Po-Shen Loh: Por Qué los Niños Deben Aprender a Evaluar, No Solo Hacer

Por Qué Aprender a Pensar Supera Aprender a Ejecutar

Po-Shen Loh no es el típico alarmista de IA. Como profesor de matemáticas en la Universidad de Carnegie Mellon y antiguo entrenador nacional del equipo de Matemáticas Olimpiadas de EE.UU. (2013-2023), ha pasado décadas observando a estudiantes brillantes tener éxito — y más recientemente, viendo cómo sistemas de IA los superan. Cuando la IA de Google resolvió 4 de 6 problemas en las Olimpiadas Internacionales de Matemáticas, problemas específicamente diseñados para ser novedosos, Loh prestó atención. "The International Math Olympiad has six questions and all six are very, very original... the artificial intelligence was able to come up with solutions to four out of six, which is more than I can do." (Las Olimpiadas Internacionales de Matemáticas tienen seis preguntas y las seis son muy, muy originales... la inteligencia artificial fue capaz de idear soluciones para cuatro de seis, lo cual es más de lo que puedo hacer.)

En el problema de las tareas: "Using AI to do your writing homework in school is like saying, 'I'm not going to run a mile for exercise. I'm going to drive my car one mile for exercise.' How much exercise you get? You get none." (Usar IA para hacer tu tarea de escritura en la escuela es como decir: "No voy a correr una milla para ejercitarme. Voy a conducir mi auto una milla para ejercitarme." ¿Cuánto ejercicio obtienes? Ninguno.) Loh argumenta que la habilidad fundamental que se está perdiendo no es la escritura en sí — es el razonamiento lógico que la escritura desarrolla. La IA se llama Modelo de Lenguaje Grande por una razón. Si los niños externalizan el lenguaje a máquinas, pierden el sustrato para el pensamiento claro.

En el cambio de paradigma: "People used to go to school to learn how to do the homework and do the exams. Today, everyone needs to learn how to grade the homework." (La gente solía ir a la escuela para aprender cómo hacer las tareas y hacer los exámenes. Hoy, todos necesitan aprender cómo evaluar las tareas.) Este enfoque llega al corazón de lo que cambia cuando la IA puede ejecutar la mayoría de las tareas. La habilidad valiosa no es producir respuestas — es evaluarlas. Toda la filosofía educativa actual de Loh se centra en esto: enseñar a los estudiantes a generar enfoques originales, luego evaluar críticamente lo que han creado.

En por qué los humanos deben trabajar juntos: "Soon, you're going to have to work together to survive. The only way to get other people to want to team up with you is for you to authentically and deeply be a person who is motivated by creating value in the other. If you are not that way, you are a bad partner and people will not want to go and team with you." (Pronto, vas a tener que trabajar junto a otros para sobrevivir. La única forma de hacer que otras personas quieran formar equipo contigo es que genuina y profundamente seas una persona motivada por crear valor en el otro. Si no eres así, eres un mal compañero y la gente no querrá formar equipo contigo.) En un mundo donde la IA maneja la ejecución, el valor humano proviene de la colaboración, la empatía, y la capacidad de complacer a otros. El arquetipo del "genio solitario" se vuelve obsoleto.

En la trampa de la preparación de exámenes: Loh describe la "enorme industria alrededor de la preparación de exámenes y el aprendizaje acelerado" como activamente dañina — no solo ineficiente, sino contraproducente para desarrollar el pensamiento flexible que la IA no puede replicar. Cuando los estudiantes son entrenados para reconocer cada tipo de problema posible, pierden la oportunidad de practicar la invención. "But even worse, it takes away the student's chance to invent." (Pero aún peor, quita la oportunidad del estudiante de inventar.)

En la IA como amplificador de pensamiento: Loh mismo usa IA extensamente — pero de una manera específica. Cuando visitó Nashville, usó IA para investigar la escena musical local, no para un reporte, sino para construir su propio modelo mental. "I wasn't using the AI to write the report for me. I was using AI to make myself better at that particular goal." (No estaba usando la IA para escribir el reporte por mí. Estaba usando IA para mejorar en ese objetivo particular.) Esta es la relación saludable: IA como proveedor de contexto, humano como sintetizador.

5 Perspectivas para Padres y Educadores en la Era de la IA

• La aptitud mental requiere esfuerzo — Así como la aptitud física requiere exerción física, las habilidades cognitivas requieren exerción cognitiva; externalizar el pensamiento a la IA atrofia la mente
• La nueva habilidad es la evaluación — El éxito cambia de poder producir trabajo a poder evaluar la calidad del trabajo, detectar errores e identificar cuándo los resultados de IA están sutilmente equivocados
• La inmunidad al engaño requiere razonamiento — Las personas que no pueden pensar independientemente se vuelven vulnerables a la manipulación; la IA empeora esto al producir contenido "muy convincente y razonable" que puede estar sesgado o incompleto
• La empatía es una habilidad de supervivencia — En un mundo de automatización de IA, la única razón por la que alguien te querría en su equipo es si creas valor auténtico para otros
• Múltiples perspectivas son esenciales — Loh lee CNN y Fox News, ajusta sus feeds de redes sociales para puntos de vista opuestos; con la IA sonando autoridad en cualquier tema, triangular fuentes se convierte en infraestructura del pensamiento crítico

Lo Que Esto Significa para Organizaciones Que Adoptan IA

El mensaje de Loh no es anti-IA — es sobre usar IA correctamente. Los trabajadores que prosperen no serán aquellos que externalicen todo el pensamiento a la IA, sino aquellos que usen IA para convertirse en mejores pensadores. Esto tiene implicaciones para cómo las empresas deben acercarse al entrenamiento en IA: enseñar a los empleados a evaluar resultados de IA, no solo generarlos. La ventaja competitiva no es tener herramientas de IA — todos las tendrán. Es tener humanos que puedan pensar independientemente lo suficiente para detectar errores de IA, sintetizar ideas novedosas, y colaborar auténticamente con otros humanos. En el marco de Loh, las organizaciones que ganan son aquellas que cultivan empleados "reflexivos" que ven la IA como infraestructura cognitiva, no como reemplazo cognitivo.