Mollick en el aula: una mirada crítica y agencial
El mapa práctico: de la prohibición al compromiso
Ethan Mollick —profesor en Wharton, autor de Co-Intelligence— es hoy la referencia obligada de quien piensa la IA generativa en el aula desde una posición pragmática: ni pánico ni entusiasmo ciego, sino experimentación deliberada. Su punto de partida es sencillo y a la vez incómodo: la IA ya puede resolver la mayoría de las tareas escolares tradicionales mejor que un estudiante promedio, y los detectores de “texto generado por IA” no funcionan de manera confiable. Prohibir no es una política, es una ficción que delega en el estudiante toda la responsabilidad de un problema estructural.
De ahí un puñado de ideas que conviene tener a mano:
- Los siete roles de la IA en el aula (con Lilach Mollick): tutora, coach, mentora, compañera de equipo, herramienta, simuladora, “alumna” (el estudiante le enseña a la IA para verificar su propia comprensión). Cada rol tiene un beneficio pedagógico específico y un riesgo específico —la IA como tutora, por ejemplo, puede contradecirse o dar una base de conocimiento pareja pero errónea. El aporte no es “usar o no usar IA”, sino nombrar en qué carácter se la invita a la tarea.
- Rediseño de la evaluación: más instancias en clase y de bajo riesgo, foco en el proceso (borradores, notas, defensas orales) por sobre el producto final, tareas ancladas en lo local y lo discutido en clase —lo que un modelo no puede replicar tan fácilmente—, y transparencia obligatoria sobre qué se usó y para qué.
- El aula invertida: la IA como tutora disponible y paciente fuera del horario de clase, y el tiempo presencial reservado para lo que de verdad requiere estar en el mismo lugar —debate, trabajo colaborativo, corrección en el momento.
- Habilidades durables: en vez de enseñar ingeniería de prompts (que envejece rápido), cultivar criterio, una voz propia, conocimiento de dominio para poder auditar lo que la IA devuelve, y agencia: la pregunta que importa no es qué le va a hacer la IA a la educación, sino qué elegimos hacer nosotros con ella.
Ese último punto —agencia— es la bisagra hacia lo que sigue.
Una mirada crítica y agencial
El marco de Mollick es el más útil que existe hoy para el aula concreta, y por eso vale la pena adoptarlo. Pero adoptarlo sin más también arriesga quedarse en el nivel del aula, como si la pregunta se cerrara ahí. Vale la pena estirarlo con dos movimientos.
De la agencia individual a la capacidad institucional. Mollick usa “agencia” en un sentido básicamente individual: el docente o el estudiante que decide, tarea por tarea, cómo invitar a la IA. Es un punto de partida necesario, pero insuficiente si se lo aísla —es el riesgo de explicar un problema estructural apelando solo a la decisión de una persona (la “falacia micro-macro”). Pensado con Sen y Nussbaum, lo que habría que preguntar de cada uso de IA en el aula no es solo “¿mejora la nota o ahorra tiempo?” sino ¿qué libertades reales expande o contrae? Un tutor de IA disponible 24/7 puede ampliar la capacidad de aprender de quien no tiene acceso a apoyo pedagógico fuera de clase —o puede, si el modelo cuesta 20 dólares al mes y la institución no lo subsidia, convertirse en una ventaja más para quien ya la tenía. La agencia de Mollick es necesaria pero tiene que completarse con esta pregunta institucional, no quedar como una virtud puramente individual.
La perspectiva del Sur Global, que el marco de Mollick no contempla. Los “10 dólares al mes” o la recomendación de “usar el modelo de punta durante diez horas” son gestos triviales para quien escribe desde Filadelfia y mucho menos triviales para una escuela pública en el conurbano o en el altiplano. Tres tensiones concretas:
- Colonialidad de datos y dependencia infraestructural. Los tutores de IA que se instalan en las aulas del Sur Global son, en su enorme mayoría, productos de un puñado de empresas del Norte, entrenados mayoritariamente en inglés y sobre corpus que no reflejan los contextos, los ejemplos ni las variedades del español o el portugués que se hablan acá. Adoptar el marco de los “siete roles” sin preguntar quién diseñó al tutor, con qué datos y bajo qué costo (energético, económico, de privacidad de los propios estudiantes) es repetir, en miniatura, el mismo patrón de extracción y dependencia que atraviesa a la IA en general.
- Comunes epistémicos y su cercamiento. La respuesta institucional más sólida no es “prohibir o suscribirse”, sino invertir en alternativas abiertas —modelos y herramientas educativas que las universidades y los Estados de la región puedan auditar, adaptar y sostener sin depender de una API extranjera que puede subir de precio o cambiar de términos de uso sin aviso. La pregunta de política pública no es solamente pedagógica.
- Gobernanza adaptativa, no bandos. Ni la prohibición centralizada ni el “que cada docente resuelva solo” funcionan. Mollick mismo llega a una conclusión parecida a nivel de cátedra (categorías explícitas de uso permitido/limitado/prohibido, comunicadas con claridad); trasladado a nivel de sistema educativo, eso pide políticas públicas construidas con participación docente, no bajadas de arriba ni libradas al mercado.
Sensibilidad farmacológica, no resolución prematura
Conviene resistir dos tentaciones simétricas: el pánico (“la IA arruina el pensamiento crítico”) y el entusiasmo acrítico (“por fin cada estudiante tiene un tutor personal”). Siguiendo a Stiegler, la IA en el aula es un pharmakon: la misma herramienta que puede ampliar el acceso a la explicación personalizada puede también profundizar la dependencia de infraestructura ajena. Sostener esa ambivalencia —y no clausurarla con un sí o un no definitivo— es, paradójicamente, la posición más rigurosa. Adoptar los siete roles de Mollick como caja de herramientas concreta, sí; adoptarlos como si resolvieran solos la pregunta de a quién sirve la IA en la educación del Sur Global, no.
Lo que sigue es la contraparte operativa de todo esto: no qué habría que pensar sobre la IA en el aula, sino qué se escribe efectivamente en el programa de una materia el lunes a la mañana.
Sugerencias de lectura
Mollick, E. (2024). Co-Intelligence: Living and Working with AI. Portfolio.
Mollick, E. y Mollick, L. (2023). Assigning AI: Seven Approaches for Students, with Prompts.
UNESCO (2023). Guidance for generative AI in education and research.
EDUCAUSE (2024). 2024 EDUCAUSE Action Plan: AI Policies and Guidelines.