De la fascinación tecnológica a la comprensión crítica

La educación en comunicación ante la automatización del pensamiento

No. 156-157 / julio 2025-junio 2026 / ensayo

Lorena Sánchez Adaya

UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MORELOS

Resumen. El presente ensayo analiza el papel de la educación en comunicación frente al auge de las inteligencias artificiales generativas (IAG). Se propone un tránsito conceptual y pedagógico, es decir, pasar de la fascinación tecnológica a una comprensión crítica de los procesos de automatización del pensamiento. Argumenta que las IAG no deben asumirse como simples herramientas, sino como mediaciones culturales que reconfiguran la producción de conocimiento, la creatividad y la relación entre sujeto y tecnología. Reflexiona la necesidad de repensar la formación universitaria para fortalecer la autonomía intelectual y ética de estudiantes, docentes e investigadores ante los nuevos desafíos de la inteligencia artificial.

Abstract. This essay analyses the role of communication education in the face of the rise of generative artificial intelligences (AGIs). A conceptual and pedagogical transition is proposed, from technological fascination to a critical understanding of thought automation processes. It is argued that IAG should not be assumed as mere tools, but as cultural mediations that reconfigure the production of knowledge, creativity and the relationship between subject and technology. It seeks to reflect on the need to rethink university education to strengthen the intellectual and ethical autonomy of students, teachers and researchers in the face of the new challenges of artificial intelligence.

La práctica docente exige una actualización permanente, independientemente del nivel educativo en el que se ejerza. En el caso específico de la educación superior, quienes se desempeñan como profesores e investigadores requieren no sólo comprender el contexto en el que su estudiantado aprende, marcado por el avance acelerado de las tecnologías digitales, sino también explorar nuevas formas de integrar dichas herramientas en sus propios procesos de enseñanza y producción académica.

Antes del surgimiento de las inteligencias artificiales generativas (IAG), la principal preocupación de los docentes era asegurar que el proceso de enseñanza-aprendizaje se cumpliera. Si bien existían dudas sobre el origen de algunos trabajos entregados, las y los profesores estaban ya habituados a identificar cuándo un ensayo, por mencionar un tipo de trabajo académico, había sido elaborado mediante copiar y pegar contenidos. Conviene recordar que, con la expansión del acceso a internet, este proceso de aprendizaje también experimentó transformaciones significativas. Las y los estudiantes dejaron de acudir con regularidad a las bibliotecas físicas y empezaron a consultar las bases de datos, directorios, repositorios y motores de búsqueda, lo que convirtió el acceso a la información en un proceso prácticamente inmediato.

Este cambio generó diversas dudas y cuestionamientos, sin embargo, con el paso del tiempo, tanto docentes como estudiantes comprendieron que la transición implicaba no solo familiarizarse con el funcionamiento de internet, sino también desarrollar la capacidad de enseñar y acompañar al estudiantado en su uso adecuado y crítico.

Del internet a las inteligencias artificiales generativas

En los últimos años, las inteligencias artificiales generativas (IAG), como los modelos de lenguaje que operan aplicaciones como ChatGPT, Gemini o Copilot, sólo por mencionar algunas, han irrumpido con fuerza en los ámbitos educativos, mediáticos y culturales. Su capacidad para producir textos, imágenes y análisis complejos ha generado reacciones ambivalentes. Por un lado, el estudiantado suele aproximarse a estas herramientas desde el entusiasmo; por otro, los docentes tienden a experimentar inquietud ante sus implicaciones formativas y éticas. Esta tensión revela que la integración de la IA en el aula no es únicamente un asunto técnico; también es pedagógico y cultural.

Tovar menciona que “Nuestros estudiantes no son inmorales al utilizar la tecnología disponible, simplemente son contemporáneos” (2025: 5). Cita que considero muy atinada ya que los docentes no somos la policía de la IA. Más bien, debemos fungir como guía para un correcto uso que respete los principios éticos y legales (Perezchica et al., 2024).

