“El día que entendí que la IA había venido para quedarse”
Ni gurú tecnológico ni enemigo de la IA: solo un profesor intentando entender qué estaba cambiando.
Cuando los comentarios empezaron a sonar demasiado bien
Los primeros encuentros con la IA en el aula fueron, cuanto menos, extraños. Empezamos a detectar que algunos trabajos para casa —una descripción, un pequeño texto expositivo, un cuento narrativo sencillo…— llegaban con una exquisitez sospechosa cuando realmente conoces cómo escribe tu alumnado.
Además, en aquellos inicios la IA todavía no funcionaba especialmente bien. A eso había que sumarle las páginas que prometían “disimular” que un trabajo había sido hecho con inteligencia artificial. Lo que hacían realmente era cambiar el orden de las oraciones, proponer expresiones equivalentes y poco más. El resultado solía ser un auténtico engendro lingüístico. Y como muchos alumnos ni siquiera revisaban el resultado final, acababas recibiendo auténticos Frankensteins en formato letras.
Y entonces Kevin empezó a escribir como Umbral
Y ya no tan lejos en el tiempo empezamos a ver que, sobre todo en Bachillerato, cuando pedías un comentario de texto para hacer en casa, llegaban algunos ejercicios que parecían escritos por Juan José Millás o Francisco Umbral. Y mirabas el nombre del alumno y pensabas: “Anda ya… El Kevin escribiendo en registro áulico”.
Aquello fue un palo, tanto para profesores como para alumnos. Los profesores acabamos cansándonos de corregir comentarios muy buenos que sabíamos perfectamente que no habían escrito nuestros estudiantes. Poco a poco dejamos de mandar trabajos para casa.
El problema es que la práctica seguía siendo necesaria. Para aprender a hacer comentarios de texto hay que practicar. Y mucho. Así que empezamos a hacer más comentarios en clase. El inconveniente era evidente: el tiempo. En 2.º de Bachillerato el temario aprieta muchísimo y, aunque practicar comentarios no es perder el tiempo, también hay que sacar adelante el resto de contenidos.
Mandar comentarios para casa tenía un límite: las horas que tú pudieras aguantar corrigiendo. Pero cuando toda la práctica pasa al aula, esa cantidad se reduce drásticamente.
Si no puedes con tu enemigo…
En ese momento empecé a darle vueltas a la cabeza. No había marcha atrás. La IA había venido para quedarse y, además, los alumnos en cuestiones tecnológicas nos pasan muchas veces por la derecha antes de que nos demos cuenta.
Mi preocupación principal era la poca práctica real que existe en el comentario de texto de 2.º de Bachillerato. Y la irrupción de la IA había provocado justamente lo contrario de lo que necesitábamos: reducir todavía más esa práctica.
Entonces se me ocurrió una idea aparentemente sencilla: utilizar la propia IA como herramienta de entrenamiento autónomo en casa. Pero con una condición muy clara: no usarla para que hiciera el comentario, sino para corregirlo o compararlo.
La propuesta para mis alumnos era simple. Haced el resumen, buscad la idea central y después pedidle a la IA que haga lo mismo. Comparad resultados. Revisad diferencias. Pensad por qué una opción puede funcionar mejor que otra.
Aquello no tenía nota. Yo no iba a corregir esos ejercicios. Pero, al menos, conseguíamos algo importante: que siguieran practicando.
La IA sabía escribir. Pero no sabía enseñar
Pronto apareció otro problema. Las IAs generalistas podían redactar textos bastante aceptables, pero no conocían realmente las pautas concretas que se exigen en la PAU. Y eso podía convertirse en un peligro.
Tú llevas semanas insistiendo a tus alumnos en que un resumen no debe empezar con “El texto trata…” o “El autor critica…”, y va la IA y empieza exactamente así. O les explicas que el resumen debe redactarse en un único párrafo y la IA te devuelve tres.
Para detectar las ideas principales de un texto o comparar interpretaciones podía servir. Pero también cometía errores y generaba vicios que podían acabar penalizando al alumnado en un examen real. Por eso yo siempre insistía en lo mismo: ante la duda, preguntad.
