¿El fin de la programación de computadores?

El primer semestre de este año leí varios artículos que sugieren el fin de la programación de computadores o, por lo menos, sugieren una transformación profunda que incluye el desuso de los lenguajes de programación. Por eso titulo esta entrada como una pregunta y no como una afirmación, para contrastar un poco con los gurúes que insisten en enterrar la programación de computadores, incluso algunos que jamás programaron en su vida.

Un primer artículo se titula "El fin de la programación como la conocemos" (aquí una copia en PDF), publicado en el New York Times. Hay tres ideas que quiero resaltar de ese artículo:

1) El concepto de abstracción y la evolución del software en capas de abstracción, como la arquitectura de cebolla. Cada capa interior es más compleja para el humano y cada capa exterior es más sencilla para el humano. La capa más interna es lenguaje ensamblador y en la actualidad Python es, aparentemente, más sencillo, pero internamente usa C++ y siempre hay ensamblador... Con la inteligencia artificial, casi que se logra la singularidad y hoy basta con saber escribir (en inglés) para indicarle a la máquina lo que debe hacer. Es decir, la programación de computadores murió y basta con saber leer, escribir y pensar...

2) Los conceptos de programación declarativa y programación imperativa. De la mano con la primera idea, ya no es necesario saber cómo hacer algo, simplemente hay que declarar lo que se quiere y la inteligencia artificial lo hará. Es algo así como el sueño de ser gerente de cualquier cosa sin saber hacer nada, solo saber dar ordenes... Pero algo hay que saber... En realidad no creo que una persona pueda desarrollar software sin saber los fundamentos de la programación. De cualquier forma, de nuevo, la promesa es que será suficiente con saber leer, escribir y pensar...

3) Los problemas PESTEL (política, economía. sociedad, medio ambiente, legislación) que se derivan de la revolución tecnológica, en especial la inteligencia artificial. Problemas como empleo, educación, ingresos, desigualdad... Si la inteligencia artificial puede remplazar decenas, cientos, miles o millones de personas y lo de la abstracción es verdad, solo las personas con mejor lectura, escritura y razonamiento podrán sobrevivir en la industria, los demás tendrán que lavar platos, al menos mientras fabrican robots económicos que lo hagan. Como concluye el artículo: 

"Puede que la abstracción venga por todos nosotros"...

Quienes hemos tenido la oportunidad de estar en la industria, de hacer cosas y liderar equipos para que las cosas se hagan y que también nos dedicamos a enseñar, tenemos claro que las tres cosas fundamentales son leer, escribir y pensar. Y justamente eso es lo que enseñamos en un curso de fundamentos de programación de computadores... 

Cuando enfrentamos al estudiante a un enunciado de un reto de programación o a un código de ejemplo, estamos propiciando el aprendizaje de la lectura. Cuando enfrentamos al estudiante a que escriba código, responda preguntas sobre ese código y explique ese código, se está aprendiendo a escribir. Y cuando el estudiante logra resolver o comprender la solución a un reto de programación y compara varias soluciones, se está cultivando el pensamiento, que por naturaleza debe ser crítico...

Un segundo artículo, menos profundo, se titula "Este es el "lenguaje" que acabará con Python" y afirma que el lenguaje de programación del futuro es el inglés. Ya no es necesario ningún lenguaje de programación y es suficiente con declarar a la inteligencia artificial nuestros deseos y ella los cumple como un genio o dios todopoderoso. Aquí una copia en PDF por si se desaparece de la web...

Un tercer artículo argumenta que la inteligencia artificial ya logró imitar a los humanos, ser como nosotros, desarrollar la función metalingüística. Aquí la versión original en inglés y su traducción al español. La frase final del artículo es contundente:

“It appears that we’re less unique than we previously thought we were.”

"Parece que somos menos únicos de lo que creíamos".

