¿Fast AI
o Slow AI?

Lo que la ciencia del aprendizaje nos dice sobre la utilidad del uso «lento» y co-participativo de la IA

1
La fricción cognitiva no es un obstáculo: es el aprendizaje mismo ›
Cuando un estudiante lucha con un problema, comete errores, los detecta y los corrige, está construyendo conocimiento real. Ese esfuerzo no es ineficiencia: es exactamente el proceso que hace que algo pase de información a comprensión profunda.
La Fast AI elimina esa fricción. La respuesta llega antes de que el cerebro haya tenido tiempo de buscarla. El resultado es una sensación de haber aprendido sin que haya ocurrido aprendizaje real. Es la ilusión de competencia.
La Slow AI la preserva y la dirige. En lugar de dar la respuesta, pregunta. En lugar de resolver, señala. En lugar de escribir, critica. El esfuerzo sigue siendo del estudiante. La IA solo gestiona el andamiaje.
Del cerebro al LLM funciona mejor que del LLM al cerebro. Primero el intento humano; la IA entra como espejo, crítico o guía.
2
La Fast AI libera tiempo que vale demasiado para desperdiciarlo ›
No todo lo que hacemos como docentes construye conocimiento. Una parte importante de nuestra jornada —redactar convocatorias, pasar notas a tabla, formatear documentos, resumir actas, generar primeros borradores de rúbricas— es trabajo burocrático o rutinario.
Ahí la Fast AI es una aliada sin reservas. Que la IA haga en dos minutos lo que a nosotros nos llevaría veinte no empobrece nada: nos devuelve tiempo. Y ese tiempo recuperado tiene un destino mucho más valioso.
El tiempo ganado a lo burocrático es tiempo que invertir en lo humano: los debates que nadie puede sustituir, las tutorías donde un estudiante conecta con alguien que le conoce, la interacción en el aula donde surge lo inesperado, el feedback personalizado que cambia una trayectoria.
La IA es mejor cuanto más rutinaria es la tarea. El ser humano es insustituible cuanto más compleja, relacional o crítica es la situación.
3
Lo que la IA no puede hacer es exactamente lo que más importa ›
La IA puede generar, resumir, formatear, traducir, comparar y corregir. Hace todo eso con rapidez y sin cansarse. Pero hay cosas que no puede hacer, y son las que definen el núcleo de la educación.
No puede conocer a un estudiante concreto: su historia, sus miedos, sus motivaciones. No puede improvisar en un debate cuando surge una pregunta que nadie esperaba. No puede crear el vínculo que hace que alguien confíe en su tutor. No puede sostener una conversación donde el silencio y el tiempo también comunican algo.
Debates, tutorías, interacciones humanas auténticas, el feedback que viene de alguien que te conoce: todo eso no se puede automatizar. Y es precisamente ahí donde un docente tiene un impacto que no tiene sustituto.
Protege con celo el tiempo de interacción humana. Es el activo más escaso y más valioso del proceso educativo.
4
El menú como estrategia: pequeños cambios, impacto real ›
Este menú no pide una revolución curricular. No exige ser experto en tecnología ni rediseñar cada actividad desde cero. Sigue el principio de Small Teaching: cambios pequeños, basados en evidencia, que un docente puede implementar hoy, en su próxima clase, sin necesitar permiso ni presupuesto.
Cada plato del menú corresponde a un momento del proceso educativo y a un nivel de la Taxonomía de Bloom. Las herramientas están pensadas para que la IA entre solo donde añade valor, y para que el estudiante siga siendo el protagonista del esfuerzo.
La Slow AI no es una restricción. Es un diseño deliberado. Usar la IA con fricción cognitiva no es hacer las cosas más difíciles por capricho: es asegurarse de que el aprendizaje que se produce es real, transferible y duradero.
Si la tarea se puede resolver en diez segundos con IA sin pensar, hay que rediseñarla. La IA debe amplificar el esfuerzo del estudiante, no sustituirlo.