lunes, 16 de noviembre de 2026

Detectores IA a examen.




En este artículo sometemos a prueba a distintas herramientas de detección de contenido generado por IA mediante un procedimiento sencillo: sometemos a evaluación un artículo elaborado sin apoyo alguno de Inteligencia artificial y otro redactado íntegramente por ChatGPT con instrucciones de contenido y petición expresa de originalidad en la redacción.


DETECTOR TEXTO ORIGINAL TEXTO CHATGPT
Scribbr 27 / 0 100 / 45
QuillBot 83 / 0 82 / 45
Getsolved 85 / 85 100 / 100
Sapling 0,2 / 0,2 99 / 99
ZeroGPT 20,3 / 20,3 66,3 / 66,3

Porcentajes de huella de IA en 1º y 2º medición (x/y)


TEXTO DE ELABORACIÓN PROPIA

La noción de aprendizaje por tareas o, como se conoce universalmente en inglés, Task-Based Learning, es un modelo metodológico que tiene su eclosión en las décadas de los 70 - 80 y que se propone llevar al contexto académico la idea de que, en su modo más genuino y común, el aprendizaje se produce haciendo. Ante la necesidad de lograr un objetivo práctico, las tareas se conciben como actividades cuya ejecución requiere acopio y asimilación de información, una posible interacción e intercambio de experiencias con profesores y compañeros, y la implementación de estrategias de resolución. Frente a un modelo educativo basado fundamentalmente en la memorización de contenidos y una práctica enfocada la elaboración de ejercicios creados para su repaso y aplicación sistemática, se extiende la idea de la reorientación hacia el modelo de aprendizaje por tareas, que se contemplaría como la materialización de un mecanismo de aprendizaje activo que motiva y despierta el interés de un estudiante que adquiere de este modo competencias con mayor facilidad y solidez. Al realizar tareas, asume retos que debe afrontar mediante el manejo de conceptos que cobran significado por su valor instrumental. El alumno toma conciencia directa de cómo sus competencias mejoran, a la vez que detecta puntos débiles en los que debe superarse para lograr una competencia aún mayor. Muchos partidarios de este enfoque ahondan en sus ventajas aunque, ciertamente, no todas sus declaraciones vienen acompañadas de estudios comparativos de rigor ni del análisis de las condiciones necesarias para su éxito, pero lo cierto es que la idea, muchas veces parcial y difusa, se acoge por lo general con confianza y buena disposición en el sector docente. 

La fórmula, puesta a prueba inicialmente en el ámbito de los segundos idiomas, adquiere rápidamente prestigio y popularidad en el contexto educativo general y acaba extendiéndose al conjunto de las enseñanzas. El sistema encuentra encaje normativo como metodología activa en el marco de la evaluación competencial y adquiere especial relevancia en el contexto de la enseñanza online. En este ámbito formativo se recurre a Internet como proveedor de contenidos; con las herramientas informáticas, el estudiante puede investigar sin dificultad a partir de fuentes diversas, compartir logros y dificultades a través de chats y videoconferencias, y el profesorado puede centrar su función docente en la atención personalizada. Es un modelo que facilita el desarrollo de las enseñanzas a distancia y que se trata de extender como recurso de aprendizaje activo a la enseñanza presencial. También aquí, el papel del profesor en el aula cambiaría paulatinamente de enfoque: de ser un transmisor unidireccional de contenidos a convertirse en un guía que ofrece apoyo especializado, que orienta a sus alumnos con retroalimentaciones motivadoras que señalan sus logros competenciales y reorientan su esfuerzo a la superación de las carencias detectadas.

La defensa de este enfoque metodológico llegó a generar una noción de novedad que rozaba lo ilusorio, soslayando su continuidad con planteamientos desarrollados a principios del siglo XX por autores como Dewey, Piaget o Vygotsky, y con raíces profundas en modelos clásicos. Así, sin olvidar la distancia en el tiempo y la evolución de la percepción de la naturaleza del conocimiento y la educación, no debe despreciarse la importancia concedida desde antaño al ejercicio práctico para la adquisición del conocimiento. Es algo que a su modo se refleja en la indagación propia de la mayéutica socrática o en ciertos pasajes de la Ética a Nicómaco de Aristóteles en los que se vincula el logro de la virtud al ejercicio práctico y la habituación. Una fascinación por la supuesta novedad del aprendizaje por tareas y la magnificación de sus resultados llevó a que no faltara quien considerara obsoletos conceptos como estudio, memorización, contenidos o examen, y prácticas como los ejercicios de resultado cerrado o mecanismos de evaluación como el examen. Sin embargo, la praxis docente conduce a pensar que su implementación como mecanismo formativo y de evaluación único, junto al rechazo a técnicas basadas en el estudio sistemático, la realización de ejercicios y la preparación de exámenes presenciales, conlleva el riesgo de un resultado formativo deficiente. Más aún si en el diseño del plan de aprendizaje por tareas falta un estudio sistemático previo, riguroso y detallado de los logros de aprendizaje que habrían de ir acompañados de su correcta realización final.

Su empleo como mecanismo de evaluación ha sido siempre su faceta más problemática, con problemas relacionados con el fraude en relación con la autoría: bien por la intervención de un tercero o por el plagio de contenidos. En su lucha contra el mismo, el profesor corrector cuenta desde hace tiempo con herramientas como Plagiarism Checker, una aplicación online que logra detectar con un razonable porcentaje de acierto el empleo de fuentes publicadas en la red, aportando enlaces a los contenidos originales que constituyen una prueba fehaciente del empleo no referenciado de contenido cuando el conjunto de coincidencias sobrepasa un nivel razonable. Aun así, sus resultados no son infalibles al no tener capacidad para contrastar la totalidad de publicaciones en línea, difícilmente logra su objetivo si la redacción final se altera mediante el empleo de herramientas de variación de texto y, obviamente, no tiene acceso a fuentes publicadas exclusivamente en papel. Con todo ello, hasta el momento de la eclosión de las herramientas de inteligencia artificial, el profesor contaba con la posibilidad de proponer tareas de resolución original, ya fueran individuales o grupales, algo que dificultaba, al menos parcialmente, el empleo de párrafos copiados, aunque en ningún caso la suplantación, al menos en el contexto online.

Con la expansión de la inteligencia artificial llegó la sentencia de muerte definitiva del empleo de este modelo como mecanismo concluyente de evaluación. Al margen de sus resultados como producto, solo una supervisión directa del proceso de elaboración de la tarea y una constatación del logro competencial que su ejecución supone permiten la verificación del aprendizaje y su correspondiente aprobación. Los alumnos cuentan hoy con sistemas generativos que producen resultados adaptados a sus peticiones, moldeables por el uso de prompts específicos y que vienen a ser, en definitiva, una versión actualizada del clásico recurso a la suplantación, en este caso con el apoyo de un superaliado con capacidad de resolver de manera destacada cualquier tarea propuesta en el ámbito educativo: con amplio conocimiento de la información disponible y una capacidad superior para proporcionar soluciones originales y personalizadas.

