ChatGPT y Google están cambiando la educación: ¿reemplazará la AI a los tutores y profesores?

Las redes neuronales ya se han convertido para escolares y universitarios en un tutor barato a demanda: explican un tema con palabras sencillas, muestran varias formas de resolverlo y enseguida dan ejercicios para afianzar lo aprendido. Pero, al mismo tiempo, ponen en cuestión el papel habitual del profesor, porque no solo pueden enseñar, sino también ayudar a copiar.

Por qué la AI entra en el aula

El escenario descrito en el artículo resulta demasiado familiar como para considerarlo una fantasía. Un alumno abre ChatGPT, le pide que explique las ecuaciones cuadráticas “como si tuviera 12 años” y un minuto después recibe una explicación comprensible, sin espera, desplazamientos ni pago por horas. Ahí está la fuerza de las herramientas de AI para la educación: están disponibles por la tarde o la noche, no se cansan, no se irritan y adaptan la respuesta al nivel del alumno casi al instante. Para las familias a las que les cuesta asumir el gasto de un tutor particular regular, esa alternativa parece no solo cómoda, sino económicamente inevitable.

La escala ya se aprecia en las cifras. Un estudio de Walton Family Foundation ya en 2023 mostró que el 51% de los estudiantes estadounidenses utilizaban ChatGPT para estudiar. Los profesores también integraron la AI con rapidez en el trabajo cotidiano: uno de cada tres la usa para preparar clases. En Rusia, la situación presenta una tensión similar: según datos de la HSE, dos tercios del profesorado se han encontrado al menos una vez con un trabajo escrito por una red neuronal, y el 40% de los docentes considera que las prohibiciones no resolverán el problema. En otras palabras, la tecnología ya está en el aula, aunque la normativa todavía no haya alcanzado la realidad.

En qué resulta útil

Al mismo tiempo, la AI en la educación no trata solo de copiar. Para el profesor, es una forma de quitarse parte de la rutina, y para el alumno, una manera de obtener una explicación adicional justo en el momento en que se atasca. Aplicaciones como Photomath y Socratic llevan tiempo vendiendo la idea de un “tutor en el bolsillo”, y los modelos generativos la han ampliado: ahora el sistema no solo da la respuesta, sino que también puede explicar el proceso de resolución, inventar un problema similar y adaptar la dificultad al nivel concreto.

• Explicar un tema con distintas palabras y en distintos niveles de dificultad
• Mostrar varias formas de resolver un mismo problema
• Generar ejemplos de práctica y un mini test
• Ayudar al profesor a preparar un plan de clase o un borrador de ejercicio
• Revisar rápidamente la estructura de una respuesta y detectar lagunas

Por eso el mercado no espera a que se pongan de acuerdo los funcionarios y los académicos. El dinero sigue llegando a los servicios educativos basados en AI porque la demanda es clara: los padres quieren un apoyo más barato, los alumnos quieren una respuesta rápida sin estrés y los centros educativos quieren herramientas de personalización. Pero de ello no se deduce que una red neuronal sustituya automáticamente al profesor. Funciona bien allí donde hacen falta explicación, práctica y repetición, pero se maneja peor con la formación de la disciplina de estudio, la motivación y la trayectoria prolongada de desarrollo de una persona concreta.

Dónde empiezan los problemas

El principal problema es que una red neuronal borra la frontera entre la ayuda y la sustitución del esfuerzo. Si un alumno usa AI para entender un tema, ese es un escenario. Si entrega al modelo toda la tarea para casa y presenta la respuesta terminada como propia, el profesor ya no está evaluando conocimientos, sino la calidad del prompt. De ahí viene la sensación de crisis: las formas tradicionales de evaluación dejan de funcionar como antes. Cada vez resulta más difícil comprobar dónde terminó el trabajo autónomo y dónde empezó la generación, sobre todo cuando el texto o la solución parecen ordenados y verosímiles.

También existe un riesgo más práctico: una red neuronal puede equivocarse con seguridad. Puede ofrecer una explicación pulida con un paso inexacto, inventar un hecho o proponer un método de resolución que no sea el mejor. Un profesor real detecta la confusión en esa situación, hace preguntas de aclaración y cambia la forma de explicarlo sobre la marcha. Un modelo no tiene responsabilidad real por el resultado del alumno ni cuenta con el contacto humano, especialmente importante para niños con dificultades, ansiedad o falta de motivación. Por eso, hablar de una “sustitución total” por ahora parece más una provocación que el plan más inmediato del mercado.

Qué significa esto

Lo más probable es que las redes neuronales no eliminen a profesores y tutores, sino que cambien su trabajo. Las explicaciones básicas, la práctica y la revisión preliminar pasan cada vez más rápido a la AI, mientras que el valor del docente en vivo se desplaza hacia el diagnóstico, la motivación, la disciplina y la capacidad de llevar al alumno a una comprensión real, y no solo a una respuesta bien presentada y entregada.