Por: Maximiliano Catalisano

¿Qué pasaría si la inteligencia artificial dejará de ser una herramienta que los estudiantes utilizan solamente para buscar respuestas y pasará a formar parte de la experiencia completa de aprendizaje? Esa es una de las preguntas que está explorando Nanyang Technological University (NTU), en Singapur, donde la IA comienza a integrarse en cursos, sistemas de tutoría, evaluación y resolución de problemas reales. El objetivo no es simplemente enseñar a utilizar una tecnología nueva, sino preparar a los estudiantes para aprender con IA, sobre IA y más allá de la IA, manteniendo el pensamiento propio, la capacidad de comprobar información y la responsabilidad humana como componentes centrales.

La experiencia de NTU resulta especialmente interesante para las escuelas porque propone mirar la transformación digital desde una perspectiva pedagógica. En lugar de incorporar inteligencia artificial únicamente como una herramienta adicional, la universidad está rediseñando parte de sus experiencias de aprendizaje para que los estudiantes puedan utilizarla como acompañante, analizar sus resultados, desarrollar agentes de IA y resolver problemas provenientes del mundo real.

Y hay un dato que permite dimensionar el alcance de esta transformación: NTU anunció que busca incorporar IA en el 40 % de los cursos de sus 52 programas de grado para 2030, frente al 5 % que la institución señalaba en 2026. La mitad de esos cursos utilizaría IA para personalizar el aprendizaje y la otra mitad trabajaría con estudiantes que desarrollen, implementen y gestionen agentes de inteligencia artificial para resolver problemas.

La inteligencia artificial como parte del aprendizaje

La propuesta de NTU parte de una idea sencilla pero profunda: la IA no debería quedar limitada a las carreras vinculadas con informática.

La universidad plantea que los estudiantes de diferentes disciplinas necesitan comprender cómo funciona esta tecnología, cuáles son sus posibilidades y cuáles son sus límites. Por eso, su estrategia contempla el acceso de los estudiantes a herramientas de IA independientemente de la carrera que cursen.

Esto modifica una concepción tradicional de la alfabetización digital.

Durante años, aprender tecnología significaba principalmente saber utilizar determinados programas. En la era de la inteligencia artificial, la cuestión es más compleja. Un estudiante necesita saber formular preguntas, evaluar respuestas, detectar errores, contrastar información, comprender qué puede hacer una herramienta y reconocer cuándo no debería utilizarla.

La tecnología deja de ser solamente un instrumento.

También se convierte en un objeto de estudio.

Esta diferencia puede resultar muy importante para la escuela secundaria. Un alumno puede utilizar una IA para generar una explicación sobre un fenómeno histórico, pero después necesita contrastarla con fuentes. Puede pedirle que proponga una hipótesis científica, pero tendrá que analizar si esa hipótesis puede comprobarse. Puede utilizarla para revisar un texto, pero debe conservar la responsabilidad sobre las ideas y decisiones finales.

Uno de los ejemplos más concretos de esta transformación en NTU es NALA, sigla de NTU AI Learning Assistants.

La universidad desarrolló una plataforma que permite a los docentes crear asistentes de IA generativa adaptados a sus propias asignaturas. Los profesores pueden incorporar materiales de sus cursos, seleccionar modelos de lenguaje y configurar diferentes formas de interacción con los estudiantes.

El proyecto comenzó en 2023 y, según NTU, ya había sido adoptado en 50 cursos, incluyendo áreas tan diferentes como programación, marketing, economía, aprendizaje de idiomas, estudios sobre discapacidad, física, matemática y diseño de circuitos.

Este dato permite observar algo importante: el uso educativo de la inteligencia artificial no está necesariamente limitado a una materia tecnológica.

Un asistente de IA puede ayudar a un estudiante de matemática a explorar diferentes procedimientos. En una clase de idiomas puede ofrecer oportunidades de práctica. En física puede ayudar a interpretar conceptos. En economía puede plantear escenarios para analizar. En programación puede acompañar la revisión de código.

