Sonia Lara Ros

Profesora en la Universidad de Navarra.

[Sonia Lara Ros @slararos]

via @dylanwiliam (& @shaun_allison) Great place to start talking about evidence in education. cc @edupsicoUNAV

[Juan Luis Hortelano @jlhortelano]

Se viene rollo filosófico, aviso ;)

Llevo casi 30 años en el mundo tech. He cofundado empresas, gestionado equipos, invertido en startups, construido productos desde cero. Y hay algo que me está pasando con la IA que me cuesta describir con una sola palabra. Así que voy a intentar describirlo con varias.

La primera reacción, al menos en mi caso, cuando empiezas a usar estas herramientas de verdad, es una mezcla rara. Euforia. Miedo. Y sobre todo vértigo.

Ver que algo en lo que eras bueno, algo que te costó años construir, se convierte en commodity de golpe tiene mucho de desconcertante. Años construyendo una empresa, con patentes y con una tecnología que creías era una barrera de entrada y tu principal valor... y que de repente desaparece. No te lo esperas. Y aunque intelectualmente puedes entenderlo, vivirlo es otra cosa.

Pero ese miedo pasa. Al menos a mí me ha pasado.
Lo que viene después es energía. Proyectos que antes no intentaba porque el coste era demasiado alto, ahora los puedo arrancar en una tarde. Cosas que requerían un equipo, las puedo explorar solo pese a llevar años sin programar y alejado de la parte técnica.
Nuevas oportunidades.

De repente, para muchas cosas no dependo del equipo técnico de mi empresa. Y eso es por una parte reconfortante, pero por otra inquietante.
El techo no ha bajado... es que ha desaparecido. Y eso tiene algo de adictivo, de "joder, ¿por qué no estaba haciendo esto antes?".

Y aquí entra algo que creo que mucha gente no está considerando: la paradoja de Jevons.
En el siglo XIX, cuando se inventaron máquinas de vapor más eficientes, todo el mundo asumió que se consumiría menos carbón. Ocurrió exactamente lo contrario. La eficiencia hizo que usar carbón fuera más barato, así que se usó para más cosas, en más sitios, por más gente. El consumo total se disparó.

Con la IA va a pasar lo mismo. No vamos a escribir menos software porque la IA lo haga más rápido. Vamos a escribir muchísimo más, en muchos más sitios, para muchos más problemas que antes ni siquiera intentábamos resolver porque el coste era prohibitivo. La demanda de inteligencia no se reduce cuando se abarata. Se expande.

Hay un estudio de Berkeley en HBR (https://t.co/sRjR7sWszs) que lo confirma de forma bastante incómoda.
Investigadores de Haas School of Business pasaron 8 meses dentro de una empresa de 200 personas observando qué pasa cuando das herramientas de IA a todo el mundo y dices "adelante". Lo que encontraron contradice todo lo que nos han vendido: los empleados trabajaron más rápido, asumieron más tareas y extendieron su jornada. Nadie se lo pidió. Lo hicieron solos porque la IA hacía que "hacer más" se sintiese posible.
Un empleado lo resumió mejor que cualquier paper: "Pensabas que ahorrarías tiempo y trabajarías menos. Pero no trabajas menos"
El 77% de los empleados que usaban IA en otro estudio decían que les había aumentado la carga de trabajo.
La IA no te devuelve tiempo. Expande el perímetro de lo que sientes que deberías estar haciendo.

Y luego está el estudio del MIT (https://t.co/7rZqK7Pi8W) , que me parece el más incómodo de todos.
Pusieron a 54 personas con electrodos en la cabeza mientras usaban ChatGPT para escribir. Los que usaron IA mostraron un 47% menos de conectividad neuronal durante la tarea. El cerebro no trabajaba menos duro. Directamente se apagaba en las zonas vinculadas al pensamiento crítico y la creatividad.
Pero el dato que más me impactó es otro: el 83% de los usuarios de IA no podían citar ni una frase del ensayo que acababan de escribir. Porque nunca fue realmente suyo.
Y cuando al final de la prueba les quitaron la herramienta, el cerebro no se recuperó. Los patrones de desconexión persistieron.