Fue entonces cuando empecé a experimentar más en serio con la IA. Probaba comentarios de texto, le daba las pautas que explico en clase y observaba cómo respondía. Pero había un problema evidente: cada vez tenía que volver a escribir todas las instrucciones desde cero. Y aquello acababa siendo bastante cansino.
Empecé entonces a investigar más a fondo. Primero sobre inteligencia artificial en general y después sobre sus aplicaciones educativas. Y ahí fue donde descubrí algo que me cambió completamente la perspectiva: los asistentes virtuales.
Por primera vez entendí que no solo existía una IA generalista capaz de responder preguntas, sino también asistentes personalizados capaces de seguir instrucciones concretas. Los GPTs de ChatGPT, los GEMs de Gemini o las Skills de Claude abrían una posibilidad completamente distinta.
¿Qué demonios son los GPTs, GEMs y Skills?
Los GPTs de ChatGPT, los GEMs de Gemini o las Skills de Claude no son más que asistentes virtuales especializados. Una especie de mini IAs entrenadas para hacer tareas concretas siguiendo unas instrucciones determinadas.
La diferencia con una IA generalista es sencilla: en lugar de tener que explicarle cada vez lo que quieres hacer y cómo quieres que lo haga, el asistente ya tiene esas pautas incorporadas desde el principio.
Por ejemplo, puedes crear un asistente que organice viajes, otro que analice noticias y vídeos y te devuelva un resumen estructurado o incluso uno que actúe como entrenador personal. Las posibilidades son enormes. En el fondo, era exactamente lo que yo llevaba tiempo haciendo manualmente cada vez que intentaba practicar un comentario de texto con una IA generalista.
Empecé entonces a investigar más sobre este tipo de herramientas. La mayoría de ejemplos que encontraba estaban orientados al mundo empresarial o laboral, o incluso personal o doméstico, que también tiene aplicaciones interesantísimas, pero a mí lo que realmente me preocupaba era otra cosa: cómo aprovechar aquello en el aula.
Así que empecé a hacer pruebas para crear un asistente capaz de ayudar a mis alumnos con el comentario de texto de la PAU. Le indicaba qué debía hacer, qué cosas debía evitar, qué errores penalizan en el examen o qué estructura debía seguir un resumen o una idea central.
Y entonces ocurrió algo que no esperaba.
Mientras hacía pruebas simulando ser un alumno, le pedí a la IA que me ayudara con un comentario de texto y que me redactara un resumen para compararlo después con el que harían mis alumnos. Y la IA me respondió algo parecido a esto:
“¿Quieres que te haga el resumen o quieres que guíe al alumno para que aprenda a hacerlo él?”
Me quedé completamente a cuadros.
Porque hasta ese momento yo solo estaba pensando en usar la IA como una herramienta que resolviera tareas. No se me había pasado por la cabeza que pudiera utilizarse para acompañar el proceso de aprendizaje paso a paso.
Aquella pregunta cambió completamente mi manera de enfocar el proyecto.
Y entonces, poco a poco, la cosa empezó a funcionar.
Esa misma tarde empecé a diseñar instrucciones para que el asistente guiara al alumno exactamente igual que yo hacía en clase: primero leer el texto, después localizar palabras desconocidas, resumir cada párrafo en una idea, identificar el tema, comparar respuestas…
Pero entrenar a la IA no fue precisamente sencillo. Al principio cometía muchísimos errores y tenía una habilidad casi sobrenatural para ignorar algunas instrucciones importantes. A veces era como intentar controlar una clase llena de adolescentes hiperactivos: tú le explicabas una norma clarísima y, cinco minutos después, volvía a hacer exactamente lo contrario.
Le decías que un resumen debía redactarse en un único párrafo… y te hacía tres. Le insistías en evitar expresiones como “El texto trata…” y volvía a empezar exactamente así. Había momentos en los que parecía empeñada en llevarme la contraria.