Pero NTU también señala una diferencia importante: aprender con IA no significa simplemente hacer preguntas a un chatbot y copiar las respuestas. Algunas experiencias están diseñadas para que los estudiantes interactúen activamente con los asistentes y utilicen la herramienta como parte de procesos de construcción del conocimiento.

Aquí aparece una de las cuestiones más interesantes de la experiencia de NTU.

Si una herramienta puede ofrecer una respuesta inmediatamente, existe el riesgo de que el estudiante deje de realizar parte del trabajo intelectual necesario para aprender.

En agosto de 2026, Chen Wenli, profesora del National Institute of Education de NTU, planteó la importancia del denominado “slow learning”, una forma de aprendizaje que reserva tiempo para pensar, esforzarse y trabajar sobre problemas antes de recurrir automáticamente a la inteligencia artificial. Según explicó, producir rápidamente un resultado pulido no significa necesariamente que haya ocurrido un aprendizaje profundo.

La cuestión puede trasladarse directamente al aula.

Imaginemos que un estudiante recibe un problema de matemática y le pide inmediatamente a una IA que lo resuelva. Obtendrá probablemente una respuesta en segundos. Pero ¿qué aprendió durante ese proceso?

Ahora imaginemos otra situación.

El estudiante intenta resolverlo por su cuenta, registra su procedimiento, identifica dónde se bloqueó y recién después utiliza IA para comparar estrategias. La tecnología cumple otra función.

Puede ayudarlo a aprender sin quitarle completamente la oportunidad de pensar.

La diferencia no está necesariamente en la herramienta.

Está en quién realiza el trabajo cognitivo.

Una de las respuestas de NTU frente a este desafío aparece en su College of Computing and Data Science, que desarrolló el marco Learn with AI para transformar la enseñanza de informática en un contexto marcado por la inteligencia artificial.

El modelo contempla dos tipos de experiencias de evaluación: actividades AI-ON, en las que los estudiantes trabajan con herramientas de IA, y actividades AI-OFF, en las que deben demostrar competencias sin asistencia de estas herramientas. La intención es comprobar tanto la capacidad para trabajar con IA como la comprensión independiente de los fundamentos.

La propuesta ofrece una idea particularmente interesante para la educación escolar.

No necesariamente hay que elegir entre permitir o prohibir la IA.

Puede ser posible construir actividades en las que se utilice deliberadamente y otras en las que el estudiante tenga que demostrar que puede trabajar sin ella.

En una clase de lengua, por ejemplo, se puede pedir una primera producción sin IA y luego permitir su utilización para revisar estructura y estilo. Después, el estudiante puede explicar qué cambios aceptó y cuáles rechazó.

En programación, puede utilizarse IA para generar una propuesta de código y luego solicitar que el estudiante identifique errores, explique cada parte y modifique el programa.

En ciencias, puede pedirse a la herramienta una explicación y posteriormente contrastarla con bibliografía científica.

Así, la evaluación comienza a medir algo más que el producto final.

La IA como acompañante personalizado

Otro de los proyectos de NTU busca utilizar inteligencia artificial para personalizar determinados procesos de aprendizaje.

Según la universidad, sus asistentes de IA pueden funcionar como tutores basados en los materiales específicos de cada curso y ayudar a los estudiantes a trabajar sobre dificultades particulares.

Esta posibilidad puede ser especialmente relevante en aulas heterogéneas.

No todos los estudiantes necesitan la misma explicación.

Uno puede necesitar un ejemplo adicional.

Otro puede necesitar practicar conceptos básicos.

Otro puede estar preparado para resolver un problema más complejo.

Un asistente digital puede ofrecer diferentes explicaciones o ejercicios sin que el docente tenga que producir manualmente cada variante.

Pero esto no significa que la IA deba reemplazar el acompañamiento docente.

La herramienta puede generar oportunidades de práctica.

El docente interpreta las necesidades del estudiante, observa su evolución y decide qué intervención pedagógica corresponde.

La tecnología amplía las posibilidades de acompañamiento, pero no elimina la necesidad de una relación educativa.

La estrategia de NTU va un paso más allá del uso de chatbots.

