presupone.
El catuskoti puede servir como fundamento conceptual para enseñar razonamiento en contextos de incertidumbre, sistemas complejos, conocimiento contradictorio y, la razón por la que lo menciono acá, razonamiento con IA generativa, donde podemos mantener abiertas diferentes posibilidades antes de reducir la información a verdadero o falso.
La IA generativa puede entregar respuestas diferentes, parcialmente contradictorias y aun así razonables. El estudiante necesita aprender a trabajar con esos conflictos, sostenerlos, explorarlos y utilizarlos para avanzar en su razonamiento.
Supongamos que un estudiante le pregunta a una IA, “¿El uso de IA generativa mejora el aprendizaje de los estudiantes?”. Una IA, digamos ChatGPT, responde que sí, porque facilita tutoría personalizada, retroalimentación y acceso a explicaciones, mientras otra IA responde que puede reducir el esfuerzo cognitivo, fomentar dependencia y permitir que el estudiante delegue actividades que debería realizar.
El razonamiento binario empujaría al estudiante a preguntar, ¿cuál de las dos IA tiene razón? Y allí nos quedamos, pues hemos aprendido que una respuesta debe ocupar el lugar de la verdad.
Pero hay más opciones lógicas, mejora y a la vez perjudica, pues depende de la tarea, del estudiante, del contexto y de la forma de uso. Más interesante aún, la pregunta puede ser insuficiente, “usar IA” y “mejorar el aprendizaje” son categorías demasiado generales.
La cuarta posición introduce algo especialmente interesante. Un estudiante podría reformular la pregunta, “¿En qué tipos de actividades y bajo qué condiciones el uso de IA generativa mejora o perjudica determinados procesos de aprendizaje?”.
¿Por qué es interesante? Porque es allí donde aparece una competencia fundamental para trabajar con IA, evaluar respuestas, cuestionarlas, reconstruir las preguntas y ampliar el espacio de posibilidades.
Las IA generativas son sistemas de conversación, trabajar con ellas implica hacer preguntas, interpretar respuestas, reconstruir preguntas, volver a preguntar, explorar contradicciones, hasta que una verdad temporal emerge de la conversación.
¿Quién se apunta a cambiar la educación conmigo?