The AI Tsunami: Reorienting CSCL Toward a Humanistic, Justice-Oriented, and Planet-Conscious Future

Durante décadas, una rama específica de la investigación educativa ha estudiado cómo aprenden mejor las personas cuando trabajan juntas. Este campo, conocido como aprendizaje colaborativo apoyado por computadora, investiga cómo la tecnología puede ayudar a grupos de estudiantes, colegas o miembros de la comunidad a construir conocimiento en equipo. La idea central es simple pero profunda: el aprendizaje no es solo una actividad individual donde una persona absorbe hechos; es un proceso social donde la comprensión crece a través de la conversación, el desacuerdo y el esfuerzo compartido por dar sentido al mundo. Los investigadores en esta área han pasado veinte años descifrando cómo diseñar herramientas digitales que apoyen este proceso humano y desordenado, pasando de los primeros experimentos que se centraban en cómo los grupos resuelven problemas a trabajos más recientes que consideran cómo la cultura, la identidad y la equidad moldean esas interacciones. A medida que la inteligencia artificial se convierte en una parte cotidiana de la vida, la pregunta ha pasado de si la tecnología puede ayudarnos a aprender a qué sucede cuando esa tecnología se vuelve tan inteligente que puede hacer el pensamiento por nosotros.

Un nuevo artículo de investigadores de la Universidad de Haifa y la Universidad de Clark sostiene que la llegada de la inteligencia artificial generativa no es solo un paso más adelante para este campo, sino una fuerza repentina y abrumadora que amenaza con deshacer décadas de progreso. Los autores describen este cambio como un tsunami, una metáfora de una ola tan grande y rápida que no simplemente sigue el camino de los cambios anteriores, sino que tiene el poder de arrasar con ellos por completo. Sostienen que, mientras que las tecnologías anteriores actuaban como herramientas para ayudar a los humanos a comunicarse, la inteligencia artificial moderna actúa como un participante que puede generar respuestas fluidas y pulidas por sí solo. Esto crea una ilusión peligrosa: cuando un grupo utiliza estas herramientas, el producto final puede parecer perfecto, pero el proceso de aprendizaje real —la lucha por comprender, la fricción de los puntos de vista divergentes y el esfuerzo por resolver la confusión— puede desaparecer. Los investigadores advierten que, si el campo no cambia su dirección de inmediato, corre el riesgo de perder las cualidades humanas que hacen que el aprendizaje colaborativo sea significativo.

Para entender la urgencia de esta advertencia, los autores analizan cómo ha evolucionado su campo durante las últimas dos décadas, describiendo su historia como tres olas distintas de desarrollo. La primera ola se centró en la mecánica de cómo los grupos piensan juntos, tratando al equipo como una unidad de inteligencia única apoyada por herramientas digitales. La segunda ola desplazó el enfoque hacia la experiencia humana, enfatizando cómo las personas se convierten en parte de una comunidad y cómo sus voces únicas e historias personales moldean el proceso de aprendizaje. La tercera ola, que apenas comenzaba a consolidarse antes del auge de la inteligencia artificial avanzada, empezó a confrontar cuestiones difíciles sobre el poder, la justicia y quién se queda atrás en estos espacios digitales. Los autores argumentan que el campo finalmente estaba encontrando su base ética, listo para abordar cuestiones de justicia e identidad, cuando la rápida llegada de la inteligencia artificial generativa interrumpió todo el panorama.

El problema central identificado en el artículo es que la inteligencia artificial tiende a suavizar las aristas rugosas del pensamiento humano. Cuando las personas aprenden juntas, a menudo parten de ideas diferentes e imperfectas. Argumentan, tienen dudas y deben trabajar duro para explicar su pensamiento los unos a los otros. Esta lucha es donde ocurre el verdadero aprendizaje. Sin embargo, la inteligencia artificial generativa está diseñada para producir el texto más estadísticamente probable, fluido y coherente. Cuando los estudiantes utilizan estas herramientas, la IA puede pulir sus ideas rudimentarias en un párrafo de apariencia perfecta, borrando efectivamente la voz única y la confusión específica que condujeron al momento de aprendizaje. El resultado es un grupo que parece estar de acuerdo y avanzar rápidamente, pero que, en realidad, sus miembros pueden mantener comprensiones del tema completamente diferentes y no examinadas. La herramienta ha ocultado las diferencias en lugar de ayudar al grupo a resolverlas, creando una falsa sensación de entendimiento compartido.