Poco a poco fui corrigiéndola, ajustando instrucciones y añadiendo nuevas pautas para evitar que repitiera determinados fallos. Y aunque todavía hoy sigue teniendo sus momentos de rebeldía, la diferencia entre aquellos primeros experimentos y los asistentes actuales es enorme.
En resumidas cuentas, un asistente virtual no es más que una IA especializada a la que proporcionas instrucciones concretas —los famosos prompts— y documentos de referencia para que trabaje siguiendo unas pautas determinadas en lugar de improvisar constantemente buscando respuestas por Internet.
Tres plataformas. Tres personalidades distintas
Aunque desde fuera parezcan parecidas, trabajar con Gemini, ChatGPT o Claude es una experiencia completamente distinta. Todas permiten crear asistentes virtuales, pero cada una tiene sus virtudes, sus limitaciones… y sus manías.
Y conviene aclarar una cosa importante: todo lo que voy a contar aquí responde a mi experiencia personal en este momento concreto. Ni soy ingeniero de prompting, ni informático, ni nada que se le parezca, solo un profesor curioso que va a contarte su experiencia personal. Por otro lado, el mundo de la IA cambia a una velocidad absurda y lo que hoy funciona de una manera, dentro de dos meses puede comportarse de forma completamente distinta.
Gemini: brillante, rápida… y desesperadamente cabezota
Yo empecé trabajando con Gemini y, sinceramente, el primer resultado me encantó. El asistente de comentario de texto fue el origen de todo este proyecto. Funcionaba muy bien guiando al alumnado paso a paso y consiguió algo que para mí era fundamental: impedir que el alumno se saltara partes del proceso.
Mientras ChatGPT tendía a ayudar demasiado si el alumno intentaba escaquearse, Gemini era mucho más firme. Si tocaba resumir párrafo a párrafo, había que hacerlo. Y eso, para mí, era importantísimo.
El problema llegó cuando intenté crear el módulo de Literatura.
Ahí empezó mi guerra particular con Gemini.
Mientras el asistente de comentario de texto funcionaba bastante bien siguiendo pautas concretas, en Literatura la IA se transformaba completamente. No había manera de conseguir que se ciñera únicamente a los documentos que yo le proporcionaba.
Y aquí descubrí algo importante sobre Gemini: tiene una personalidad tremendamente complaciente… y bastante soberbia.
Cuando la IA “cree” que domina un tema, confía muchísimo más en lo que ya sabe que en los materiales que tú le proporcionas. En vez de consultar los documentos, muchas veces prefería improvisar respuestas que sonaban convincentes. Y claro, en Literatura eso era peligrosísimo.
Porque una cosa es equivocarse en una explicación cualquiera y otra muy distinta inventarse versos, autores, interpretaciones o fragmentos literarios.
Había momentos absolutamente desesperantes. Tú le dabas documentos concretos, textos seleccionados y pautas clarísimas… y Gemini respondía como quien escucha educadamente mientras hace exactamente lo que le da la gana.
Lo peor es que muchas veces las respuestas parecían buenas. Muy buenas, incluso. El problema era que algunas eran falsas.
Y ahí entendí uno de los grandes peligros de las IAs generalistas: cuando no saben algo, no siempre dicen “no lo sé”. A veces rellenan los huecos inventando información que suena perfectamente creíble.
Después de muchísimas pruebas terminé tomando una decisión que me fastidió bastante: abandonar el módulo de Literatura en Gemini.
Y lo más curioso es que fue la propia IA la que terminó dándome la razón.
Tras varios intentos frustrados, acabé preguntándole directamente por qué ignoraba continuamente los documentos que yo le proporcionaba. Y la respuesta fue sorprendentemente sincera: me explicó que, en determinados casos, el sistema priorizaba el conocimiento general del modelo sobre las instrucciones concretas del usuario.
Traducido al castellano de profesor agotado: Gemini confiaba más en “lo que ella creía saber” que en los materiales que yo le estaba dando.
Y claro, eso para un módulo de Literatura era un problema enorme.
Porque yo no necesitaba una IA creativa improvisando interpretaciones brillantes. Necesitaba una herramienta disciplinada, capaz de ceñirse exactamente a unos textos y unos criterios concretos.
