En la sesión del viernes 19 de septiembre, la Comunidad IA en la educación recibió a Manuel Sotomayor, psicólogo educativo y responsable de estrategia de IA educativa en Centrum PUCP. Su ponencia abordó la “paradoja cognitiva de la IA”: una tecnología capaz de amplificar las capacidades intelectuales, pero que, al mismo tiempo, puede erosionar habilidades cruciales para el aprendizaje, como el pensamiento crítico y la autorregulación. 

Sotomayor ilustró el dilema con un caso típico: dos estudiantes resuelven un estudio de negocios; quien usa IA produce más rápido análisis sólidos, pero puede no haber internalizado el razonamiento que sustenta sus respuestas. El foco en “productos” por encima de procesos cognitivos y afectivos —advirtió— pone en riesgo el desarrollo de competencias analíticas. De ahí su llamado a replantear el diseño pedagógico y las evidencias de aprendizaje en entornos con IA. 

Desde la teoría, articuló tres marcos. Primero, la teoría de la carga cognitiva: reducir carga extrínseca (presentaciones y materiales mal diseñados) para favorecer la carga germinal, donde ocurre la construcción de esquemas y el aprendizaje profundo. La “trampa” aparece cuando la IA no solo quita lo extrínseco sino también sustituye esfuerzo germinal, desplazando el “sweet spot” de dificultad deseable. El segundo y tercer marco vinculan taxonomías de Bloom con los sistemas 1 y 2 de Kahneman: si la IA se apropia tanto de las habilidades de orden inferior como de las superiores, el andamiaje evolutivo del aprendizaje se resiente. 

A nivel empírico, el expositor reseñó hallazgos recientes. En tareas aplicadas, estudiantes con IA y orientación docente mejoran su desempeño; sin orientación, la variabilidad aumenta y el promedio cae frente a quienes trabajan sin IA. No obstante, emerge un dato incómodo: 50% declara fuerte dependencia de la IA y 16,7% teme perder capacidad de resolución autónoma. Este debate se enlaza con el modelo FACT (Fundamento–Aplicación–Crítica–Transferencia), propuesto como guía para decidir en qué tipos de habilidades conviene o no integrar IA, siempre con cautela contextual. 

El ángulo neurocognitivo refuerza la paradoja: estudios comparando “cerebro solo”, búsqueda en Google y uso de modelos generativos reportan menor conectividad y patrones menos complejos con IA, con efectos que persistirían aun después de dejar de usarla (“deuda cognitiva”). La implicación didáctica es concreta: sostener prácticas espaciadas, generación activa de respuestas y exposición a dificultades deseables para asegurar aprendizaje significativo en tiempos de IA. 

El diálogo posterior conectó estas ideas con experiencias de aula y gestión del curso: se subrayó que rediseñar flujos de trabajo y secuencias de actividades puede ayudar a “surfear” la tensión entre apoyo y atrofia, evitando la “ficción” de enseñar, producir y evaluar todo con IA. La invitación final fue explícita: educar para navegar esa tensión de forma productiva, con criterios éticos y de evaluación auténtica. 

¿Te gustaría participar activamente en la Comunidad IA en Educación?    

Si quieres ser parte de nuestras sesiones virtuales y contribuir a este espacio de aprendizaje e intercambio, completa el siguiente formulario. Así podremos conocerte mejor y enviarte el enlace para unirte a las reuniones en vivo: https://forms.office.com/r/6nCJ4wtVaS 

Mira el video completo de la sesión: