La inteligencia artificial reabre el debate sobre el conocimiento y la capacidad humana

En el panorama contemporáneo de la educación y el ejercicio profesional, la irrupción de la inteligencia artificial generativa ha desatado un debate profundo sobre el verdadero propósito del aprendizaje y la resolución de problemas. Para comprender esta encrucijada, el doctor Russ Gonnering, profesor adjunto de Oftalmología en el Colegio de Medicina de Wisconsin, examina las reflexiones planteadas por Christopher Morales en el artículo “AI Has Made an Old Education Problem Harder to Ignore” (publicado en Minding the Campus, un proyecto de la National Association of Scholars). Morales expone cómo los estudiantes de hoy pueden generar ensayos, resúmenes y debates en cuestión de segundos mediante la inteligencia artificial. Sin embargo, el autor aclara que el peligro real no radica exclusivamente en el uso de las herramientas algorítmicas, sino en una debilidad preexistente: la inteligencia artificial no ha creado la brecha entre completar una tarea y dominar un conocimiento, sino que se ha limitado a volverla imposible de ignorar.
Para respaldar esta premisa, Morales recurre a estadísticas contundentes sobre la masiva cantidad de cursos de nivelación que las universidades e instituciones de educación superior deben ofrecer a los estudiantes de primer año. Esta evidencia demuestra que la falta de preparación académica generalizada era visible y onerosa mucho antes de que la IA pudiera redactar un párrafo bien articulado. No obstante, Gonnering sugiere que esta problemática se extiende mucho más allá de las instituciones académicas, sino que abarca prácticamente todos los ámbitos de la vida moderna, incluida la medicina y la atención sanitaria.
ANTECEDENTES HISTORICOS
Para desentrañar las raíces conceptuales de esta tensión contemporánea, es necesario retroceder temporalmente hasta la Gran Bretaña de finales de la década de 1970, explica Gonnering en su texto “Competencia y capacidad en la era de la IA”. 
En aquel entonces, el país atravesaba una profunda crisis caracterizada por una “estanflación” asfixiante con picos de inflación del 25 %, el acelerado declive de las industrias y los sectores de manufactura tradicionales, huelgas masivas y conflictos laborales generalizados conocidos como el ‘invierno del descontento’, además de crecientes fricciones generacionales y una persistente espiral de violencia en Irlanda del Norte ante la incapacidad de los partidos políticos para articular soluciones efectivas.
En medio de este colapso del consenso político, un grupo diverso de pensadores y educadores comenzó a organizarse de manera espontánea, convencidos de que el desequilibrio en las actividades fundamentales de la educación y la formación profesional constituía el motor principal de la disrupción socioeconómica, relata. Sus acciones culminaron en la publicación de declaraciones formales en diarios de tirada nacional como ‘The Times’ y ‘The Guardian’, un documento histórico que pasó a conocerse como ‘The Capability Manifesto’ (El Manifiesto de la Capacidad).
Este manifiesto revolucionario articulaba el cambio educativo en torno a cuatro pilares fundamentales representados por verbos de acción:
*Hacer: Abandonar la memorización pasiva de datos destinados únicamente a la aprobación de un examen para centrarse en la ejecución exitosa de proyectos reales.
*Crear: Revalorizar los oficios tradicionales, la ingeniería y las expresiones artísticas al mismo nivel que el conocimiento académico abstracto.
*Organizar: Reconocer la importancia práctica del trabajo en equipo, la colaboración y el liderazgo, conceptos que más tarde cobrarían fuerza en obras sobre dinámica organizacional como Tribal Leadership, de David Logan, John King y Halee Fischer-Wright.
*Adaptarse: Asumir que la resolución de problemas en el mundo real suele admitir múltiples respuestas y metodologías de indagación, las cuales deben ajustarse dinámicamente a las circunstancias cambiantes.
Estos planteos sobre la acción y la adaptabilidad coincidieron temporalmente con el nacimiento de la ciencia de la complejidad en el Instituto de Santa Fe. Los conceptos de sistemas no lineales y puntos de partida se asemejan profundamente al concepto de “aprendizaje activo” (Action Learning) descrito por teóricos como Stewart Hase y Chris Kenyon.
CONTROVERSIA INTELECTUAL
Como era de esperarse, la transición hacia un modelo centrado en la capacidad no estuvo exenta de resistencia y controversia intelectual. En su obra crítica ‘Education for Capability: A Critique’, Keith Thompson argumentó que el manifiesto presentaba fallas estructurales significativas. Entre sus objeciones principales señalaba que la capacidad denotaba meramente un potencial y no necesariamente una ejecución o un logro efectivo; asimismo, afirmaba que la propuesta construía una caricatura del individuo educado como alguien que únicamente sabía “cómo” hacer las cosas pero ignoraba el “qué”, y dudaba de que existieran pruebas suficientes para asegurar que tales reformas pudieran revertir el declive socioeconómico británico.