Desde mi punto de vista, no hay vuelta atrás en este sentido: la tarea sigue siendo un mecanismo de aprendizaje tremendamente productivo, al que hoy se añade el uso de la inteligencia artificial como una herramienta que, empleada con criterio formativo, ofrece una poderosa ayuda en todos los sentidos: no ya solo proporcionando la información precisa, sino aportando explicaciones y resolviendo dudas al nivel requerido, sugiriendo ideas, sirviendo de corrector, etc. El problema es, sin duda, la escasa fiabilidad de la tarea como instrumento de evaluación si esta no se resuelve presencialmente. Sería como pretender realizar una prueba de conducción a alguien que maneja un automóvil plenamente automatizado sin la presencia de un examinador que certifica el empleo manual de los mecanismos de control.

El desarrollo de las herramientas de detección de contenido elaborado mediante el empleo o el respaldo de la inteligencia artificial va parejo al de la capacidad de la propia inteligencia artificial y de herramientas específicas afines para la generación de textos que simulan la escritura humana, por lo que no cabe esperar de ellas una solución definitiva asegurada a medio o largo plazo. Los parámetros que utilizan para la detección se basan en la búsqueda de patrones característicos de los productos elaborados por IA, sin estar en su mano aportar la prueba que respalde su sospecha: registros de peticiones y respuestas que permitan comprobar coincidencias con la tarea entregada. ¿Cuál sería entonces su valor? El de informar al profesor de la sospecha de suplantación y aportarle indicios que justifiquen comprobaciones adicionales, pero no argumentos concluyentes para fundamentar una calificación negativa en la atribución fraudulenta de la autoría.

TEXTO ELABORADO POR CHATGPT
(Prompt: Quisiera un artículo de extensión similar al mío en el que hablaras del aprendizaje por tareas, el modo en que este modelo se ha generalizado en el contexto educativo y los problemas que entrañan el fraude y la suplantación para su uso como herramienta de evaluación. Debe incluir el tema de las herramientas de detección de IA, una explicación sobre el mecanismo informático empleado y un análisis del valor de los resultados que arroja. Es importante que humanices la redacción para tratar de superar un análisis de detector de IA).

El aprendizaje por tareas y el problema de la evaluación en la era de la inteligencia artificial.

El aprendizaje por tareas (Task-Based Learning) constituye una de las propuestas metodológicas que más influencia han adquirido en la transformación de los modelos educativos contemporáneos. Su planteamiento parte de una idea aparentemente sencilla: el conocimiento se adquiere de manera más significativa cuando se utiliza para resolver un problema o alcanzar un objetivo concreto. Frente a una enseñanza centrada en la transmisión de contenidos y su posterior reproducción mediante ejercicios, se propone situar al estudiante ante situaciones que requieren investigar, seleccionar información, tomar decisiones y poner a prueba los conocimientos adquiridos. Aprender no consistiría tanto en acumular información como en desarrollar la capacidad de utilizarla.

 Aunque sus formulaciones modernas se desarrollaron especialmente en el ámbito de la enseñanza de idiomas, su aplicación se extendió progresivamente a otras disciplinas hasta convertirse en un principio metodológico de alcance general. La generalización de este modelo coincidió, además, con la expansión de las tecnologías digitales y de los entornos de aprendizaje online. La posibilidad de acceder a fuentes de información muy diversas, compartir documentos y desarrollar actividades sin necesidad de coincidir físicamente en un aula parecía ofrecer un escenario especialmente favorable para su implantación. El profesorado dejaba de ocupar el lugar exclusivo de transmisor de conocimientos para asumir una función de orientación, seguimiento y acompañamiento del aprendizaje.

Esta transformación no estaba exenta de dificultades. La eficacia del aprendizaje por tareas dependía, en buena medida, de la calidad de su diseño y de la existencia de una planificación rigurosa de los objetivos que se pretendía alcanzar. Una actividad no se convertía automáticamente en una experiencia formativa por el hecho de exigir al estudiante la elaboración de un producto o la resolución de un problema. Era necesario que su realización implicara realmente el manejo de los conceptos y procedimientos que constituían el objeto del aprendizaje. De lo contrario, podía terminar reducida a una búsqueda de información, una recopilación de contenidos o la elaboración de un documento cuya calidad formal no guardaba necesariamente relación con los conocimientos del alumno.

El problema adquiría una dimensión diferente cuando estas actividades se utilizaban como instrumentos de evaluación. La realización de una tarea fuera del aula permitía valorar determinados resultados, pero introducía una dificultad fundamental: el profesor no podía tener la certeza de que el trabajo presentado fuera efectivamente obra del estudiante. El plagio de materiales publicados en Internet, la intervención de terceras personas o la utilización de trabajos elaborados por otros constituían problemas conocidos desde mucho antes de la aparición de la inteligencia artificial. Las herramientas de detección de coincidencias textuales permitían localizar fragmentos reproducidos de otras fuentes, aunque su capacidad dependía de que los contenidos originales estuvieran disponibles en las bases de datos consultadas. Tampoco podían detectar con facilidad los textos previamente modificados o las aportaciones realizadas por terceros.

La irrupción de los modelos generativos de inteligencia artificial ha alterado sustancialmente este escenario. Ya no se trata únicamente de copiar contenidos existentes o recurrir a alguien que realice el trabajo. Cualquier estudiante dispone ahora de herramientas capaces de producir respuestas originales, estructuradas y adaptadas a las características concretas de una actividad. Mediante instrucciones relativamente sencillas es posible obtener explicaciones, comentarios, traducciones, análisis y documentos completos, así como solicitar sucesivas modificaciones hasta conseguir un resultado aparentemente satisfactorio. La suplantación deja de requerir necesariamente la intervención de otra persona: puede realizarse mediante un sistema que responde de forma inmediata y que, además, permite mantener una interacción continuada durante todo el proceso de elaboración.

Ante esta situación han proliferado las herramientas de detección de textos generados por inteligencia artificial. Su funcionamiento se basa, en términos generales, en el análisis de determinadas características estadísticas y lingüísticas de la escritura. Algunos sistemas examinan la distribución de las palabras y la probabilidad de que determinadas secuencias aparezcan en un texto producido por un modelo generativo. Otros atienden a la regularidad de las estructuras sintácticas, la predictibilidad del vocabulario, la variación de la longitud de las frases o determinados patrones de organización del discurso. Mediante modelos de clasificación entrenados con muestras de textos humanos y artificiales, estas herramientas calculan hasta qué punto un documento presenta características asociadas a una u otra procedencia.

Sin embargo, conviene no confundir una estimación estadística con una demostración de autoría. Los resultados que ofrecen estos sistemas no permiten establecer de manera concluyente quién ha escrito un texto ni si se ha utilizado inteligencia artificial durante su elaboración. Un documento redactado por una persona puede presentar características que el detector asocie a la escritura generativa, del mismo modo que un texto producido por una IA puede no ser identificado como tal. La extensión del documento, el idioma, el género textual, el nivel de formalidad y las modificaciones introducidas durante la redacción pueden influir en los resultados. A ello se añade que los propios modelos generativos evolucionan constantemente, lo que dificulta mantener criterios de detección estables.