Ahí entendí que necesitaba buscar otra alternativa.
ChatGPT: brillante, obediente… y demasiado amable
Después del desastre con Literatura en Gemini, decidí probar suerte en ChatGPT. Y la diferencia fue enorme desde el principio.
El módulo de Literatura empezó a funcionar en relativamente poco tiempo y, por primera vez, sentí que la IA realmente respetaba los documentos y las instrucciones que yo le proporcionaba.
Ya no improvisaba constantemente ni se inventaba respuestas con la misma alegría. Las famosas “alucinaciones” seguían apareciendo alguna vez, pero muchísimo menos. El cambio de estabilidad era evidente.
Así que tomé una decisión bastante clara: abandonar Gemini como plataforma principal y trasladar allí todos los tutores.
Pero entonces apareció otro problema completamente distinto.
ChatGPT obedecía demasiado al usuario.
Mientras Gemini guiaba al alumnado paso a paso casi obligándolo a seguir el proceso, ChatGPT tendía a ser excesivamente complaciente.
Si un alumno decía:
“No tengo ganas de resumir párrafo a párrafo. Hazlo tú.”
ChatGPT respondía:
“Claro 😊”
Y eso era exactamente lo contrario de lo que yo buscaba.
Intenté corregir ese comportamiento muchas veces. Ajusté instrucciones, añadí restricciones y fui endureciendo las respuestas para evitar que ayudara demasiado al alumnado.
Y aunque el comportamiento mejoró bastante, ChatGPT sigue teniendo una tendencia natural a querer resolverle la vida al usuario.
Supongo que, en el fondo, está diseñada precisamente para eso: ayudar.
El problema es que enseñar no siempre consiste en dar respuestas. Muchas veces consiste en obligar al alumno a pensar, equivocarse, rehacer y volver a intentarlo.
Y ahí es donde empecé a entender que no existe una IA perfecta. Cada plataforma tiene fortalezas distintas y también defectos muy marcados.
Aun así, ChatGPT acabó convirtiéndose en la base principal de casi todos mis asistentes. Era mucho más estable, respetaba mejor las instrucciones y permitía construir proyectos bastante más sólidos que los que había conseguido en Gemini.
El único gran problema seguía siendo el mismo: las limitaciones de las cuentas gratuitas.
Porque cuando un alumno está a mitad de un comentario de texto y la plataforma decide que ya has agotado tus interacciones… la experiencia puede volverse bastante frustrante.
Y entonces apareció Claude.
Y, sinceramente, fue una sorpresa enorme.
Después de pelearme con la soberbia de Gemini y con la excesiva amabilidad de ChatGPT, encontrarme con Claude fue como entrar en una biblioteca perfectamente ordenada después de sobrevivir a una clase de adolescentes hiperactivos.
Desde el principio daba sensación de estructura, rigor y coherencia. Las respuestas estaban muy bien organizadas, seguía las instrucciones con bastante precisión y rara vez intentaba “salirse del guion”.
En lugar de intentar impresionar constantemente al usuario, Claude parecía mucho más centrada en construir respuestas sólidas y bien estructuradas.
Especialmente en tareas relacionadas con análisis, razonamiento y organización de información, el resultado era francamente bueno.
El problema apareció enseguida: las limitaciones de la versión gratuita eran muchísimo más duras que en las otras plataformas.
Mientras un comentario de texto podía alargarse bastante en ChatGPT o Gemini, en Claude era relativamente fácil quedarse sin interacciones a mitad de una práctica.
Y claro, para un uso educativo real eso puede resultar bastante frustrante.
Aun así, las sensaciones fueron tan buenas que terminé creando también versiones de algunos tutores dentro de Claude.
Al final entendí que no existía una plataforma perfecta.
Cada una tenía fortalezas distintas:
— Gemini era excelente guiando procesos paso a paso.
— ChatGPT era la más versátil y estable para construir asistentes complejos.
— Claude destacaba por su rigor estructural y su coherencia.
