Fa aproximadament un mes, al mig d’una classe de projectes interdisciplinars amb alumnes de 2n d’ESO, ens va passar una cosa que no esperàvem: estàvem activant coneixements previs per arrencar el darrer projecte del curs i havíem projectat a la pissarra digital les infografies que els mateixos alumnes havien creat al mes d’octubre sobre els científics de l’edat mitjana. La projecció era borrosa i gairebé no es llegia. I aleshores, sense que ningú els ho hagués demanat, diversos alumnes (no només els que habitualment destaquen a classe, sinó els que sovint passen desapercebuts i fins i tot algun dels que rendeixen menys) van alçar la veu per aclarir el que no es veia: recordaven perfectament l’especialitat del científic que havien estudiat cinc mesos enrere! No n’havíem tornat a parlar des d’aleshores. No els havíem avisat que els ho preguntaríem. Senzillament, ho sabien.

I el cert és que l’especialitat dels científics no era el contingut central del que havíem treballat a principi de curs: en aquell projecte ens havíem centrat sobretot en la diversitat d’orígens i religions dels savis medievals, en el paper de les dones en la ciència de l’època, i en les diferències entre les especialitats a les quals homes i dones tenien accés… L’especialitat concreta de cada científic era, en certa manera, un detall secundari (que precisament volíem reprendre en aquest darrer projecte, on resulta un aspecte més central). I tanmateix, ho recordaven.

La setmana passada va passar quelcom semblant, a català, però també amb l’alumnat de 2n: per tancar el curs i ajudar-los a completar el seu portfoli (per a desesperació meva molts no l’havien tocat des del desembre, perquè no estan avesats a la metacognició), vam fer una activitat de repàs en la qual els alumnes s’havien de posicionar físicament per l’aula segons el grau d’acord amb diverses afirmacions. En arribar a “sé quantes llengües hi ha al món” o “aprendre llengües és bo per al cervell“, van saber respondre i argumentar amb seguretat les seves respostes en base a aquells continguts que havíem treballat al setembre.

Pensant en aquestes dues escenes, em va venir al cap una por que molts docents —especialment universitaris— estan desenvolupant aquests darrers temps: la por de no poder avaluar què sap realment un alumne. Si un estudiant pot entregar un treball generat per una IA que imita el seu estil d’escriptura fins al punt de ser indetectable, com l’avaluarem? La resposta que molts estan donant és tornar enrere: recuperar l’examen tradicional, apostar per la prova oral, exigir la presència física com a garantia d’autenticitat… La por és comprensible, però em pregunto si la resposta és l’adequada, o si ja estàvem fent alguna cosa malament molt abans que aparegués la IA.

Perquè aquesta por coincideix en el temps amb un informe recent sobre l’absentisme a la Universitat Autònoma de Barcelona, que documenta que gairebé la meitat de l’alumnat falta regularment a classe (en alguns centres la taxa arriba al setanta per cent!). Les causes són múltiples i complexes, però una de les que el propi professorat reconeix com a central és que les classes no aporten res que l’alumne no pugui trobar als apunts, als materials del campus virtual o, cada vegada més, en un xatbot. Si la classe és substituïble, l’alumne fa un càlcul racional i no hi va. La IA no ha creat aquest problema. L’ha fet visible.

Perquè el que recorden els meus alumnes de 2n d’ESO no ho van memoritzar per a cap examen. Ho van aprendre fent: construint una infografia, debatent, movent-se per l’aula, posant la curiositat i el criteri en joc. Aquesta diferència no és menor. Fa molts anys que la recerca en ciències de l’aprenentatge ens diu que la memorització superficial orientada a la prova escrita produeix, precisament, oblit. El coneixement que es construeix activament, en canvi, s’ancora en xarxes de significat que persisteixen. No és que la memòria no sigui útil, és que el seu rendiment és superior si es fan servir estratègies pedagògiques més exigents. No és que aquests alumnes tinguin millor memòria: és que allò va passar per dins d’ells d’una manera diferent.