El primer contacto con las herramientas de IAG suele caracterizarse por una intensa curiosidad exploratoria. En esta etapa inicial predomina el descubrimiento de funcionalidades y la experimentación con resultados, mientras que las implicaciones formativas, éticas y cognitivas de su uso permanecen en segundo plano. Este fenómeno podría interpretarse como parte de los procesos de apropiación tecnológica que, históricamente, acompañan la introducción de innovaciones digitales en entornos digitales.

En el campo de la educación en comunicación, esta fascinación se traduce en una pregunta urgente: ¿cómo formar sujetos capaces de pensar críticamente con y sobre la tecnología? La velocidad con que la IA se integra en la vida académica y profesional exige más que destrezas técnicas; requiere una comprensión profunda de los procesos simbólicos, discursivos y sociales que configuran estas herramientas.

El propósito de este ensayo es analizar cómo la educación en comunicación puede contribuir a superar la fascinación tecnológica y promover una comprensión crítica de las IAG, entendidas como fenómenos culturales y mediaciones en la producción del pensamiento. Al cierre, plantea la necesidad de repensar la formación universitaria ante el riesgo de la automatización del pensamiento y la pérdida de autonomía cognitiva.

De la fascinación tecnológica a la necesidad de comprensión crítica

La fascinación tecnológica ha sido una constante en la historia moderna; cada innovación se presenta como una promesa de progreso y eficiencia. Recordemos cuando apareció la televisión, luego la TV a color, el internet, el wifi y, en general, una larga lista de avances informáticos que han transformado profundamente la vida cotidiana y, por supuesto, han impactado de manera directa el ámbito académico y han obligado a replantear métodos, prácticas y formas de acceso al conocimiento (Verdegay et al., 2021). En el caso de la inteligencia artificial, el discurso sostiene que los algoritmos pueden reemplazar o incluso superar las capacidades humanas de razonamiento y creatividad (Han, 2022). Sin embargo, esta narrativa oculta los mecanismos de poder, los sesgos y las desigualdades que estructuran el desarrollo tecnológico (Crawford, 2021). La evidencia sugiere que la IA no es un ente neutral. Está diseñada, entrenada y regulada por corporaciones que definen qué se considera conocimiento válido y qué lenguajes son prioritarios.

Los estudiantes, antes de hacer uso de la IA, deberían comprender cómo funciona y, así, desmontar la visión idealizada de las mismas. Si, como docentes, al iniciar cualquier curso de comunicación incorporáramos preguntas como ¿qué datos alimentan a los modelos generativos y qué voces quedan excluidas?, ¿qué noción de verdad o de creatividad se reproduce en sus respuestas?, ¿de qué manera las IAG median la relación entre lenguaje, poder y conocimiento? o ¿qué sesgos se encuentran en los contenidos que arrojan?, tal vez podríamos hacer que el alumnado pase de la fascinación a la comprensión crítica, y que reconozcan que usar la IA no sustituye al pensamiento humano, sino que modifica sus condiciones de posibilidad (Braidotti, 2022).

En el ámbito educativo, este proceso implica una reconfiguración del trabajo docente. Implica destinar tiempo a explicar el funcionamiento de los modelos generativos, analizar sus límites y acompañar al estudiantado en el desarrollo de criterios propios para su uso. No obstante, estas herramientas forman parte de la realidad contemporánea y su comprensión crítica constituye una competencia formativa indispensable.

El papel de la educación en comunicación

El campo de la comunicación ofrece un marco privilegiado para analizar las inteligencias artificiales como mediadoras simbólicas. Las teorías de la mediación cultural (Martín-Barbero, 1987) y los estudios de la tecnocultura (Feenberg, 1999) permiten comprender que toda tecnología está inscrita en procesos de significado, apropiación y poder. Desde esta perspectiva, la educación en comunicación debe formar profesionales capaces de interpretar críticamente los discursos tecnológicos, analizar la producción de sentido que ocurre cuando los algoritmos “escriben” o “hablan”, y cuestionar los modelos de comunicación automática que tienden a reducir la complejidad humana a patrones de datos.