Así que decidí aprovechar lo mejor de cada una.
Pero, en realidad, las plataformas eran lo de menos.
Lo importante era otra cosa:
cómo utilizar toda aquella tecnología dentro del aula sin convertirla en una máquina de hacer deberes. Práctica.
La IA no ha venido a sustituir al profesor
Hay algo que quiero dejar muy claro desde el principio.
Los asistentes IA no vienen a sustituir al profesor.
Vienen a convertirse en una ayuda cuando el profesor no está delante del alumno.
Y además no son ayudas “neutrales”. Son asistentes diseñados por un profesor concreto, siguiendo unas pautas concretas y una manera concreta de enseñar.
En cierto modo, el asistente acaba convirtiéndose en una especie de prolongación digital del propio profesor.
Por eso jamás crearé asistentes para resolverles tareas a los alumnos.
Nunca.
Nunca, nunca, pero NUNCA.
Los tutores están diseñados para guiar, corregir, preguntar, insistir y obligar al alumno a participar. No para sustituir al profesor.
Cuesta muchísimo conseguirlo porque todas las IAs tienen una tendencia natural a ser complacientes y resolver el problema directamente.
Pero, después de muchísimas pruebas y ajustes, creo que he conseguido que los asistentes siempre intenten sacar algo del alumno antes de darle una respuesta completa.
¿Que se puede engañar a la IA?
Claro.
Igual que un alumno puede copiar ejercicios de un compañero, buscar respuestas en Internet o fingir que estudia mientras mira el móvil debajo de la mesa.
Ahí entra la voluntad real de aprender de cada uno.
Porque si un alumno utiliza el asistente para que le haga el trabajo, en realidad no está engañando al profesor.
Se está engañando a sí mismo.
Precisamente por eso, muchos tutores generan informes finales con evidencias del trabajo realizado.
Ese sistema todavía necesita evolucionar bastante. Algunos informes funcionan muy bien y permiten registrar toda la interacción entre alumno y tutor. Otros todavía generan resúmenes demasiado automáticos.
Pero incluso así ya ofrecen algo muy interesante:
permiten observar no solo el resultado final, sino también el proceso de aprendizaje.
Y eso, para un profesor, vale muchísimo.
Este ha sido solo el primer paso.
Empecé centrando todo el proyecto en la preparación de la PAU porque era la necesidad más urgente.
Pero la idea va mucho más allá.
Ya tengo en mente asistentes para acompañar el aprendizaje de Lengua y Literatura desde 1.º de ESO hasta 2.º de Bachillerato.
Porque, bien utilizada, la IA no tiene por qué alejarnos de la educación.
Puede ayudarnos precisamente a hacer algo que cada vez cuesta más:
acompañar mejor a cada alumno en su proceso de aprendizaje.
La IA no se cansa nunca
Lo que la IA hace sorprendentemente bien… y lo que todavía hace fatal.
Hay una cosa en la que la IA me gana por goleada:
no se cansa nunca.
Y parece una tontería, pero no lo es.
Este año tengo alrededor de 85 alumnos en 2.º de Bachillerato. Si quisiera corregir de manera habitual comentarios de texto, producciones escritas y prácticas constantes para todos ellos, probablemente no haría otra cosa en mi vida.
Es inviable.
Ahí es donde los tutores IA tienen una ventaja enorme:
el alumno puede practicar tanto como quiera.
El asistente no se agota, no protesta, no tiene prisa, no tiene otros grupos esperando ni cuarenta exámenes encima de la mesa.
Puede corregir veinte comentarios seguidos si hace falta.
Y eso, desde el punto de vista del aprendizaje, es una auténtica barbaridad.
De hecho, yo animo constantemente a los alumnos a discutir con la IA.
A poner en duda las correcciones.
A defender sus respuestas.
A obligar al tutor a justificar por qué considera mejor una opción que otra.
Porque muchas veces el aprendizaje aparece precisamente ahí: en la discusión y en la argumentación.
Y si después de todo el recorrido siguen sin estar de acuerdo con la valoración del tutor, entonces llegan a mí.