I aquí és on entra la intel·ligència artificial, no com a amenaça, sinó com a espill que revela alguna cosa que ja existia. Perquè la IA pot fer molt bé el que fins fa no tant era feina de l’escola: proporcionar informació, ordenar-la, resumir-la, presentar-la de manera clara i accessible. Però si el principal valor que ofereix avui dia una classe és la transmissió de continguts que l’alumnat podrà trobar igualment en un manual, en un vídeo o en un xatbot, la pregunta és legítima: cal anar a classe? Les dades, avui, són accessibles, abundants i, en bona part, efímeres: el coneixement humà avança tan ràpid que el que aprèn un alumne de memòria pot quedar obsolet abans que acabi el curs. El que no és efímer és la capacitat de pensar, de posicionar-se, de construir un criteri propi i de saber per què es pensa el que es pensa.

Tot i que, utilitzada de manera adequada, activa (per exemple, per descobrir si els nostres arguments fan aigües, per contrastar fonts, per identificar diferents perspectives sobre un mateix tema…), la IA ens pot ajudar a assolir el nostre posicionament; el cert és que ella mateixa, per la seva pròpia naturalesa, no ho pot fer. No perquè no sigui sofisticada, sinó perquè funciona d’una manera radicalment diferent del pensament humà. Els LLM (grans models de llenguatge) convergeixen cap al centre estadístic: produeixen el text més probable, el més acceptat, el que segurament ningú discutirà. Quan generen una resposta, no es posicionen: fan la mitjana. I en aquest promig hi ha biaixos silenciosos, perspectives invisibilitzades, punts de vista que desapareixen perquè estan subrepresentats en les dades amb les quals han estat entrenats.

Sobre això hi han reflexionat, des d’angles diferents, dos textos que he llegit recentment i que recomano. El primer, ¿Para qué la Universidad? Una defensa en tiempos de IA, de Santiago Jiménez Londoño, argumenta que la institució educativa existeix per custodiar allò que cap algoritme no pot capturar: la capacitat d’atenció, el pensament que es queda amb una pregunta que no rendeix, la veu pròpia que neix de l’encontre real amb els altres i amb les seves idees. El segon, Intel·ligència Artificial a la Microeducació: Transformant l’Aula del Futur, un volum col·lectiu dedicat a la IA a les aules, que documenta com els alumnes que deleguen la seva veu a la IA abans d’haver-la trobat acaben produint ecos ben redactats, però buits, indistingibles els uns dels altres. I construir una veu pròpia demana equivocar-se. Demana l’espai de la imprecisió, de la veu insegura, del pensament que s’està formant i que encara no ha trobat les paraules exactes. Si l’alumnat utilitza la IA per polir el producte final (per produir un text ben redactat) abans d’haver passat per aquest espai d’imprecisió, de pensar què volia dir, no ha après res. Ha delegat el procés de pensar en una màquina i amb això ha renunciat precisament a allò que l’escola hauria de protegir: el dret a formar-se una opinió pròpia, amb tots els errors que això comporta.

Ensenyar a utilitzar la IA avui, doncs, no hauria de ser aprendre a formular instruccions per obtenir-ne millors respostes (una habilitat tècnica útil, però secundària), sinó aprendre a llegir-la críticament, a preguntar-se: qui parla aquí? Quines veus no hi són? Quin marc de valors organitza aquesta resposta? Aquesta lectura crítica, és una competència fonamental avui i és  també el que la IA no pot fer per nosaltres, perquè demana un subjecte que hagi construït un criteri propi, que tingui alguna cosa a dir i que sàpiga per què ho diu.

Paradoxalment, el que no vull quan els meus alumnes fan una infografia sobre un científic medieval és un text correcte (que també els el demanaré, es clar): vull que hagin pensat en aquell científic, que hagin escollit com presentar-lo, que hagin pres decisions (què incloem, què descartem, quin registre utilitzem), que hagin construït alguna cosa seva. Vull que mesos després, quan la pissarra surti borrosa, sàpiguen qui era Al-Kwarizmi o Hildegarda de Bingen perquè van ser ells qui el van estudiar i van decidir com explicar-lo. No perquè ho van memoritzar, sinó perquè ara forma part del que ells són i saben sobre el món. Perquè el van fer seu.

Això és el que la IA no pot fer per nosalters. I això és, exactament, el que l’escola ha de continuar fent: individualitzar els alumnes, humanitzar-los,