Models d’incorporació de la IA a l’escola

(sèrie IA i educació, 2/3)

Aquest article és el segon d’una sèrie de tres sobre intel·ligència artificial i educació. El primer, «En un món ple d’informació, l’important és saber fer la pregunta», explicava per què l’escola ha d’educar en l’ús de la IA en lloc de limitar-se a prohibir-la. Aquest proposa com fer-ho. El tercer tractarà la IA. el món del treball i els sistemes de formació i qualificació professional.

Posar IA a l’escola vol dir quatre coses diferents

Al primer article vam acabar dient que la pregunta no és si la IA ha d’entrar a l’escola, sinó com i amb quin criteri. Per respondre-la cal precisar de què parlem, perquè «posar IA a l’escola» pot tenir significats molt diferents, amb riscos i beneficis diferents. Nosaltres en distingim quatre. El criteri per separar-los és doble: qui porta la iniciativa en l’aprenentatge (la màquina, el mestre o l’alumne) i quin lloc ocupa la IA en el procés (central o complementari).

1. La IA com a matèria d’estudi. Es tracta la IA com un contingut més del currículum, com la programació o la robòtica. Els alumnes aprenen què és un algorisme, com funciona un model de llenguatge, d’on surten les dades amb què s’entrena i per què pot equivocar-se o tenir biaixos. L’objectiu és l’alfabetització en IA: entendre la tecnologia que ens envolta per no viure-hi com a simple usuari.

És un segment necessari, però té un límit: saber com funciona la IA no canvia per si sol com s’ensenya ni com s’aprèn. Pot acabar sent una assignatura més, teòrica, sense que l’alumne arribi mai a fer-la servir amb criteri.

2. La IA com a tutor personalitzat. Aquí la IA és la protagonista del procés. No és una eina que l’alumne agafa, sinó un sistema dissenyat per conduir l’aprenentatge: decideix què sap l’alumne i què encara no domina, tria el contingut i els exercicis següents, modula el ritme i hi interacciona de manera programada. L’alumne segueix un camí que ha traçat la màquina (i qui l’ha dissenyat/programat).

Té avantatges reals. S’adapta al ritme de cada alumne, ofereix pràctica il·limitada i està disponible fora de l’horari escolar. Com a reforç en determinades circumstàncies, per exemple per recuperar un contingut o practicar procediments, pot ser útil, i no cal menysprear-lo.

Però té un límit que considerem fonamental: no pot substituir el docent. L’escola no és només transmissió de continguts a un ritme personalitzat, és relació, vincle i exemple. I hi ha un risc social que ens preocupa. Si el tutor automàtic esdevé l’eix de l’ensenyament, el creixement de les desigualtats i possibles polítiques d’”austeritat”, podrien dur-nos a un escenari distòpic: els alumnes de famílies sense recursos tindran per mestre una IA, i els de famílies amb recursos continuaran tenint mestres de veritat. Una tecnologia que hauria de reduir desigualtats acabaria consolidant-les.

3. La IA com a assistent del mestre. La IA no substitueix el docent, el descarrega de tasques reproductives perquè pugui dedicar el temps a allò que només ell pot fer: el disseny, la mentoria i l’atenció personal. Hi ajuda de quatre maneres:

• Dissenyar situacions d’aprenentatge més riques i reptes que connectin amb la realitat de l’alumne.
• Formular preguntes que la IA no resol sola, que és el que cal si l’objectiu és que l’alumne pensi.
• Redactar rúbriques d’avaluació competencial.
• Generar materials amb diferents nivells de complexitat, analogies i exemples, i fer la burocràcia del disseny (cronogrames, llistes de materials).

Hi ha un ús addicional que ens interessa especialment: el mestre pot preparar la IA que després farà servir l’alumne (el segment 4), donant-li instruccions, material de referència o un paper concret. Amb una condició: tot el que la IA produeixi ho revisa el mestre, que n’és l’autor responsable.

