Entre los riesgos menos discutidos de la expansión de sistemas de inteligencia artificial emerge uno pedagógico y profundo: el surgimiento de una generación entrenada para supervisar contenido generado por máquinas, pero carente de experiencia práctica en las disciplinas que revisa.

Esto representa una ruptura sustancial con la pedagogía tradicional. Durante siglos, la secuencia fue estable: adquirir dominio, después optimizar. La IA ha invertido esa lógica. Ahora los aprendices acceden a productos terminados o casi terminados, omitiendo los pasos formativos que construyen comprensión genuina.

Un caso ilustrativo: un futuro contador puede pasar toda su formación validando informes financieros generados automáticamente sin haber armado un balance desde cero. Técnicamente «aprendió» a revisar. Sustancialmente, carece de la intuición que otorga la experiencia de cada error cometido, cada decisión dudosa cuestionada, cada paso verificado manualmente.

El problema escalona en profesiones donde el juicio humano es ineludible. Medicina, derecho, ingeniería, investigación. Alguien que examina diagnósticos de IA sin haber realizado anamnesis completa, sin haber equivocado un juicio clínico y corregido, no posee verdadera pericia diagnóstica. Es un revisor, no un médico formado.

La revisión seria requiere expertise consolidada. Solo quien ha hecho puede evaluar adecuadamente. Solo quien ha fracasado reconoce sutilezas en lo que aparenta estar bien. La experiencia vivida es insustituible.

El desafío educativo es mayúsculo: cómo garantizar formación integral antes de automatizar. Esto demanda repensar curriculas, asegurar que prácticas esenciales no sean delegadas prematuramente a máquinas, que los jóvenes construyan competencias antes de supervisarlas.

De lo contrario, nos encaminamos hacia profesionales con apariencia de expertise pero con raíces formativas débiles.

Imagen: Zulfugar Karimov / Unsplash – Con informacion de El Cronista