Los investigadores lo llaman "deuda cognitiva". La misma lógica que la deuda técnica en software: cada atajo de hoy acumula intereses que pagas mañana en forma de menor capacidad para pensar de forma independiente.

El problema no es que la IA te haga menos inteligente. Es que tu cerebro optimiza para el entorno que le das. Y si dejas de ejercitar las partes difíciles del pensamiento, esas partes dejan de estar afiladas.

Pero entiendo perfectamente al otro lado también.

Hay un desarrollador que habló hace poco sobre algo que me impactó bastante.
Su tweet es este : I was a 10x engineer. Now I'm useless.
El video de 12 minutos merece la pena verlo (https://t.co/gLjCPrFfl3)

Describe haber construido un producto completo con IA, que funciona, que la gente usa, que genera ingresos... y al que no tiene ningún vínculo emocional. Porque no sufrió para hacerlo. Y lo describía como fabricar hot dogs: el producto existe, cumple su función, pero tú no pusiste nada de ti.
Eso conecta con algo más profundo que no estamos discutiendo suficiente.

Antes aprendías construyendo. El sufrimiento del proceso era el mecanismo. Te ibas a dormir sin saber cómo resolver algo y te levantabas con la solución, y eso te cambiaba. Ahora puedes construir sin ese ciclo. Más output, sí. Pero menos crecimiento.

Y luego está la red de seguridad. Un desarrollador siempre podía tomarse un año sabático y volver a un trabajo mejor pagado. O dejar su empresa actual sin miedo a encontrar casi lo que quisiera al día siguiente y con mejores condiciones.
Ese colchón existía de verdad y organizaba la vida profesional de mucha gente. La pregunta que nadie quiere hacerse en voz alta es si eso sigue siendo así. Tengo mis dudas.

Y aquí viene lo más complicado: no hay término medio fácil. Una vez que empiezas a usar estas herramientas en serio, tu cerebro deja de querer volver al esfuerzo. No es que puedas reservarte lo difícil para ti y delegar lo aburrido. Es todo o nada.

La energía nueva es real. Y la pérdida también es real. El error está en intentar resolver esa tensión demasiado rápido, en elegir un bando antes de haberlo vivido de verdad.

Lo que sí tengo claro, después de verlo en primera persona, es que la línea divisoria no es generacional.
He visto veteranos de 20 años sacarle un partido tremendo a estas herramientas. Y recién llegados que las tratan como una abstracción filosófica en lugar de algo que puedes usar hoy mismo.
La edad no predice nada. Lo que predice es la disposición. Si corres hacia el cambio o lo miras desde la barrera esperando a que alguien te explique si es seguro cruzar.

Nadie sabe exactamente adónde va esto. Y desconfío de los que dicen que sí lo saben, en cualquiera de los dos sentidos.
Lo que sí sé es que quiero estar en el grupo que corre hacia ello. Con la incomodidad incluida. Con la pérdida incluida. Con las preguntas sin respuesta incluidas.

Porque la alternativa es quedarse parado. Y eso, con o sin IA, nunca ha funcionado.

[EduPapers @Edupapers1]

Distributed leadership as a catalyst for teacher innovativeness: A multigroup structural equation modeling approach https://t.co/8Jfd2cWkA9

[Bruce Robertson @BruceNextLevel]

🏆 TECHNIQUE OF THE WEEK: Multiple Concrete Examples

A technique to support teacher presentations and guided practice.

Explore it here: https://t.co/HQcBP7OS6n

Get in touch if your school is interested in becoming a Teaching PowerUps member: https://t.co/CXcF5HwaKe

[Association for Teacher Education in Europe @ATEE_Brussels]

New article alert!

