La inteligencia artificial generativa está modificando una distinción que los colegios necesitan comprender con precisión: un producto académico de mayor calidad no implica necesariamente un aprendizaje mayor.
Un alumno puede utilizar IA para mejorar una redacción, organizar información, localizar objeciones, comparar explicaciones o revisar un trabajo y aprender durante todo el proceso. También puede delegar prácticamente toda la tarea, entregar un resultado excelente y haber realizado muy poco trabajo intelectual.
Por eso, el principal reto institucional no debería formularse como «¿cómo conseguimos que el alumnado no utilice IA?», sino de una manera mucho más útil:
¿Cómo diseñamos tareas y evaluaciones capaces de distinguir entre rendimiento asistido por IA y aprendizaje real?
La respuesta no pasa únicamente por herramientas tecnológicas. La defensa oral, las preguntas, la argumentación y el debate permiten comprobar algo que resulta mucho más difícil externalizar: si el alumno comprende lo que presenta, puede justificar sus decisiones, responder objeciones y reconstruir su razonamiento cuando alguien lo cuestiona.
El problema no es utilizar IA, sino delegar el pensamiento
Prohibir de forma general cualquier uso de inteligencia artificial parte de una premisa cada vez menos sostenible. La IA puede desempeñar funciones educativas valiosas: generar hipótesis, ofrecer feedback, facilitar determinadas investigaciones, proponer contraargumentos, adaptar explicaciones o servir como interlocutor durante un proceso de aprendizaje.
La OECD Digital Education Outlook 2026 recoge precisamente una diferencia fundamental: las herramientas generativas de propósito general pueden mejorar el rendimiento inmediato en una tarea sin producir necesariamente ganancias equivalentes de aprendizaje, mientras que los usos diseñados con una intención pedagógica clara pueden contribuir al desarrollo de conocimientos y competencias.
La cuestión educativa, por tanto, no es simplemente si hubo IA.
Importa qué parte del proceso intelectual permaneció en manos del estudiante.
IA como ampliación: ayuda a investigar, contrastar, practicar, recibir feedback o explorar alternativas.
IA como sustitución: decide qué pensar, construye el razonamiento, selecciona la conclusión y produce el resultado sin que el alumno pueda reconstruir posteriormente ese proceso.
Esta diferencia debería convertirse en uno de los principios centrales de cualquier política escolar sobre inteligencia artificial.
Por qué evaluar únicamente el producto ya no basta
Durante décadas, numerosos trabajos escolares han permitido inferir razonablemente parte del conocimiento del alumno a partir del producto entregado. Un ensayo bien construido, una presentación rigurosa o un análisis detallado constituían evidencias imperfectas, pero útiles, de las capacidades que había movilizado.
La IA debilita esa inferencia.
Ahora podemos encontrarnos con tres resultados aparentemente similares:
Caso A — Producción autónoma
El alumno investiga, razona y construye el trabajo sin IA.
Caso B — Producción aumentada
El alumno utiliza IA, pero mantiene el control intelectual: formula preguntas, verifica información, selecciona argumentos, descarta errores y decide la estructura final.
Caso C — Producción delegada
La herramienta genera buena parte del razonamiento y el alumno apenas puede explicar por qué el trabajo afirma lo que afirma.
Si únicamente corregimos el documento final, B y C pueden resultar difíciles de diferenciar.
Una evaluación más robusta necesita observar también el proceso, la comprensión y la capacidad de transferencia.
La defensa oral convierte el producto en evidencia de aprendizaje
Una solución sencilla consiste en añadir después de determinados trabajos una breve defensa oral.
No tiene por qué ser una exposición de diez minutos. En muchos casos bastan dos o tres preguntas bien diseñadas.
Por ejemplo:
- ¿cuál es la idea más importante de tu trabajo y por qué?;
- ¿qué evidencia fue decisiva para llegar a esa conclusión?;
- ¿qué parte te genera más dudas?;
- ¿qué alternativa descartaste y por qué?;
- ¿qué cambiaría tu conclusión si esta premisa fuese falsa?;
- ¿cuál sería la mejor objeción contra tu posición?;
- ¿qué parte del resultado produjo o modificó la IA?
Estas preguntas cambian radicalmente la naturaleza de la tarea. El alumno sabe que no bastará con entregar un documento correcto: deberá comprenderlo suficientemente bien como para defenderlo.
La defensa oral no funciona entonces como un mecanismo policial para descubrir trampas, sino como una segunda capa de evaluación.
Del examen oral al debate: aumentar la exigencia intelectual
Responder qué contiene un trabajo permite comprobar comprensión. El debate añade una operación más compleja: comprobar si el estudiante puede mantener o revisar su razonamiento cuando aparece oposición.
Ese salto es importante.