En otra entrada planeo escribir en detalle sobre la importancia de la escritura y la lectura, creaciones humanas que no vienen en nuestro ADN. Nuestra biología nos permite hablar y escuchar, somos  animales físicamente orales. El texto escrito es nuestra primer y más importante artefacto tecnológico, que ampliamos con la máquina al crear el código y la programación de computadores. Programar un computador no es otra cosa que leer y escribir en un lenguaje especializado. Si los humanos delegamos a la inteligencia artificial la facultad de leer y escribir (eso incluye el código), estaríamos retrocediendo en el tiempo... Por supuesto, hay que unirse a los avances tecnológicos, pero nunca a merced de perder nuestra humanidad...

Un cuarto artículo menciona que diez minutos de uso de inteligencia artificial son suficientes para volvernos tontos y flojos. Aquí la versión original en inglés y aquí una copia en PDF. El artículo cita un estudio de investigadores de varias universidades, el cual concluye lo siguiente:

"...we find that AI assistance improves immediate performance, but it comes at a heavy cognitive cost: after just ∼10 minutes of AI-assisted problem-solving, people who lost access to the AI performed worse and gave up more frequently than those who never used it."

Se puede leer el detalle del estudio en Arxiv y un resumen en Github. Aquí una copia del PDF del estudio completo y una copia en PDF del resumen. Este estudio es uno entre muchos otros, que apuntan a la idea de deuda cognitiva (cognitive debt), es decir, eso que perdemos y jamás recuperamos por entregarle nuestra humanidad a la inteligencia artificial. Por ejemplo, en este estudio se analizan imágenes del cerebro cuando las personas usan inteligencia artificial y logran identificar que la tecnología mejora los resultados momentáneamente, pero con el tiempo se pierde todo. Es lo que Nicholas Carr menciona como Efecto Degenerativo en su libro Atrapados y de lo cual ya había escrito hace muchos años en este blog...

Como es importante enfrentar el problema e intentar soluciones, hay un quinto artículo que propone "Preservar el esfuerzo". Para tal efecto recurre a la propuesta del psicólogo Carol Dweck sobre la mentalidad de crecimiento y del psicólogo Anders Ericsson sobre la práctica deliberada o intencional. Estas dos propuestas se resumen a una disciplina de deportista, que quiere ganar una competencia o subir su propio nivel. Para lograrlo reconoce sus capacidades, sus debilidades, sus fortalezas, sus brechas. Se entrena, se esfuerza y crece poco a poco, con ayuda, enfrentando retos cada vez más difíciles y recibiendo retroalimentación permanente. Y justo eso hacemos en nuestro semillero de programación de computadores y en nuestros cursos de programación de computadores. Y los resultados han sido satisfactorios, tres veces en el podio y campeones nacionales.

Podría seguir citando muchos otros documentos, la lista es extensa. Por ejemplo, la iniciativa de la UNESCO sobre rescatar el pensamiento en tiempos de inteligencia artificial. Pero solo con la lectura de los artículos anteriores puedo atreverme a afirmar que no es el fin de la programación de computadores, sino el inicio de una nueva era, en la que saber programar computadores es indispensable.

Cierro con este video que vi ayer en Twitter (ahora X) donde contradicen a los gurúes apocalípticos y hacen un llamado a seguir aprendiendo y a evolucionar... Dice el texto que acompaña el video:

"Decir a los los jóvenes graduados que no estudien ingeniería de software es erróneo porque vamos a necesitar más ingenieros. Los CEOs de IA (con su complejo de superioridad) asustan con tonterías que no van a suceder, cómo que va a eliminar el 50% de los empleos rápido".

Fuente Twitter

Copia en YouTube

ConTICtualizando y para cerrar, pienso que la programación de computadores implica leer, escribir, pensar. No es el fin y depende de las universidades y los profesores que las cosas no empeoren y las brechas no aumenten. El camino es sencillo: hay que cerrar las brechas de competencias digitales, pensamiento computacional y humanidades digitales. Si esas brechas no se cierran, la inteligencia artificial siempre estará millones de años luz adelante...

En mi caso particular, inicia un nuevo semestre universitario, seguiré intentando mejorar y buscando la transformación digital de la educación. Me niego a una condena eterna de anacronismo, inercia y mala política. Cueste lo que cueste, hay que seguir batallando por algo mejor...

Estilos de enseñar / aprender a programar en python...

