🎯 Capacidades Clave en Educación e IA Generativa

A continuación se presentan las principales capacidades humanas identificadas por Martha Nussbaum y Amartya Sen, reinterpretadas para su aplicación en contextos educativos con uso de IA generativa.
Este marco busca ayudar a docentes y estudiantes a identificar riesgos y diseñar estrategias para proteger y fomentar dichas capacidades.

🧠 Sentidos, Imaginación y Pensamiento

Síntesis: Proteger la creatividad, el pensamiento crítico y la libertad de expresión frente a automatización y manipulación.

El uso extensivo de IA generativa puede limitar el desarrollo cognitivo si las tareas se vuelven repetitivas o meniales.
Los docentes deben promover un uso que estimule la imaginación, el pensamiento crítico y el razonamiento verdaderamente humano.
Implica experiencias de libre elección, protección de la libertad de expresión y ejercicio religioso, y evitar el dolor no beneficioso.
La IA generativa puede manipular textos, imágenes, audio y video para influir en la opinión pública o crear narrativas falsas.
Se requiere guiar a los estudiantes para evaluar críticamente la información generada por IA y distinguir entre lo real y lo sintético.

⚖️ Razón Práctica

Síntesis: Fomentar la capacidad de reflexionar sobre la propia vida y actuar con autonomía ética.

Capacidad de formar una concepción del bien y planificar la propia vida.
Riesgo: manipulación informativa y suplantación de identidad que erosionan la confianza en procesos democráticos.
La IA debe expandir oportunidades de reflexión y agencia, no sustituirlas.
Implica proteger la libertad de conciencia y enseñar a deliberar éticamente sobre el impacto de la IA en la sociedad.

❤️ Emociones y Afiliación

Síntesis: Mantener la autoestima, las relaciones humanas y el respeto mutuo.

Capacidad de establecer vínculos, sentir gratitud, ira justificada, y vivir sin miedo ni humillación.
La IA puede reproducir sesgos y estereotipos dañinos, afectando la autoimagen y las relaciones sociales.
Los docentes deben evitar la deshumanización y promover respeto mutuo y dignidad.
Relevante también la salud mental de quienes interactúan con contenidos dañinos en cadenas de producción de IA.

🛠 Desarrollo de Habilidades y Calidad del Trabajo

Síntesis: Evitar el deskilling y promover competencias complejas.

Evaluar si la IA fortalece o debilita el juicio, la deliberación ética y la autonomía.
Riesgo: tareas fragmentadas y monótonas que no cultivan habilidades críticas.
Estrategia: diseñar actividades con integridad de la tarea, uso de habilidades diversas y significado personal.
Enseñar a supervisar y colaborar con la IA, no depender pasivamente de ella.

🌐 Sesgos y Brecha Digital Lingüística

Síntesis: Reconocer y mitigar sesgos culturales y lingüísticos.

LLM entrenados mayoritariamente en inglés y cultura occidental → riesgo de traducciones pobres y alucinaciones.
Enseñar a detectar y cuestionar la parcialidad cultural y la limitación de explicaciones no universales.
Implica concienciar sobre cómo la falta de diversidad en datos afecta la aplicabilidad de la IA.

📣 Acceso Equitativo

Síntesis: Garantizar que todos los estudiantes puedan beneficiarse de la IA.

Los beneficios de la IA están desigualmente distribuidos a nivel global.
Obstáculos: falta de infraestructura, alfabetización digital, marcos legales y recursos en países de ingresos bajos y medios.
Los docentes deben abogar por políticas de acceso equitativo y reducir la dependencia de grandes corporaciones.
La ética de la IA debe promover el desarrollo de capacidades y agencia humana para cada persona.