Derecho a la dificultad y gobernanza democrática de la inteligencia artificial educativa
DOI:
https://doi.org/10.31391/GMLN3461Palabras clave:
inteligencia artificial generativa, filosofía de la educación, delegación cognitive, dificultad formativa, democracia tecnológicaResumen
El objetivo del artículo es determinar qué operaciones pueden delegarse a la inteligencia artificial (IA) generativa sin desplazar las experiencias mediante las que se forman capacidades y se aprende a responder ante otros. La metodología adopta una reconstrucción filosófico-normativa y utiliza la evidencia empírica reciente como contraste; no como fundamento autónomo de la tesis. La aproximación entiende la educación como formación y apropiación de capacidades (no una mera producción de resultados) y examina la delegación desde la autonomía futura, la agencia epistémica, la responsabilidad relacional y la rendición pública de cuentas. Como resultados, se delimitan el “derecho a la dificultad formativa”, una pretensión institucional prima facie frente a la sustitución injustificada de operaciones constitutivas, y la “dependencia gobernable”, una mediación inteligible, contestable y compatible con la conservación de autoridad sobre fines y criterios, evaluada mediante tres pruebas de justificación. En conclusión, la IA puede integrarse con legitimidad en prácticas cognitivas distribuidas, pero no sustituir, sin justificación pedagógica, las experiencias necesarias para desarrollar capacidades ni tomar de forma autónoma decisiones educativas que afecten a las personas. Su democratización requiere garantizar la participación, la posibilidad de cuestionar las decisiones y la opción de prescindir de estos sistemas sin comprometer las capacidades institucionales.
Descargas
Referencias
Arendt, H. (2006). Between past and future: Eight exercises in political thought. Penguin. Original publicado en 1961.
Barnard, M. J. y Crome, K. (2026). The plagiarist in the machine? Generative AI and the will to fail. Future Humanities, vol. 4, núm. 2, e70030. https://doi.org/10.1002/fhu2.70030
Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö. y Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. Proceedings of the National Academy of Sciences, vol. 122, núm. 26, e2422633122. https://doi.org/10.1073/pnas.2422633122
Bellomo, S. T. y Sun, K. (2026). Can artificial intelligence foster deep personalization in education? Future Humanities, vol. 4, e70028. https://doi.org/10.1002/fhu2.70028
Biesta, G. (2010). Good education in an age of measurement: Ethics, politics, democracy. Paradigm Publishers.
Bjork, E. L. y Bjork, R. A. (2011). Making things hard on yourself, but in a good way: Creating desirable difficulties to enhance learning. En M. A. Gernsbacher, R. W. Pew, L. M. Hough y J. R. Pomerantz (eds.). Psychology and the real world: Essays illustrating fundamental contributions to society (pp. 56–64). Worth Publishers.
Broadfoot, P. y Rockey, J. (2025). Generative AI and the social functions of educational assessment. Oxford Review of Education, vol. 51, núm. 2, pp. 281–300. https://doi.org/10.1080/03054985.2025.2455549
Callon, M., Lascoumes, P. y Barthe, Y. (2009). Acting in an uncertain world: An essay on technical democracy (G. Burchell, traducción). MIT Press.
Carter, J. A. (2020). Cognitive goods, open futures and the epistemology of education. Journal of Philosophy of Education, vol. 54, núm. 2, pp. 449–466. https://doi.org/10.1111/1467-9752.12420
Carter, J. A. (2018). Autonomy, cognitive offloading, and education. Educational Theory, vol. 68, núm. 6, pp. 657–673. https://doi.org/10.1111/edth.12338
Clark, A. y Chalmers, D. (1998). The extended mind. Analysis, vol. 58, núm. 1, pp. 7–19. https://doi.org/10.1093/analys/58.1.7
Council of the European Union (2026, 29 de junio). Artificial intelligence: Council gives final green light to simplify and streamline rules. https://www.consilium.europa.eu/en/press/press-releases/2026/06/29/artificial-intelligence-council-gives-final-green-light-to-simplify-and-streamline-rules/
Crawford, K. (2021). Atlas of AI: Power, politics, and the planetary costs of artificial intelligence. Yale University Press.
