Leyes G2023 Pensarla IAdesdela Psicologa Educacional

See discussions, stats, and author profiles for this publication at: https://www.researchgate.
net/publication/372231978
Pensar la Inteligencia Artiﬁcial desde la Psicología Educacional: Conceptos y

desafíos
Preprint · July 2023

DOI: 10.13140/RG.2.2.16112.23046
CITATIONS READS
0 1,566
1 author:
Gustavo Raul Leyes

Instituto de Formación Docente Bella Vista
10 PUBLICATIONS 1 CITATION
SEE PROFILE
All content following this page was uploaded by Gustavo Raul Leyes on 09 July 2023.
The user has requested enhancement of the downloaded file.

Pensar la IA desde la Psicología Educacional 1
Pensar la Inteligencia Artificial desde la Psicología Educacional: Conceptos y desafíos
Gustavo R. Leyes
ISFD Bella Vista
Nota del autor
Gustavo R. Leyes, Profesor de Psicología Educacional, Instituto Superior de Formación
Docente Bella Vista (Corrientes, Argentina)
Ninguna parte del texto fue elaborada con IA, pero se realizaron consultas en ChatGPT, para
contrastar párrafos e informaciones concretas presentadas en este documento. Por lo tanto, todo
el contenido del texto es de mi responsabilidad y acorde con mi estado de conocimientos a la
fecha de presentarlo.
Cualquier mensaje respecto del texto puede ser enviado a gustavo_leyes@educ.ar
8 de julio de 2023
PENSAR LA IA DESDE LA PSICOLOGÍA EDUCACIONAL 2
Resumen
El trabajo recupera, desde la Psicología Educacional, algunos conceptos desarrollados por Lev
Vigotsky y los enfoques actuales enmarcados en la Psicología Sociocultural, para pensar las
lógicas y principios sobre los cuales se puedan articular Inteligencia Artificial (IA) y
aprendizaje escolar. Se mencionan además algunos usos desafíos y que pueden anticiparse de
estas articulaciones.
Palabras clave: Inteligencia artificial, Psicología Cultural, educación escolar

Pensar la Inteligencia Artificial desde la Psicología Educacional: Conceptos y desafíos
La notable popularidad que alcanzó la Inteligencia Artificial (en adelante, IA) desde el
lanzamiento de ChatGPT-3 en noviembre de 2022, vino acompañada de diferentes pronósticos
y pronunciaciones respecto de lo que implicaría su uso en contextos escolares. Para muchos, la
IA promoverá el facilismo y el plagio en las producciones académicas de los estudiantes. Otros,
entusiasmados, decretan que la IA llegó para sustituir a aquellos profesores que se limitan a ser
expositores de información, ya que ahora una máquina puede hacer ese trabajo de manera más
simple y personalizada. Un tercer grupo, más moderado, entiende que es una herramienta que
hay que aprender a usar y que sin dudas llegó para desafiarnos a pensar prácticas educativas
alternativas. Reseñar todas las posiciones intermedias es prácticamente imposible pero también
innecesario: basta decir que hay mucha expectativa acerca de los modos en que la IA puede
articularse con las prácticas educativas.
Hay al menos dos maneras de pensar la IA desde la Psicología Educacional. La primera,
consiste en describir los conocimientos sobre inteligencia, procesamiento de información,
comprensión, reconocimiento de asociaciones y patrones lingüísticos, aprendizaje supervisado,
etc., que se hallan en la base de los modelos generativos de texto como ChatGPT, Humata,
Bard, Socratic, u otras AI semejantes. Esto sería útil para describir el modo en que una IA
aprende, es decir, el modo en que “comprende” una idea para reformularla, sintetizarla, elaborar
respuestas a partir de ella, proponer ejemplos, o construir analogías, pero será probablemente
de interés para científicos y no tanto para educadores ya que, como es evidente, la IA no es un
sujeto concreto individual ni colectivo que aprende en una escuela, bajo los requerimientos
propios del trabajo académico escolar, ni debe considerar otras preocupaciones relevantes para
docentes y estudiantes, como la motivación, las condiciones físicas en que se aprende, las
exigencias curriculares y organizativas de una escuela, etc.

