Enseñar a pensar en la era de la IA
Material de apoyo. No es obligatorio leerlo para rendir.
1. Descomponer problemas antes de consultar a la IA
Descomponer un problema en partes, supuestos y preguntas antes de pedir ayuda a una IA.
Ideas clave
- Identificar qué se sabe y qué falta saber.
- Separar el problema en subproblemas manejables.
- Explicitar supuestos que pueden ser discutibles.
- Resolver primero aquello que puede hacerse sin IA.
- Usar la IA después para contrastar el mapa del problema.
Qué conviene evitar
- Preguntar a la IA antes de comprender el problema.
- Aceptar la primera formulación del problema como definitiva.
- Confundir una respuesta rápida con una buena definición.
- Ocultar supuestos importantes en la consigna.
- Delegar a la IA la decisión de qué problema vale la pena resolver.
Caso para pensar
Un grupo copia el enunciado completo en un chatbot sin discutir qué pide realmente la tarea.
Criterio INFOX: la IA participa como apoyo; el aprendizaje se demuestra en las decisiones, explicaciones, evidencias y acciones humanas.
2. Trabajar con afirmaciones, razones y evidencias
Construir argumentos donde cada afirmación importante tenga razones y evidencias pertinentes.
Ideas clave
- Diferenciar una afirmación de la evidencia que la respalda.
- Pedir datos o fuentes para afirmaciones verificables.
- Explicar por qué una evidencia apoya una conclusión.
- Comparar evidencias que apuntan en sentidos distintos.
- Revisar la conclusión si la evidencia resulta insuficiente.
Qué conviene evitar
- Tomar una frase convincente como evidencia.
- Acumular datos sin explicar su relación con la conclusión.
- Citar una fuente irrelevante solo para aparentar respaldo.
- Ignorar evidencia que contradice la postura propia.
- Suponer que más texto equivale a mejor argumentación.
Caso para pensar
Una respuesta incluye tres fuentes, pero ninguna sostiene realmente la conclusión principal.
Criterio INFOX: la IA participa como apoyo; el aprendizaje se demuestra en las decisiones, explicaciones, evidencias y acciones humanas.
3. Formular contraargumentos y buscar objeciones
Fortalecer una idea sometiéndola a objeciones, perspectivas alternativas y contraejemplos.
Ideas clave
- Pedir el mejor contraargumento posible.
- Buscar un caso que ponga a prueba una regla general.
- Reformular la propia postura después de una objeción válida.
- Distinguir desacuerdo de refutación.
- Responder objeciones con razones y no con autoridad.
Qué conviene evitar
- Pedir a la IA que solo confirme la postura elegida.
- Descartar una objeción por ser incómoda.
- Caricaturizar la posición contraria.
- Confundir opinión diferente con error factual.
- Evitar revisar la tesis después de encontrar un contraejemplo.
Caso para pensar
Un estudiante pide a la IA únicamente argumentos a favor de la posición que ya eligió.
Criterio INFOX: la IA participa como apoyo; el aprendizaje se demuestra en las decisiones, explicaciones, evidencias y acciones humanas.
4. Reconocer incertidumbre y grados de confianza
Expresar incertidumbre de forma explícita y proporcional a la calidad de la evidencia disponible.
Ideas clave
- Distinguir lo confirmado de lo probable.
- Indicar qué dato faltante cambiaría la conclusión.
- Usar lenguaje de confianza acorde con la evidencia.
- Comparar varias explicaciones posibles.
- Evitar precisión ficticia cuando los datos no la permiten.
Qué conviene evitar
- Presentar una hipótesis como un hecho.
- Asignar porcentajes de certeza sin fundamento.
- Ocultar dudas para que la respuesta parezca más sólida.
- Elegir una única explicación cuando hay evidencia ambigua.
- Confundir seguridad del lenguaje con certeza del contenido.
Caso para pensar
La IA responde con mucha seguridad, pero la información disponible solo permite una hipótesis provisional.
Criterio INFOX: la IA participa como apoyo; el aprendizaje se demuestra en las decisiones, explicaciones, evidencias y acciones humanas.
5. Distinguir correlación, causalidad y explicación
Distinguir relaciones estadísticas de explicaciones causales y exigir mecanismos o diseños que permitan sostener causalidad.
Ideas clave
- Preguntar si dos variables podrían depender de una tercera.
- Buscar un mecanismo plausible entre causa y efecto.
- Distinguir asociación temporal de causalidad.
- Comparar explicaciones alternativas.
- Evitar conclusiones causales a partir de un único gráfico correlacional.
Qué conviene evitar
- Afirmar que A causa B porque aparecen juntos.
- Ignorar variables de confusión.
- Usar “después de” como equivalente a “a causa de”.
- Convertir una tendencia en una ley universal.
- Pedir a la IA una causa única cuando el fenómeno es multicausal.
Caso para pensar
Un gráfico muestra que dos variables aumentan juntas y el grupo concluye automáticamente que una causa la otra.
Criterio INFOX: la IA participa como apoyo; el aprendizaje se demuestra en las decisiones, explicaciones, evidencias y acciones humanas.
6. Debatir y defender una posición con evidencia
Debatir con reglas de evidencia, escucha y respuesta a argumentos, no como competencia de opiniones.
Ideas clave
- Definir qué afirmación concreta se debate.
- Solicitar evidencia para afirmaciones verificables.
- Resumir la posición contraria antes de responder.
- Reconocer un punto válido del otro lado.
- Cerrar identificando qué cuestión quedó abierta.
Qué conviene evitar
- Cambiar de tema para evitar una objeción.
- Atacar a la persona en lugar del argumento.
- Usar a la IA como autoridad final del debate.
- Confundir volumen o seguridad con calidad argumentativa.
- Declarar ganador sin revisar evidencias.
Caso para pensar
Dos equipos usan respuestas de chatbots como “prueba definitiva” sin examinar sus fuentes.
Criterio INFOX: la IA participa como apoyo; el aprendizaje se demuestra en las decisiones, explicaciones, evidencias y acciones humanas.
7. Transferir el razonamiento a problemas nuevos
Comprobar aprendizaje transfiriendo una estrategia de razonamiento a un problema nuevo y diferente.
Ideas clave
- Explicar qué estrategia se reutiliza y por qué.
- Aplicar el mismo criterio a un contexto distinto.
- Reconocer qué parte de la estrategia necesita adaptación.
- Resolver un caso nuevo sin copiar el ejemplo anterior.
- Comparar el nuevo problema con el original mediante semejanzas relevantes.
Qué conviene evitar
- Memorizar una respuesta modelo.
- Cambiar palabras sin cambiar el razonamiento.
- Suponer que una estrategia funciona igual en todo contexto.
- Usar el ejemplo anterior como plantilla literal.
- Evaluar transferencia con una consigna idéntica.
Caso para pensar
Después de aprender una estrategia, el estudiante solo puede resolver ejercicios casi idénticos al ejemplo trabajado.
Criterio INFOX: la IA participa como apoyo; el aprendizaje se demuestra en las decisiones, explicaciones, evidencias y acciones humanas.