Un alumno puede memorizar una explicación generada por IA y reproducirla correctamente. Resulta mucho más difícil memorizar todas las preguntas que podrían formularse sobre sus premisas, evidencia, mecanismos, excepciones y conclusiones.
Cuando existe interacción, necesitamos pensamiento en tiempo real.
Nivel 1 — Explicar
¿Qué sostiene tu trabajo?
Nivel 2 — Justificar
¿Por qué llegaste a esa conclusión?
Nivel 3 — Defender
¿Cómo respondes a esta objeción?
Nivel 4 — Comparar
¿Por qué tu explicación es mejor que esta alternativa?
Nivel 5 — Revisar
¿Qué cambiarías después de escuchar una crítica suficientemente fuerte?
Esta progresión conecta directamente con las capacidades que entrena el debate: construcción de argumentos, evidencia, refutación, escucha, clash, comparación y toma de decisiones.
El marco Rhetorik: Producto → Defensa → Oposición → Transferencia
Para incorporar esta lógica al colegio sin rediseñar completamente la evaluación, puede utilizarse una secuencia de cuatro pasos.
Producto → Defensa → Oposición → Transferencia
Producto. El alumnado entrega el ensayo, proyecto, investigación, presentación o propuesta correspondiente. El centro puede permitir determinados usos de IA y pedir que se documenten cuando sea relevante.
Defensa. El profesor formula preguntas sobre decisiones, fuentes, razonamientos y conclusiones.
Oposición. Se introduce una objeción, una evidencia alternativa, un contrafactual o una explicación rival que el estudiante debe analizar.
Transferencia. Finalmente se modifica alguna condición y se observa si el alumno puede aplicar su razonamiento a un escenario diferente.
La última fase resulta especialmente valiosa. La comprensión profunda suele manifestarse cuando el estudiante puede utilizar lo aprendido fuera de la formulación exacta que preparó.
Un ejemplo práctico en Historia
Supongamos que el alumnado presenta un trabajo sobre las causas de un proceso histórico.
La IA puede haberse utilizado para localizar bibliografía, resumir interpretaciones o proponer una primera estructura. Eso no invalida necesariamente el aprendizaje.
Después de la entrega, el profesor puede preguntar:
Defensa: «¿Cuál de las causas que señalas consideras necesaria y cuál simplemente contribuyó al proceso?»
Oposición: «Este historiador concede menos importancia a ese factor. ¿Qué evidencia permitiría distinguir entre ambas interpretaciones?»
Transferencia: «Si eliminásemos ese acontecimiento concreto, ¿seguiría funcionando tu explicación?»
En pocos minutos hemos obtenido mucha más información sobre el aprendizaje que corrigiendo únicamente la superficie del texto.
Además, estamos reutilizando capacidades propias del debate dentro de una asignatura sin necesidad de organizar una ronda formal.
Cómo puede utilizarse en Ciencias, Filosofía o Economía
La misma arquitectura puede trasladarse a diferentes epistemologías.
En Ciencias, el alumno puede defender por qué una evidencia favorece una hipótesis y responder qué resultado experimental la debilitaría.
En Filosofía, puede justificar un principio, enfrentarlo a un contraejemplo y explicar si la excepción obliga a revisar su posición.
En Economía, puede construir una predicción sobre el comportamiento de determinados actores, recibir un cambio de incentivos y analizar si el mecanismo original continúa funcionando.
En Lengua, puede defender una interpretación, identificar qué elementos textuales la sostienen y compararla con una lectura alternativa.
El debate proporciona precisamente el lenguaje metodológico para trabajar estas operaciones: afirmar, justificar, cuestionar, responder y comparar.
Qué debería cambiar en las rúbricas
Si la IA reduce el valor diagnóstico del producto final, una rúbrica puede distribuir parte del peso hacia capacidades observables durante el proceso y la defensa.
| Dimensión | Qué observar |
|---|---|
| Comprensión | Explica ideas sin depender del texto entregado. |
| Justificación | Conecta conclusiones con razones y evidencia. |
| Respuesta | Analiza objeciones y responde al punto relevante. |
| Transferencia | Aplica el razonamiento ante condiciones nuevas. |
Este enfoque enlaza con cómo convertir el debate en un sistema de evaluación competencial y permite que la oralidad no sea evaluada únicamente como capacidad expresiva. Lo relevante es también qué demuestra el alumno cuando habla.
No convertir cada trabajo en un examen oral
La solución tampoco consiste en multiplicar indiscriminadamente las defensas individuales. Eso aumentaría la carga docente y haría inviable el modelo.
Un colegio puede utilizar varias estrategias de baja fricción:
- defensas aleatorias de determinados trabajos;
- dos preguntas breves durante la presentación;
- defensa por parejas con preguntas cruzadas;
- microdebates entre dos interpretaciones diferentes;
- revisión oral de una sola decisión clave del proyecto;
- muestras periódicas en lugar de evaluar oralmente todas las tareas.
