Inteligencia artificial y educación: no estoy en contra, estoy analizando
Un enfoque pedagógico para el uso crítico de la IA en contextos educativos y divulgativos
Title
Artificial Intelligence and Education: I Am Not Against It, I Am Analyzing It
A Pedagogical Approach to the Critical Use of AI in Educational and Public Communication Contexts
Dr. Antonio Carlos González-López
Resumen
Este artículo expone la posición metodológica de un pedagogo frente a la inteligencia artificial: ni adopción acrítica ni rechazo tecnofóbico, sino análisis sistemático mediante una matriz DAFO, atención a la ética del uso, defensa de la inclusión y crítica de los falsos expertos. Se argumenta que la IA puede contribuir de forma real a la accesibilidad, la personalización del aprendizaje, la divulgación científica y la investigación, siempre que su uso esté guiado por criterios de transparencia, equidad y supervisión humana. Al mismo tiempo, se problematizan ciertos modelos de negocio que convierten la fase gratuita en una estrategia de captación de trabajo del usuario para después imponer muros de pago que bloquean el acceso al propio contenido o a funciones esenciales. El texto incorpora además una comparación pedagógica entre Megaprofe y Knewton Alta para mostrar que no toda IA educativa cumple la misma función ni plantea los mismos riesgos. La conclusión sostiene que una pedagogía responsable no puede limitarse a celebrar la innovación: debe evaluarla críticamente, exigir acceso justo y rechazar toda forma de ocultación comercial que perjudique al profesorado y al alumnado.
Abstract
This article presents the methodological stance of a pedagogue toward artificial intelligence (AI): neither uncritical adoption nor technophobic rejection, but systematic analysis through a SWOT framework—Strengths, Weaknesses, Opportunities, and Threats. From a pedagogical and ethical perspective, the text argues that AI can meaningfully support educational inclusion, accessible dissemination of knowledge, and comparative research, particularly when used in ways aligned with humanistic, equitable, and context-sensitive principles. At the same time, it critically examines business models that follow a “free phase → user investment of work → paywall” pattern, which may create dependency and hidden barriers to access, especially in educational settings. The article also discusses the rise of self-styled “AI experts” on social media who normalize restricted access without clearly disclosing the limitations that ordinary users face. The conclusion advocates for a professional commitment to ethical, transparent, and equitable pedagogy in AI-enhanced environments.
Palabras clave
Inteligencia artificial; educación; pedagogía; ética; inclusión; pensamiento crítico; DAFO; aprendizaje adaptativo; divulgación científica; equidad digital.
Keywords
Artificial intelligence; education; pedagogy; critical thinking; ethics; inclusion; digital equity; SWOT analysis; media literacy; educational technology.
1. Introducción: ¿tecnófobo o pedagogo?
En los últimos meses, cada vez que expreso reservas sobre ciertos modelos de inteligencia artificial, especialmente aquellos que permiten trabajar con materiales propios durante una fase gratuita para luego restringir el acceso mediante suscripción, algunas personas interpretan que estoy “en contra de la IA”. Esa lectura es incorrecta y simplificadora.
Mi posición no es tecnofóbica, sino metodológica y ética. Como Doctor en Pedagogía, mi obligación profesional no es celebrar ni condenar herramientas por su novedad, sino analizarlas en su contexto de uso, valorar sus condiciones de validez pedagógica y señalar con precisión sus riesgos y limitaciones. En educación, la pregunta decisiva no es si una tecnología existe, sino para qué sirve, a quién beneficia, a quién excluye y bajo qué condiciones puede ser legítimamente empleada.
Este artículo explica, por tanto, mi modo de trabajo, mis criterios de análisis y mi compromiso con una inteligencia artificial realmente inclusiva, transparente y útil para el desarrollo humano.
2. El análisis DAFO como herramienta pedagógica
No rechazo la IA. La someto a análisis DAFO: Debilidades, Amenazas, Fortalezas y Oportunidades. Este marco no es un adorno retórico, sino una exigencia mínima para cualquier profesional que pretenda introducir tecnología en el aula, en la divulgación o en la investigación.
|
Dimensión |
Pregunta guía |
|
Debilidades |
¿Qué fallos técnicos, didácticos o éticos presenta? ¿Genera dependencia? |
|
Amenazas |
¿Qué riesgos introduce en contextos educativos? ¿Oculta restricciones o muros de pago |
|
Fortalezas |
¿Qué resuelve mejor que otras herramientas? ¿Mejora accesibilidad o productividad |
|
Oportunidades |
¿Qué posibilidades nuevas abre para poblaciones excluidas o con menos recursos? |
Sin DAFO no hay pedagogía crítica; hay entusiasmo tecnológico sin reflexión, o rechazo emocional sin fundamento. Ninguna de esas dos posturas resulta científicamente suficiente. Evaluar una herramienta implica reconocer tanto su utilidad como sus límites, y asumir que toda tecnología educativa debe justificarse por su contribución real al aprendizaje, no por su mera existencia.
