En esta página

Esta página está traducida al español. Las páginas de artículo siguen escritas en inglés. Leer esta página en inglés

Esta es una traducción automática de la página en inglés y todavía no ha sido revisada por una persona hablante nativa.

La filosofía de la IA en la educación — la rama de la filosofía de la educación que examina las cuestiones conceptuales fundamentales que plantea la inteligencia artificial en la enseñanza y el aprendizaje: ¿cuál es la naturaleza del conocimiento y del pensamiento cuando las máquinas participan en ellos? ¿Qué es quien aprende cuando la cognición se distribuye entre sistemas humanos y artificiales? ¿Qué formas de agencia, responsabilidad y condición de persona se aplican a la IA, y qué le debe la educación a quienes aprenden en un mundo mediado por la IA? Distinta de teorías del aprendizaje —que cataloga teorías sobre cómo ocurre el aprendizaje—, pero conectada con ella, la filosofía de la IA en la educación plantea las preguntas más profundas sobre qué son fundamentalmente el aprendizaje, la mente y quien aprende en condiciones mediadas por la IA.

Preguntas para reflexionar

  • ¿Exige el pensamiento conciencia y un cuerpo? Si una IA participa de verdad en tu razonamiento, ¿parte del «pensamiento» ocurre en la máquina, y cambia eso quién está aprendiendo?
  • La cognición puede entenderse como «distribuida» entre sistemas humanos y artificiales. Piensa en una tarea que hayas resuelto con ayuda de la IA: ¿dónde terminó tu pensamiento y dónde empezó el de la máquina?
  • Si los procesos cognitivos de quien aprende se vuelven genuinamente híbridos (en parte humanos, en parte artificiales), ¿qué significa eso para lo que llamamos «quien aprende» y para lo que la educación le debe?
  • La filosofía pregunta qué son fundamentalmente el aprendizaje y quien aprende, mientras que las teorías del aprendizaje preguntan cómo ocurre el aprendizaje. ¿Puedes nombrar una creencia tuya sobre el aprendizaje que en realidad sea una posición filosófica?
  • Si la IA puede ejercer una «agencia funcional» sin conciencia, ¿carga con la responsabilidad de sus efectos educativos, y si no, quién la carga? ¿Quién debería responder cuando un tutor de IA desorienta a un estudiante?
  • El pensamiento poshumanista reformula a quienes aprenden como entidades «poshumanas». ¿Cómo desafía o desestabiliza esa idea tus propios supuestos sobre dónde se sitúa la mente de un estudiante?

Introducción

Esta es una página de concepto sobre los fundamentos filosóficos y teóricos de la IA en la educación. Mientras que teorías del aprendizaje documenta las teorías empíricas y orientadas al diseño (conductismo, constructivismo, carga cognitiva, aprendizaje autorregulado, etc.), la línea filosófica aborda las cuestiones ontológicas, epistemológicas y éticas que esas teorías presuponen. Las dos están estrechamente conectadas: las posiciones filosóficas determinan qué teorías del aprendizaje parecen plausibles y qué objetivos educativos merece la pena perseguir.

