La Educación de la Carreta – Por Iván Figueroa
Los conceptos vertidos en esta sección no reflejan necesariamente la línea editorial de NODAL. Consideramos importante que se conozcan porque contribuyen a tener una visión integral de la región.
Por Iván Figueroa*
¿Por qué los alumnos, especialmente, de postgrado se encuentran descontentos con el modelo educativo? Esta pregunta es central para entender la educación en estos tiempos contemporáneos. Tomando en consideración mi experiencia en la enseñanza universitaria en los Estados Unidos de Norteamérica y Latinoamérica, he observado, de manera frecuente, esta actitud frente a los programas curriculares y a los contenidos de los cursos. Lo mismo se observa en Europa. Y estoy seguro que este malestar también se encuentra en los infantes y adolescentes en sus años escolares.
Los políticos, los empresarios y los expertos ofrecen una respuesta simple y simplista al considerar este problema como una falta de infraestructura de internet que va acompañada con la “calidad” de los profesores. Pero la situación es más global. Tiene que ver con el nuevo paradigma (definido en términos de Thomas Kuhn) del que todos hablan, pero pocos entienden sus profundos impactos que comienzan a producirse en la economía, la desigualdad social, el mercado laboral, la educación, los medios de comunicación, los crímenes, las guerras y, fundamentalmente, en el mecanismo de pensar y comunicar.
El problema parece radicar en el gap tecnológico entre la educación y la inteligencia artificial. Esta brecha es de suma importancia para entender la crisis del modelo educativo. Por un lado, las mallas curriculares del bachillerato o postgrado siguen manteniendo, por lo general, cursos que cambian de nombre e incluyen algunas herramientas de tecnología, pero siguen manteniendo la misma matriz. No se trata de cambiar la metodología de enseñanza ni tampoco de focalizarse en la capacitación a los profesores. Estos son factores periféricos.
Por otro lado, tenemos un paradigma enorme que se llama inteligencia artificial y que funciona con un enorme capital financiero, capital humano, incentivos de mercado y un poderoso marketing global.
El ecosistema de Silicon Valley es tal vez hoy en día el nuevo Harvard. Reúne a jóvenes, muy jóvenes, por lo general con sus bachilleratos, pero que se encuentran trabajando en un proyecto gigantesco: la mente artificial. Este clúster reúne diversas nacionalidades y también a matemáticos, lógicos, programadores, filósofos, psicólogos, lingüistas, ingenieros de software, ingenieros de hardware, diseñadores tecnológicos, estrategas, historiadores de tecnologías y analistas de mercados.
¿Qué es entonces la Inteligencia Artificial? Existen diversos investigadores y un archivo considerable de investigaciones, pero podemos llegar a una definición operativa central. Es la disciplina que pertenece a la ciencia de la computación y que estudia centralmente la estructura y funcionamiento de los algoritmos. En sus inicios tomó como referencia a la inteligencia humana, pero hoy el desafío es mayor. El proyecto consiste en diseñar mentes artificiales autoprogramadas, con habilidades de aprendizaje complejo, y con un potencial en el procesamiento de información muy superior a la inteligencia humana. Esto significa que se está trabajando en sistemas complejos de algoritmos, mucho más elaborados que hace diez años. Aquí debemos considerar dos grandes niveles. La Inteligencia Artificial (1) que se refiere a la matriz y la Inteligencia Artificial (2) que se focaliza en el enorme mercado de las aplicaciones.
¿Pero qué sucede en la Inteligencia Artificial (1)? Aquí estamos en el nivel más complejo y de más alta inversión. Podemos llamar a esta etapa el capital inicial porque se focaliza en los fundamentos de esta inteligencia. Es un trabajo teórico, sistémico y además interdisciplinario, tal como se realiza en Silicon Valley.
