Jon Dron reúne en este texto las conclusiones a las que ha llegado sobre la inteligencia artificial generativa. Sostiene que los modelos de lenguaje no son humanos pero están hechos casi por entero de conocimiento humano, y rechaza por igual la lectura que los reduce a «loros estocásticos» y la que los presenta como antesala de una inteligencia general.
Discute el término herramienta: una herramienta extiende las capacidades de quien la usa y permanece bajo su control, mientras que estos sistemas las sustituyen y encadenan tareas sin intervención humana continua; propone llamarlos metatools. Frente a la idea de «descarga cognitiva» habla de redistribución cognitiva, porque la cognición ya era distribuida, y describe cómo configura distintos asistentes para que le discutan y le interroguen, lo que aumenta su carga de trabajo intelectual en lugar de reducirla.
En lo educativo identifica un problema de acreditación: los exámenes y las tareas tradicionales han dejado de ser un buen indicador del aprendizaje. Propone retirar los incentivos que empujan al fraude —con prácticas de ungrading—, separar la credencial del aprendizaje y diseñar evaluaciones integradoras, y desconfía de la fórmula del human in the loop, que prefiere sustituir por redes en las que la IA participa sin dominar. Añade que estos sistemas no son socios ni asistentes: carecen de identidad persistente y, aunque producen habla, no realizan actos de habla. Cierra discutiendo las mediciones del impacto ambiental, que considera incompletas si no se contrastan los costes con los usos que hacen posibles.
Publicado el 27 de septiembre de 2026 en el blog personal del autor, profesor y decano asociado de Aprendizaje y Evaluación en la Universidad de Athabasca (Canadá).
- Inicie sesión para enviar comentarios