El problema tiene especial relevancia cuando se pretende utilizar estos resultados como fundamento de una calificación académica o como prueba de una conducta engañosa. Un porcentaje elevado de probabilidad no equivale a una certeza y no debería convertirse, por sí solo, en un elemento objetivo para atribuir una infracción al estudiante. La detección puede proporcionar al profesor un indicio que justifique examinar con mayor atención un trabajo, contrastarlo con otras producciones del alumno o interesarse por el procedimiento seguido en su elaboración. Pero no permite sustituir la comprobación de los hechos por una conclusión automática.

Quizá sea necesario, por tanto, revisar el propio sentido de la evaluación mediante tareas. Su utilidad como mecanismo de aprendizaje permanece intacta e incluso puede verse reforzada por las posibilidades que ofrece la inteligencia artificial. El estudiante puede utilizarla para consultar información, aclarar conceptos, contrastar interpretaciones, recibir explicaciones adaptadas a sus dificultades o explorar distintas vías de resolución. El problema no reside necesariamente en la utilización de estas herramientas, sino en la imposibilidad de considerar el producto final de una actividad realizada fuera del aula como una evidencia suficiente de los conocimientos y competencias de quien la presenta.

La cuestión que se plantea no es menor: si no podemos acreditar razonablemente la autoría de una tarea, tampoco podemos atribuir con seguridad a su autor los méritos que se desprenden de ella. Esto obliga a distinguir entre el aprendizaje, que puede desarrollarse mediante procedimientos muy diversos y con la asistencia de recursos tecnológicos, y la evaluación, que necesita evidencias fiables de las capacidades individuales. Recuperar espacios de trabajo presencial, incorporar actividades de exposición y defensa oral o comprobar de manera directa la comprensión de los contenidos pueden ser algunas de las respuestas posibles. No se trata de renunciar a las ventajas del aprendizaje por tareas ni de convertir la inteligencia artificial en un enemigo de la educación, sino de reconocer que las condiciones en las que se desarrolló este modelo han cambiado y que sus mecanismos de evaluación necesitan adaptarse a una realidad en la que el resultado de un trabajo ya no garantiza, por sí mismo, que quien lo presenta haya realizado el aprendizaje que se pretende evaluar.

miércoles, 11 de noviembre de 2026

El problema mente-cuerpo. La filosofía de la mente y el debate en torno a la inteligencia artificial

Una propuesta para abordar la conciencia, la identidad personal y la inteligencia artificial en 1.º de Bachillerato



¿Qué nos hace ser quienes somos?

¿Somos nuestro cerebro? ¿Somos nuestro cuerpo? ¿Somos aquello que pensamos, sentimos y recordamos? ¿En qué consiste eso que llamamos conciencia y que nos permite reconocernos como sujetos de nuestras propias experiencias?

Son preguntas que acompañan a la filosofía desde sus orígenes y que adquieren una particular relevancia durante la adolescencia. En una etapa en la que los alumnos comienzan a construir una imagen más consciente de sí mismos, a cuestionar las expectativas que reciben de su entorno y a proyectar su futuro, interrogarse sobre la propia identidad no es un ejercicio abstracto. Son cuestiones que todos se plantean a su manera y que tienen que ver con su experiencia de la libertad, los mecanismos que rigen su voluntad, el control sobre sus actos y la responsabilidad que asumen por ellos, así como con su individualidad y el sentido que dan, o quieren encontrar, a su propia existencia. Cuando nuestros alumnos cursan 1.º de Bachillerato, probablemente ya se han planteado, de un modo u otro, algunas de las cuestiones clave que laten en este apartado del currículo de la asignatura: ¿Hasta qué punto somos dueños de nuestras decisiones? ¿Qué parte de lo que somos depende de nuestra biología, de nuestra educación o de las circunstancias en las que vivimos? ¿Podríamos ser de otra manera? ¿Qué significa realmente ser uno mismo?

La filosofía de la mente ofrece un marco privilegiado para abordar estos interrogantes de un modo riguroso y proporcionar al alumnado herramientas para una reflexión fecunda. En las conversaciones cotidianas, es frecuente que la reflexión sobre estos temas conduzca a callejones de difícil salida: discusiones improvisadas sobre la independencia de la mente respecto al cerebro; la suposición de un yo que observa una actividad mental que transcurre al margen de él; la contraposición tajante entre determinismo y libertad; o las analogías entre máquinas y seres humanos, que unas veces se utilizan como prueba de subjetividad en las primeras y otras como demostración de que los segundos no somos más que mecanismos. Tradicionalmente, la filosofía y la ciencia han tratado de esclarecer la naturaleza de los estados mentales y su relación con el organismo físico: cómo se relacionan el pensamiento y el cerebro, de dónde proceden las emociones, qué significa tener una experiencia consciente o cómo es posible que procesos materiales den lugar a una vida subjetiva.

Los avances de la biología y la neurociencia, así como el conocimiento cada vez mayor de los mecanismos neuronales, han abierto nuevos campos de debate al permitirnos comprender mejor la relación entre los procesos cerebrales y nuestras capacidades cognitivas, emocionales y perceptivas. Al mismo tiempo, el desarrollo de la informática, la robótica y, más recientemente, la vertiginosa expansión de la inteligencia artificial, nos enfrenta a una posibilidad que hasta hace poco pertenecía principalmente al terreno de la especulación y la ciencia ficción: la construcción de sistemas artificiales capaces de reproducir algunas de las funciones que tradicionalmente habíamos considerado propias de la mente humana. De este modo, la cuestión ya no consiste solamente en preguntarnos cómo funciona nuestra mente, sino también en determinar qué propiedades la caracterizan y si algunas de ellas podrían darse en sistemas no biológicos.

Hace cuatro siglos, René Descartes estableció una distinción radical entre la sustancia pensante (res cogitans) y la sustancia extensa (res extensa), situando en el centro del debate filosófico la relación entre lo mental y lo corpóreo. La capacidad de pensar y razonar, así como la experiencia consciente, correspondían al alma racional, que consideraba exclusiva del ser humano. Los animales, en cambio, eran interpretados como organismos cuyo comportamiento podía explicarse mediante mecanismos materiales, sin necesidad de atribuirles una mente o una conciencia semejantes a las humanas. La distinción entre el ser humano y el resto de los seres vivos encontraba así uno de sus fundamentos en la naturaleza del pensamiento.

Esta concepción se inscribe en una tradición filosófica y religiosa en la que la dimensión espiritual del ser humano se ha asociado con frecuencia a sus facultades intelectuales y racionales, y se ha contrapuesto a su naturaleza corpórea. Aunque el problema de la espiritualidad y la trascendencia tiene un recorrido propio y, en este caso, puede complicar el análisis, conviene tener presente su influencia en la visión histórica de la mente humana y de su especificidad: tradicionalmente, frente al resto de los seres vivos; hoy también, frente a los sistemas artificiales inteligentes. Es posible que algunos presupuestos vinculados a esa tradición condicionen las discusiones en clase, por ejemplo, cuando se aborda la oposición entre monismo y dualismo.