A esta crítica le respondió Mark Grant Ashton en su ensayo “Educated Man as an Action Man: A Reply to Keith Thompson”, dando inicio a una discusión perenne en la teoría educativa: ¿qué jerarquía debe prevalecer entre la teoría y la práctica?, ¿conviene concentrarse en la adquisición de conocimientos básicos o en su aplicación directa? Durante años, este dilema se planteó erróneamente como una elección binaria excluyente, ignorando que el desarrollo humano óptimo requiere de ambos elementos en armonía.
Según recuerda Gonnering, esta síntesis necesaria fue abordada con claridad por Reva Berman Brown y Sean McCartney en su artículo publicado en 2003 en Education + Training, titulado “Let’s Have Some Capatence Here”. En dicho trabajo, los autores delinearon las diferencias fundamentales entre ambos conceptos.
Por un lado, la competencia se define de manera restrictiva y se sustenta en la validación de logros pasados. Representa un cuerpo de conocimiento estático circunscrito a un ámbito profesional específico que puede evaluarse y medirse de forma directa en el presente. Por otro lado, la capacidad posee una naturaleza amplia y prospectiva, enfocada en lo que el individuo será capaz de lograr en el futuro. Su conocimiento es fluido, se encuentra en constante evolución y se nutre de fuentes interdisciplinarias situadas más allá de cualquier marco vocacional rígido, por lo que resulta imposible de evaluar de manera estática en el presente.
Ambos conceptos convergen en un punto medio al que los autores denominaron “Capatance” (capacidad + competencia), evidenciando que existe una simbiosis indispensable entre ambas. La educación óptima requiere tanto de bases estables como de plasticidad adaptativa, aunque el gran desafío pedagógico sigue radicando en determinar la forma idónea de integrarlas, relfexiona Gonnering. 
En un artículo posterior titulado “The Development of Capability: The Content of Potential and the Potential of Content”, Brown y McCartney profundizaron en la dimensión temporal, reiterando que la capacidad representa un potencial de acción que debe examinarse en conjunto con los contenidos que lo alimentan, conformando un continuo vital en el cual el recorrido de aprendizaje amplía permanentemente dicho potencial a medida que se adquieren nuevas competencias.
MARCO DE DECISION
Para entender cómo se articulan la competencia y la capacidad en la práctica profesional cotidiana, Gonnering sugiere observar los escenarios operativos a través del prisma del marco ‘Cynefin’, desarrollado por David Snowden y Mary Boone en su artículo de Harvard Business Review (noviembre de 2007). Este modelo clasifica los problemas y contextos en cinco dominios: simple, complicado, complejo, caótico y un quinto dominio central de carácter confuso o no clasificado.
En los dominios simple y complicado, donde las relaciones de causa y efecto son claras o predecibles, la competencia resulta indispensable. Aquí impera el conocimiento riguroso de las mejores prácticas establecidas y la aplicación metódica de reglas y protocolos estandarizados.
Sin embargo, cuando las organizaciones y los profesionales se adentran en el dominio complejo, el horizonte de previsibilidad de las acciones se reduce drásticamente. En este escenario, el monitoreo constante y la flexibilidad para adaptarse a la realidad empírica —en lugar de aferrarse a suposiciones teóricas— se convierten en necesidades absolutas. El proceso se asemeja a las maniobras de un velero que debe cambiar de rumbo constantemente (tacking) para avanzar contra el viento. 
Gonnering señala con acierto que la incapacidad de la medicina y las estructuras sanitarias para operar con esta flexibilidad fue precisamente una de las mayores debilidades evidenciadas durante la gestión global del covid-19.
Por su parte, ante el dominio caótico, las prioridades cambian de forma radical: se requiere una acción decisiva e inmediata orientada a detener el deterioro antes de emprender cualquier análisis analítico profundo, aplicando el principio médico elemental de contener la hemorragia como prioridad.
LOS RIESGOS
En este complejo entramado conceptual surge el interrogante: ¿cómo interactúa la inteligencia artificial con el desarrollo de la capacidad humana? Al plantear esta misma consulta a un motor de inteligencia artificial, la respuesta obtenida advierte que estas tecnologías pueden frenar el desarrollo de la capacidad cuando inducen a la llamada ‘delegación cognitiva’ (cognitive offloading), un fenómeno en el cual el usuario transfiere todo el esfuerzo de pensamiento y resolución de problemas al algoritmo en lugar de realizar el trabajo mental por sí mismo. Esta búsqueda de la “bala de plata” o solución mágica se ha vuelto sumamente frecuente en la práctica médica contemporánea, asegura Gonnering.
