Escribir con la máquina: la IA generativa como andamiaje, no como atajo

Cada tecnología de escritura ha llegado al aula acompañada de la misma sospecha. La imprenta iba a arruinar la memoria, la calculadora el cálculo mental, el procesador de texto la caligrafía. La inteligencia artificial generativa repite el guion, pero con una diferencia incómoda: por primera vez la herramienta no asiste la escritura, produce un texto completo y plausible. Y un texto plausible es, para un docente con ciento veinte estudiantes, casi indistinguible de uno aprendido.

La reacción mayoritaria ha sido policial. Detectores, exámenes a mano alzada, rúbricas que castigan el estilo demasiado pulido. Entiendo el impulso —yo mismo lo tuve— pero creo que esa vía nos condena a perder dos veces: perdemos la batalla técnica, porque los detectores fallan y seguirán fallando, y perdemos la oportunidad pedagógica, porque nos ocupamos de la trampa en lugar de ocuparnos del aprendizaje.

El problema mal formulado

Preguntar “¿cómo evito que usen IA?” presupone que el valor de la escritura escolar está en el producto. Pero si algo sabemos desde Cassany es que escribir es sobre todo un proceso de elaboración del pensamiento: se escribe para descubrir qué se piensa, no para transcribir algo ya pensado. Si el producto final era lo único que evaluábamos, el modelo generativo no creó el problema: lo hizo visible.

La escritura no es el envase de una idea previa; es el instrumento con el que la idea se vuelve pensable.

Reformulada, la pregunta cambia de naturaleza: ¿qué tarea de escritura sigue teniendo sentido cuando el estudiante tiene acceso a un modelo que redacta mejor que él? La respuesta, creo, es toda tarea en la que el estudiante deba decidir algo que el modelo no puede decidir por él.

Del atajo al andamiaje

La noción de andamiaje que Wood, Bruner y Ross formularon en 1976, y que se apoya en la zona de desarrollo próximo de Vygotsky, describe el apoyo temporal que permite a un aprendiz resolver algo que todavía no podría resolver solo, con la condición de que ese apoyo se retire progresivamente. Un andamio que no se retira deja de ser andamio y se convierte en muleta.

Ahí está, a mi juicio, la línea divisoria. La IA funciona como andamiaje cuando el estudiante conserva las decisiones de fondo y usa el modelo para las operaciones de superficie o para confrontar su propio criterio. Funciona como atajo cuando le delega justamente aquello que la tarea pretendía enseñarle.

Cuatro usos que sí enseñan

1. Contraargumentación forzada. El estudiante escribe su tesis y le pide al modelo las tres objeciones más fuertes. Luego debe responderlas por escrito. La IA no redacta su texto: le construye un adversario.
2. Lectura asistida de fuentes difíciles. Pedir al modelo una paráfrasis de un párrafo denso y después verificarla contra el original. El ejercicio real es detectar dónde la paráfrasis traicionó al autor.
3. Auditoría de la propia escritura. Entregar el borrador propio y pedir un diagnóstico de coherencia y progresión temática, no una reescritura. El estudiante decide qué sugerencias acepta y justifica por escrito las que rechaza.
4. Generación de casos para análisis. El modelo produce diez situaciones didácticas; el estudiante clasifica cuáles son verosímiles y cuáles no, y argumenta con base en la teoría vista en clase.

En los cuatro casos el entregable evaluable no es el texto que la máquina produjo, sino el rastro de las decisiones del estudiante frente a ese texto. Eso es difícil de simular, y sobre todo, es exactamente lo que queríamos enseñar.

Lo que esto le exige al docente

Nada de esto es gratis. Exige rediseñar consignas, hacer visible el proceso —borradores fechados, bitácoras de revisión, conversaciones guardadas— y, sobre todo, exige que el docente conozca de primera mano las limitaciones del modelo: su tendencia a inventar referencias, su prosa promedio, su incapacidad para sostener una posición incómoda. La orientación de la UNESCO de 2023 insiste en ese punto con razón: no hay uso pedagógico responsable de la IA sin alfabetización previa del profesorado.

• Evaluar el proceso además del producto, con evidencias intermedias.
• Declarar el uso permitido de IA en cada consigna, de forma explícita y por escrito.
• Enseñar a verificar: toda afirmación factual que venga del modelo se contrasta con una fuente.
• Conservar tareas deliberadamente analógicas, no como castigo sino como contrapeso.

Una conclusión provisional

No creo que la IA generativa mejore automáticamente la enseñanza de la lecto-escritura. Creo algo más modesto: que nos obliga a explicitar para qué mandábamos a escribir. Durante décadas pudimos sostener tareas cuyo propósito nunca formulamos del todo, porque el esfuerzo que costaban las hacía parecer valiosas. Ese subsidio se acabó. Lo que quede en pie después de esta sacudida será, probablemente, lo que siempre debimos estar haciendo.

Referencias

1. Cassany, D. (1999). Construir la escritura. Barcelona: Paidós.
2. UNESCO (2023). Guidance for generative AI in education and research. París: UNESCO.
3. Vygotsky, L. S. (1978). Mind in Society: The Development of Higher Psychological Processes. Cambridge: Harvard University Press.
4. Wood, D., Bruner, J. S., & Ross, G. (1976). The role of tutoring in problem solving. Journal of Child Psychology and Psychiatry, 17(2), 89–100.