Hoy, el desarrollo de las ciencias cognitivas y de la inteligencia artificial obliga a revisar algunas de las fronteras que se han establecido entre lo material y lo mental. Si determinados procesos cognitivos pueden explicarse mediante mecanismos físicos y si una máquina puede reproducir funciones que asociamos al razonamiento, la memoria, el aprendizaje o la resolución de problemas, ¿qué es exactamente aquello que nos distingue? ¿Basta con reproducir las funciones de una mente para tener una mente? ¿Es posible pensar sin experimentar el pensamiento? ¿Puede existir inteligencia sin conciencia?

No se trata de dar por supuesto que las máquinas piensan o sienten como nosotros. Tampoco de considerar que la inteligencia humana pueda reducirse a un conjunto de operaciones computacionales. Se trata, más bien, de aprovechar el desafío que plantea la inteligencia artificial para revisar nuestros propios conceptos de pensamiento, conciencia, libertad e identidad. Podemos desarrollar el tema siguiendo el siguiente orden conceptual:


¿Pensar es lo mismo que procesar información?

Una primera cuestión consiste en distinguir entre la capacidad de realizar operaciones inteligentes y la existencia de una experiencia mental propia. Un programa informático puede resolver problemas matemáticos, reconocer imágenes, traducir textos o mantener una conversación. Los actuales modelos de lenguaje, además, pueden elaborar argumentos, resumir información, producir textos y responder a preguntas complejas. Sin embargo, ¿significa esto que comprenden lo que dicen? ¿Existe detrás de sus respuestas una experiencia subjetiva o estamos ante un sistema que procesa información y produce resultados sin experimentar nada? La pregunta nos conduce a uno de los grandes debates de la filosofía contemporánea: la relación entre el funcionamiento de un sistema y la existencia de estados mentales.


► Algunas corrientes significativas


  • El conductismo: ¿podemos explicar la mente desde la conducta?

El conductismo, especialmente en sus formulaciones metodológicas y psicológicas más estrictas, propone estudiar la conducta observable y explicar el comportamiento atendiendo a las relaciones entre estímulos, respuestas, aprendizaje y condiciones ambientales. Desde esta perspectiva, la psicología debe evitar recurrir a supuestos estados mentales internos como explicaciones que no puedan someterse a una investigación objetiva. No todas las versiones del conductismo sostienen exactamente lo mismo: mientras que el conductismo metodológico deja fuera de su objeto de estudio los estados mentales privados, el conductismo filosófico o lógico analiza los conceptos mentales en términos de disposiciones o tendencias a comportarse de determinadas maneras.

Así, desde una perspectiva conductista, hablar de una persona que tiene miedo puede llevarnos a describir cómo reacciona ante determinadas situaciones, qué evita o qué comportamientos manifiesta. El interés se centra en las condiciones y regularidades de su conducta, no en explicar sus actos a partir de una supuesta experiencia interna a la que solo tendríamos acceso mediante la introspección.

El estudio de esta corriente psicológica nos ofrece la oportunidad de ejemplificar una forma de aproximarse al comportamiento humano que no concede a los procesos subjetivos el protagonismo explicativo habitual. También permite introducir una comparación entre el comportamiento humano y el de las máquinas sin tener que atribuir de entrada a estas últimas una vida mental semejante a la nuestra.


  • El funcionalismo: la mente como organización de funciones

 A diferencia del conductismo metodológico, el funcionalismo no deja de lado los estados mentales internos, sino que intenta explicar qué son atendiendo al papel causal que desempeñan dentro de un sistema. No se conforma con describir y explicar regularidades de la conducta observable: considera también las relaciones que se establecen entre los estímulos, los distintos estados internos y las respuestas o conductas. La diferencia es importante, porque dos sistemas podrían presentar una misma respuesta externa sin que eso bastara para demostrar que comparten los mismos estados mentales o la misma organización interna.

El funcionalismo sostiene que los estados mentales no deben identificarse necesariamente con un determinado material o estructura biológica, sino con el papel que desempeñan dentro de un sistema. Por ejemplo, el dolor puede entenderse como un estado que se produce ante determinados estímulos, interviene en otros procesos mentales, genera una disposición a evitar aquello que lo provoca y condiciona nuestra conducta. Desde esta perspectiva, lo importante no sería que el dolor se produjera exactamente mediante las mismas estructuras neuronales en todos los seres, sino que existiera una organización causal capaz de desempeñar las funciones correspondientes. Esta posición permite plantear que una mente no tendría que estar necesariamente constituida por neuronas. Si un sistema artificial reprodujera la organización funcional pertinente, podría, en principio, desarrollar estados mentales.

Una de las ideas fundamentales asociadas al funcionalismo es la realizabilidad múltiple: un mismo tipo de estado mental podría realizarse mediante soportes físicos diferentes. No sería imprescindible que toda mente tuviera un cerebro biológico. Esta posibilidad abre un interrogante decisivo para la inteligencia artificial: si una máquina llegara a reproducir la organización funcional de una mente, ¿tendríamos que reconocerle también la posibilidad de pensar y experimentar?

Imaginemos, por ejemplo, que una persona retira la mano al tocar una superficie caliente y que un dispositivo robótico realiza exactamente el mismo movimiento al detectar una temperatura elevada. Ambos sistemas presentan una respuesta semejante, pero no podemos concluir que ambos experimenten dolor. La respuesta observable, por sí sola, no nos permite saber qué procesos intervienen en cada caso ni si existe una experiencia subjetiva. ¿Estamos identificando la experiencia por lo que hace o estamos explicando lo que hace porque existe una experiencia? Esta dificultad nos conduce directamente al problema de la conciencia.


► Autores de referencia 





  • Chalmers: ¿qué significa tener una experiencia propia?

Podemos explicar muchos procesos mentales mediante mecanismos físicos, químicos y neuronales. Sabemos, por ejemplo, que determinadas áreas cerebrales intervienen en la percepción, la memoria, el lenguaje o la regulación emocional. También conocemos numerosos mecanismos que relacionan los estímulos del entorno con las respuestas de nuestro organismo. Pero hay una cuestión que sigue resultando especialmente difícil: ¿por qué esos procesos van acompañados de una experiencia subjetiva?

No es lo mismo procesar información sobre el color rojo que experimentar el color rojo. Tampoco es lo mismo detectar una lesión que sentir dolor.

El filósofo David Chalmers denominó problema difícil de la conciencia a la dificultad de explicar cómo y por qué determinados procesos físicos van acompañados de experiencias subjetivas. Podemos investigar los mecanismos que permiten percibir, recordar, atender o responder a los estímulos, pero ¿cómo explicamos que exista algo que se siente desde dentro?

La distinción entre el procesamiento de información y la experiencia consciente resulta fundamental para abordar el debate sobre la inteligencia artificial.


  • Turing: ¿pueden pensar las máquinas?

En 1950, el matemático y pionero de la informática Alan Turing publicó su célebre artículo Maquinaria computacional e Inteligencia, en el que planteaba una pregunta aparentemente sencilla: ¿pueden pensar las máquinas? Ante la dificultad de definir qué significa pensar, Turing propuso sustituir la pregunta por otra más concreta, basada en el comportamiento: el denominado juego de imitación, que posteriormente se conocería como test de Turing.