3. Lo que no soy
Conviene aclararlo con precisión.
No soy apologista de la IA. No creo que toda herramienta digital sea beneficiosa por el simple hecho de ser moderna. Tampoco considero que una empresa merezca el calificativo de educativa solo porque use vocabulario pedagógico en su marketing.
No soy negacionista de la IA. Reconozco su potencial transformador en ámbitos donde las barreras tradicionales son altas: discapacidad, distancia geográfica, falta de recursos institucionales, limitaciones idiomáticas o dificultades de acceso al conocimiento especializado.
Mi posición es, en consecuencia, crítica y constructiva. Crítica, porque examina lo que no funciona éticamente. Constructiva, porque sigue utilizando la IA allí donde realmente puede ayudar a aprender, enseñar, comunicar e incluir.
4. Potencial real para la inclusión
La IA tiene aplicaciones concretas que merecen seguir investigándose, sobre todo cuando se orientan al acceso y a la participación.
4.1 Personas con discapacidad
Puede apoyar la comunicación aumentativa, adaptar interfaces a distintos modos de interacción, describir imágenes, convertir texto en voz y facilitar el acceso a materiales complejos para personas con dificultades motoras, visuales, auditivas o de lectoescritura. Desde una perspectiva pedagógica, esto no es un beneficio secundario: es una cuestión de justicia educativa.
4.2 Científicos e investigadores
Puede asistir en el análisis de grandes volúmenes de datos, en la sistematización bibliográfica, en la identificación de patrones complejos y en la comparación de enfoques teóricos. Su valor no reside en sustituir el juicio académico, sino en ampliar la capacidad de búsqueda, organización e interpretación.
4.3 Desarrollo humano y divulgación
Puede facilitar la traducción, la tutorización personalizada, la simplificación de textos densos y la producción de materiales accesibles para públicos no expertos. En divulgación, esto resulta especialmente valioso, porque el conocimiento no cumple su función social si permanece encerrado en lenguajes inaccesibles o formatos excluyentes.
Ahora bien, ninguna de estas aplicaciones justifica por sí sola prácticas comerciales opacas. La utilidad educativa no puede depender de modelos que convierten la dependencia en estrategia de captación.
5. El problema no es la tecnología, sino el modelo de negocio
Aquí aparece una cuestión central. En múltiples plataformas de IA se repite un patrón preocupante:
1.Fase gratuita.
2.Inversión de tiempo, esfuerzo y creatividad por parte del usuario.
3.Bloqueo o cortafuegos de pago para recuperar el propio trabajo o acceder a funciones esenciales.
Este diseño no es inocente. En términos pedagógicos, puede convertirse en una forma de dependencia inducida. El usuario cree que experimenta, aprende o construye, cuando en realidad está invirtiendo trabajo en un entorno cuyo control final no le pertenece del todo.
En educación, este problema es especialmente grave. Un docente o un estudiante que dedica horas a elaborar materiales dentro de una plataforma no debería encontrarse después con barreras que impidan exportar, recuperar o reutilizar lo producido sin pagar. La gratuidad inicial, cuando oculta restricciones decisivas, deja de ser una oportunidad formativa y se transforma en un mecanismo de captación.
Cobrar por un servicio es legítimo. Lo que no resulta éticamente defendible es ocultar el alcance real de las limitaciones hasta después de que el usuario haya invertido su trabajo.
6. El fenómeno de los falsos expertos
Existe además un problema social y académico que conviene señalar: la proliferación de falsos expertos en redes sociales. Son personas que se presentan como gurús de la IA educativa y venden cursos, mentorías o consultorías basadas en su experiencia personal con herramientas de pago.
Lo que con frecuencia omiten es esencial: su “método” puede depender de suscripción, de funciones premium o de acceso a versiones avanzadas que la mayoría de usuarios no posee. Presentan como universal lo que en realidad está condicionado por privilegios de acceso.
Eso distorsiona el debate. El usuario común, el docente con pocos recursos o el estudiante sin capacidad de pago queda fuera del supuesto modelo exitoso. Y cuando la herramienta no responde como prometían, la culpa parece recaer en el usuario, cuando el problema era la falta de transparencia desde el inicio.
No hay aquí un rechazo a la formación ni al conocimiento especializado. Hay una exigencia de honestidad intelectual. La divulgación rigurosa debe diferenciar claramente entre evidencia, experiencia personal y promoción comercial.
7. Comparación pedagógica: Megaprofe y Knewton Alta
Conviene distinguir entre plataformas que asisten al docente y plataformas que modelan el aprendizaje del estudiante. Megaprofe y Newton Alta representan dos orientaciones distintas dentro del ecosistema educativo de IA.
Megaprofe se dirige principalmente al profesorado. Su propósito es generar situaciones de aprendizaje, exámenes, rúbricas, recursos didácticos, mapas mentales y apoyos para la planificación y la evaluación. Su fortaleza principal reside en la productividad pedagógica: ahorra tiempo, organiza tareas y facilita la creación de materiales ajustados al aula.