El objetivo es introducir suficiente responsabilidad intelectual para que el alumnado sepa que debe poder responder por aquello que entrega.
Este principio puede integrarse dentro de un itinerario de debate de Primaria a Bachillerato, aumentando progresivamente la complejidad de las defensas y las objeciones.
La política de IA debería distinguir usos, no solo permitir o prohibir
Una política escolar madura puede diferenciar funciones de la IA según el objetivo de aprendizaje.
Uso abierto
La IA forma parte legítima de la tarea y el alumnado debe demostrar que sabe utilizarla críticamente.
Uso limitado
Puede emplearse en fases concretas —por ejemplo, ideación o revisión— pero no para sustituir determinadas operaciones que se están evaluando.
Trabajo sin IA
Determinadas actividades se realizan sin asistencia cuando el objetivo consiste precisamente en observar una capacidad autónoma.
No existe contradicción entre estas tres modalidades. Un colegio puede enseñar a utilizar IA correctamente y, al mismo tiempo, reservar espacios donde necesita comprobar qué sabe hacer el estudiante sin ella.
Las directrices actualizadas de la Comisión Europea sobre el uso ético de IA y datos en educación, publicadas en 2026, insisten precisamente en desarrollar una alfabetización crítica y ética y en ayudar a los centros a tomar decisiones pedagógicas informadas sobre estas herramientas.
La UNESCO plantea igualmente una integración de la IA centrada en las capacidades humanas y en un diseño pedagógico que preserve el valor educativo del proceso.
El debate adquiere un nuevo valor en la era de la IA
Durante mucho tiempo, una de las principales razones para implantar debate en un colegio ha sido desarrollar comunicación, pensamiento crítico, investigación y liderazgo.
La inteligencia artificial añade otra.
El debate crea situaciones donde el conocimiento necesita ser movilizado en tiempo real. El alumno debe escuchar una objeción que no conoce de antemano, interpretar qué cuestiona realmente, decidir si debe conceder una parte, reconstruir su posición y justificar por qué su conclusión continúa siendo preferible.
World Schools, British Parliamentary, Public Forum o formatos parlamentarios introducen esa exigencia de diferentes maneras, pero comparten algo esencial: el producto nunca está completamente terminado antes de empezar. La posición evoluciona mediante interacción.
Ese componente convierte al debate en un espacio especialmente útil para distinguir entre disponer de información y saber pensar con ella.
Una oportunidad para redefinir qué significa aprender
La IA probablemente hará cada vez menos útil medir determinadas capacidades mediante productos que pueden generarse automáticamente con gran calidad.
Eso no obliga a rebajar la exigencia. Puede hacer exactamente lo contrario.
Podemos pedir al alumnado que utilice mejores herramientas y, simultáneamente, exigir un nivel superior de comprensión: verificar, seleccionar, justificar, responder, comparar, transferir y reconocer cuándo una crítica obliga a modificar la conclusión.
El objetivo deja de ser demostrar que un alumno produjo cada palabra de un documento sin ayuda. Pasa a ser comprobar algo educativamente más importante: que conserva la propiedad intelectual del razonamiento.
Ahí el debate, la argumentación y la defensa oral dejan de ser únicamente actividades de comunicación. Se convierten en una arquitectura de evaluación especialmente adecuada para una escuela en la que producir respuestas será cada vez más fácil y comprenderlas seguirá siendo difícil.
¿Cómo empezar?
Un colegio no necesita rediseñar inmediatamente todo su sistema de evaluación. Puede comenzar seleccionando un tipo de trabajo en ESO o Bachillerato e incorporando una defensa de tres minutos basada en tres preguntas: una sobre la conclusión, otra sobre la evidencia o el mecanismo y una tercera que introduzca una objeción inesperada.
Después conviene comparar qué información aporta esa defensa frente a la corrección del producto escrito, ajustar la rúbrica y decidir en qué otras materias tendría sentido aplicar la misma lógica.
El siguiente paso puede consistir en acordar una política sencilla sobre qué usos de IA están permitidos en cada tipo de tarea y conectar esa política con un lenguaje compartido de argumentación y pensamiento crítico. La formación del profesorado en herramientas de debate permite precisamente que distintos departamentos formulen mejores preguntas, evalúen razonamientos con criterios comunes y utilicen la interacción oral como evidencia de aprendizaje.
En Rhetorik Academy entendemos la inteligencia artificial como una herramienta que puede ampliar el aprendizaje cuando el alumno conserva la responsabilidad de pensar. Por eso, la respuesta institucional no debería consistir únicamente en controlar la tecnología, sino en construir experiencias educativas donde comprender, justificar, refutar y decidir sigan siendo tareas indelegables.