Si una máquina consigue mantener una conversación de tal manera que un interlocutor no pueda distinguir sus respuestas de las de una persona, ¿qué valor tendría esa capacidad como indicio de inteligencia? La propuesta de Turing supone un desplazamiento importante: en lugar de intentar acceder directamente a una supuesta vida mental interior, plantea evaluar las capacidades de un sistema a partir de sus manifestaciones observables.

Sin embargo, esta prueba no resuelve necesariamente el problema de la conciencia. Que una máquina pueda conversar de forma convincente no demuestra por sí mismo que comprenda lo que dice ni que tenga experiencias subjetivas.


  • Searle: el argumento de la habitación china

El filósofo John Searle formuló en 1980 uno de los argumentos más conocidos contra la identificación entre procesamiento computacional y comprensión. Imaginemos que una persona que desconoce completamente el chino se encuentra encerrada en una habitación. Dispone de un manual con instrucciones para manipular símbolos chinos y responder adecuadamente a los mensajes que recibe desde el exterior. Siguiendo esas instrucciones, puede producir respuestas que resultan perfectamente comprensibles para quienes están fuera de la habitación. Estos podrían llegar a pensar que allí dentro hay alguien que domina el chino. Sin embargo, la persona que manipula los símbolos no entiende su significado. Se limita a seguir unas reglas formales.

Searle utiliza este ejemplo para cuestionar que la manipulación correcta de símbolos sea suficiente para producir comprensión. Una máquina puede procesar información y generar respuestas aparentemente inteligentes sin que ello implique necesariamente que comprenda su significado.

Su argumento distingue entre sintaxis, las reglas formales que permiten manipular símbolos,  y semántica, el significado de esos símbolos. La objeción plantea una dificultad importante para las teorías que identifican la mente con el procesamiento computacional: ¿puede obtenerse comprensión real mediante la aplicación de reglas formales sin que exista una comprensión del significado?


  • Dennett: la atribución de intenciones

Daniel Dennett ofrece una perspectiva diferente. Su propuesta interpretativa, conocida como postura intencional consiste en atribuir creencias, deseos y objetivos a un sistema cuando hacerlo permite explicar y predecir satisfactoriamente su comportamiento. Podemos decir que un programa "busca" una solución o que un ordenador "intenta" corregir un error sin que necesariamente estemos afirmando que experimenta esos objetivos como lo haría una persona.

Para Dennett, las atribuciones intencionales pueden constituir una estrategia legítima para comprender sistemas complejos. No es necesario imaginar una pequeña conciencia dentro de la máquina que dirija sus operaciones. Esta posición permite introducir una distinción relevante: atribuir funcionalmente creencias y deseos a un sistema no equivale automáticamente a demostrar que posee una experiencia subjetiva.


¿Puede una inteligencia artificial tener conciencia?

Las distintas posiciones que hemos visto permiten abordar una pregunta que adquiere especial actualidad con los sistemas de inteligencia artificial generativa. Conviene reparar en esta última característica: estos sistemas no se limitan a seleccionar respuestas previamente escritas para cada situación, sino que generan resultados a partir de patrones aprendidos durante su entrenamiento y de las condiciones de cada interacción. Pueden producir respuestas nuevas, combinar información y elaborar textos que no han sido redactados de antemano por sus creadores. Sin embargo, esta capacidad generativa no significa que actúen al margen de los algoritmos, los datos y los criterios de diseño que hacen posible su funcionamiento, ni demuestra por sí misma que comprendan lo que producen.

Así, cuando conversamos con ChatGPT u otros modelos de lenguaje, encontramos respuestas que parecen manifestar comprensión, razonamiento, memoria contextual, preferencias e incluso emociones. Pero ¿qué podemos concluir de estas manifestaciones?

Aquí conviene distinguir tres conceptos:

  • Agencia: capacidad de actuar de acuerdo con determinados objetivos o de orientar la propia actividad hacia la consecución de ciertos resultados. Un sistema puede procesar información, establecer subobjetivos y modificar sus estrategias para alcanzar determinados fines. Que manifieste este tipo de comportamiento no implica necesariamente que tenga conciencia o voluntad propia.
  • Conciencia: existencia de una experiencia subjetiva. No se trata solamente de procesar información, sino de que haya algo que sea experimentar ese procesamiento.
  • Sensibilidad: capacidad de experimentar sensaciones, especialmente aquellas que tienen una valencia positiva o negativa, como el placer, el dolor, la satisfacción o el sufrimiento.

Estas propiedades no son equivalentes. Un sistema puede presentar comportamientos orientados a objetivos sin que podamos afirmar que tiene conciencia. Y la existencia de una experiencia consciente no implica necesariamente que haya experiencias de placer o sufrimiento. Esta distinción resulta especialmente importante para abordar el debate contemporáneo sobre el bienestar de la inteligencia artificial.


¿Puede una máquina sufrir?

El debate no se limita a determinar si una IA puede resolver problemas o mantener conversaciones inteligentes. Algunos investigadores y filósofos se preguntan si determinados sistemas artificiales podrían llegar a tener intereses propios y ser susceptibles de bienestar o sufrimiento.

La cuestión tiene consecuencias éticas importantes. Si una inteligencia artificial pudiera experimentar sufrimiento, ¿seguiría siendo moralmente indiferente apagarla, modificarla o someterla a determinadas condiciones? ¿Deberíamos reconocerle alguna forma de consideración moral? Sin embargo, estas preguntas dependen de un problema previo: ¿qué razones tenemos para atribuirle una experiencia propia?


¿La semejanza funcional demuestra la existencia de una mente?

Aquí aparece una de las objeciones más interesantes al funcionalismo aplicado a la inteligencia artificial. Que una máquina reproduzca determinadas funciones asociadas a la mente humana no demuestra necesariamente que comparta la naturaleza de los estados mentales que atribuimos a las personas.

Un termostato puede detectar una temperatura, compararla con un valor de referencia y activar un mecanismo para corregirla. Podemos describir su funcionamiento diciendo que "busca" mantener una temperatura determinada. Pero sería injustificado concluir que siente frío cuando la temperatura desciende.

La dificultad consiste en determinar en qué momento una organización funcional deja de ser una mera reproducción de determinados comportamientos y permite hablar de una auténtica experiencia subjetiva. En este contexto conviene distinguir entre tres posibilidades, lo que nos permite introducir algunos conceptos clave para nuestro análisis:

  • Simulación: un sistema reproduce o representa el comportamiento de un proceso sin que necesariamente se produzca el proceso simulado. Una simulación del dolor no tiene por qué experimentar dolor.
  • Realización: un sistema implementa físicamente una determinada organización o proceso. Un ordenador, por ejemplo, realiza operaciones de cálculo mediante sus componentes físicos.
  • Instanciación: un sistema posee efectivamente la propiedad de la que hablamos. Si una IA instanciara un estado mental consciente, no estaríamos ante una mera representación de la conciencia, sino ante un sistema que sería realmente consciente.