La segunda alternativa que advertimos desde la Psicología Educacional, y que nos
interesa abordar en este trabajo, es pensar desde qué lógicas, sobre qué principios cabe construir
los vínculos entre aprendizaje escolar e IA. Para ello, recuperaremos conceptos del campo,
procedentes sobre todo de la Psicología Sociocultural y los enfoques actuales enmarcados en
ella.
La Psicología Sociocultural como encuadre
Las teorías socioculturales enfatizan en la importancia de la cultura en el tipo de
actividad mental que desarrollamos. Estas teorías surgieron en Rusia, con el psicólogo Lev
Vigotsky, y continuaron desarrollándose bajo la influencia de Jerome Bruner en Estados Unidos.
Michael Cole (2003) expresa que la Psicología Cultural se caracteriza por:
1) Considerar que los seres humanos crean y utilizan herramientas en su relación
con el mundo. El uso de herramientas es inseparable del uso de la inteligencia.
2) Destacar que el ser humano crea las formas en que las futuras generaciones
redescubrirán y aprenderán a utilizar y a mejorar las herramientas propias de su cultura. En
otras palabras, crea formas de educación.
3) Afirmar, a partir de lo anterior, que los procesos psicológicos de los seres
humanos se manifiestan primero de manera interpsicológica (es decir, en relación con otros) y
sólo después de manera intrapsicológica (como parte de una actividad realizada
individualmente).
Estas tres características atraviesan las diferentes perspectivas actuales, como las
Comunidades de Práctica, el Aprendizaje Situado, los Enfoques Narrativos, la Cognición
Distribuida, el Aprendizaje Expansivo, la Teoría de la Actividad, entre otras.

Tres conceptos fundantes: Zona de Desarrollo Próximo, Andamiaje, y Herramientas.
Las características que señala Cole tienen como eje que la actividad humana es
inseparable de la idea de colaboración. Los logros y avances en el desarrollo de los procesos
psicológicos superiores son siempre el resultado de una actividad educativa en la que, en un
plano interpsicológico, dos o más sujetos interactúan colaborativamente para desarrollar
actividades que, luego de la actividad conjunta, ambos serán capaces de desarrollar por sí solos,
habiendo internalizado los conocimientos y capacidades necesarias para lograrlo.
El concepto de Zona de Desarrollo Próximo, de Lev Vigotsky (2008) refiere a esa
distancia simbólica en que se encuentran y colaboran un sujeto más capaz en un conocimiento,
con otro en proceso de aprendizaje de ese conocimiento. Se trata de una Zona constantemente
dinámica, en que cada progreso modifica los límites superiores e inferiores de la capacidad del
aprendiz. En esta Zona se producen los procesos de internalización, a través de los cuales el
individuo que se halla aprendiendo reconstruye internamente los procesos de una operación
externa, haciéndolos propios y significándolos tanto para su cultura como para sí mismo. La
colaboración permite de este modo que un aprendiz logre niveles de conocimiento más altos
de los que podría lograr por sí solo.
Bruner definió como Andamiaje a ese proceso de colaboración y apoyo que realizan las
personas expertas para facilitar los esfuerzos de un aprendiz y que éste alcance niveles de
desempeño superiores y autónomos en una tarea. Se caracteriza por ser una ayuda temporal y
ajustada a las necesidades de quien está aprendiendo, que puede efectuarse a través de signos
(como los diferentes lenguajes), o de herramientas culturales, es decir, objetos culturales
concretos que facilitan la interacción del hombre con el mundo, y que utilizamos para pensar
y aprender (Wood et al, 1976).

Los conceptos presentados constituyen el fundamento sobre el que se edificaron
conceptualizaciones posteriores, que ampliaron radicalmente el significado de los mismos, e
hicieron posible pensar la IA como una herramienta colaborativa.
La cognición distribuida, una ampliación de los conceptos fundantes.
Vigotsky entendía las herramientas como instrumentos que median nuestra relación con
el mundo. Un anteojo, un micrófono, un paraguas, e incluso la ropa, son herramientas que
potencian los sentidos o los protegen. Otras, sirven para habilitar capacidades nuevas: Un avión
nos permite volar; un barco permite desplazarnos sobre el agua en largas distancias. En algunos
casos, las herramientas son una fuente de entretenimiento, como una pelota, un juguete, o un
complejo videojuego. Finalmente, algunas herramientas nos permiten agilizar ciertas tareas.
Una calculadora, un lápiz, una cocina, un teléfono, simplifican tareas que de otro modo
tomarían mucho más tiempo. En cualquiera de estos casos, el protagonista es el ser humano,
que se sirve de una herramienta con un propósito más o menos definido.
Bruner plantea también el valor de las herramientas para facilitar que las personas
logremos aprender un cierto conocimiento: revisar un diccionario, ver un mapa, consultar un
sitio web, leer un libro, ver un tutorial, etc., son formas en que una herramienta cultural nos
facilita apropiarnos de un saber también cultural.
De manera similar, Engeström, en su Teoría de la Actividad, habla de “artefactos
mediadores”, objetos tangibles que utilizamos para realizar diferentes tipos de tareas. Algunos
artefactos son sencillos (un lápiz, por ejemplo), otros son más complejos (un dispositivo celular,
una computadora), pero todos nos permiten ampliar nuestras habilidades, mejorar nuestra
efectividad, o ampliar la interacción con otras personas modificando el alcance de la
comunicación y las posibilidades de colaboración