VPL Training es un curso virtual sobre el LMS Moodle que usa el plugin VPL y que ofrece un banco de problemas para aprender programación de computadores a nivel universitario. Allí hay un problema titulado Calendario raro pero inteligente, que desafía el pensamiento aritmético y computacional, busca que el estudiante proponga una solución matemática simple y la lleve al computador.

A continuación transcribo el texto del enunciado y luego analizo brevemente dos tipos de soluciones y hago una pequeña anotación al respecto:

Enunciado:

Se diseñó un calendario digital raro pero inteligente, el cual representa la fecha según la siguiente descripción:

• El día del calendario raro es la unión del código ASCII que representa a los dígitos del día real. Por ejemplo, si el día real es 25, el calendario raro lo representa como 5053, porque 50 es el código ASCII del '2' y 53 es el código ASCII del '5'. Si el día tiene sólo un dígito, el cero se representa según su ASCII 48. Por ejemplo, si el día es 07, el calendario raro lo representa como 4855 (revise https://ascii.cl/es/).
• El mes del calendario raro se representa de manera similar al dia. Por ejemplo, el mes Noviembre es 4949 y Febrero es 4850.
• El año del calendario raro se representa como la cuenta regresiva de los años que faltan para llegar a 9999. Por ejemplo, si el año real es 2018, el calendario raro lo representa como 7981.
• Todos los números (día, mes y año) se unen. Por ejemplo, si la fecha es 25 de febrero de 2018, la representación del calendario raro es 505348507981, un total de doce (12) dígitos (caben en un long de Java). A continuación varios ejemplos explicados:

Se requiere un programa que reciba como entrada un número de máximo ocho (8) dígitos, que representan una fecha, en el formato estándar de los seres humanos DDMMYYYY (asuma que la fecha siempre es válida). El programa debe generar como salida la representación de la fecha según el Calendario Raro pero Inteligente. Por ejemplo, la entrada 25022018 corresponde a la fecha 25 de febrero de 2018 y debe generar como salida 505348507981.

Tenga en cuenta que los caracteres de los dígitos del cero (0) al nueve (9) se representan en el código ASCII con la secuencia de códigos 49 al 57:

0 = 48   |  1 = 49    |  2 = 50    |  3 = 51    |  4 = 52

5 = 53   |  6 = 54    |  7 = 55    |  8 = 56    |  9 = 57

Entradas: Un número entero de máximo ocho (8) dígitos.

Salidas: Un número de doce (12) dígitos.

Dos Soluciones: 

La primera solución es aritmética, es la solución esperada. Porque las entradas y salidas son números y las operaciones sugeridas son divisiones, sumas, restas y productos. Se espera un proceso inicial de análisis del número, es decir, partir en pedacitos el número, para lo cual se divide y toma residuo. Luego un proceso de codificación o conversión, que hace sumas y restas. Y finalmente un proceso de síntesis, unir los pedacitos y armar un número, para lo cual se multiplica y se suma.

Solución 1 - Numérica | Matemática | Independiente del lenguaje

La segunda solución es la que entrega la inteligencia artificial, la que se lee en muchos blog y videos, la que muchos usan pero pocos entienden, que usa funciones especializadas del lenguaje, pero que ninguno conoce cómo funcionan y ni siquiera qué hacen. Esta solución usa cadenas de caracteres y arreglos, en un nivel inicial del curso en el que los estudiantes ni siquiera logran comprender el residuo y la aritmética modular.

Solución 2 - Cadenas | "Pythonisa" | Dependiente del Lenguaje

Los estudiantes se sorprenden cuando cuestiono la segunda solución. Algunos profesores explican esta solución, porque en sus tiempos aprendieron lo fundamental y creen que los estudiantes lo aprenderán después. Los más amigos de la historia de la pedagogía lo llaman "constructivismo". Pero la realidad es que los estudiantes de hoy no conocen ni comprenden la primera solución, que es lo básico, lo mínimo...