En clase resulta frecuente revisar trabajos académicos formalmente correctos, pero carentes de coherencia argumentativa o sustento verificable. Es relativamente sencillo identificar cuándo un estudiante ha utilizado la IA para redactar porque los docentes conocen a sus grupos, reconocen sus procesos de pensamiento, su estilo de escritura y la manera en que articulan sus ideas. Pero, más allá de la detección del recurso tecnológico, el problema central radica en la ausencia de apropiación conceptual por parte del estudiante.

Las herramientas están aquí y son parte del presente de los estudiantes y docentes por lo que esta situación sugiere que la integración de la IA aún se encuentra en una fase de ajuste institucional. Como menciona Tovar (2025: 5) sobre los estudiantes se debe “encaminar su curiosidad en un circuito circular que les permita a partir de sus propias ideas y una vez consultada la herramienta, volver a usar su criterio para tomar decisiones”.

Es necesario que los programas de comunicación incorporen laboratorios de experimentación crítica con IA donde los estudiantes puedan explorar tanto las potencialidades creativas como los riesgos éticos y epistemológicos de estas herramientas (Ayuso y Gutiérrez, 2022). Educar para la comprensión crítica de la IA significa enseñar a leer la tecnología como texto cultural y no sólo a usarla como instrumento funcional. Esto es en lo que estamos fallando tal vez porque es aún muy reciente o porque los propios docentes y autoridades universitarias también están tratando de entenderlo. No tengo la respuesta.

En los cursos de metodología de la investigación y en otras asignaturas del ámbito de la comunicación, es habitual iniciar el semestre con actividades orientadas al desarrollo de habilidades para la búsqueda y gestión de información académica. Estas incluyen el reconocimiento de motores de búsqueda especializados, bases de datos, directorios, repositorios y tesitecas. A partir de 2023, estos contenidos se han ampliado para incorporar talleres sobre herramientas digitales destinadas a la localización de literatura científica, la corrección y traducción de textos, uso de gestores de referencias. Sin embargo, pese a la diversificación de recursos disponibles y a los esfuerzos por fomentar su apropiación crítica, una parte del estudiantado continúa privilegiando el uso de chatbots como alternativa inmediata.

Repensar la formación universitaria ante la automatización del pensamiento

Queda claro que la universidad enfrenta un desafío estructural. Se trata de formar pensamiento autónomo en una era en la se dice que las máquinas pueden simular procesos intelectuales. Y es que la automatización del pensamiento no significa que las máquinas reflexionen, como ya lo dejamos claro en párrafos anteriores, sino que emulan formas de razonamiento estadístico que desplazan el juicio crítico. Frente a esto, la formación universitaria debe orientarse hacia la integración interdisciplinaria entre tecnología, humanidades y ciencias sociales, la enseñanza de la reflexión metacognitiva y el fomento de la autonomía ética y epistémica (Feenberg, 1999). Repensar la educación implica comprender que la inteligencia artificial no reemplaza al pensamiento humano, sino que lo desafía a redefinirse.

Pienso que, para enfrentar este desafío, los docentes primero deben obtener conocimiento sobre el tema para que puedan ayudar a los estudiantes a entender que las IAG no son “inteligencias” autónomas y que se trata de sistemas construidos, entrenados con datos seleccionados e inscritos en relaciones económicas, políticas y culturales. Concuerdo con quienes mencionan que “para poder utilizar con criterio y conocimiento de causa una tecnología en los procesos de enseñanza y aprendizaje, primero se deben conocer sus posibilidades y límites sin dejarse llevar por los extremismos” (García et al., 2024: 8).