Los tres autores mencionados, piensan a las herramientas, artefactos y mediaciones de
manera similar. En ningún caso reemplazan la actividad humana, sino que la facilitan, agilizan
o potencian. Se trata, esencialmente, de un sistema que incluye a las herramientas como un
elemento insustituible de la vida humana en su interacción con los demás y con el mundo.
Las teorías de la Cognición Distribuida (Salomon, 2001) han transformado el sentido
clásico de las herramientas, al señalar que éstas son inteligencia objetivada, es decir, que son
objetos inteligentes en sí mismos, ya que fueron construidos inteligentemente y con un
propósito. Cuando leemos un texto buscando la respuesta a una pregunta, lo que realmente
sucede es que el autor del texto, un sujeto inteligente que ha objetivado su conocimiento en un
texto, está colaborando indirectamente con nosotros a través de la escritura. Cuando seguimos
una receta de cocina viendo un tutorial, es la persona que elaboró el tutorial quien colabora con
nosotros, a través de una manifestación objetivada de su inteligencia.
Estamos, por lo tanto, rodeados de inteligencia. El conocimiento se halla distribuido en
los objetos, en el entorno, en la cultura, y los seres humanos nos servimos de estas expresiones
de la inteligencia en función de los problemas, necesidades e intereses que surgen en nosotros.
Secules et al (2023) proponen el término “Sociomaterialidad” para referir esta doble condición
de la cognición y el conocimiento, y la forma en que estos dan forma a nuestro mundo humano.
Algunos artefactos extienden el alcance de procesos cognitivos -de la misma forma que
una nota de papel o un recordatorio en el celular amplían la capacidad de nuestra memoria-,
pero en otros casos directamente los sustituyen. Ciertas herramientas inteligentes se
caracterizan por tener la capacidad de realizar tareas complejas prácticamente sin la
intervención de las personas. En estos usos, la relación entre ser humano y herramienta deja de
ser una colaboración para constituirse en una delegación de tareas. Una calculadora no colabora
en la resolución de tareas matemáticas, sino que resuelve las operaciones que el ser humano
introduce en ella. Un Chatbot no requiere de una persona para producir un texto, sino que lo
elabora por sí mismo a partir de una pregunta o unas pocas instrucciones (“prompting”). Una
IA que funcione con imágenes (como DALL-E) no refina el trabajo de un artista, sino que crea
combinaciones originales de imágenes visuales a partir de un enunciado simple.
En relación con ello, Salomon et al (1992) proponen diferenciar dos tipos de efectos
de la colaboración con tecnologías. Por un lado, los efectos con la tecnología refieren al
impacto sobre el rendimiento y la calidad de lo producido en esa colaboración entre el ser
humano y la herramienta. En este sentido, la IA permitiría mejorar la calidad de las
producciones, el tiempo de elaboración de las mismas, la corrección de la escritura, la precisión
terminológica, etc. Es decir, los efectos con la tecnología se visibilizan en lo producido y en la
forma de producción, de manera que el resultado sería cualitativamente diferente si no se
hubiese utilizado la tecnología.
Los efectos de la tecnología, por su parte, son el cambio relativamente duradero que
puede o podría producirse en las capacidades cognitivas de los sujetos, a partir del trabajo
colaborativo con una tecnología inteligente. Es decir, el posible impacto –positivo- que tiene
la utilización recurrente de ciertas tecnologías inteligentes en el desarrollo de las capacidades
del pensamiento. Lo efectos de la tecnología se visibilizan, pues, en el sujeto, y no sólo en lo
producido.
Los autores utilizan el término “residuo cognitivo” para referirse a este desarrollo de
las capacidades cognitivas a partir de la colaboración con herramientas inteligentes. El
concepto supone que, a partir de la utilización de una IA para identificar argumentos, buscar
información sobre un tema, solicitar ejemplos, etc., el propio sujeto mejoraría su capacidad de
argumentar, las estrategias para buscar información, o para identificar y proponer ejemplos, y
estas capacidades estarían disponibles para cualquier tipo de tarea, con o sin IA disponible.
Sin embargo, el residuo cognitivo no surge siempre ni espontáneamente. Se produce si
y solo si el trabajo cognitivo de los estudiantes es consciente y no automático, y requiere cierta