La universidad plantea que una parte de sus cursos permita a los estudiantes aprender a crear, implementar y gestionar agentes de IA destinados a resolver problemas reales provenientes de la industria, el gobierno y la sociedad.

Esta propuesta introduce un cambio importante.

El estudiante ya no es solamente usuario de una tecnología.

También se convierte en creador.

Un ejemplo presentado por NTU imagina a un estudiante de ingeniería trabajando en el diseño de un automóvil y utilizando agentes de IA para generar diferentes diseños y simular su posible consumo energético.

La lógica puede trasladarse a la escuela.

Un grupo de estudiantes podría diseñar un sistema para organizar información de una biblioteca.

Otro podría desarrollar un asistente para explicar contenidos de una materia.

Otro podría crear una herramienta que ayude a clasificar datos ambientales de la comunidad.

No es necesario construir sistemas sofisticados. Lo importante es comprender el proceso: identificar un problema, definir qué debería hacer la herramienta, comprobar sus resultados y analizar sus límites.

La experiencia de NTU también plantea un cambio en la formación docente.

El profesor no necesita convertirse en ingeniero de inteligencia artificial para incorporar estas herramientas.

Necesita comprender qué posibilidades pedagógicas ofrecen.

El National Institute of Education de NTU cuenta incluso con una propuesta de formación específica en Learning Sciences and Artificial Intelligence, destinada a preparar educadores y diseñadores de aprendizaje para integrar IA y otras tecnologías desde las ciencias del aprendizaje. El programa aborda cuestiones como aprendizaje personalizado, evaluación en la era de la IA, analítica del aprendizaje y diseño de entornos interactivos.

La idea es importante porque evita reducir la capacitación a aprender a utilizar una aplicación.

Una herramienta puede desaparecer en pocos meses.

Los principios pedagógicos permanecen.

Un docente necesita poder analizar una tecnología nueva y preguntarse:

¿Qué aprendizaje puede favorecer?

¿Qué riesgos presenta?

¿Qué información entrega?

¿Qué información puede inventar?

¿Qué parte del trabajo debería realizar el estudiante?

¿Qué parte puede delegarse?

¿Cómo se evaluará el aprendizaje?

Estas preguntas son más importantes que conocer una plataforma específica.

Una transformación que también puede ser económica

Para una escuela, la experiencia de NTU puede parecer inicialmente costosa porque involucra herramientas digitales, sistemas de IA y plataformas universitarias. Sin embargo, algunas de sus ideas pueden adaptarse con recursos mucho más sencillos.

No hace falta desarrollar un sistema propio de inteligencia artificial.

Una escuela puede comenzar utilizando herramientas disponibles y gratuitas, siempre revisando sus condiciones de privacidad, edad, seguridad y uso de datos.

Puede crear actividades donde los estudiantes comparen respuestas generadas por IA con libros de texto.

Puede pedirles que detecten errores en una respuesta automática.

Puede utilizar IA para producir diferentes explicaciones de un mismo concepto y luego analizar cuál resulta más clara y por qué.

Puede trabajar con ejercicios de “IA primero, pensamiento después” o “pensamiento primero, IA después”.

También puede diseñar momentos sin tecnología para comprobar qué conocimientos están realmente incorporados.

La innovación pedagógica no siempre necesita una infraestructura costosa.

Puede comenzar con una nueva consigna.

NTU también coloca un fuerte énfasis en el uso responsable de la inteligencia artificial.

La universidad señala que sus estudiantes deben aprender a evaluar si las respuestas de los sistemas de IA son correctas y éticas, además de poder explicar los resultados y asumir responsabilidad por ellos. Su estrategia incluye un curso obligatorio denominado Science and Technology for Humanity, destinado a abordar el uso responsable de estas tecnologías.

Además, la política general de NTU permite, en términos generales, que los estudiantes utilicen IA generativa en sus trabajos, pero exige que declaren cómo la utilizaron y que se responsabilicen por el contenido producido. Algunos docentes pueden prohibir su uso en determinadas actividades cuando existe una razón pedagógica específica.

Esta combinación puede resultar especialmente útil para las escuelas.