La pregunta central que discutimos en mis clases de pensamiento crítico es cómo abordar la relación entre la ciencia y las máquinas inteligentes. En otras palabras, “¿Qué significa la paradoja de Immanuel Kant para la ciencia? ¿Por qué la diferencia entre oraciones-proposiciones analíticas y sintéticas es un rompecabezas central en la ciencia, la epistemología, la filosofía analítica y la filosofía de la ciencia?”
Esta pregunta es importante porque nos introduce a los insumos que utilizan los diseñadores de las maquinas inteligentes: Alan Turing y los fundamentos de la ciencia de la computación, la filosofía de la lógica matemática y la filosofía de la ciencia en los trabajos de W. Quine, Hillary Purtnam, Susan Haack, Bretrand Russell, Saul Kripke, Karl Popper, Thomas Kuhn y Rudolph Carnap. Estos aportes a su vez están asociados con los avances de la física cuántica o de átomos en los trabajos de Steven Weinberg, Ludwig Bolztmann, Erwin Schrödinger, Werner Heisenberg, Anton Zeilinger, Ily Prigogine y Richard Feynman.
También es importante considerar a lingüísticas y psicólogos como Steven Pinker y sus trabajos sobre cognición y racionalidad, Ludwig Wittgenstein y su teoría de juegos del lenguaje, la ingeniería del hardware, la teoría de la ficción y la constitución del metaverso, la psicología de la conciencia en los trabajos de John Searle y la psicología del aprendizaje, y los trabajos del economista Daniel Kahneman y su teoría de sistemas, los aportes en los impactos en el mercado laboral y económico, el desarrollo de la armas militares autónomas, el control de la inteligencia policial y militar y la penetración de las redes sociales en la vida privada.
Como vemos, el paradigma de la Inteligencia Artificial (1) reúne una visión interdisciplinaria con un enorme horizonte. Todo este trabajo inicial, este capital inicial, produce las aplicaciones y las redes sociales que se encuentran en las manos de los usuarios.
Según las predicciones de los trabajos en la sociología y la historia de las tecnologías, toda esta enorme maquinaria producirá efectos más profundos en la sociedad que la revolución de Mao, la revolución cubana, el régimen de Polpot, los fascismos, la revolución rusa y revolución burguesa. Y tal vez, a manera de hipótesis, sus efectos se midan en un nivel superior a la misma bomba atómica.
¿Pero qué sucede con el modelo educativo? Podemos cambiar muchos nombres, títulos, metodologías, profesores, pero en el fondo no se ha dado ninguna revolución educativa al nivel de la Inteligencia Artificial (1). Se mantiene la misma matriz energética de la educación. Hoy el Chat GPT está desafiando enormemente a la educación tradicional. El consumo de este aplicativo es importante entre los estudiantes de todas las edades. Por ejemplo, profesores franceses de nivel escolar observan que las tareas tradicionales son hoy un sin sentido. Enseñar a entender cálculo diferencial con 30 ejercicios es ya una metodología destruida. Los estudiantes viven más en chatbot, en el chat GPT, que en las clases.
El descontento que tienen los alumnos al modelo educativo es global y significa que la educación de la carreta se encuentra muy distante de la exigencia del nuevo paradigma tecnológico. Una carreta con internet sigue siendo una carreta. Una carreta con profesores “capacitados” sigue siendo una carreta. El slogan “el propósito de la tecnología es hacerte la vida más fácil” significaría, desde una interpretación superficial, la comodidad del hombre en el mundo, pero utilizando una interpretación más profunda podemos concluir en un reposicionamiento de la tecnología sobre el hombre.
¿El paradigma consiste en cómo construir máquinas inteligentes y potentes y no necesariamente en edificar hombres más inteligentes? El ciclismo y el tenis están cambiando aceleradamente debido al uso de tecnologías en el campo de análisis de biotipos, nutrición, velocidad y métricas de rendimiento.
¿Qué sucede con el modelo educativo? ¿Por qué no hay los cambios en la matriz? Responder estas preguntas requiere una análisis más detallado que será expuesto en otro momento.
*Ph.D.de Centrum Católica Graduate Business School.