Debemos promover la alfabetización mediática y digital crítica. Tanto docentes como alumnos deben desarrollar habilidades interpretativas para comprender sus efectos semióticos y culturales. Por ejemplo, enseñar a evaluar la fiabilidad de las fuentes que la IA cita o inventa, o realizar ejercicios para trabajar la capacidad de distinguir entre información, simulación y alucinación algorítmica.

También se podría enseñar a los estudiantes a analizar cómo la IA actúa como mediación en la producción del pensamiento y que adviertan cómo estas herramientas reorganizan nuestras formas de leer, escribir, buscar información y aprender. La comunicación puede estudiar estas mediaciones desde un enfoque cultural y cognitivo.

La última propuesta es hacer investigación-acción, es decir, que las y los estudiantes experimenten la IA; pero, desde la crítica. Tal vez, podrían superar la fascinación a través de prácticas que les revelen los límites, sesgos y contradicciones de la IA logren avanzar.

Estamos en el momento ideal para repensar la formación universitaria en tiempos de IA generativa. No debemos resistirnos a la tecnología, sino acompañar a los estudiantes a que sean cognitivamente capaces de convivir críticamente con ella; que no deleguen su pensamiento, sino que utilicen las herramientas disponibles para potenciarlo sin perder autonomía. La IA nos debe asistir, no sustituir.

Reflexión final. Fortalecer la autonomía intelectual

El tránsito de la fascinación tecnológica a la comprensión crítica exige transformar la manera en que concebimos la educación, el conocimiento y la creatividad. La inteligencia artificial generativa no debe asumirse como una amenaza, pero tampoco como una promesa incuestionable.

En el campo de la comunicación, su análisis crítico es una oportunidad para repensar la mediación tecnológica, recuperar el valor del pensamiento interpretativo y fortalecer la autonomía intelectual. La universidad del presente debe enseñar no sólo a usar máquinas, sino a pensar con ellas sin renunciar a la conciencia y la ética.

Sólo desde una educación crítica, interdisciplinaria y humanista podremos enfrentar los riesgos de la automatización de la información y asegurar que la inteligencia artificial amplíe, en lugar de que reduzca, las capacidades humanas para comprender.

Fuentes

Ayuso del Puerto, D., & Gutiérrez Esteban, P. (2022). La Inteligencia Artificial como recurso educativo durante la formación inicial del profesorado. RIED-Revista Iberoamericana de Educación a Distancia, 25(2), 347-358. https://doi.org/10.5944/ried.25.2.32332
Braidotti, R. (2022). Posthuman Knowledge. Polity Press.
Crawford, K. (2021). Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence. Yale University Press.
Feenberg, A. (1999). Questioning Technology. Routledge.
García-Peñalvo, F. J., Llorens-Largo, F., & Vidal, J. (2024). La nueva realidad de la educación ante los avances de la inteligencia artificial generativa. RIED-Revista Iberoamericana de Educación a Distancia, 27(1), 9-39 https://doi.org/10.5944/ried.27.1.37716
Han, B.-C. (2022). Infocracia. La digitalización y la crisis de la democracia. Penguin Random House.
Martín-Barbero, J. (1987). De los medios a las mediaciones. Gustavo Gili.
Perezchica-Vega, J. E., Sepúlveda-Rodríguez, J. A. y Román-Méndez, A. D. (2024). Inteligencia artificial generativa en la educación superior: usos y opiniones de los profesores [Generative artificial intelligence in higher education: uses and opinions of teachers]. European Public & Social Innovation Review, 9, 01-20. https://doi.org/10.31637/epsir-2024-593
Tovar, A. (2025). Cinco puntos clave para la integración de la IA en el Aula. En Inteligencia Artificial Generativa. Enfoques prácticos para docentes (4-9). Tecnológico de Monterrey.
Verdegay, J. L., Lamata, M. T., Pelta, D., & Cruz, C. (2021). Inteligencia artificial y problemas de decisión: la necesidad de un contexto ético. Suma de Negocios, 12(27), 104-114. https://doi.org/10.14349/sumneg/2021.V12.N27.A2