Preguntas filosóficas clave

  • La naturaleza de la mente y la cognición. ¿Exige el pensamiento conciencia y un cuerpo? ¿Puede la IA participar en procesos genuinamente cognitivos? Marcos como la cognición de conjunto sostienen que la IA ejerce una agencia funcional — una eficacia causal genuina en los procesos cognitivos — sin conciencia, y que el pensamiento emerge de la interacción dinámica entre personas y IA.(Jho et al., 2026) La cognición distribuida y la tesis de la mente extendida hacen afirmaciones relacionadas sobre una cognición repartida entre sistemas.
  • ¿Qué es quien aprende? La filosofía poshumanista reconceptualiza a quien aprende como una entidad «poshumana» cuyos procesos cognitivos son genuinamente híbridos y se distribuyen entre sistemas biológicos y artificiales.(Elsayed, 2026) Esto desafía el supuesto de que quien aprende es una mente individual, acotada y autónoma.
  • La corporeidad y los límites de una IA descorporeizada. La filosofía corporeizada y postcognitivista critica el dominio de los modelos simbólicos y descorporeizados de la IA, y sostiene que la cognición está anclada en la situacionalidad, la emergencia y el acoplamiento sensoriomotor de los que carece la IA generativa actual.(Videla et al., 2026)
  • El trabajo emocional como caso de prueba de las mentes máquinas. Los argumentos del campo sobre si la IA puede enseñar giran a menudo en torno a si puede cuidar, una pregunta que se debatía mucho antes de que existiera la informática afectiva. Khan (2026) reconstruye el debate de 1950–1996, en el que la afirmación de Ziff de que solo los seres vivos pueden tener sentimientos en sentido literal fue respondida por la teoría de la identidad de Smart y el criterio conductual de Putnam, dejando sin resolver tres ontologías rivales. Su conclusión es una carga de justificación y no una afirmación de imposibilidad —la representación, la simulación y la mímesis subdeterminan el trabajo emocional—, lo que traslada la carga a quien quiera delegar el trabajo pastoral en un sistema.
  • Agencia, autoría y significado. Cuando la IA media la interpretación y la construcción de significado, la filosofía pregunta cómo se reconfiguran la autoría, la agencia epistémica y la autonomía interpretativa.(Voicu, 2026)
  • La ontología de los objetos científicos generados por IA. En química, los compuestos predichos por IA y las curvas de valoración ocupan un «espacio ontológico liminal» —ni del todo hipotéticos ni del todo reales hasta que se demuestran empíricamente—, lo que desplaza la disciplina del realismo hacia una visión constructivista en la que la realidad es una colaboración entre humanos y máquinas (Reyes y Regala (2026)).
  • La pasividad cognitiva como daño epistémico. Bai y Costa (2026) se apoyan en la concepción de Arendt del pensamiento como actividad interior e intransferible para sostener que la IAG que aporta el trabajo no se limita a descargar el pensamiento, sino que lo clausura, situando el riesgo en las estructuras institucionales con el campo y el habitus de Bourdieu (Bai y Costa (2026)).
  • Junto a esa explicación, Corbin et al. (2026) reconstruyen el ensayo como una forma de pensar: el intento de Montaigne, los fragmentos de Adorno, el pensamiento meditativo de Heidegger; su valor reside en el pensamiento que la escritura produce, no en el producto que rinde.
  • Valores, justicia y el propósito de la educación. El análisis filosófico examina si una educación impulsada por IA sirve al florecimiento humano y a la justicia educativa, o si instrumentaliza el aprendizaje al servicio de la productividad.(Avraamidou, 2024) Esto conecta con la pedagogía crítica y la ética.
  • Lo «centrado en lo humano» como discurso antropocéntrico y no como ética neutra. Wang y Jin (2026) leen documentos de la UNESCO, la OCDE y la Declaración de Montreal para sostener que la IAED centrada en lo humano hereda las exclusiones del humanismo de la Ilustración, que el transhumanismo las conserva y que la etiqueta puede legitimar infraestructura comercial.
  • Fundamentación epistemológica de cómo las personas se relacionan con la IA. Strydom (2026) deriva siete paradigmas de relación humano–IA generativa a partir de las cinco dimensiones de las creencias epistemológicas personales de Schommer (fuente, certeza, organización, control y velocidad del conocimiento) y sostiene que se enactúan más que se poseen, por lo que cambiar cómo se relaciona el estudiantado con la IA exige cambiar el entorno sociotécnico, no sus creencias.
  • ¿Filosofía de quién? El pluralismo en los fundamentos conceptuales del campo. Xie (2026) sostiene que el debate filosófico del campo está sobredeterminado por una única arquitectura occidental — la agencia epistémica como propiedad de sujetos discretos, el conocimiento enmarcado de forma representacional y calculística, y la relación humano-IA situada dentro del dualismo sujeto-objeto —, de modo que sus límites se convierten en los límites de la imaginación colectiva del campo. Como contrapeso comparativo reconstruye conceptos daoístas — la «naturaleza del Dao» (道性), el autocultivo (修道) y el «Zhenren» (真人) — no como «contenido oriental» añadido a un marco inalterado, sino como recursos que reconfiguran los fundamentos conceptuales a través de los cuales se entiende la propia IA, aplicándolos al conocimiento (monocultivo epistémico y desinformación sintética), al conocer (descarga que degrada el pensamiento crítico) y al impacto (costes ambientales y asimetrías Norte-Sur global).(Xie, 2026)
  • Agencia sin responsabilidad. Un análisis del discurso de 366 resúmenes sobre IAG en educación superior encuentra que se nombra la IA 2.050 veces y que participa en 447 asociaciones estrictas actor–predicado, el actor más frecuente del campo. Sin embargo, en ellas dominan los predicados de acción (78,7%) y ninguna oración responsabiliza a un sistema: de 166 expresiones de obligación, ninguna asignó responsabilidad a un sistema, y la única cláusula que vincula la IA con la rendición de cuentas afirma que la IA no es responsable. Poudyal (2026) lo lee como una agencia funcional reconocida en el lenguaje pero sin la responsabilidad relacional que la atribuiría a alguien. Ni herramienta ni colaborador: el agente mediacional. Warschauer, Tate y Ritchie (2026) sostienen que llamar a la IA generativa una mera herramienta subestima su influencia interaccional, mientras que llamarla colaboradora le concede erróneamente intencionalidad y responsabilidad, y proponen el agente mediacional: un sistema receptivo y no responsable cuyo rasgo novedoso es la participación y no la inteligencia.