4. La IA com a assistent de l’alumne. L’alumne fa servir la IA com una eina complementària, no central. Té un paper comparable al d’un llibre, una gravadora, una impressora 3D o un manual d’instruccions: serveix per fer millor allò que l’alumne ja s’ha proposat. Té, però, una particularitat que les altres eines no tenen: l’alumne pot fer i refer les peticions (els prompts) per precisar i perfeccionar el que busca, i també aprèn en aquest procés.

Els usos poden ser molt diversos: contrastar dades durant una investigació, prototipar codi, un disseny 3D o una producció audiovisual en un espai maker, o aprofundir en un interès propi a la biblioteca. Una condició els uneix: l’alumne la fa servir per allò que ja coneix o ha treballat. Resumir una informació complexa, per exemple, és una bona activitat si el tema ja s’ha treballat i l’alumne pot valorar el resum. No ho és si el tema li és nou, perquè no podrà saber si el resum és correcte. Aquest és el principi bàsic de l’ús de la IA a l’escola: només es pot fer servir amb criteri per allò que ja coneixes.

La IA pot estar preparada pel mestre, fins i tot entrenada amb material del curs, però de cara a l’alumne actua de manera anònima, com una eina corrent. També pot ser interactiva: es pot programar perquè parli com un autor literari, un científic, un artista o un polític, per exemple per simular una entrevista.

La diferència amb el segment 2 és clara. En el tutor, la IA porta la iniciativa i l’alumne segueix el camí que li marca. Aquí és l’alumne qui decideix què vol fer, i l’eina no decideix res per ell.

Per què l’accent és a la IA com a assistent

Els quatre models tenen un lloc, però no tots el mateix pes. Els dos assistents són, al nostre parer, els que més valen la pena. El principi que els guia és aquest: no volem que la tecnologia gestioni l’alumne, volem que l’alumne i el mestre gestionin la tecnologia per arribar on abans no era possible.

Hi ha tres raons. La primera és que els models d’assistent mantenen cadascú al seu lloc: el mestre com a expert que guia el procés i l’alumne com a protagonista del projecte. La segona és que són els que poden reforçar el pensament crític, la col·laboració i la comunicació, que són el cor d’un aprenentatge profund. La tercera és que l’autoria conceptual i la reflexió crítica continuen sent humanes: la IA ajuda, però no decideix què val la pena fer.

Dins dels dos assistents, el quart és el que posa més pes sobre l’alumne: és l’únic en què ell decideix, prova, es corregeix i es fa responsable del resultat. Els altres models preparen el terreny, el descarreguen o el substitueixen; aquest és el que li ensenya a conviure amb una IA que acabarà trobant a la vida adulta. Per això creiem que és el segment on cal posar més esforç educatiu, i el que justifica que l’alumne conegui bé els riscos abans de fer-lo servir.

El tutor adaptatiu no és un enemic. L’acceptem com a reforç, amb tres cauteles: que el docent el supervisi i en conegui l’ús; que només treballi sobre continguts que ja s’han introduït a classe; i que mai no substitueixi el docent ni decideixi què s’ha d’aprendre. Fora d’aquests límits, entra en el risc de desigualtat que hem descrit.

Tot el plantejament depèn d’una condició: la IA només es pot fer servir amb criteri per allò que ja es coneix. Qui no sap res del tema no pot saber si la resposta és bona, com dèiem al primer article. Per això, abans de posar la IA a les mans de l’alumne, cal ensenyar-li com falla.

Una condició prèvia: conèixer els riscos

No volem fer aquí una classe sobre els riscos de la IA ni citar-los tots, només els que ens semblen més importants. Tampoc no es tracta de memoritzar-los: un risc s’aprèn topant-hi de manera controlada, amb el mestre al costat i sobre un tema que l’alumne ja domina una mica. Per això, de cadascun esmentem el nom d’una activitat breu que permet treballar-lo a l’aula, com a simple suggeriment: cada mestre les adaptarà al seu context.