Con el auge de la inteligencia artificial y el anacronismo, inercia y pasividad curricular de los directivos, las nuevas generaciones no están aprendiendo a leer, ni a escribir, ni a resumir, ni a comprender, ni a sumar, ni a pensar... Eso sí, aprenden el ejemplo y delegan todo a la IA, aprenden de la mala política y la trampa...

Por ahora, creo, pienso que VPL Trainig, sigue siendo un buena alternativa para identificar las brechas y ayudarlas a resolver, para desarrollar pensamiento crítico y pensamiento computacional, para entrenar la inteligencia natural, que tendrá que batallar contra el mercado político y económico de la inteligencia artificial...

La evaluación docente es alentadora. Al parecer los estudiantes han valorado el esfuerzo, la lucha contra la parsimonia burocrática que predica calidad pero ofrece mediocridad... Dejo aquí la evaluación del semestre pasado y gracias a mis estudiantes, ellos son el alma del Alma Mater...

¡De la ingeniería a la política!

Vivimos tiempos turbulentos y muchos creen que no es bueno hablar de política, lo consideran peligroso, se pueden perder amigos, se pueden deteriorar las relaciones familiares, se pone en peligro la vida... Pero eso es mentira, es todo lo contrario, no hablar de política nos pone en peligro. Recuerdo unas palabras de Alberto Linero hace 4 años:

"Creo que solo podremos ser un mejor país si somos capaces de entendernos en medio de nuestras diferencias, y ese entendimiento comienza en los espacios más íntimos y pequeños en los que compartimos, porque si no somos capaces de respetar y valorar más allá de cualquier ideología a aquellos que amamos, difícilmente podremos hacerlo con alguien a quien no conozcamos, y es allí donde nace la intolerancia y la violencia que estamos llamados a superar como sociedad."

Siempre he considerado que la política debe entenderse como el arte de convivir, lo cual implica, por lo menos, tres cosas: primero acordar reglas y respetarlas; segundo trabajar por los demás, servir, procurar el bien común y tercero combatir cualquier intento por infringir las dos anteriores.

Por eso cuando me invitaron a ofrecer una charla en la Universidad Industrial de Santander (UIS), en el marco del Festival Latinoamericano de Software Libre FLISOL2026, propuse la charla titulada "De la ingeniería a la política". En Youtube está el video y aquí está la presentación en Canva.

En esa charla comencé justificando la política con la siguiente cita de Sartori:

«...Saber de política es importante aunque a muchos no les importe, porque la política condiciona toda nuestra vida y nuestra convivencia. La ciudad perversa nos encarcela, nos hace poco o nada libres; y la mala política —que obviamente incluye la política económica— nos empobrece...»

Y seguí argumentando con una trilogía de artículos en los que se hace explícita la importancia de la formación política en ingeniería. Uno de esos artículos dice lo siguiente:

«...While engineering programs are arming their students with a tremendous amount of valuable technical knowledge, this comes at the cost of their societal awareness...»

Y concluí recordando una editorial del periódico El Espectador, del 23 de febrero de 2025, que habla sobre la educación y los desafíos actuales y futuros:

«El reto es que estamos ante un cambio de paradigma, y no hay soluciones fáciles ni rimbombantes. Necesitamos atención, disposición, recursos y un trabajo articulado en todo el país: una conversación nacional sobre cómo vamos a permitir que nuestros colegios evolucionen. La crisis no da espera, el futuro de Colombia, literalmente, depende de lo que hagamos cuanto antes.»

El próximo fin de semana serán las elecciones presidenciales de Colombia. El ambiente es hostil, porque un candidato promete destripar a quienes piensan diferente, acabar con todo lo que suene a progreso, porque cualquier progreso es progresista y les sabe feo, a comunismo, dicen. Su promesa es regresar a los tiempos clásicos, a sus tiempos, a su pasado...

La política importa. Debemos asumir liderazgos y trabajar juntos por un futuro abierto, colaborativo, pluralista... 

Adopción, permisividad y control de la IA en Educación

Leí hace unos días un artículo titulado "Cómo los profesores regulan la IA en la universidad: evidencia de 31.000 syllabus de cursos", publicado por el Center for Studies in Higher Education de la Universidad de Berkeley.  Aquí una copia en PDF.