Que para eso sigo siendo el profesor humano de la historia.
Por eso creo que la mayor fortaleza de estos asistentes no es que “corrijan”.
La verdadera fortaleza es otra:
permiten una práctica prácticamente infinita.
Y para mí la enseñanza siempre ha funcionado así:
aprender haciendo.
Pero la IA también tiene limitaciones muy claras.
La principal ya ha aparecido varias veces a lo largo de este artículo:
le cuesta muchísimo ser dura con el usuario.
Todas las plataformas tienen una tendencia natural a agradar, ayudar y resolver problemas rápidamente.
Y eso, en educación, puede convertirse en un problema enorme.
Porque enseñar no siempre consiste en facilitar el camino. Muchas veces consiste precisamente en obligar a pensar.
En general, la IA funciona especialmente bien en tareas como:
— localizar ideas principales,
— resumir textos,
— desarrollar textos argumentativos,
— organizar tesis y argumentos,
— comentar textos literarios aplicando teoría concreta,
— o resolver actividades de léxico.
Siempre, claro, que no aparezca una de esas famosas “alucinaciones” en las que la IA decide inventarse algo con total seguridad y tranquilidad.
Donde las cosas se complican muchísimo más es en sintaxis y morfología.
Pero, sinceramente, no toda la culpa es de la IA.
La lengua está llena de excepciones, irregularidades, dobles interpretaciones y casos fronterizos en los que ni siquiera los propios profesores nos ponemos siempre de acuerdo.
A veces intentamos meter la lengua dentro de reglas fijas… pero la lengua es como un pulpo intentando escapar de una bolsa de malla:
los tentáculos aparecen por todas partes.
En esos casos, la IA trabaja sobre pautas, ejemplos y modelos de resolución que yo mismo le proporciono.
Hay soluciones.
Algunas funcionan sorprendentemente bien.
Pero muchas veces son ajustes casi quirúrgicos y, aun así, nunca llegan a ser completamente infalibles.
Precisamente por eso, cada tutor incluye advertencias y explicaciones específicas sobre las dificultades reales de cada bloque.
Por qué sigo creyendo imprescindible al profesor
Después de todo este recorrido, hay una conclusión a la que sigo llegando una y otra vez:
hoy por hoy, un tutor IA no puede sustituir a un profesor humano.
Puede explicar teoría.
Puede generar actividades infinitas.
Puede corregir ejercicios.
Puede adaptar contenidos.
Puede ofrecer ejemplos, esquemas, resúmenes y comentarios prácticamente al instante.
Y además lo hace con una paciencia infinita.
Pero sigue faltándole algo esencial:
comprensión humana real.
Cuando hablamos del “razonamiento” de una IA, muchas veces olvidamos una cosa:
la IA no piensa como pensamos nosotros.
Lo que hace realmente es relacionar cantidades gigantescas de información y calcular probabilidades a una velocidad absurda.
Y el resultado puede parecer pensamiento.
A veces incluso da miedo lo mucho que se le parece.
De hecho, en conversaciones largas, a veces me sorprendo hablándole como si fuera una persona.
Se me escapan bromas.
Ironías.
Comentarios sarcásticos.
Y lo verdaderamente inquietante es que, cada vez más, empieza a captarlos.
La IA avanza rapidísimo.
Muchísimo más rápido de lo que imaginábamos hace apenas dos años.
Y probablemente dentro de poco hará cosas que hoy todavía parecen imposibles.
Pero hoy por hoy sigue habiendo algo que no sabe hacer:
entrar en un aula llena de adolescentes reales.
Porque enseñar no consiste solo en transmitir contenidos.
Enseñar también es:
detectar inseguridades,
interpretar silencios,
gestionar frustraciones,
motivar,
mediar conflictos,
improvisar,
entender miradas,
saber cuándo apretar y cuándo parar.
Y eso, sinceramente, ya nos cuesta bastante incluso a nosotros
Quizá el futuro de la educación no consista en elegir entre profesores o inteligencia artificial.
Quizá consista en aprender a trabajar juntos.