Darwall, S. (2006). The second-person standpoint: Morality, respect, and accountability. Harvard University Press.
Dewey, J. (1997). Experience and education. Touchstone. Original publicado en 1938.
European Parliament and Council (2024). Regulation (EU) 2024/1689 laying down harmonised rules on artificial intelligence. Official Journal of the European Union, 2024/1689. https://eur-lex.europa.eu/eli/reg/2024/1689/oj
Fan, Y., Tang, L., Le, H., Shen, K., Tan, S., Zhao, Y., Shen, Y., Li, X. y Gašević, D. (2025). Beware of metacognitive laziness: Effects of generative artificial intelligence on learning motivation, processes, and performance. British Journal of Educational Technology, vol. 56, núm. 2, pp. 489–530. https://doi.org/10.1111/bjet.13544
Feenberg, A. (2010). Between reason and experience: Essays in technology and modernity. MIT Press.
Feinberg, J. (1980). The child's right to an open future. En W. Aiken y H. LaFollette (eds.). Whose child? Children's rights, parental authority, and state power (pp. 124–153). Rowman & Littlefield.
Furze, L., Perkins, M., Roe, J. y MacVaugh, J. (2024). The AI Assessment Scale (AIAS) in action: A pilot implementation of GenAI-supported assessment. Australasian Journal of Educational Technology, vol. 40, núm. 4, pp. 38–55. https://doi.org/10.14742/ajet.9434
Hohfeld, W. N. (1919). Fundamental legal conceptions as applied in judicial reasoning and other legal essays. Yale University Press.
Illich, I. (1973). Tools for conviviality. Harper & Row.
Jasanoff, S. (ed.) (2004). States of knowledge: The co-production of science and social order. Routledge.
Kestin, G., Miller, K., Klales, A., Milbourne, T. y Ponti, G. (2025). AI tutoring outperforms in-class active learning: An RCT introducing a novel research-based design in an authentic educational setting. Scientific Reports, vol. 15, 17458. https://doi.org/10.1038/s41598-025-97652-6
Kouppanou, A. (2026). Questioning the machine: Education, thinking, writing, and large language models. Educational Philosophy and Theory. Advance online publication. https://doi.org/10.1080/00131857.2025.2610999
Latour, B. (1992). Where are the missing masses? The sociology of a few mundane artifacts. En W. E. Bijker y J. Law (eds.). Shaping technology/building society: Studies in sociotechnical change (pp. 225–258). MIT Press.
Melumad, S. y Yun, J. H. (2025). Experimental evidence of the effects of large language models versus web search on depth of learning. PNAS Nexus, vol. 4, núm. 10, pgaf316. https://doi.org/10.1093/pnasnexus/pgaf316
Miao, F. y Cukurova, M. (2024). AI competency framework for teachers. Unesco. https://doi.org/10.54675/ZJTE2084
Miao, F., Shiohira, K. y Lao, N. (2024). AI competency framework for students. Unesco. https://www.unesco.org/en/articles/ai-competency-framework-students
Nikolaidis, A. C. (2021). A third conception of epistemic injustice. Studies in Philosophy and Education, vol. 40, núm. 4, pp. 381–398. https://doi.org/10.1007/s11217-021-09760-1
Organización para la Cooperación y el Desarrollo Económicos (OCDE) (2026). OECD Digital Education Outlook 2026: Exploring effective uses of generative AI in education. OECD Publishing. https://doi.org/10.1787/062a7394-en
Organización para la Cooperación y el Desarrollo Económicos (OCDE) (2025). Results from TALIS 2024: The state of teaching. OECD Publishing. https://doi.org/10.1787/90df6235-en
Organización para la Cooperación y el Desarrollo Económicos y Comisión Europea (2026). Empowering learners for the age of AI: An AI literacy framework for primary and secondary education. OECD Publishing. https://doi.org/10.1787/65cd27d4-en
Pietarinen, A.-V. y Shi, S. (2026). Manipulation and deception in generative AI-mediated education: Preserving epistemic agency, critical thinking, and creativity. Postdigital Science and Education. Advance online publication. https://doi.org/10.1007/s42438-026-00644-6
Rivera-Novoa, A. y Duarte Arias, D. A. (2026). Generative artificial intelligence and extended cognition in science learning contexts. Science & Education, vol. 35, pp. 755–776. https://doi.org/10.1007/s11191-025-00660-1
Seung, Y. y Basham, J. D. (2026). Cognitive offloading in the age of generative AI: What does it mean for students with learning disabilities? Learning Disability Quarterly. Advance online publication. https://doi.org/10.1177/07319487261439132
Siebold, J.-P., Witschas, A. y Mühlhoff, R. (2026). When the future feels foreclosed: AI resignation and the power to act. Future Humanities, vol. 4, e70026. https://doi.org/10.1002/fhu2.70026
Smith, S. J. (2026). Generative artificial intelligence, formative epistemic injustice, and educators' solutions. Studies in Philosophy and Education. Advance online publication. https://doi.org/10.1007/s11217-026-10100-4
Stiegler, B. (2010). Taking care of youth and the generations (S. Barker, traducción). Stanford University Press.