Relación con las teorías del aprendizaje

La filosofía de la IA en la educación y las teorías del aprendizaje son lentes complementarias. Las teorías del aprendizaje explican los mecanismos del aprendizaje (por ejemplo, cómo la retroalimentación, el andamiaje o la carga cognitiva moldean los resultados); la filosofía interroga los presupuestos de esos mecanismos: qué cuenta como conocimiento, quién cuenta como conocedor y qué es fundamentalmente quien aprende. El trabajo poshumanista y crítico-filosófico, en particular, desafía al campo a ir más allá de marcos instrumentalistas como TPACK y SAM hacia una reorientación ontológica más profunda.(Elsayed, 2026)

Relación con el desarrollo teórico

La filosofía de la IA en la educación y el desarrollo teórico en el AIEd son complementarios pero distintos. La filosofía plantea las preguntas ontológicas y epistemológicas — qué son fundamentalmente la mente, el conocimiento y quien aprende en condiciones mediadas por la IA —, mientras que el desarrollo teórico produce y pone a prueba empíricamente los mecanismos que operacionalizan las respuestas a esas preguntas (generativismo, coagencias epistémica, la línea base cognitiva ausente). Los dos se informan mutuamente: la filosofía aclara los presupuestos que las teorías arrastran (por ejemplo, la coagencias epistémica presupone un modelo distribuido y no individualista de la cognición), mientras que el desarrollo teórico da a las posiciones filosóficas una forma comprobable y falsable. Los artículos más fundacionales del campo hacen ambas cosas a la vez, situándose en la frontera entre los dos conceptos.

Implicaciones para la práctica

Para el profesorado

  • Decida, antes de adoptar una herramienta, qué está dispuesto a contar como logro propio del estudiantado. Si una entrega pulida producida por el sistema satisfaría su evaluación, ha respondido «nada», y ningún cambio posterior de rúbrica recupera la pregunta.
  • Tome en serio el argumento de la clausura al diseñar tareas: si la IA generativa que suministra el trabajo clausura el pensamiento en lugar de solo descargarlo, entonces «úsala de forma responsable» no es una salvaguarda suficiente, porque el campo que la rodea premia la salida. Diseñe tareas cuya evidencia de pensamiento se produzca antes de que la herramienta esté disponible.
  • Pregunte qué concepción del aprendizaje codifica su curso. Adoptar un marco importa sin crítica sus supuestos sobre qué es quien aprende, y esos supuestos son discutibles.

Para quienes desarrollan

  • Exponga el límite que ha trazado entre asistencia y suministro, y conviértalo en una decisión de producto y no en un valor por defecto. Un sistema que puede producir el artefacto terminado ha decidido, implícitamente, que el trabajo mental es opcional.
  • Resístase a optimizar por la apariencia de aprendizaje. La fluidez y la completitud son las propiedades medibles, y son justamente las que enmascaran la clausura.
  • Si afirma que su sistema «apoya el pensamiento», declare a qué renuncia: la renuncia es el mecanismo.

Para quienes investigan y formulan políticas

  • Declare la concepción del aprendizaje que presupone su evaluación, porque una ganancia medida solo es un bien educativo en relación con alguna idea de para qué sirve la educación.
  • Financie el trabajo filosófico junto al empírico: las preguntas sobre qué cuenta como logro de quien aprende fijan los criterios de éxito que luego usan los estudios empíricos.

Concepciones erróneas

«La filosofía de la IA en la educación es lo mismo que catalogar teorías del aprendizaje.» Se sitúan a profundidades distintas. La página de teorías del aprendizaje pregunta cómo ocurre el aprendizaje; la filosofía pregunta qué son fundamentalmente el aprendizaje, la mente y quien aprende en condiciones mediadas por la IA. Un estudio puede resolver una cuestión de teoría del aprendizaje y dejar intacta la filosófica, y por eso una intervención técnicamente exitosa puede seguir siendo lo que no hay que hacer.

«La descarga cognitiva es el daño, y es reversible con más esfuerzo.» Hay una afirmación más fuerte disponible. Bai y Costa (2026) se apoyan en la concepción de Arendt del pensamiento como actividad interior e intransferible para sostener que la IA generativa que suministra el trabajo no solo descarga el pensamiento, sino que lo clausura; y sitúan el riesgo en lo institucional, mediante el campo y el habitus de Bourdieu, y no en la fuerza de voluntad individual. Si el argumento se sostiene, «úsala con cuidado» no es un remedio suficiente, porque la práctica está moldeada por el campo que premia la salida.

«La filosofía no occidental es contenido que se añade a un marco sin cambiarlo.» Puede ser una fuente de fundamentos distintos. Una reconstrucción trata los conceptos daoístas —la «naturaleza del Dao» (道性), el autocultivo (修道) y el «Zhenren» (真人)— no como «contenido oriental» adjuntado a un marco occidental, sino como recursos que remodelan los fundamentos conceptuales a través de los cuales se entiende la IA en la educación. Añadir una tradición como ilustración y usarla para reformular las preguntas son actos académicos distintos.

«La crítica filosófica no es accionable.» Es la que fija qué cuenta como éxito. Si la salida de un sistema es un logro de quien aprende, y si una ganancia medida es un bien educativo, son preguntas previas que ningún tamaño del efecto puede responder, y las instituciones que se las saltan optimizarán lo medible y lo llamarán mejora.

Conceptos conectados

Artículos conectados

Incrustar esta página

Copia el código de abajo para incrustar esta página en un sistema de gestión del aprendizaje u otro sitio web. La versión incrustada muestra solo el contenido de la página: oculta el encabezado, la navegación y el pie de página del sitio.