Más allá del aula, los autores señalan tres tendencias masivas e interconectadas que hacen que este problema sea aún más crítico. Primero, la tecnología se está desarrollando con el objetivo de crear una inteligencia artificial general, sistemas que eventualmente podrían igualar o superar el pensamiento humano en todas las áreas, lo que plantea preguntas sobre quién controla estas poderosas herramientas. Segundo, la inteligencia artificial está saliendo de las pantallas y entrando en el mundo físico a través de robots que pueden trabajar junto a los humanos en hospitales, fábías y hogares, cambiando la naturaleza de la colaboración física. Tercero, la infraestructura necesaria para ejecutar estos sistemas consume una cantidad de energía asombrosa, con centros de datos proyectados para usar más de 1,000 teravatios-hora de electricidad a medida que la tecnología crece, lo que representa una amenaza directa para los objetivos climáticos del planeta. Los autores argumentan que un campo dedicado a cómo los humanos aprenden juntos no puede ignorar estas fuerzas, ya que alteran fundamentalmente las condiciones bajo las cuales tiene lugar el aprendizaje.

En respuesta a estos desafíos, el artículo propone un nuevo rumbo para los próximos veinte años de investigación, basado en tres compromisos. El primero es un renovado enfoque en el humanismo, lo que significa diseñar tecnología que proteja y valore las partes desordenadas, imperfectas y auténticas de la experiencia humana. En lugar de usar la inteligencia artificial para hacer el aprendizaje más rápido o fluido, el objetivo debe ser usarla de maneras que fomenten el pensamiento profundo, el desacuerdo genuino y el tipo de lucha que conduce a una comprensión real. El segundo compromiso es un enfoque claro en la justicia. Los autores argumentan que, debido a que la inteligencia artificial es entrenada con datos que a menudo reflejan sesgos existentes, puede reforzar fácilmente las desigualdades. Los investigadores deben trabajar activamente para asegurar que estas herramientas no silencien las voces marginadas ni dificulten la participación plena de personas de diferentes trasfondos. Esto implica diseñar sistemas junto con las comunidades a las que están destinados, en lugar de solo para ellas.

El compromiso final es un mandato planetario, que pide al campo expandir su visión de lo que está estudiando. Esto significa mirar más allá del aula inmediata para considerar los costos ambientales y sociales más amplios de la tecnología. También significa colaborar con otros grupos, como científicos ambientales, especialistas en ética y guardianes del conocimiento indígena, para abordar los problemas complejos que enfrenta la humanidad, como el cambio climático y la división social. Los autores creen que la fuerza única de su campo es su comprensión profunda y práctica de cómo las personas construyen conocimiento juntas en entornos del mundo real. Al aplicar esta pericia a los desafíos planteados por la inteligencia artificial, el campo puede ayudar a asegurar que la tecnología sirva al florecimiento humano en lugar de reemplazarlo.

El artículo concluye con un llamado a la acción para que los investigadores desarrollen nuevas formas de medir el éxito. En lugar de observar solo qué tan bien realiza un grupo una tarea o qué tan pulido es su producto final, necesitan encontrar métodos para ver si la inteligencia artificial realmente está ayudando a las personas a pensar juntas o si simplemente está haciendo el trabajo por ellas. Deben estudiar cómo diferentes grupos experimentan estas herramientas, prestando mucha atención a aquellos que podrían ser perjudicados por ellas, y deben participar en la conversación pública sobre cómo deben gobernarse estos poderosos sistemas. Los autores sugieren que los próximos veinte años de este campo no se tratarán de inventar un nuevo tipo de software, sino de aclarar para qué es realmente la colaboración. Es un momento para decidir si la tecnología se utilizará para profundizar la conexión y el entendimiento humano, o si se permitirá que aplane la rica y compleja realidad de cómo aprendemos y crecemos juntos.