implicación y la atención en la tarea, de modo que el sujeto pueda y deba tomar decisiones en
el curso de la colaboración cognitiva con la tecnología. La contracara de los efectos con la
tecnología, es la incapacitación, que alude al “adormecimiento” de las capacidades cognitivas
que la tecnología realiza por nosotros cuando delegamos totalmente la tarea en ella.
Se comprende que en el caso de los efectos de la tecnología, bajo ciertas condiciones
esta funciona como un mediador que proporciona un andamiaje para el desarrollo de las
capacidades cognitivas, y el resultado de este andamiaje es el residuo cognitivo, transferible a
otras situaciones análogas en que esas capacidades puedan desplegarse, con o sin la
colaboración de una tecnología o una IA. Encontramos en esta idea el fundamento conceptual
que posibilita pensar en tutorías asistidas, y en colaboraciones efectivamente educativas entre
estudiante y tecnología, en la que el plano interpsicológico no surge entre dos sujetos, sino
entre un sujeto y una IA que puede, en ciertas tareas, proporcionar el andamiaje necesario en
el marco de una Zona de Desarrollo Próximo, que habilite al sujeto internalizar no sólo
conocimientos sino también formas y habilidades de pensamiento.
Desafíos, usos, líneas de investigación
Probablemente, el principal desafío para la escuela es problematizar las estrategias con
las cuales los estudiantes abordan sus actividades escolares, ya que la IA se posiciona en el
escenario educativo como un peligroso sustituto de la actividad cognitiva del estudiante, pero
también como un potencial mediador entre los estudiantes y los objetos de conocimiento. Todas
las estrategias que proponen ciertos docentes ante el desafío de la IA -por ejemplo, complejizar
el tipo de propuestas de trabajo que se solicitan al estudiante, la necesidad de contar con
diferentes fuentes de consulta y explicitarlas en la bibliografía, la incorporación de instancias
de carácter oral que “garanticen” la apropiación de los textos escritos, etc.- son derivados y
remanentes de la discusión de fondo, acerca de cómo aborda un estudiante sus tareas escolares.
Esas estrategias para aprender, y la autorregulación de los procesos de aprendizaje, son
en sí mismas procesos psicológicos superiores, que se constituyen primero en el plano
interpsicológico -en articulación con alguien que actúa de mediador – y se internalizan a partir
de esta articulación. De esta manera, la producción de estrategias para abordar el conocimiento
asume un carácter social, ya que son resultado de la participación en comunidades de
aprendizaje, que afrontan tareas y demandas específicas y que, desde la interacción y el diálogo,
construyen estrategias para abordarlas. (García Montero y Bustos Córdova, 2021)
Los usos de la IA, entonces, requieren ser construidos en el aula. De la mediación de
los docentes, la institución, y el trabajo efectivo en el aula dependerá que el estudiante elija
delegar tareas en la tecnología, o valerse de ella como una herramienta más en el sistema de
aprendizaje en el que participa.
Por ejemplo, la IA podría constituirse en una primera instancia de consulta, que sintetice,
reformule, proponga ideas o ejemplos, informe sobre otras fuentes bibliográficas relevantes, o
amplíe la información que está trabajando un estudiante. En muchos casos, quizás, esa instancia
de consulta resulte suficiente para permitirle seguir avanzando de manera autónoma. En otros
casos, las respuestas proporcionadas por la IA pueden constituirse en objeto de discusión por
el grupo clase, con el docente como mediador.
La IA puede también actuar como un mecanismo de consulta y retroalimentación en
tiempo real durante la realización de trabajos académicos, proponiéndole respuestas y
solicitando que evalúe aspectos formales (ortografía, gramática, repetición de palabras, etc.), o
bien, que revise la corrección de los datos presentados, y solicitando orientaciones para ampliar
o mejorar algún argumento.
Los estudiantes pueden, también, solicitar a la IA que le presente algunos ejercicios
sobre los cuales trabajar los conocimientos que está estudiando, adecuados a diferentes niveles
de complejidad de acuerdo con cada caso particular.