Estas distinciones no resuelven por sí mismas el debate: precisamente una de las cuestiones discutidas es si una organización funcional artificial puede llegar a realizar o instanciar estados mentales conscientes. El funcionalismo permite contemplar esa posibilidad, pero no todas las teorías de la mente aceptan que la equivalencia funcional sea suficiente para explicar la experiencia subjetiva. David Chalmers, con su distinción entre el funcionamiento cognitivo y la experiencia fenomenológica, y John Searle, con su argumento de la habitación china, representan dos importantes vías de cuestionamiento de la equivalencia entre comportamiento inteligente y conciencia.

La cuestión permanece abierta: ¿podría existir una inteligencia artificial que no se limitara a comportarse como si tuviera una mente, sino que tuviera realmente una experiencia propia?


Libertad, responsabilidad e identidad: ¿qué nos hace sujetos?

El debate sobre la inteligencia artificial nos devuelve, finalmente, a algunas de las preguntas que nos planteábamos al comienzo. Si una máquina puede resolver problemas, establecer objetivos y tomar decisiones, ¿podemos considerarla un agente? ¿Significa esto que es libre? ¿Es responsable de sus acciones?

Conviene distinguir entre autonomía operativa y autonomía moral. Un sistema puede actuar sin que cada una de sus respuestas haya sido prevista expresamente por sus programadores. Puede incluso producir resultados inesperados. Pero eso no significa necesariamente que tenga voluntad propia o que pueda responder moralmente por sus decisiones.

La responsabilidad de los sistemas artificiales nos conduce así a una cuestión más amplia: ¿qué condiciones hacen que una acción sea propiamente nuestra? ¿Basta con que se produzca mediante un proceso de decisión o necesitamos también conciencia de lo que hacemos, capacidad de comprender sus consecuencias y posibilidad de actuar de otra manera?

También aquí la inteligencia artificial puede ayudarnos a revisar nuestras propias concepciones. Si atribuimos a una máquina capacidad de decisión por sus resultados, ¿qué diferencia existe entre esa capacidad y la libertad humana? ¿Hasta qué punto nuestras decisiones están condicionadas por mecanismos biológicos, procesos inconscientes, aprendizajes y circunstancias que no controlamos?

No se trata de equiparar la mente humana con un programa informático, sino de reconocer que el desarrollo tecnológico plantea preguntas que afectan directamente a nuestra comprensión de nosotros mismos. El mayor interés filosófico de este debate quizá no resida tanto en su aspecto más llamativo a primera vista —averiguar si las máquinas acabarán pensando como nosotros— como en un problema de fondo relativo a nuestra propia identidad: comprender mejor qué significa pensar, sentir, decidir y ser un sujeto. Porque, al preguntarnos si una máquina puede tener una mente, estamos obligándonos a revisar qué entendemos por la nuestra.


Cuestionario

Completo el desarrollo del tema con un cuestionario destinado a alumnos de 1º de Bachillerato:

Cuestionario: el problema mente-cuerpo y la inteligencia artificial

Selecciona una respuesta en cada pregunta. Al finalizar, pulsa Corregir cuestionario: verás tu puntuación y el solucionario razonado.

Cada pregunta tiene una sola respuesta correcta.

1. ¿Cuál es el problema central de la filosofía de la mente?
2. ¿Qué distinción estableció Descartes?
3. ¿Qué caracteriza al conductismo metodológico?
4. Según el funcionalismo, ¿cómo se identifican los estados mentales?
5. ¿Qué significa la realizabilidad múltiple?
6. ¿A qué se refiere Chalmers con el "problema difícil" de la conciencia?
7. ¿Qué propone evaluar el test de Turing?
8. ¿Qué pretende cuestionar Searle mediante el argumento de la habitación china?
9. ¿En qué consiste la postura intencional de Dennett?
10. ¿Cuál es la diferencia entre conciencia y sensibilidad tal como se presentan en el texto?
11. ¿Qué conclusión podemos extraer de que una IA produzca respuestas nuevas?
12. ¿Qué diferencia hay entre autonomía operativa y autonomía moral?
[+]

¿Puede una máquina ser consciente? Filosofía 1º Bachillerato. 
El artículo aborda el tratamiento docente del debate sobre la autoconciencia y su posible aplicación a las máquinas e inteligencias artificiales mediante modelos funcionales y causales.

En este vídeo elaborado con Notebook LM se sintetizan los conceptos aplicados en estos dos artículos centrados en el concepto filosófico de la conciencia y su relación con el desarrollo contemporáneo de la inteligencia artificial.






viernes, 23 de octubre de 2026

Aprender a discrepar: la teoría de la estupidez de Bonhoeffer como herramienta en el aula



El profesor de filosofía en Oxford y divulgador Jonny Thomson, presenta un vídeo dedicado a la teoría de la estupidez humana, de Dietrich Bonhoeffer, que puedes der un punto de partida interesante para reflexionar con nuestro alumnos sobre el problema que la misma como fuerza irracional son impacto social destructivo. Asímismo, nos ofrece bases muy sólidas para el diseño de un modelo de debate racional que podemos poner a prueba en el aula a modo de ejemplo de lo que debe ser un ejercicio de análisis crítico compartido mediante el diálogo. A partir de las ideas de Bonhoeffer, Thomson analiza cómo la renuncia al pensamiento crítico, la resistencia a revisar las propias creencias y el conformismo con el grupo pueden conducir a personas inteligentes y formadas a respaldar ideas o comportamientos perjudiciales. En este sentido cita a Steven Levitsky y Daniel Ziblatt y su obra How Democracies Die, Cómo muere la democracia, de 2018, señalando como riesgos para nuestras democracias actuales el abuso y acumulación de poder, algo que ocurre cuando los gobernantes u órganos legislativos sobrepasan y vulneran sus límites constitucionales e históricos para concentrar atribuciones y, el factor que el autor considera más alarmante, la ilegitimación y demonización del adversario,  algo que se manifiesta cuando se deja de tratar a la oposición como un rival político legítimo y se la tilda de "monstruosa", "malvada" o "demoníaca", generando la idea de que no se debe tolerar la disidencia ni dar espacio a posturas contrarias en las instituciones. Cuando la estupidez intelectual se instala en el ámbito del poder político, las personas entregan su capacidad de pensamiento crítico a la disciplina de un partido o a una identidad tribal, cayendo en un estado de pasividad donde son arrastradas por líderes con intenciones maliciosas. Por ello, sostiene que la supervivencia democrática exige proteger y fomentar institucionalmente la disidencia y el debate abierto. 

En su vídeo encontramos un recurso para abordar cuestiones en las que la filosofía aplica su modelo de indagación crítica a aspectos vinculados a nuestras convicciones y nuestra identidad; en el mismo Jonny Thomson sintetiza brillantemente una exposición sobre Dietrich Bonhoeffer y su teoría sobre la estupidez humana, el riesgo que los mismos suponen para la consolidación de la democracia, la visión aristotélica de los tres factores implicados en el diálogo: el lógico, el ético y el emocional, y su apuesta a favor del modelo de diálogo socrático como forma de aproximación sincera y respetuosa a los temas tratados en la filosofía. Lo podemos proyectar en clase con subtítulos en castellano y el trabajo de reflexión sobre el mismo nos puede servir como actividad propedéutica a temas específicos que pudieran generar controversia y respecto a los cuales convienen  previamente haber trabajado aspectos relativos a las reglas que han de definir un diálogo constructivo y filosófico. 