Taylor, M. R. (2026). The obligation to restrict AI in student writing. Journal of Philosophy of Education, qhaf097. https://doi.org/10.1093/jopedu/qhaf097
Tishenina, M. (2026). Generative AI and the irreducible role of teachers as callers into subjectness: A placebo-nocebo-treatment framework. Studies in Philosophy and Education. Advance online publication. https://doi.org/10.1007/s11217-026-10051-w
Vendrell, M. y Johnston, S.-K. (2026). Scaffolding critical thinking with generative AI: Design principles for integrating large language models in higher education. Computers and Education: Artificial Intelligence, vol. 10, 100572. https://doi.org/10.1016/j.caeai.2026.100572
Wang, G., Wang, W., Yang, D. y Ren, J. (2026). Generative AI, cognitive offloading, and learner agency in higher education: A scoping review. Behavioral Sciences, vol. 16, núm. 7, 1150. https://doi.org/10.3390/bs16071150
Weber-Wulff, D., Anohina-Naumeca, A., Bjelobaba, S., Foltýnek, T., Guerrero-Dib, J., Popoola, O., Šigut, P. y Waddington, L. (2023). Testing of detection tools for AI-generated text. International Journal for Educational Integrity, vol. 19, 26. https://doi.org/10.1007/s40979-023-00146-z
Zhu, Q., Li, X., Dong, Y., Chang, P. y Fan, M. (2026). Not all cognitive offloading is equal: Distinguishing dependent and autonomous offloading to generative AI. Frontiers in Psychology, vol. 17, 1878629. https://doi.org/10.3389/fpsyg.2026.1878629
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Sinéctica
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial 4.0 Internacional.
Los autores que publican en Sinéctica están de acuerdo con los siguientes términos:
Los autores conservan los derechos de autor y otorgan a la revista el derecho de primera publicación de la obra autorizada simultáneamente bajo una licencia de atribución de Creative Commons, la cual permite a otros compartir el trabajo siempre y cuando se reconozca tanto la autoría de la obra como la publicación inicial en esta revista.
Los autores pueden celebrar acuerdos contractuales adicionales por separado para la distribución no exclusiva de la versión publicada de la revista (por ejemplo, publicarla en un repositorio institucional o en un libro), con el reconocimiento de su publicación inicial en esta revista.
Es permitido que los autores publiquen su trabajo en repositorios institucionales o en su propio sitio web antes y durante el proceso de envío, ya que puede generar intercambios productivos, así como una citación anterior y mayor del trabajo publicado.
Nota aclaratoria: A partir de 2017, Sinéctica se rige con base en la Licencia Creative
Commons Atribución-NoComercial 4.0 Internacional, versión que armoniza las licencias a nivel internacional.
Los artículos de 1992 a 2016 están bajo una Licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional, la cual permite compartir y distribuir una obra sin fines comerciales y con reconocimiento del autor, pero prohíbe modificar la creación original.