Estos aspectos, profundamente ligados a la acción tutorial personalizada, son quizás los
más destacados por algunos investigadores, ya que viene a impactar directamente en el desafío
de la atención a la diversidad en el aula (Cotrina-Aliaga et al, 2021; Ratnam et al, 2023).
Se ha señalado también el potencial de la IA para superar posibles barreras de acceso
al material de estudio. Por ejemplo, determinadas aplicaciones facilitan la traducción de textos
en diferentes idiomas, multiplicando el número de fuentes que pueden utilizarse. Pero también
permite convertir texto a formato audiovisual, incorporando imágenes vinculadas al tema de la
lectura, subtítulos, o bien cambiar la velocidad de reproducción. La producción de materiales
didácticos más o menos personalizados se podría ver, entonces, facilitada. (Del Fabro, 2023)
Existen autores que ven en la IA un aliado para el diseño de videojuegos educativos, y
de propuestas de enseñanza gamificadas, articuladas o no con dispositivos de Realidad
Aumentada y de Realidad Virtual. Es una posibilidad y oportunidad nada desdeñable desde el
punto de vista didáctico, que por supuesto impactaría de manera notable en el aprendizaje. No
obstante, cabe recordar el axioma de que el recurso en sí mismo no es valioso, sino que adquiere
significado en el marco de una propuesta que le otorga un propósito formativo.
Craig (2023) agrega a lo anterior el potencial de la IA para desarrollar capacidades
blandas de colaboración, pensamiento crítico y creatividad. Esto resulta relevante porque es un
caso concreto de residuo cognitivo, y es acorde con la idea de que la transferencia de tales
capacidades es producto del esfuerzo consciente de abstracción para extraer principios
generalizables que puedan ser utilizados en otras situaciones (Leyes, 2013; Salomon G. , 2012).
La IA posibilita también otras formas de afrontar el aprendizaje a través del ensayo y
el error en situaciones de experimentación (Urquilla Castaneda, 2022). Programas y
aplicaciones inteligentes de ciencia permiten trabajar con diversidad de variables, proponer
hipótesis, responder preguntas del tipo “qué pasaría si…”, etc., que permiten jugar con las
probabilidades, en contextos seguros y sin riesgo, previos a otro tipo de experimentaciones
reales –o sustituyéndolas, incluso, cuando la posibilidad de experiencia real no es viable.
En cuanto a procesos cognitivos, los dos más mencionados en los artículos sobre IA en
educación, son la motivación y la comprensión. No hay dudas de que el uso de diferentes
aplicaciones en la resolución de tareas actúa como un elemento de motivación en el aula. Al
mismo tiempo, cabe preguntarse qué pasa con la motivación para aprender cuando estas
herramientas no están disponibles. Entre los desafíos que la IA presenta, Martin (2023) destaca
la necesidad de investigar los modos en que su uso impacta en la perseverancia de los
estudiantes, y el tipo de metas de aprendizaje que éstos se plantean.
La comprensión, por su parte, se asocia al problema del plagio, y a qué grado de
compromiso ponen los estudiantes en entender los argumentos o la información que puede
presentar un Chatbot acerca de un tema, y que ellos “citan” sin mucho cuidado. Desde luego,
este problema no es nuevo: ha estado presente desde el momento mismo en que fue posible
copiar y pegar un texto de la Web. La IA generativa es un nuevo capítulo, sin dudas diferente
por la personalización que cada respuesta puede llegar a presentar según la pregunta a la que
responde, pero el desafío en sí mismo es recurrente.
Finalmente, como señalan Wang et al (2021), cabe reconocer que la Psicología
Educacional ha investigado mayoritariamente los procesos cognitivos, emocionales,
motivacionales, etc., focalizando en los individuos. La larga tradición de pensar los procesos
cognitivos como propiedades de los individuos y no de un sistema, es un desafío que el
programa de investigación de las teorías culturales han planteado desde hace tiempo, y que
requiere profundizar en los abordajes orientados a las situaciones y los contextos educacionales,
en términos de sistemas interactivos.
Lo dicho, por decisiones metodológicas y por relevancia, se focaliza en el aula y en las
actividades de aprendizaje. No obstante, cabe mencionar que las aplicaciones de la IA a la

educación se han tematizado y desarrollado ampliamente en diferentes áreas del campo
educativo que se orientan a aspectos técnico pedagógicos, entre los que se destacan:
seguimiento automatizado de trayectorias: aulas virtuales y plataformas autogestionadas de
aprendizaje: Asistentes Digitales Institucionales; inscripciones por medios virtuales; sistemas
de calificaciones; predicciones de éxito escolar o de riesgo de abandono; desarrollo de
investigaciones; educación intercultural y bilingüe; detección temprana de problemas de
conducta, entre otros (García-Peña et al, 2020; González-Videgaray y Romero-Ruíz, 2023;
Incio Flores et al, 2022)
Principios para construir el vínculo entre educación escolar e IA
A partir de los aportes mencionados, cabe presentar –para discutir y profundizar-
algunos principios sobre los cuales podríamos pensar la inclusión de la IA en las actividades
de aprendizaje escolar. Se presentan enumeradas sólo a los efectos de visibilizarlas más
fácilmente, pero siendo conscientes de que forman una red en la que todo está profundamente
ligado.
1. En el Triángulo de la Actividad, de Engeström, la comunidad es un componente
clave. Los artefactos, en tanto situados, cobran sentido en función de la tarea y de
la comunidad de la que forman parte; su valor no es intrínseco sino más bien social.
De aquí podemos derivar, como primer principio la necesidad de construir pautas
compartidas –comunitarias- en torno del uso de la IA en el aula.
2. La interacción con la IA no debería sustituir las interacciones con los pares y
docentes. No sólo porque el componente dialógico del aula es clave en la
construcción compartida de conocimientos y significados, sino también porque
probablemente muchos estudiantes perciban la información de la IA como válida y
bien fundamentada, y asuman su veracidad evitando analizarla críticamente. La

