Acceso usuarios
[1]
Salamanca, España
La llegada de la inteligencia artificial generativa ha reabierto una discusión que lleva tiempo viva en la tecnología educativa: ¿acabarán las máquinas sustituyendo al profesorado o se limitarán a apoyarlo? La evidencia no respalda ninguna de esas dos posiciones. En este artículo se plantea la inteligencia híbrida como el encuadre más útil para pensar la inteligencia artificial (IA) en la educación: una cooperación simbiótica entre personas e IA en la que la agencia, la decisión y la responsabilidad se reparten en vez de quedar en manos de una sola parte. Desde una perspectiva teórica y argumentativa, el texto acota el concepto y lo separa de ideas afines como el blended learning o la IA educativa, al tiempo que sigue sus fundamentos filosóficos en la tesis de la mente extendida, la simbiosis hombre-computadora y la teoría del actor-red. A continuación, examina tres marcos conceptuales de referencia (el modelo de seis niveles de automatización de Molenaar, la taxonomía AIED-HCD de Cukurova y el marco de adaptatividad híbrida de Holstein, Aleven y Rummel) y los articula en una arquitectura de cinco niveles para los ecosistemas de aprendizaje híbridos: personas y roles, espacio híbrido, datos, modelos y gobernanza. Además, presenta tres escenarios para incorporar progresivamente la IA en la docencia universitaria, junto con los nueve desafíos persistentes: los “elefantes en la habitación”. La discusión pone de relieve las convergencias entre estos marcos y las competencias docentes que la inteligencia híbrida demanda. El artículo concluye que la inteligencia híbrida solo puede materializar su promesa en la educación si adopta un enfoque centrado en el ser humano: la tecnología debe ajustarse a la educación, y no al contrario.
The emergence of generative artificial intelligence has revived an enduring question in educational technology: Should artificial intelligence (AI) supplant teachers or support them? The evidence does not sustain either pole. This article advances hybrid intelligence, an integrated mode of human-AI collaboration in which agency, judgment, and accountability are shared rather than lodged in just one side, as a more useful lens for understanding AI in education. Using a theoretical and argumentative method, the paper defines the concept. It separates hybrid intelligence from adjacent ideas, including blended learning and educational AI, and links its philosophical lineage to extended mind theory, man-computer symbiosis, and actor-network theory. The article then examines three major conceptual frameworks: Molenaar’s six-level automation model, Cukurova’s AIED-HCD taxonomy, and Holstein, Aleven, and Rummel’s hybrid adaptivity model. These are brought together in a five-level architecture for hybrid learning ecosystems: people and roles, hybrid space, data, models, and governance. In addition, it sketches three scenarios for the gradual incorporation of AI into university teaching, together with the nine persistent challenges (the “elephants in the room”). The discussion highlights shared patterns across the frameworks and the teaching competencies required for hybrid intelligence. The article ends by arguing that, in education, hybrid intelligence can realise its potential only through a human-centred orientation: technology must adapt to education, not education to the technology.