Las investigaciones pedagógicas actuales demuestran que el uso desmedido de la IA genera un desajuste entre ganancias a corto plazo y déficits a largo plazo. Si bien los estudiantes o profesionales que emplean herramientas generativas para resolver problemas matemáticos o redacciones obtienen calificaciones o resultados inmediatos más altos, su desempeño posterior en pruebas sin asistencia tecnológica suele ser notablemente inferior al de aquellos que transitaron el esfuerzo de aprender sin atajos.
Este perjuicio se relaciona directamente con la pérdida del denominado “esfuerzo productivo”. La consolidación de conexiones neuronales profundas y la comprensión genuina exigen transitar por el error, la confusión temporal y la superación de obstáculos intelectuales. Evitar este proceso genera una peligrosa “ilusión de maestría”, un estado en el cual la persona experimenta una falsa sensación de alta competencia en el momento presente, pero arrastra una retención endeble y una escasa profundidad analítica a futuro.
Asimismo, añade Gonnering, la dependencia excesiva de respuestas instantáneas fomenta la pereza metacognitiva, socavando el pensamiento crítico, la capacidad de análisis y el rigor en la verificación de la información. Como se ha señalado en informes de organizaciones especializadas como EDUCAUSE, la gratificación instantánea interrumpe deliberadamente la inquietud mental que históricamente ha impulsado la indagación humana.
“No obstante, la tecnología no es intrínsecamente nociva; su impacto depende enteramente de la metodología de uso. Cuando la inteligencia artificial opera como un tutor de corte socrático —que formula preguntas orientadoras y se niega a proporcionar la respuesta final de forma pasiva—, estimula activamente el aprendizaje. Por el contrario, la simple contemplación pasiva o el plagio automatizado conducen inexorablemente a la atrofia de las habilidades cognitivas”, destaca el catedrático del Colegio de Medicina de Wisconsin.
INTELIGENCIA ARTIFICIAL VS. INTELIGENCIA HUMANA
Para profundizar en la naturaleza de estas herramientas, físicos e investigadores como Melanie Mitchell y David Krakauer (del Instituto de Santa Fe), junto con John Krakauer (de la Facultad de Medicina de la Universidad Johns Hopkins), han establecido una distinción crucial entre las capacidades emergentes que exhiben los modelos de lenguaje a gran escala y la verdadera inteligencia emergente, una propiedad de la cual carecen y que tal vez nunca lleguen a demostrar.
La inteligencia humana se caracteriza por ser un fenómeno de bajo ancho de banda que prioriza la reducción del esfuerzo tanto como la ampliación de capacidades. Como expresó Albert Einstein, el objetivo supremo de toda ciencia es abarcar el mayor número posible de hechos empíricos mediante la deducción lógica a partir del menor número posible de hipótesis o axiomas. De manera análoga a lo que afirmaba Donald Knuth sobre los programas informáticos —pensados primordialmente para ser leídos por seres humanos y solo de forma incidental para ser ejecutados por máquinas—, la inteligencia representa una propiedad intrínseca de la comprensión, siendo la ejecución operativa un subproducto secundario.
En sus ensayos sobre la materia, Melanie Mitchell aclara que los sistemas de IA basados en grandes modelos de lenguaje exhiben una competencia funcional impresionante, pero su inteligencia resulta profundamente fragmentada y carece de contexto, lo que puede volverlos peligrosos en entornos críticos. El entrenamiento basado puramente en patrones lingüísticos difiere radicalmente del desarrollo cognitivo humano. 
“Los seres humanos somos agentes activos que interactúan con el mundo físico, impulsados por la curiosidad, el deseo de vivenciar experiencias y una profunda motivación intrínseca por comprender las consecuencias de nuestros actos. Un modelo de lenguaje carece de corporalidad, de autoconciencia, de deseos propios y de la capacidad genuina de responsabilizarse por el impacto de sus decisiones”, contrasta.
Por consiguiente, los resultados óptimos se alcanzan cuando la inteligencia artificial se utiliza en estricta concertación con la inteligencia humana, siendo esta última la encargada de aportar el contexto vital, ético y circunstancial del que los algoritmos carecen por completo.
A modo de conclusión, Gonnering plantea que la respuesta a si la inteligencia artificial constituye un factor positivo o negativo es: “depende”. Su impacto se rige por una serie de condiciones: depende estrictamente de cómo se emplee, de quién la utilice y con qué propósito se integre en la compleja travesía del pensamiento y la labor humana.