El objetivo es claro: identificar esas capacidades humanas esenciales que nos permiten aportar un valor único en un mundo donde la inteligencia artificial es una colaboradora cada vez más presente.

Taxonomía de Bloom: niveles del pensamiento

Desarrollada por Benjamin Bloom y colaboradores (1956), y revisada posteriormente (Anderson & Krathwohl, 2001), esta taxonomía clasifica los objetivos educativos en niveles de complejidad cognitiva: recordar (recuperar información), comprender (interpretar), aplicar (usar en situaciones nuevas), analizar (descomponer y ver relaciones), evaluar (juzgar con criterio) y crear (producir algo nuevo). Su gran utilidad actual es diferenciar entre habilidades de pensamiento de orden inferior (LOTS) que son las tres primeras, las más más rutinarias y automatizables por la IA, y habilidades de pensamiento de orden superior (HOTS), que son las tres últimas, que exigen criterio, análisis profundo y originalidad humana.

Educación: reflejo histórico de necesidades

La forma en que enseñamos siempre ha respondido a lo que la sociedad necesitaba:

• Preindustrial: aprendizaje práctico e informal (observación, imitación, tradición oral) para la supervivencia y cohesión grupal. Foco en recordar, comprender y aplicar habilidades básicas.
• Industrial: escolarización masiva para formar trabajadores disciplinados para fábricas y oficinas. Énfasis en las «3 R» (lectura, escritura, aritmética) y seguir procedimientos. Dominio de recordar, comprender y aplicación estandarizada.
• Información (pre-IA): economía basada en el conocimiento. Surge la necesidad de análisis, resolución de problemas complejos y cierta innovación. Se empieza a valorar más el análisis y la evaluación (HOTS).La historia muestra un claro desplazamiento hacia habilidades cognitivas más complejas. La IA acelera exponencialmente esta tendencia.

El impacto disruptivo de la IA

La IA actual, sobre todo la generativa, cambia las reglas del juego:

• Automatiza LOTS: puede memorizar datos, resumir, traducir, escribir código simple. Esto reduce el valor intrínseco de la simple memorización o la aplicación mecánica de reglas.
• Acceso y síntesis: proporciona respuestas rápidas, pero puede cometer errores (“alucinaciones”) o reflejar sesgos. Requiere sí o sí una validación y supervisión humana crítica.
• Nuevas herramientas: actúa como asistente para investigar, redactar, programar o diseñar, potenciando nuestras capacidades si la usamos con inteligencia y criterio.
• Desafíos: su uso plantea dilemas éticos (autoría, sesgos, privacidad) y exige una adaptación constante por su rápida evolución y, a veces, su funcionamiento opaco (“caja negra”).

Aprendizajes clave hoy: el valor de lo humano

Si la IA se encarga bien de muchas tareas básicas (LOTS), nuestro valor diferencial está en potenciar las HOTS y las competencias intrínsecamente humanas:

• Análisis crítico:fundamental para evaluar la fiabilidad, relevancia y posibles sesgos de la información, especialmente la generada por IA. Implica saber preguntar, descomponer argumentos y no aceptar respuestas sin cuestionarlas.
• Evaluación y juicio:capacidad de sopesar información, tomar decisiones fundadas, aplicar criterios éticos y de calidad, y decidir cuándo y cómo usar la IA de forma responsable y efectiva.
• Creatividad e innovación:ir más allá de lo que la IA puede generar combinando patrones. Se trata de formular preguntas nuevas, conectar ideas de forma original, imaginar soluciones disruptivas y expresar una perspectiva única.
• Habilidades humanas centrales:
  • Inteligencia emocional:empatía, autoconocimiento, gestión de relaciones. Clave para la interacción y la colaboración.
  • Colaboración:trabajar eficazmente con otros y, cada vez más, con la IA como herramienta.
  • Comunicación: expresar ideas complejas con claridad, escuchar activamente.
  • Adaptabilidad y aprendizaje continuo:la habilidad más crítica. Estar dispuesto a aprender, desaprender y reaprender constantemente.
  • Curiosidad y formulación de preguntas:saber qué preguntar es tan o más importante que obtener respuestas.
  • Pensamiento ético:navegar los dilemas morales que plantea la tecnología.
  • Alfabetización en IA:entender cómo funciona, qué puede hacer, sus límites y cómo interactuar con ella eficazmente.

Hacia una sinergia inteligencia humana-IA

La era de la IA no devalúa el aprendizaje humano, lo redirige. El énfasis se desplaza de la mera acumulación de datos y el seguimiento de instrucciones (recordar, comprender, aplicar de forma básica) —que siguen siendo necesarios como los ladrillos del saber— hacia la capacidad de pensar de forma crítica, resolver problemas complejos con originalidad y actuar con criterio y ética (analizar, evaluar, crear).

Por eso, volviendo al ejemplo inicial, comprender la Revolución Francesa es mucho más que obtener un resumen de una IA; es poder analizar sus causas y consecuencias, evaluar su impacto duradero o conectar sus ideales y conflictos con nuestro presente. Todas habilidades que requieren una comprensión genuina y forman parte de esa cultura general esencial. Son precisamente estas habilidades superiores, cuando se ejercen sobre una base sólida y amplia de conocimiento acumulado, las que nos permiten alcanzar desempeños destacados y aportar un valor insustituible. La educación necesita adaptarse rápidamente, priorizando el cultivo de estas competencias humanas superiores en conjunción con la construcción de una base de saber rica y conectada, indispensable para que dichas habilidades florezcan.

El futuro no es una competencia contra la IA, sino una colaboración inteligente. Prepararnos significa cultivar nuestra capacidad única para pensar de forma profunda, crear, conectar, adaptarnos y aplicar nuestro juicio crítico sobre el vasto conocimiento disponible, en un mundo donde humanos y máquinas deben aprender a trabajar juntos.

Dicho esto, queda planteado un desafío importante. Para poder conectar ideas, evaluar información, crear con sentido, es necesario tener una base sólida de conocimientos. La tentación de delegar esta parte en la IA es comprensible, pero plantea una pregunta clave: ¿cómo se adquirirán esos conocimientos mínimos razonables? Este dilema ya es evidente en organizaciones altamente dependientes del conocimiento, en las que la IA está aumentando la productividad hoy — gracias a una base de usuarios expertos que ya atravesaron las etapas de formación de conocimientos base, enciclopédicos—, pero no está claro cómo serán formados a futuro esos expertos.