Hay varias cosas interesantes en el artículo, que aportan a los profesores universitarios y a los investigadores y ayudan a tomar decisiones en estos tiempos.

En primer lugar usaron inteligencia artificial para analizar 31.000 syllabus de cursos o programas detallados de cursos y contrastaron los resultados con el análisis de humanos.

En segundo lugar, es un estudio longitudinal en retrospectiva. Revisaron documentos entre 2021 y 2025 y estudiaron la evolución a través del tiempo, tanto de la adopción como de las políticas de permisividad y control de inteligencia artificial.

En tercer lugar, identificaron tendencias de adopción de inteligencia artificial por disciplinas. La siguiente figura muestra que las disciplinas de negocios y humanidades tienen más tendencia a la adopción de la IA:

En cuarto lugar identificaron cómo evolucionaron las políticas de permisividad o restricción y control de uso de inteligencia artificial. La siguiente figura indica que los programas de negocios alcanzaron un mayor grado de libertad, mientras las humanidades han limitado mucho más el uso de la IA:

Y en quinto lugar se basaron en un marco (framework) interesante basado en tareas, usado en economía e ingeniería industrial. Según el modelo usado, la inteligencia artificial puede tener tres grandes efectos en la educación: El primero es erosionar o desplazar actividades realizadas anteriormente, caso en el cual se suele restringir el uso de la IA. Por ejemplo, cuando el estudiante no lee un texto y pide el resumen a la IA. El segundo es crear nuevas actividades, lo cual genera innovación, según las habilidades digitales previas. Y el tercero es transformar y mejorar las prácticas tradicionales, una evolución de la educación. La siguiente figura corresponde al modelo empleado en el estudio:

A diario aparecen nuevos estudios al respecto y seguirán apareciendo por unos años más, mientras la educación universitaria logra su transformación o pierde la carrera contra el mercado y el sistema... El llamado sigue siendo el mismo de hace 2 años, de hace 6 años en la pandemia,  de hace 10 años con el auge de la nube y de toda la vida: la educación universitaria requiere una transformación estructural. Mientras eso sucede, los profesores tenemos la responsabilidad política de seguir adelante y de tomar decisiones pese al contexto de inercia que aún no se logra superar...

Inteligencia Artificial y Pensamiento Computacional ¿Pueden pensar las máquinas?

Estuve releyendo una conferencia famosa del profesor Disjkstra, que realiza una crítica al tecnosolucionismo, la cual sigue vigente en los tiempos actuales de inteligencia artificial. Aquí una copia en PDF.

De dicha conferencia sale la expresión popular que suelo citar en charlas y clases sobre IA:

"...the question whether computers can think is just as relevant and just as meaningful as the question whether submarines can swim..."

"...la cuestión de si las computadoras pueden pensar es tan relevante y significativa como la cuestión de si los submarinos pueden nadar..."

Hay otro fragmento en esa conferencia que hoy podríamos adaptarlo a la inteligencia artificial:

"...You may, for instance, have noticed that now microprocessors are sold with precisely the same aggressive blackmail as was customary in the selling of encyclopedias. If you care about the future of your children, you had better acquaint them now... etc. Only the ones blind beyond redemption will fail to see the similarity. Seeing the similarity, however, means a beginning ability not to exclude that microprocessors will be equally helpful, reliable, and hence dispensable, as the average encyclopedia..."

Uno de los problemas permanentes de la tecnología es pensarla como un artefacto neutral, que se introduce en un contexto para que haga cosas que antes hacían los humanos y que no lleva implícita ninguna otra intención y ningún otro efecto.

En realidad no hay tal neutralidad y por eso existe un mercado tecnológico, el popular Silicon Valley, que en tiempos del ex presidente Ivan Duque solíamos llamar Cynical Valley. Justamente oía la propuesta del candidato De La Espriella sobre reducir el Estado mediante la digitalización de todos los documentos y trámites, muy al estilo de Ivan Duque durante la pandemia con CononaApp.

Ojalá la gente leyera más a Disjkstra...

¿Qué era, qué es y qué será Inteligencia Artificial?