discusión con los pares no suele ser recibida acríticamente, sino que por el contrario
posiciona activamente a los estudiantes como co-constructores de sus aprendizajes,
llevándolos a desarrollar niveles más altos de fundamentación y argumentación
para sostener sus ideas o problematizar las de otros. En otras palabras, no debemos
pensar en la interacción con otros solo como una instancia de validación, sino sobre
todo como un espacio intersubjetivo en que se potencian ciertas capacidades que,
progresivamente, se construyen e internalizan a través de la colaboración.
3. Las propuestas de aprendizaje deben pensarse como situaciones de experiencia que
necesariamente vinculen los saberes con las experiencias personales, con
aplicaciones contextualizadas y con pluralidad de variables. La información que
proporciona la IA es una oportunidad para desarrollar la capacidad de formular
preguntas con cierta precisión (el “prompting” se perfila como una capacidad a
desarrollar de manera inevitable, casi como condición de justicia curricular en el
uso de la IA, a la par de las competencias técnicas de uso), pero también para
indagar sobre experiencias de otros países y personas, que amplíen los
conocimientos y las oportunidades de intervenir sobre los problemas que enfrentan
nuestros estudiantes, en el ámbito académico pero también comunitario, personal,
o incluso laboral. Existe una profunda oportunidad de utilizar la IA en propuestas
de Aprendizaje Expansivo, escasamente aprovechada hasta este momento.
4. Potenciar en el aula el trabajo sobre habilidades de pensamiento, incorporando a
las actividades diarias el trabajo a partir de anticipaciones, hipótesis,
fundamentaciones, búsqueda de evidencias, argumentaciones, refutaciones,
preguntas, identificación de falacias, etc. (Villanueva, 2023). Este desafío es
consistente con sugerencias desarrolladas anteriormente (Perkins, 2001; Tishman
y Perkins, 1997), que señalan la importancia de utilizar en el aula el vocabulario

referido a procesos cognitivos y metacognitivos, que permita al estudiante
diferenciar el tipo de trabajo que implica cada uno. Lo mismo vale para el uso de
términos de los “dialectos del pensamiento”, es decir, del lenguaje específico de
los procesos involucrados en la producción de conocimiento de cada ciencia
particular. Estas decisiones no sólo permiten al estudiante desarrollar la
metacognición, sino también tener más y mejores elementos para saber lo que
busca, y para evaluar la pertinencia y el tipo de información que se le presenta, ya
sea a través de las IA, como de los multimedia y de herramientas analógicas como
el libro de texto.
5. Si la construcción de conocimientos se piensa en términos de colaboración, y el
conocimiento se define como distribuido y situado en y entre las herramientas y las
personas, cabe afrontar el desafío de definir qué debe ponerse de manifiesto en la
enseñanza, y qué debe quedar implícito para que surja como resultado de la
colaboración (Brown et al, 1989). Esta discusión requiere profundas discusiones
también en el campo de la Didáctica, ya que supone un aprendizaje que surge como
resultado de una enseñanza que se sustrae y posterga.
Comentario aparte requiere la profundización en la discusión ética sobre la honestidad
intelectual. No se trata, desde luego, de una necesidad que derive de la IA, pero hace necesario
rever las discusiones en torno de la producción intelectual en el ámbito académico, las pautas
de presentación de la información citada o extraída de la IA, la necesidad de indagar sobre
algunas fuentes que la propia IA presenta como sustento de las respuestas que elabora, etc. El
conjunto de decisiones que un estudiante toma –o debe tomar- al utilizar información
consultada, es en sí misma una oportunidad formativa de la conciencia crítica, la capacidad de
formular preguntas interesantes y claras, la conciencia de la importancia de la desambiguación
en los enunciados científicos, etc.