Knewton Alta, por su parte, se centra en el aprendizaje adaptativo del estudiante. Su lógica consiste en ajustar ritmo, secuencia y dificultad según el rendimiento individual, usando analítica de datos y retroalimentación continua. Su mayor valor está en la personalización profunda del itinerario formativo.
|
Dimensión |
Megaprofe |
Knewton Alta |
|
Enfoque principal |
Apoyo al docente |
Aprendizaje adaptativo del estudiante |
|
Función pedagógicaT |
Diseñar, planificar y evaluar |
Personalizar rutas de aprendizaje |
|
Tipo de IA |
Generación de recursos y automatización docente |
Analítica predictiva y adaptación continua |
|
Ventaja central |
Ahorro de tiempo y creación de materialesI | Ajuste fino al rendimiento individual |
|
Dimensión |
Megaprofe |
Knewton Alta |
|
Riesgo principal |
Dependencia de plantillas o automatización acrítica |
Perfilado algorítmico y opacidad del proceso |
|
Pregunta ética clave |
¿Sigue siendo el docente quien decide? |
¿Comprende el estudiante cómo se le adapta el contenido? |
|
Uso más adecuado |
Planificación, evaluación, recursos y didáctica |
Refuerzo, tutoría adaptativa y seguimiento |
|
|
Desde un enfoque DAFO, Megaprofe muestra fortalezas claras en la eficiencia docente y en la creación de recursos; su debilidad potencial aparece cuando se usa como sustituto del juicio profesional o cuando no se explicitan suficientemente los límites de acceso y uso. Knewton Alta, por su parte, destaca por la personalización y el seguimiento del progreso, pero sus amenazas se relacionan con la dependencia del dato, la posible estandarización del estudiante y la necesidad de supervisión humana continua. En ambos casos, la cuestión decisiva no es solo qué hace la plataforma, sino bajo qué condiciones, con qué transparencia y con qué control pedagógico.
8. Implicaciones para la práctica educativa
La comparación entre Megaprofe y Knewton Alta permite extraer una conclusión importante: no toda IA educativa cumple la misma función ni responde a las mismas necesidades. Una plataforma orientada al docente puede mejorar la planificación y la evaluación; otra centrada en el alumnado puede mejorar la personalización y la detección de dificultades. Sin embargo, ninguna de las dos debería presentarse como sustituto del criterio profesional, la relación educativa ni la responsabilidad institucional.
Por ello, la adopción de estas herramientas debe acompañarse de preguntas críticas: ¿qué problema pedagógico resuelven realmente?, ¿a quién benefician?, ¿qué datos recogen?, ¿qué sesgos introducen?, ¿qué partes del proceso dejan ocultas? Estas preguntas no frenan la innovación; la hacen intelectualmente seria y éticamente defendible
9. Mi compromiso profesional
Ante este panorama, asumo públicamente los siguientes compromisos:
1.Seguir investigando la IA con metodología rigurosa, sin caer en apologías ni negacionismos.
2.Seguir utilizándola en mi práctica profesional para la inclusión educativa, la divulgación accesible y el análisis comparativo.
3.Denunciar los modelos de negocio que ocultan sus restricciones hasta después de que el usuario haya invertido su trabajo.
4.Señalar a los falsos expertos que presentan como pedagógico lo que en realidad es privilegio de pago.
5.Promover herramientas transparentes, accesibles y éticamente responsables cuando sea posible.
6.Exigir estudios serios sobre el impacto real de los muros de pago en la continuidad del aprendizaje, en la recuperación del trabajo realizado y en la equidad de acceso.
10. Conclusión
No estoy contra la IA. Estoy a favor de una pedagogía con ética, transparencia y equidad.
La tecnología que no informa claramente de sus límites no es educativa por sí misma; puede ser simplemente un embudo de ventas con apariencia de herramienta. Y la divulgación que oculta las condiciones reales de acceso tampoco es divulgación rigurosa, sino una forma de normalizar desigualdades.
Seguiré usando la IA para investigar, divulgar e incluir. Pero lo haré con análisis DAFO, con criterio pedagógico y sin aceptar como mérito académico lo que en realidad depende de un acceso restringido. La inteligencia artificial puede ser una herramienta extraordinaria para el desarrollo humano, pero solo si exigimos que sea realmente accesible, realmente transparente y realmente educativa.
11. Referencias y recursos.
- UNESCO. Guía para el uso de IA generativa en educación e investigación.
- UNESCO. Ethics of Artificial Intelligence.
- Comisión Europea. Ethical guidelines for educators on using artificial intelligence and data in teaching and learning.
- Megaprofe. Materiales y artículos sobre IA educativa y evaluación.
- Knewton Alta. Plataforma de aprendizaje adaptativo y personalización del aprendizaje.
- Estudios recientes sobre IA, pensamiento crítico y pedagogía crítica en contextos educativos.