Debemos recordar en todo momento, con humildad y curiosidad, que es muchísimo lo que no sabemos que no sabemos. Y también debemos recordar que hay diversas perspectivas, que las palabras evolucionan con el tiempo y que debemos siempre estar abiertos a nuevas ideas, a pensar, a construir un futuro. En la actualidad la tendencia es la Inteligencia Artificial y así lo será por unos años más. Pero muy pocos tienen claro y saben definir qué es eso. Hay mucha confusión, es un término "sombrilla" (umbrella concept), que arropa muchísimas ideas, algo que también sucede con Transformación Digital, término que va de la mano con la IA. Las siguientes figuras, que usé en un artículo, resumen algunas de las cosas que hoy se consideran inteligencia artificial y transformación digital.

Si queremos ser rigurosos, debemos recurrir a la literatura que originó la IA, lo que se conoce como "seminal paper" o artículo semilla. En ese sentido, hay dos documentos clave que conviene leer: primero la propuesta de investigación en IA en Dartmouth College, en 1955, liderada por John McCarthy, Marvin Minsky, Claude Shannon,  y Nathaniel Rochester, la cual originó todo lo que vivimos en la actualidad. Y segundo un documento de John McCarthy respondiendo a la pregunta ¿Qué es IA?.

Atendiendo a estos documentos, la IA es una disciplina, no es una cosa, no es un artefacto, no es una herramienta, no es un algoritmo, no es un agente... Es una disciplina donde convergen muchas otras disciplinas. El documento de McCarthy es más preciso: 

"es la ciencia y la ingeniería que crea máquinas inteligentes, en especial programas de computador inteligentes" ("It is the science and engineering of making intelligent machines, especially intelligent computer programs").

Esto nos lleva a preguntar ¿qué es inteligencia?, lo que nos adentra en un plano aún más complejo, más filosófico, más trascendental. El mismo McCarthy ofrece una definición simple, donde cabe cualquier cosa.

Si vamos un poco más adelante, el clásico libro de texto Stuart Russell y Peter Norvig nos muestra que la IA tiene al menos cuatro dimensiones:

• Sistemas que piensan racionalmente
• Sistemas que actúan racionalmente
• Sistemas que piensan como humanos
• Sistemas que actúan como humanos

Y eso nos mueve de la pregunta sobre la inteligencia a la pregunta ¿qué es el pensamiento? y más específicamente el pensamiento racional y el pensamiento humano, aunque algunos critican el antropocentrismo.

La verdad es que hay una confusión terminológica, que se introdujo en los inicios de la disciplina como una estrategia de mercado, para conseguir financiación y llamar la atención. Pero después de setenta años de evolución, ya es momento de cambiar el nombre, de ser más precisos.

Justo me encontré un artículo hace poco, titulado ¿Por qué el término «inteligencia artificial» resulta engañoso? (Why the Term ‘Artificial Intelligence’ Is Misleading?), escrito por Pablo Sanguinetti, un filósofo y profesor. Aquí el artículo en inglés, aquí una traducción al español y aquí una copia de respaldo en PDF de ese artículo y los dos anteriores. Sanguinetti menciona los documentos citados previamente y recurre al filósofo Gilbert Ryle y su concepto "error de categoría", indicando que hay al menos tres tipos de "error de categoría":

1. Disciplina vs entidad: la IA es una disciplina, no es una cosa.
2. Aspiración vs realidad: la IA es un anhelo o deseo humano, una promesa, una meta, como los viajes a la Luna o la cura contra el cáncer. En 70 años se ha logrado mucho de ese anhelo, pero aún falta, es un proceso que busca imitar la inteligencia humana, algo que aún no logramos comprender en su totalidad.
3. Herramienta vs agente: la IA es un artefacto, no es un agente, aunque ahora hablen de agentes. La autonomía total de la IA no existe, siempre se requiere de un humano que la programe, que la entrene, que la active. Si bien hay mucha automatización y una ilusión de entidades inteligentes, la realidad es otra y falta mucho para lograr lo que promete el mercado de ciencia ficción.