Conclusiones
Si bien toda producción teórica del campo científico es provisorio, por su propia
naturaleza, en el caso que nos ocupa se suma el vertiginoso cambio que se produce casi
diariamente en el campo en cuestión. Por ello, los principios que hemos enumerado
seguramente requieren ser ampliados y revisados con relativa frecuencia. Lejos de ser un
problema, constituye quizás un ejercicio necesario para mantener actualizado el debate al
interior de las instituciones en relación con los desafíos de la IA, sus usos y posibilidades, y las
novedades que cada día surjan y traigan a las escuelas los propios estudiantes cuando no lo
hacemos los docentes.
Si algo es evidente en las Teorías Culturales mencionadas, es que no es posible afrontar
estos desafíos en soledad, como tampoco es posible pensarlas por fuera de las situaciones
concretas en que se desarrollan. Colaboración y carácter situado de las discusiones son los dos
ejes que deben articular nuestros debates.
Por último, señalaré que este texto se produjo desde la perspectiva disciplinar de la
Psicología Educacional, pero su verdadera riqueza surgirá de confrontar con otros textos
similares, de Didáctica General, Sociología de la Educación, Filosofía de la Educación,
Didácticas Específicas, etc., ya que estamos llamados a transitar un periodo que revolucionará
los conceptos base sobre los que todas estas disciplinas fueron constituidas.
Referencias
Brown, J. S., Collins, A. y Duguid, P. (1989). Situated cognition and the culture of learning.
Educational Researcher, N° 18 (1), 32-42.
Cole, M. (2003). Psicología Cultural. Madrid: Morata.
Cotrina-Aliaga, J. C., Vera-Flores, M. Á., Ortíz-Cotrina, W. C., y Sosa-Celi, P. (2021). Uso de
la Inteligencia Artificial (IA) como estrategia en la Educación Superior. Revista
Iberoamericana de Educación, Especial 1.
Craig, D. (2023). Tercero en discordia. Reflexiones ante la irrupción de ChatGPT en la
Formación Docente. Corrientes: Licencia Creative-Commons.
Del Fabro, A. (9 de Junio de 2023). Cómo potenciar el proceso de enseñanza y aprendizaje con
IA para satisfacer las necesidades especiales de cada uno de nuestros estudiantes.
García Montero, I., y Bustos Córdova, R. B. (Enero - Junio de 2021). La autorregulación del
aprendizaje en tiempos de pandemia: una alternativa viable en el marco de los procesos
educativos actuales. Diálogos sobre Educación, 12(22). doi:10.32870/dse.v0i22.914
García-Peña, V. R., Mora-Marcillo, A. B., y Ávila-Ramírez, J. A. (2020). La inteligencia
artificial en la educación. Dominio de las Ciencias, 6(3), 648-666.
doi:10.23857/dc.v6i3.1421
González-Videgaray, M., y Romero-Ruíz, R. (Noviembre 2022 - Febrero 2023). Inteligencia
artifical en educación: de usuarios pasivos a creadores críticos. FIGURAS Revista
Académica de Investigación, 4(1), 48-58. doi:10.22201/fesa.26832917e.2022.4.1
Incio Flores, F. A., Capuñay Sánchez, D. L., Estela Urbina, R. O., Valles Coral, M. Á., Vergara
Medrano, S. E., y Elera González, D. G. (2022). Inteligencia artificial en educación:
una revisión de la literatura en revistas científicas internacionales. Apuntes
Universitarios, 12(1), 135-152. doi:10.17162/au.v12i1.974

Leyes, G. R. (2013). La transferencia de los aprendizajes desde la perspectiva vigotskiana de
la Cognición Situada. Trabajo elaborado para el Seminario “Cambio cognitivo y
aprendizaje". FLACSO, Argentina. Buenos Aires. doi:10.13140/RG.2.2.12966.50241
Martin, A. J. (Mayo de 2023). Educational psychology meets generative AI: A look at the
impact of ChatGPT, Bard, and others on education and beyond. Psychology Today.
Obtenido de https://www.psychologytoday.com/us/blog/psyched/202305/educational-
psychology-meetsgenerative-ai
Perkins, D. (2001). La escuela inteligente. Del adiestramiento de la memoria a la educación
de la mente (Segunda reimpresión ed.). Barcelona: Gedisa.
Ratnam, M., Sharma, B., y Tomer, A. (Abril de 2023). ChatGPT: Educational Artificial
Intelligence. International Journal of Advanced Trends in Computer Science and
Engineering, 12(2), 84-91. doi:10.30534/ijatcse/2023/091222023
Salomon, G. (2001). Cogniciones distribuidas. Buenos Aires: Amorrortu.
Salomon, G. (2012). ¿Por qué la transferencia es tan infrecuente? UBATIC+: Encuentro virtual
sobre TIC y Enseñanza en el nivel superior. Buenos Aires: Universidad de Buenos Aires.
Obtenido de http://www.youtube.com/watch?v=R0A5QtD9nHQ
Salomon, G., Perkins, D. y Globerson, T. (1992). Coparticipando el conocimiento: la
ampliación de la inteligencia humana con las tecnologías inteligentes. Comunicación,
lenguaje y educación, 13, 6-22.
Secules, S., Pérez, G., Pea, R., y Johri, A. (2023). Critical and cultural analysis of Engineering
Learning. En A. Johri, International Handbook of Engineering Education Research
(págs. 199-217). New York: Routledge. doi:10.4324/9781003287483-12
Tishman, S., y Perkins, D. (1997). El lenguaje del pensamiento. Phi Delta Kappan, 78(5), 368-
374.
Urquilla Castaneda, A. (2022). Un viaje hacia la inteligencia artificial en educación. Realidad
y Reflexión(56), 121-136.
Vigotsky, L. (2008). El desarrollo de los procesos psicológicos superiores. Barcelona: Crítica.
Villanueva, M. (Marzo de 2023). La inteligencia artificial (IA) en educación. Una
interpelación tecnológica para repensar nuestras prácticas ante la llegada del
ChatGPT. Obtenido de Academia.Edu.
Wang, Z., Cai, L., Chen, Y., Li, H., y Jia, H. (October de 2021). The Teaching Design Methods
under Educational Psychology based on Deep Learning an Artificial Intelligence.
Frontiers In Psychology, 12. doi:10.3389/fpsyg.2021.711489
Wood, D.; Bruner, J. y Ross, G. (1976). The role of tutoring in problem-solving. Journal of
Child Psychology and Psychiatry, 89-100.
View publication stats

Leyes G2023 Pensarla IAdesdela Psicologa Educacional

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Leyes G2023 Pensarla IAdesdela Psicologa Educacional

Cargado por

Copyright:

Formatos disponibles

See discussions, stats, and author profiles for this publication at: https://www.researchgate.