Al exponer la teoría de Bonhoeffer presenta la estupidez como una amenaza para la civilización superior al mal, porque mientras el mal se desenmascara con facilidad y provoca rechazo, la estupidez atrapa a la masa enajenándola de la capacidad de autocrítica e inmunizándola contra la razón. La distingue de la necedad de las acciones imprudentes, de la falta de capacidad cognitiva, o de la simple ignorancia o falta de educación o información. La estupidez se define por estos tres rasgos: la renuncia al pensamiento crítico, que se entrega a terceros, la ignorancia deliberada y la resistencia a la información molesta y el conformismo con el pensamiento grupal. Aunque su contexto resulta en nuestros días fácilmente reconocible, el de la Alemania nazi, cabe una extrapolación de sus rasgos distintivos a nuestros días, algo ya más difícil de reconocer en la medida en que nos afecta, así por ejemplo, negándonos a escuchar o leer planteamientos opuestos a los nuestros, entregando la toma de decisiones morales a la tecnología, la inteligencia artificial o a voces que suponemos autorizadas, o sintiéndonos obligados a apoyar o criticar ciertas posturas por mor del reconocimiento y miedo al rechazo social. Su propuesta para combatir la estupidez a nivel personal consiste en esforzarse por analizar y escrutar las propias creencias buscando argumentos falsadores; a nivel interpersonal, en mantener una postura empática y diálogo socrático.

Otro concepto que se analiza es el de adoctrinamiento, siguiendo para ello a Chris Ranalli. Entiende que podemos hablar de él cuando una persona cierra su postura a cualquier alternativa y vincula sus creencias directamente con su identidad, percibiendo cualquier postura rival como una prueba de fe o amenaza personal. Un síntoma del mismo puede ser el desestimar inmediatamente cualquier información o prueba por el simple hecho de provenir de los que se entiende como "medios de comunicación hegemónicos" o medios que consideramos tendenciosos y sesgados. Como mecanismo para afrontar el problema propone la búsqueda de un entorno seguro donde cuestionar o dudar de una creencia no ponga en riesgo la identidad de la persona y se aborde con empatía y calidez interpersonal.

Especialmente interesante en el contexto de nuestra asignatura en el contexto del análisis de la estupidez resulta la alusión al concepto socrático de amathia, que no debe confundirse con la ignorancia simple, sino la ignorancia voluntaria de aquél que deliberadamente decide suspender el juicio prudente. Una condición voluntaria en la que se celebra no saber algo y no se  realiza ningún esfuerzo por aprender o corregir la falta de conocimiento. Se da en culturas o grupos donde se ridiculiza a quienes poseen cierto tipo de conocimiento (elitismo inverso) y se presume de la falta de saber. Como antídoto propone adoptar la actitud socrática de reconocer la propia ignorancia e investigar continuamente para resolverla.

Cita a Robert Musil para desarrollar una diferenciación más precisa entre la estupidez inteligente y la ordinaria. Así, mientras que la estupidez ordinaria refleja limitaciones cognitivas simples, la estupidez inteligente ocurre cuando individuos altamente educados, cultos y capaces utilizan sus capacidades intelectuales para fines insensatos o destructivos. Como ejemplo de ello cita a figuras muy capacitadas e intelectuales como el arquitecto Albert Speer, que puso su talento científico y tecnológico al servicio del régimen de Hitler. Su propuesta en este sentido consiste en fomentar la responsabilidad ética y la autocrítica continua para no poner el intelecto al servicio de dogmas irresponsables.

Otro concepto que es abordado en el vídeo es el de Intrusión epistémica: en fenómeno muy común consistente en que expertos competentes en un campo específico opinan de manera dogmática sobre otras disciplinas que desconocen, impulsados por la soberbia intelectual y la sobreestimación de sus habilidades transferibles. Su ejemplo es el de un astrofísico opinando autoritariamente sobre ciencia política, un mecánico sobre cirugía de árboles, o un médico sobre economía. (En el campo de la filosofía conocemos bastante este fenómeno de intrusión, así por ejemplo cuando se trata de imponer a la misma extrapolaciones simplistas basadas en el prestigio científico de quien las formula). Para ponerse a salvo de ello, nos propone reconocer los límites del propio dominio de conocimiento y no asimilar la pericia de un área específica con el saber general.

Siguiendo en este punto a Aristóteles, señala cómo cuando debatimos, parecería que son la razón y los hechos, el logos, el factor determinante del ejercicio de persuasión, siendo sin embargo otros factores como el carácter o la reputación del emisor, el ethos,  y la conexión emocional con el oyente, el pathos, los que determinan el peso que inclina la balanza a su favor o en su contra. Un ejemplo que evidencia la falta de conciencia eneste punto es tratar de convencer a alguien cerrado con argumentos puramente lógicos; el rechazo a las evidencias no provendrá tanto de la falta de solidez argumental, sino de la percepción del emisor como un adversario. El modo de afrontar el problema estaría en adaptar el debate no solo a la lógica racional, sino siendo conscientes de la importancia emocional de las convicciones, apelar a la calidez personal y al desarrollo de una relación de confianza que no sea confrontativa.

También recurre a Karl Popper y su empleo del falsacionismo como un instrumento eficaz contra la estupidez. De acuerdo con el mismo, una  estrategia individual consistiría en evaluar las propias creencias sometiéndolas deliberadamente a argumentos o datos que puedan desmentirlas o cuestionarlas. Así, pone como ejemplo cuestionarse el hábito de comer carne exponiéndose deliberadamente a textos y estudios de posturas veganas o vegetarianas. El objetivo es aprender a salir activamente de las cámaras de eco de los pensamientos afines e investigar argumentos contrarios a la postura personal.

Como instrumento interpersonal contra la estupidez, algo especialmente importante en el campo en el que trabajamos, el aula, propone la aplicación del diálogo socrático: un método de indagación mediante preguntas abiertas que no confrontan ni descalifican al interlocutor, permitiendo que ambas partes analicen y refuercen la validez de sus opiniones… Hacer preguntas de exploración en lugar de señalar que el otro está equivocado o descalificarlo intelectual o moralmente.

La última herramienta que nos ofrece para trabajar contra la estupidez es la cultura del disenso y el círculo de decisión. Consiste en la prevención de la decadencia institucional o democrática mediante la inclusión formal del debate, la consulta a comités y la adopción de la discrepancia como mecanismo para la sabiduría colectiva. En el llamado "Círculo de decisión Azteca" una persona consultaría a un grupo cercano que deliberadamente le ofrece críticas y posturas alternativas antes de tomar una decisión.

Estas ideas nos invitan a preguntarnos qué condiciones hacen posible un diálogo verdaderamente filosófico. No basta con exponer opiniones contrapuestas: es necesario aprender a distinguir entre argumentos y descalificaciones, reconocer la posibilidad de estar equivocados, valorar las razones de los demás y revisar nuestras posiciones cuando existan motivos suficientes para hacerlo. Esto implica desarrollar las competencias propias de la Filosofía en Bachillerato, especialmente la argumentación racional, el análisis crítico de los prejuicios, la autonomía de juicio y la deliberación respetuosa sobre cuestiones relevantes en la constitución de nuestra identidad, como las  éticas y políticas.