El primer risc és el més evident: les respostes falses amb aire de veritat. Els models poden inventar dades, cites i fonts que no existeixen, i ho fan amb la mateixa seguretat amb què diuen coses certes. No és un cas d’escola: ja hi ha hagut advocats sancionats als Estats Units per presentar a un jutge sentències inventades per ChatGPT. Activitats com «Caça l’error», «Existeix aquesta font?» o «La pregunta amb trampa» ajuden l’alumne a descobrir-ho per ell mateix. Menys visible, però igual d’important, és el dels biaixos: el model aprèn de textos escrits per persones i en reprodueix les mirades dominants, sovint sense que es vegin. Pot reproduir biaixos de gènere, d’edat, de raça o d’origen, de nivell social i d’altres, i una resposta pot semblar neutra sense ser-ho. Comparar com canvia la resposta segons com es formula la pregunta, a «Una pregunta, dues formulacions», és una bona manera d’adonar-se’n.

Hi ha altres riscos que afecten més la manera d’aprendre que no pas la resposta rebuda. Un és la complaença: els models tendeixen a donar la raó a qui els pregunta, de manera que si l’alumne planteja la pregunta amb un biaix o amb un error, la resposta sovint li confirma i ell ho viu com una validació. «Posa-li la contrària» permet veure-ho en directe. L’altre és la dependència. Si la IA fa la part difícil de la feina, l’alumne no la practica, i el que no es practica no s’aprèn. El perill no és que faci trampa, sinó que deixi de fer el recorregut mental que li havia de servir per aprendre; per això proposem «Primer jo, després la IA».

Finalment, hi ha dos riscos que van més enllà de l’aula. El de la privacitat: allò que s’escriu en una eina d’IA pot ser emmagatzemat i reutilitzat, i per això dades personals, fotos de companys o informació de la família no hi haurien d’anar («El semàfor de les dades» ajuda a entendre-ho). I el de la suplantació: imatges, veus i vídeos falsos, però versemblants, ja són a l’abast de qualsevol adolescent, i saber que existeixen, i que els pot patir ell o un company, forma part de l’alfabetització bàsica.

La formació del professorat: el requisit que ho condiciona tot

Tot el que hem descrit suposa que el mestre sap què fa. I aquí hi ha un problema que no es pot passar per alt: la majoria dels docents no té encara experiència amb una eina tan nova, i no es pot demanar a ningú que guiï els alumnes cap a un ús que ell mateix no ha provat. Si el mestre no ha vist com falla la IA en la seva matèria, no podrà ensenyar a detectar-ho. Això val per als quatre segments i, especialment, pel quart.

Per això la formació no pot ser un curs puntual sobre el funcionament d’una eina concreta, que quedaria superat aviat. Hauria de ser pràctica i continuada, basada en l’ús real de la IA sobre la matèria de cada docent i en el treball amb els companys del centre. I hauria de començar per allò mateix que proposem per a l’alumne: provar-la en un tema que es domina, descobrir-hi errors, biaixos i complaença, i compartir allò que ha funcionat. El principi és el mateix per al mestre que per a l’alumne: només es pot fer servir amb criteri allò que es coneix. Un bon punt de partida és el model d’assistent del mestre, perquè hi pot guanyar temps i, de passada, adquirir l’experiència que després necessitarà a l’aula.

Què demana això a l’escola

Res d’això no es fa sol. Demana que els mestres tinguin temps per dissenyar aquestes activitats, i això és possible precisament si el model d’assistent del mestre els treu feina reproductiva. Demana avaluar el procés i no només el producte final, i recuperar l’oralitat: defensar el que s’ha fet davant d’algú és la manera més difícil de fer-se passar per autor d’un treball que no s’ha entès. I demana que sigui una decisió de centre, amb criteris compartits, i no la iniciativa solitària d’un docent entusiasta.

Si hi ha una idea que volem deixar, és aquesta: la IA no és bona ni dolenta a l’escola, depèn de qui la gestiona i de si l’alumne ha après a desconfiar-ne amb criteri. Ensenyar-li a dubtar de la resposta és la millor manera de preparar-lo per quan l’usarà sense nosaltres.

Francesc Colomé, Xavier Farriols, Josep Francí i Oriol Homs.