En lugar de enseñar únicamente “se puede usar” o “no se puede usar”, los estudiantes pueden aprender a declarar cuándo utilizaron una herramienta, para qué la utilizaron y qué modificaciones realizaron.

Esto convierte la transparencia en parte del aprendizaje.

La presencia de IA obliga a repensar algunas tareas escolares.

Si una actividad puede resolverse completamente mediante una herramienta automática, quizá sea necesario preguntarse qué aprendizaje se está intentando evaluar.

Una alternativa consiste en pedir evidencias del proceso.

Un estudiante puede entregar su producción final junto con una breve explicación de cómo trabajó.

Puede mostrar las fuentes consultadas.

Puede registrar las preguntas formuladas a la IA.

Puede señalar qué respuestas descartó.

Puede defender oralmente sus decisiones.

Puede resolver una parte del problema sin herramientas.

Puede corregir deliberadamente una respuesta incorrecta generada por IA.

De esta manera, la evaluación no depende únicamente de si el producto parece correcto.

También permite observar si el estudiante comprende aquello que presenta.

La experiencia de NTU muestra que esta discusión no es teórica. Su propio marco educativo está incorporando diferentes modalidades de evaluación para distinguir entre el desempeño con herramientas de IA y la comprensión independiente.

Las aulas del futuro no serán solamente digitales

Existe una conclusión que aparece con fuerza en las propuestas de NTU: la incorporación de inteligencia artificial no significa que todo deba automatizarse.

En enero de 2026, el National Institute of Education de NTU publicó una reflexión sobre el papel de los docentes y sostuvo que la educación debe conservar su dimensión humana, incluso mientras la tecnología transforma el trabajo docente.

En agosto del mismo año, la profesora Chen Wenli insistió en que los estudiantes necesitan tiempo para pensar, enfrentarse a dificultades y resolver problemas sin recurrir inmediatamente a una respuesta automática.

Esto permite imaginar una escuela del futuro bastante diferente de aquella en la que cada estudiante permanece frente a una pantalla durante toda la jornada.

Habrá momentos digitales.

Habrá momentos sin dispositivos.

Habrá trabajo individual.

Habrá conversación.

Habrá proyectos.

Habrá lectura.

Habrá experimentación.

Habrá inteligencia artificial.

Y habrá momentos en los que apagar la tecnología será precisamente lo que permita aprender.

La experiencia de Nanyang Technological University permite observar una transformación que va mucho más allá de incorporar ChatGPT u otra herramienta similar al aula.

El verdadero cambio consiste en rediseñar el aprendizaje para una época en la que la inteligencia artificial ya forma parte del entorno cotidiano.

NTU está avanzando hacia un modelo donde los estudiantes puedan aprender con tutores de IA, desarrollar agentes, resolver problemas reales, analizar resultados, trabajar con herramientas digitales y, al mismo tiempo, demostrar que pueden pensar sin ellas.

Para una escuela, la lección puede ser mucho más sencilla.

No hace falta esperar a tener una gran plataforma.

Puede comenzar por una actividad.

Una consigna.

Un problema real.

Una pregunta.

Por ejemplo: “La inteligencia artificial dice esto. ¿Cómo sabemos que tiene razón?”.

Esa pregunta puede abrir una clase de lengua, matemática, ciencias, historia o tecnología.

Los estudiantes investigan.

Comparan.

Comprueban.

Discuten.

Corrigen.

Y recién entonces construyen una respuesta.

Ese puede ser uno de los aprendizajes más importantes de las aulas del futuro: la inteligencia artificial puede acelerar la búsqueda de respuestas, pero la escuela debe seguir enseñando a construir preguntas, evaluar evidencias y asumir responsabilidad por aquello que se afirma.

La experiencia de NTU muestra que la educación no tiene por qué elegir entre tecnología y pensamiento.

El desafío consiste en enseñar a utilizar una para fortalecer el otro.

Y esa transformación puede comenzar con recursos económicos, una planificación docente cuidadosa y una pregunta que ninguna inteligencia artificial debería responder por completo: ¿qué queremos que nuestros estudiantes sean capaces de pensar, hacer y crear por sí mismos?