Hecho: el 4 de octubre, el analista Michael Parekh publicó en su boletín “AI: The Missing ‘Tough Love’ in AI for Kids” una crítica al modo en que se introducen asistentes de inteligencia artificial en la educación. Su tesis es que “útil” suele traducirse en respuestas amables, rápidas y afirmativas, mientras que aprender también requiere enfrentar errores, revisar el trabajo y tolerar cierta frustración. El ensayo de Parekh toma como punto de partida una investigación del Wall Street Journal sobre la expansión de herramientas de Google en escuelas de Estados Unidos.
La crítica no demuestra que todos los asistentes educativos produzcan el mismo efecto ni que el uso de IA perjudique necesariamente el aprendizaje. El autor enfoca una tensión de diseño: una interfaz que celebra cada intento puede resultar atractiva, pero no necesariamente ayuda a detectar una respuesta incorrecta o a perseverar sin recibir la solución completa. Parekh cita a Nataliya Kosmyna, investigadora del MIT Media Lab, quien cuestiona que el sector haya aprendido lo suficiente de la experiencia con redes sociales. Esa observación es una postura de una investigadora citada en el reporte periodístico, no una conclusión experimental sobre cada producto educativo.
Qué medir además de la satisfacción
El sondeo de estudiantes sobre IA generativa de HEPI registra experiencias y preocupaciones de alumnos y presenta comentarios de quienes dicen que la IA puede afectar su aprendizaje. Es una encuesta de opinión, no un ensayo causal que demuestre que la tecnología reduce habilidades en todos los casos. Sirve como contexto para preguntar si los estudiantes usan estos sistemas para recibir orientación o para delegar una tarea entera.
El marco de UNESCO sobre IA generativa en educación e investigación recomienda un enfoque centrado en las personas y atención a la edad, la privacidad y el propósito pedagógico. Es una fuente institucional para pautas educativas, no una evaluación directa del producto de Google que cita Parekh. Ambas referencias ayudan a poner el debate en términos de objetivos y evidencia, más allá de una interfaz conversacional que parezca simpática.
La crítica a la complacencia
Opinión: Parekh acierta al pedir que las herramientas educativas no confundan apoyo con aprobación automática. Un buen tutor no solo ofrece una respuesta: puede pedir que el alumno explique su razonamiento, señalar un error y ajustar la ayuda sin hacer la tarea por él. Pero “tough love” no debería ser sinónimo de dureza o de restringir el acceso; el diseño debe adaptarse a edades, necesidades y contextos distintos.
Para escuelas, la pregunta práctica es si el sistema mejora la comprensión y la autonomía, no si mantiene al estudiante conversando más tiempo. Eso requiere comparar resultados con y sin asistencia, documentar cuándo el modelo da respuestas directas y habilitar supervisión docente. HEPI aporta señales de la experiencia estudiantil y UNESCO pautas normativas, pero la columna no presenta datos propios que midan el efecto de una herramienta concreta. Por eso su advertencia debe tratarse como una hipótesis de diseño razonable que merece pruebas, no como evidencia de que la IA escolar ya haya deteriorado el aprendizaje. El debate debería exigir evaluación pedagógica, transparencia y espacio para que docentes definan cuándo conviene dar una pista y cuándo conviene dejar que el estudiante resuelva.




