La IA en educación no empezó con ChatGPT

Serie Aprender en la era de la IA · Reflexión 4 de 12 · Mapa de la serie

La IA generativa no inaugura la relación entre IA y educación. Lo que cambia es la escala, la accesibilidad y la visibilidad del debate.

Breve historia: los hitos que nos trajeron hasta aquí

• 1956 — Dartmouth: nace el término “inteligencia artificial”.
• Décadas de 1970 y 1980 — primeros sistemas tutoriales inteligentes y enseñanza asistida por ordenador.
• Años 1990 — Cognitive Tutor / Carnegie Learning como ejemplo de tutor inteligente pre-ChatGPT.
• 1996 — ALEKS: aprendizaje adaptativo y diagnóstico.
• 2006 — DreamBox Learning: matemáticas adaptativas.
• 2008 — Knewton: personalización y motores adaptativos.
• Años 2010 — learning analytics, sistemas de recomendación, evaluación automatizada y tutores inteligentes.
• 2022 — lanzamiento de ChatGPT y entrada masiva de la IA generativa.

Qué aportó la etapa previa

• Personalización — la IA ya permitía adaptar apoyos, ritmos y rutas de aprendizaje.
• Visibilidad — la analítica ayudó a hacer visibles patrones, avances y necesidades.
• Automatización acotada — parte del trabajo podía automatizarse, pero dentro de marcos más cerrados.
• Aprendizaje para el sistema — la tecnología aportaba escala al servicio del propósito pedagógico.

Qué cambió con la IA generativa

• Interfaz conversacional — la interacción se vuelve inmediata y natural.
• Producción expandida — textos, imágenes, código, presentaciones o ideas pueden generarse en segundos.
• Acceso masivo — la IA deja de estar escondida en sistemas y pasa a las manos de millones de personas.
• Delegación cognitiva — ya no solo automatiza tareas acotadas: puede apoyar o sustituir partes del proceso de pensar y producir.
• Nueva visibilidad del problema — si producir es más fácil, tenemos que mirar más profundamente cómo se comprende, se decide y se aprende.

La continuidad que no deberíamos olvidar

Aprender sigue siendo comprender, interpretar y transferir. Enseñar sigue siendo acompañar desarrollo, no administrar contenido. Cubrir contenido sigue sin garantizar aprendizaje. El feedback, la reflexión y la evocación siguen siendo decisivos. Y el criterio humano gana valor cuando la producción se automatiza.

La lección de fondo: la historia de la IA en educación muestra que la tecnología cambia rápido, pero la pregunta pedagógica de fondo permanece: ¿qué condiciones hacen posible el aprendizaje profundo? La novedad no elimina el fundamento. Lo vuelve más urgente.

Esta reflexión se apoya en Luckin y Holmes, Zawacki-Richter et al., Woolf, UNESCO/OCDE y How People Learn II.

La pregunta que sigue abierta

Si la IA lleva años en educación y ahora cambia de escala, ¿qué debemos rediseñar para que el aprendizaje gane profundidad, criterio y evidencias de desarrollo?

---

Siguiente reflexión → Cuando la IA generativa cambió la escala

Esta reflexión se publicó originalmente como infografía en LinkedIn. Comenta y comparte el post original o sígueme en LinkedIn para recibir las próximas reflexiones.