Cuando yo era estudiante de Bachillerato, en las clases de Filosofía emulábamos las reglas de algunos programas de debate televisivo, especialmente de La Clave, de José Luis Balbín. Abordábamos cuestiones que nos afectaban personalmente y sobre las que no siempre resultaba fácil mantener la distancia necesaria para argumentar con serenidad: problemas éticos, como el aborto; políticos, como la pena de muerte; o metafísicos, como la existencia de Dios. Cada uno preparaba su propia posición, buscaba argumentos para defenderla y se enfrentaba a las objeciones de los demás, siempre con la posibilidad de reconsiderar sus planteamientos iniciales a medida que avanzaba el intercambio de ideas. El profesor o un compañero moderaba el debate, señalando los dilemas ineludibles y evitando que las cuestiones comprometidas quedaran soslayadas o fueran desplazadas por otras más convenientes para alguno de los interlocutores. Establecía, además, unas pautas de intervención que regulaban turnos de exposición generosos y contemplaban el derecho de réplica, incluidas las alusiones a intervenciones o argumentos previos. También se cuidaban las formas, prácticamente siempre consideradas y respetuosas. No se trataba simplemente de exponer opiniones, sino de aprender a defenderlas racionalmente y a someterlas a examen crítico a través del diálogo.

El panorama televisivo ha cambiado considerablemente desde entonces. ¿Os imagináis qué sucedería si intentáramos reproducir en clase la dinámica de buena parte de los programas de debate actuales? Probablemente, acabaríamos confundiendo la argumentación con la confrontación, la contundencia con la razón y la descalificación del adversario con la refutación de sus ideas. Quizá sea mejor no intentarlo y buscar la aplicación en el aula de esquemas de diálogo con mayor fundamento educativo.

Pero ¿qué ha cambiado realmente? ¿Hasta qué punto hemos incorporado a nuestra manera de discutir los hábitos de confrontación que predominan en las redes sociales y en buena parte del espacio público? Se han normalizado los argumentos amañados y la descalificación personal; también, en los debates en directo, la algarabía de las voces cruzadas y la lucha por silenciar al oponente. ¿Somos capaces de escuchar argumentos contrarios a nuestras convicciones sin sentirnos personalmente atacados? ¿Estamos dispuestos a reconocer que podemos estar equivocados o buscamos, simplemente, argumentos con los que defender posiciones inamovibles?

El vídeo anterior nos invita a reflexionar sobre estas cuestiones a partir de la teoría de la estupidez humana de Dietrich Bonhoeffer y de otras propuestas relacionadas con el pensamiento crítico, el adoctrinamiento y el diálogo filosófico. Su interés reside tanto en identificar los riesgos que determinadas actitudes representan para la convivencia democrática como en preguntarnos qué podemos hacer cada uno de nosotros para evitarlos.

Podemos presentar el vídeo junto a una encuesta cuyo objetivo es que el alumnado reflexione sobre su propia manera de asimilar la información, formarse un criterio y participar en un debate. A través de distintas situaciones cotidianas, cada estudiante podrá examinar hasta qué punto está dispuesto a cuestionar sus creencias, contrastar informaciones, escuchar argumentos contrarios, admitir sus errores y resistir la presión del grupo. La encuesta también permitirá explorar la influencia de las emociones en las discusiones, la dificultad de reconocer los propios límites y la capacidad de formular preguntas que ayuden a comprender un problema, en lugar de limitarse a refutar o descalificar a quien discrepa.

Al finalizar, se obtendrá un perfil orientativo de las fortalezas y los hábitos mejorables en seis ámbitos: la revisión crítica de las propias creencias, la escucha del discrepante, la autonomía frente a la presión social, la humildad intelectual, la argumentación y la conciencia emocional, y la práctica del diálogo socrático. No es un examen de inteligencia ni una clasificación de quién piensa mejor o peor, sino una herramienta para identificar tendencias en nuestra manera de razonar y debatir, y para decidir qué aspectos conviene trabajar.

Por tanto, la encuesta no está orientada a juzgar las opiniones, sino a examinar cómo llega cada uno a ellas, cómo las defiende y cómo reacciona cuando alguien las cuestiona. El propósito final es que esta reflexión nos ayude a construir en clase un espacio de debate en el que podamos discrepar sin descalificar, escuchar sin renunciar a pensar por nosotros mismos y cambiar de opinión cuando encontremos razones suficientes para hacerlo. Porque, si la Filosofía ha de servir para algo más que aprender teorías y repetir las respuestas de otros, una de sus tareas fundamentales es enseñarnos a pensar con autonomía y a deliberar con los demás.


Instrucciones

Lee cada situación y elige la respuesta que mejor describa lo que sueles hacer en la práctica. No respondas pensando en lo que sería ideal hacer, sino en cómo reaccionas habitualmente, incluso cuando te cuesta reconocerlo. El objetivo de la encuesta es ayudar a examinar nuestros propios hábitos de pensamiento y descubrir qué podemos mejorar.

I. Examinar las propias creencias

1. Cuando encuentro una información que contradice una opinión política o moral que considero importante, suelo…

2. Si tuviera que defender una opinión que considero indiscutible, ¿qué haría ante un argumento contrario especialmente sólido?

3. Cuando busco información sobre un asunto polémico, normalmente…

II. Escuchar y comprender al discrepante

4. En una conversación, alguien expresa una opinión que considero equivocada. Mi primera reacción suele ser…

5. Si un compañero sostiene una postura contraria a la mía, ¿hasta qué punto intento comprenderla?

6. Durante un debate, alguien me hace una pregunta que pone en evidencia una contradicción en lo que he dicho.

III. Convicciones, identidad y presión del grupo

7. Si la mayoría de mis amigos defiende una opinión con la que no estoy de acuerdo, normalmente…

8. Cuando alguien critica una idea política, moral o social con la que me identifico, suelo sentir que…

9. En las redes sociales, cuando encuentro una publicación que ridiculiza a quienes piensan como yo…

IV. Reconocer los límites del propio conocimiento

10. Si me preguntan por un asunto complejo sobre el que sé poco, lo más habitual es que…

11. Cuando una persona con mucho prestigio o reconocida como experta opina sobre un tema…

12. Cuando descubro que estaba equivocado sobre algo que defendía con seguridad…

V. Argumentación, emociones y persuasión

13. Si quiero convencer a alguien que mantiene una postura contraria a la mía…

14. Cuando alguien defiende una idea que considero perjudicial, pero lo hace con educación y buenos argumentos…

15. Durante una discusión, me doy cuenta de que estoy enfadado y de que eso está influyendo en mi respuesta.

VI. Diálogo socrático y cultura del disenso

16. Cuando alguien afirma algo que me parece absurdo, ¿qué tipo de pregunta suelo hacer?

17. Si en un grupo tenemos que tomar una decisión importante y todos parecen estar de acuerdo…

18. ¿Qué actitud me parece más adecuada cuando un debate termina sin que nadie haya convencido al otro?