Sanguinetti, igual que otros autores, propone cambiar la terminología. Por ejemplo, hablar de inteligencia simulada o de automatización cognitiva. Además, enfatiza en la importancia del lenguaje, de las palabras, del efecto que tiene en la realidad el uso de las palabras incorrectas. Las palabras terminan creando realidades y eso trae consecuencias, es muy riesgoso.

ConTICtualizando, desde la educación es importante ser más rigurosos y explicar a nuestros estudiantes lo que realmente es la IA, ser más éticos y sembrar en los estudiantes la duda, la curiosidad, la crítica. Debemos seguir leyendo, escribiendo, dialogando, preguntando, creando... 

La IA nació como una disciplina, como una iniciativa innovadora y ambiciosa, pero fue evolucionando y ahora son muchas disciplinas. Por ejemplo, las ciencias de datos emergen de la IA, pero realmente son estadística automatizada. Y algo similar sucede con la robótica Y mañana la IA será lo que decidamos y hagamos nosotros. Por lo menos leamos y dialoguemos y tratemos de juntar diferencias en medio del caos.

Por eso, espero publicar pronto una pequeña reseña de tres libros que leí en los últimos meses. Dejaré aquí los nombres y autores de esos libros como recordatorio y compromiso:

1) Algoritmos deshumanizantes, de Santiago Jiménez Londoño

2) Palabras y Algoritmos, de Camilo Chacon Sartori

3) Inteligencia Artificial, de Juan David Gutiérrez y Rubén Manrique

Cada uno de los tres libros ofrece diversas definiciones, pero podemos concluir que la IA es una disciplina y no un artefacto y que conviene comenzar a cambiar las palabras, dejar a un lado la moda y la burbuja del mercado de Silicon Valley...

La paradoja de las brechas digitales e inteligencia artificial, frente a las restricciones y controles para menores de edad

Vivimos una época de cambios acelerados y profundos y de paradojas. Una de las paradojas interesantes es la tendencia a impedir que los niños y jóvenes usen tecnologías y accedan a redes sociales o de regular su acceso. Esto debido a los diversos riesgos e implicaciones que se han identificado. En contraste, al mismo tiempo, paradójicamente, se requiere cerrar las brechas digitales, que la tecnología se involucre en el contexto educativo, en especial la Inteligencia Artificial.

La tecnología como enzima educativa ha sido una tendencia permanente desde los tiempos de Seymour Papert, con su tortuga Logo. Textualmente, según el sitio web del gran profesor Papert:

"children using computers as instruments for learning and for enhancing creativity, innovation, and "concretizing" computational thinking".

Papert fue el primero en hablar sobre pensamiento computacional, algo que es un imperativo desde hace 20 años, cuando Jeannette Wing publicó su primer artículo al respecto en ACM (por si no hay acceso, aquí una copia en PDF). Según Wing, después de leer y escribir y dominar la aritmética básica, lo más importante es el pensamiento computacional. Su artículo seminal concluye diciendo:

"We’ll thus spread the joy, awe, and power of computer science, aiming to make computational thinking commonplace".

Regresando a Papert, el gran promotor de la tecnología en la educación fue discípulo doctoral del pedagogo Piaget, de quien tomó prestadas algunas ideas de eso que llaman "constructivismo" y creó el "construccionismo", enfatizando el "hacer", la "acción", la "experiencia activa" como eje fundamental del aprendizaje.

Y no es casual que Papert sea el supervisor doctoral del profesor Mitchel Resnick, creador de Scratch, el lenguaje de bloques y herramienta por excelencia para desarrollar pensamiento computacional y aprender a programar (no fueron jamás y no son los diagramas de flujo). Reskick siguió el camino soñado por su maestro y propone (aún vigente) algo que llama Lifelong Kindergarten, afirmando que todos debemos seguir aprendiendo como niños en el "kinder", imaginando, creando, jugando, compartiendo... Que sean sus propias palabras las que nos ayuden a entender ese enfoque de la tecnología en la educación:

"In kindergartens these days, children spend more time with math worksheets and phonics flashcards than building blocks and finger paint. Kindergarten is becoming more like the rest of school. In Lifelong Kindergarten, learning expert Mitchel Resnick argues for exactly the opposite: the rest of school (even the rest of life) should be more like kindergarten. To thrive in today's fast-changing world, people of all ages must learn to think and act creatively—and the best way to do that is by focusing more on imagining, creating, playing, sharing, and reflecting, just as children do in traditional kindergartens".