A new open-access piece is now out in the EJTE!
How preservice teachers use AI and ChatGPT in teaching and learning.
Curious to read more or discover the benefits of being an ATEE member? Get in touch!
https://t.co/Am8RPIcx4e
#TeacherEducation #ChatGPT

[EduPapers @Edupapers1]

Emotional Artificial Intelligence in Education: A Systematic Review and Meta-Analysis https://t.co/ZPl1hiiykq

[Pedro De Bruyckere @thebandb]

Is de evidentie over AI en onderwijs wel goed genoeg?

Er wordt veel beweerd over wat AI met onderwijs zal doen, maar de evidentie is vaak dun. De meeste studies zijn kleinschalig, ondoorzichtig en zelden onafhankelijk geëvalueerd. https://t.co/taj3mNaMrR

[EduPapers @Edupapers1]

Mentor teachers' self-reflection using video and transcripts: Experiences from action learning in mentor education https://t.co/tx6EvU9jvY

[Meritxell Monguillot @MMonguillot]

"Pensar la memoria como un proceso en tres fases interdependientes —codificación, almacenamiento, recuperación— nos permite diagnosticar con mayor precisión por qué el aprendizaje falla y cómo diseñar experiencias de enseñanza más eficaces."
@JuanEldelblog https://t.co/5LbSavw8vQ

[Stephanie Howell @mrshowell24]

Want to teach routines and build critical thinking? Try this “Do as I say, not as I do” activity.
👀 Students watch you model (with intentional mistakes!)
📝 They catch & correct the errors
🎯 Then practice the routine the right way!
https://t.co/qhe8wscXxU

[Rupert Wegerif @rupertwegerif]

In a world of answers how do we teach better questions? Teaching Dialogic Intelligence with AI https://t.co/9GRgWWHXNu

[Yutaka Ishii / 石井雄隆 @yishii_0207]

Intelligent teaching analytics for collaborative reflection: investigating pre-service teachers’ perceptions, experiences and shared regulation processes
https://t.co/mtHy15QCnj

[EduPapers @Edupapers1]

Barry J. Zimmerman’s Enduring Legacy: The Inspiring Fusion of Self-Regulated Learning Theory, Practice, and Mentorship https://t.co/mZ0al3diuM

[ATEE RDC PDTE @AteeRdc]

🆕#Researchpaper #AteeEJTE

‘Reflecting on every move’: the role of video in simulation-based learning for #TeacherEducation

Full access for @ATEE_Brussels members https://t.co/zOgJskzWBT

[Ismael Sanz @sanz_ismael]

Un aumento en el número de compañeros disruptivos reduce significativamente las notas, la motivación y las aspiraciones universitarias, especialmente en estudiantes con buen rendimiento y en entornos desfavorecidos. Igualar la distribución de alumnos disruptivos entre aulas mejora el rendimiento global https://t.co/pD519ZsjnG

[Sonia Lara Ros @slararos]

https://t.co/klEVYz8v8V

[Universidad de Navarra @unav]

💻🧑‍🏫 La Universidad lanza una guía sobre la integración de la #InteligenciaArtificial en la docencia.
EurekAI pone a disposición de profesores de universidades un modelo pedagógico y una herramienta de diagnóstico competencial para docentes.
👉 https://t.co/pjxyLIeRnl

[Dylan Wiliam @dylanwiliam]

Just realized that the text of my second inaugural lecture (at the Institute of Education, 2007)—Assessment for Learning: Why, what and how—is no longer being sold by UCL Press, so the copyright reverts to me, and I can make it open access, so here it is: https://t.co/nLpRPEoFsM.

[AulaMagna2.0 @AulaMagna2_0]

Con fecha de febrero 2025, Estudios sobre Educación acaba de publicar su último volumen, el número 48 https://t.co/MnCb9BpOBK a través de @hypothesesorg

[David Carless @CarlessDavid]

I’m working up a slogan: Assess Less, Learn More & Karen Lam of MOE has parallel thoughts https://t.co/fLH8Y3JzJA

[DaviniaHL @daviniahl]

Our commentary paper on the "The promise and challenges of generative AI in education" has been just published at BIT, https://t.co/SotAH9aqHx