Pensar la Inteligencia Artiﬁcial desde la Psicología Educacional: Conceptos y

Preprint · July 2023

Gustavo Raul Leyes

The user has requested enhancement of the downloaded file.

Pensar la Inteligencia Artificial desde la Psicología Educacional: Conceptos y desafíos

ISFD Bella Vista

Nota del autor

Gustavo R. Leyes, Profesor de Psicología Educacional, Instituto Superior de Formación

Docente Bella Vista (Corrientes, Argentina)

el contenido del texto es de mi responsabilidad y acorde con mi estado de conocimientos a la

Cualquier mensaje respecto del texto puede ser enviado a gustavo_leyes@educ.ar

Palabras clave: Inteligencia artificial, Psicología Cultural, educación escolar

Pensar la Inteligencia Artificial desde la Psicología Educacional: Conceptos y desafíos

lanzamiento de ChatGPT-3 en noviembre de 2022, vino acompañada de diferentes pronósticos

y pronunciaciones respecto de lo que implicaría su uso en contextos escolares. Para muchos, la

IA promoverá el facilismo y el plagio en las producciones académicas de los estudiantes. Otros,

articularse con las prácticas educativas.

Hay al menos dos maneras de pensar la IA desde la Psicología Educacional. La primera,

consiste en describir los conocimientos sobre inteligencia, procesamiento de información,

comprensión, reconocimiento de asociaciones y patrones lingüísticos, aprendizaje supervisado,

de interés para científicos y no tanto para educadores ya que, como es evidente, la IA no es un

exigencias curriculares y organizativas de una escuela, etc.

La segunda alternativa que advertimos desde la Psicología Educacional, y que nos

procedentes sobre todo de la Psicología Sociocultural y los enfoques actuales enmarcados en

La Psicología Sociocultural como encuadre

Las teorías socioculturales enfatizan en la importancia de la cultura en el tipo de

Vigotsky, y continuaron desarrollándose bajo la influencia de Jerome Bruner en Estados Unidos.

Michael Cole (2003) expresa que la Psicología Cultural se caracteriza por:

1) Considerar que los seres humanos crean y utilizan herramientas en su relación

con el mundo. El uso de herramientas es inseparable del uso de la inteligencia.

redescubrirán y aprenderán a utilizar y a mejorar las herramientas propias de su cultura. En

otras palabras, crea formas de educación.

3) Afirmar, a partir de lo anterior, que los procesos psicológicos de los seres

sólo después de manera intrapsicológica (como parte de una actividad realizada

Comunidades de Práctica, el Aprendizaje Situado, los Enfoques Narrativos, la Cognición

Distribuida, el Aprendizaje Expansivo, la Teoría de la Actividad, entre otras.

Tres conceptos fundantes: Zona de Desarrollo Próximo, Andamiaje, y Herramientas.

inseparable de la idea de colaboración. Los logros y avances en el desarrollo de los procesos

psicológicos superiores son siempre el resultado de una actividad educativa en la que, en un

plano interpsicológico, dos o más sujetos interactúan colaborativamente para desarrollar

habiendo internalizado los conocimientos y capacidades necesarias para lograrlo.

El concepto de Zona de Desarrollo Próximo, de Lev Vigotsky (2008) refiere a esa

distancia simbólica en que se encuentran y colaboran un sujeto más capaz en un conocimiento,

de los que podría lograr por sí solo.

(como los diferentes lenguajes), o de herramientas culturales, es decir, objetos culturales

y aprender (Wood et al, 1976).

Los conceptos presentados constituyen el fundamento sobre el que se edificaron

conceptualizaciones posteriores, que ampliaron radicalmente el significado de los mismos, e

hicieron posible pensar la IA como una herramienta colaborativa.

La cognición distribuida, una ampliación de los conceptos fundantes.

el mundo. Un anteojo, un micrófono, un paraguas, e incluso la ropa, son herramientas que

que se sirve de una herramienta con un propósito más o menos definido.

logremos aprender un cierto conocimiento: revisar un diccionario, ver un mapa, consultar un

facilita apropiarnos de un saber también cultural.

De manera similar, Engeström, en su Teoría de la Actividad, habla de “artefactos

efectividad, o ampliar la interacción con otras personas modificando el alcance de la

comunicación y las posibilidades de colaboración

Los tres autores mencionados, piensan a las herramientas, artefactos y mediaciones de

o potencian. Se trata, esencialmente, de un sistema que incluye a las herramientas como un

Las teorías de la Cognición Distribuida (Salomon, 2001) han transformado el sentido

objetos inteligentes en sí mismos, ya que fueron construidos inteligentemente y con un

nosotros, a través de una manifestación objetivada de su inteligencia.