Ninguno de ellos propuso dejar a los niños, jóvenes y adultos en solitario, a merced de la tecnología, sus fabricantes y el mercado. Su propuesta era que los profesores y los padres de familia estuviesen altamente capacitados y trabajaran con sus estudiantes, aprovechando el poder disruptivo de la tecnología. Entonces, la paradoja que hoy vemos es resultado de un fracaso de los currículos, de los expertos en pedagogía y del sistema educativo.

Al mercado de tecnología, a los grandes millonarios que dominan las grandes empresas de Silicon Valley solo les importa su dinero, su poder, su crecimiento, su evolución, su revolución digital. La muestra es la sanción ejemplar a las redes sociales, por generar adicción, no solo en los niños, pero en especial en los niños. La fotografía y los titulares llaman mucho la atención, pero conviene mirar de cerca y en detalle todas las implicaciones.

https://www.nytimes.com/2026/03/25/technology/social-media-trial-verdict.html

Hay evidencia abundante de los riesgos  y daños de la tecnología y las redes sociales en los niños. Por ejemplo, el impacto negativo de los videos cortos, la adicción a las redes sociales, los patrones y condiciones que determinan esa adicción y los diversos problemas de salud que se derivan de las tecnologías digitales. Y no solamente en los niños. Hay hay trabajos sobre el impacto de la inteligencia artificial en las habilidades de las personas y en el trabajo.  En Colombia, el pedagogo Julián de Zubiría ha insistido mucho en el tema y hay una entrevista interesante que muchos profesores deberían ver. Allí afirma que "Ningún niño, ninguno, antes de los seis años debería tener una tableta", además de hablar sobre las debilidades del sistema educativo de nuestro país. En mi canal de YouTube hice una copia de esa entrevista.

https://youtu.be/ktCUq47RPGA

Y hay un artículo en el periódico El Tiempo con un título muy sugestivo: "La ‘imbecilización’ de los colegios en Colombia", el cual contrasta con los programas de gobierno como computadores y tabletas para educar...

Por eso muchos países ya han legislado y otros están evaluando cómo controlar y restringir el acceso a tecnologías, redes sociales e inteligencia artificial. Para el caso de niños y jóvenes, un artículo en La República muestra el mapa mundial con el estado de restricciones.

Artículo La República

Junto a este mapa hay un artículo de la OECD sobre el estado de restricciones a redes sociales en sus países miembro. Según ese documento, sólo Australia, Brasil e Indonesia tienen normas en firme y los demás países están aún en estudio y debates.

Y en Colombia, por ahora, está la Ley 2489 de 2025, de entornos digitales sanos para niños y adolescentes y está para comentarios el decreto reglamentario. Aquí hay un pequeño resumen de las propuestas, lástima que la universidad y la región no son parte de estas conversaciones. Están en su cómoda burbuja de podere en intereses particulares...

ConTICtualizando: 1) Hay una paradoja entre restringir y controlar el acceso  y uso de la tecnología y la urgencia de cerrar las brechas digitales e involucrar la inteligencia artificial en la educación. 2) Esa paradoja revela un fracaso del sistema educativo, de los expertos en pedagogía y currículo, de los profesores y universidades. 3) Como dice Julián de Zubiría, debemos trabajar en equipo, juntar diferencias, trabajar en conjunto para transformarnos, para transformar la educación...

¿Seremos capaces de juntarnos y liderar la transformación digital de la educación? ¿Seguiremos en un modelo burocratizado, dependiendo de la letra pequeña, de las leyes, decretos... de cumplir por cumplir, en apariencia, sin realmente cambiar las prácticas? ¿Seguiremos ver el tiempo pasar y el mundo cambiar mientras la educación sigue siendo la misma de tiempos pasados?