Cada vez aparecen más investigaciones que intentan explicar cómo funcionan los modelos de inteligencia artificial. La mayoría tienen un marcado carácter técnico, pero algunas trascienden ese ámbito y plantean preguntas muy relevantes para quienes nos dedicamos a enseñar.
Idea clave: El aprendizaje no empieza cuando un estudiante responde. Empieza mucho antes.
Es el caso de Global Workspace, un estudio publicado recientemente por Anthropic sobre el funcionamiento interno de Claude. Su objetivo no es demostrar que una inteligencia artificial piense como una persona, sino comprender mejor qué ocurre dentro del modelo cuando debe resolver tareas complejas.
Hablar con fluidez no siempre significa comprender mejor
Uno de los aspectos más significativos del estudio es la idea de que no todas las tareas lingüísticas parecen exigir los mismos procesos internos. El modelo puede continuar un texto con gran naturalidad, mientras que tareas como resumir información, combinar conocimientos o resolver problemas requieren procesos diferentes.
En la enseñanza del español observamos algo parecido. Hay estudiantes que mantienen conversaciones cotidianas con bastante soltura, pero encuentran muchas dificultades cuando deben resumir un texto, reformular una idea, justificar una opinión o adaptar su lenguaje a un registro diferente.
La investigación sobre el aprendizaje lleva décadas diferenciando entre conocimientos automatizados y procesos que requieren un mayor control consciente. La práctica convierte muchas decisiones lingüísticas en algo casi automático, pero cuando una situación exige reorganizar conocimientos, interpretar matices o tomar decisiones nuevas, ya no basta con la fluidez.
El aprendizaje también ocurre donde no podemos verlo
Cuando corregimos una producción escrita o escuchamos una intervención oral solo vemos el resultado final. No vemos las decisiones, las dudas o las reformulaciones que han permitido llegar hasta él.
Una de las aportaciones más interesantes de la investigación de Anthropic es precisamente intentar observar esos procesos internos que normalmente permanecen ocultos. La idea invita a preguntarnos hasta qué punto prestamos atención al proceso y no solo al producto.
La metacognición nos recuerda que los estudiantes aprenden más cuando son capaces de identificar sus dificultades, revisar sus decisiones y comprender por qué una estrategia funciona mejor que otra.
Antes de hablar, primero pensamos
Antes de hablar o escribir, un estudiante necesita organizar qué quiere comunicar, quién recibirá el mensaje, qué tono utilizará y cómo estructurará sus ideas.
Ese trabajo previo suele pasar desapercibido porque no genera un producto visible. Sin embargo, condiciona todo lo que viene después.
Las personas que utilizan una lengua con eficacia no solo conocen más palabras o dominan mejor la gramática. También han aprendido a organizar su pensamiento antes de convertirlo en discurso.
Conclusión
El mayor interés del estudio de Anthropic quizá no esté en lo que nos dice sobre la inteligencia artificial, sino en las preguntas que nos invita a hacernos sobre nuestras propias dinámicas de enseñanza.
Porque aprender una lengua (y por lo tanto enseñarla) nunca ha consistido únicamente en encontrar la respuesta correcta. Consiste, sobre todo, en desarrollar la capacidad de construir esa respuesta de forma cada vez más consciente, adaptable y eficaz.
Francisco Herrera es formador de profesores de español en varios programas universitarios y dirige la plataforma International House formacionele.com. También es el director del centro CLIC International House Cádiz.
