![\"\"](\"https:\/\/static-blogs.diariovasco.com\/wp-content\/uploads\/sites\/89\/2026\/07\/Foto_Post-628x471.jpg\")
<\/p>\n<\/p>\n
Este texto toma como punto de partida las ideas centrales del estudio The Effortless Trap: Productive Struggle, AI, and the Illusion of Learning<\/strong>, de Mario Brcic y Stjepan Frljic. A partir de sus aportaciones, he intentado trasladar el debate al contexto espec\u00edfico de la Formaci\u00f3n Profesional, poniendo el foco en las implicaciones para el profesorado, los equipos directivos, el dise\u00f1o de tareas, la evaluaci\u00f3n competencial y la gobernanza pedag\u00f3gica de la IA en los centros.<\/em><\/span><\/p>\n En muchos centros educativos, tambi\u00e9n en Formaci\u00f3n Profesional, la conversaci\u00f3n sobre inteligencia artificial suele formularse en t\u00e9rminos demasiado simples: \u00bfpermitimos o prohibimos su uso?<\/strong><\/p>\n La pregunta es comprensible, pero insuficiente.<\/p>\n El verdadero debate no deber\u00eda centrarse en si el alumnado puede usar IA, sino en d\u00f3nde, cu\u00e1ndo y para qu\u00e9 puede usarla dentro del proceso de aprendizaje<\/strong>. Porque la misma herramienta puede ayudar a construir una competencia profesional o, por el contrario, sustituir justo el esfuerzo cognitivo que permite desarrollarla.<\/p>\n En FP esta cuesti\u00f3n es especialmente relevante. No hablamos solo de producir respuestas correctas, entregar tareas bien redactadas o resolver ejercicios con rapidez. Hablamos de formar personas capaces de diagnosticar, decidir, justificar, reparar, dise\u00f1ar, programar, atender, documentar, argumentar y actuar en contextos profesionales reales<\/strong>.<\/p>\n Y ah\u00ed aparece el riesgo central: que la IA permita al alumnado obtener un buen producto sin haber construido la competencia necesaria para producirlo por s\u00ed mismo.<\/p>\n La IA no mejora o empeora el aprendizaje por estar presente. Lo decisivo es su colocaci\u00f3n pedag\u00f3gica: si acompa\u00f1a el esfuerzo que construye competencia, ayuda; si lo reemplaza, vac\u00eda el aprendizaje.<\/strong><\/p><\/blockquote>\n El estudio The Effortless Trap<\/em> plantea una advertencia de fondo: una tarea realizada con IA puede sentirse fluida, r\u00e1pida y productiva, pero esa fluidez no garantiza aprendizaje.<\/p>\n De hecho, puede ocultar lo contrario.<\/p>\n El alumnado puede entregar una respuesta correcta, un informe aparentemente s\u00f3lido, un c\u00f3digo funcional, una presentaci\u00f3n convincente o una resoluci\u00f3n bien estructurada y, sin embargo, no haber interiorizado los criterios, los procedimientos o los razonamientos que explican ese resultado.<\/p>\n Esta es la diferencia clave entre rendimiento asistido<\/strong> y aprendizaje real<\/strong>.<\/p>\n El rendimiento asistido mejora mientras la herramienta est\u00e1 presente. El aprendizaje real se demuestra cuando el estudiante puede actuar, explicar y decidir sin depender de ella<\/strong>.<\/p>\n Por eso los autores hablan de una \u201ctrampa de lo f\u00e1cil\u201d: cuando la IA suaviza demasiado la tarea, puede generar una ilusi\u00f3n de dominio. El estudiante siente que sabe porque el proceso ha sido c\u00f3modo, pero esa sensaci\u00f3n se derrumba cuando debe enfrentarse a una situaci\u00f3n equivalente sin ayuda.<\/p>\n Aprender no consiste en sufrir innecesariamente. Tampoco se trata de defender el esfuerzo por el esfuerzo.<\/p>\n La clave est\u00e1 en preservar una forma concreta de dificultad: la fricci\u00f3n productiva<\/strong>. Es decir, ese momento en el que el alumnado busca, prueba, se equivoca, compara, reformula, conecta ideas previas y empieza a construir significado.<\/p>\n Ese momento inc\u00f3modo no es una p\u00e9rdida de tiempo. Es parte del aprendizaje.<\/p>\n En FP lo vemos con claridad: no basta con que el alumnado obtenga el diagn\u00f3stico correcto de una aver\u00eda, el dise\u00f1o adecuado de una instalaci\u00f3n, la soluci\u00f3n de un caso empresarial o el procedimiento correcto en una atenci\u00f3n sociosanitaria. Necesita comprender por qu\u00e9<\/strong> esa soluci\u00f3n es adecuada, qu\u00e9 alternativas ha descartado, qu\u00e9 criterios ha aplicado y qu\u00e9 har\u00eda si el contexto cambiara.<\/p>\n Cuando la IA elimina esa fricci\u00f3n, puede mejorar el resultado inmediato, pero debilitar la construcci\u00f3n interna de la competencia.<\/p>\n Si introducir IA hace que la tarea se vuelva demasiado f\u00e1cil, probablemente la IA est\u00e1 en el lugar equivocado.<\/strong><\/p><\/blockquote>\n Esta idea debe leerse con precisi\u00f3n. La IA s\u00ed debe eliminar carga irrelevante: formato, tareas administrativas, b\u00fasqueda rutinaria, reformulaciones de bajo valor o trabajo mec\u00e1nico que no forma parte de la competencia que se quiere desarrollar.<\/p>\n Pero no debe sustituir el n\u00facleo del aprendizaje: el razonamiento, la toma de decisiones, la transferencia, la argumentaci\u00f3n, la resoluci\u00f3n de problemas y la comprobaci\u00f3n aut\u00f3noma.<\/p>\n El art\u00edculo propone un modelo sencillo y \u00fatil para el dise\u00f1o did\u00e1ctico. Aprender una idea nueva implica seis movimientos: activar, intentar, orientar, conectar, consolidar y comprobar.<\/p>\n Adaptado a FP, puede formularse as\u00ed.<\/p>\n Antes de entrar en la dificultad, el docente activa conocimientos previos, plantea una situaci\u00f3n profesional significativa y genera una raz\u00f3n para implicarse.<\/p>\n Aqu\u00ed la IA puede ser \u00fatil: puede ayudar a crear analog\u00edas, preguntas iniciales, peque\u00f1os cuestionarios de recuerdo, casos breves o situaciones de contexto profesional. El riesgo es bajo porque todav\u00eda no est\u00e1 sustituyendo la competencia central.<\/p>\n Este es uno de los momentos protegidos.<\/p>\n El alumnado debe enfrentarse a un problema antes de recibir la explicaci\u00f3n completa. Puede equivocarse, pero ese error inicial prepara el terreno para que la explicaci\u00f3n posterior tenga sentido.<\/p>\n En esta fase, la IA debe estar fuera o, como mucho, bloqueada hasta que exista un intento propio. Si la herramienta entrega la soluci\u00f3n demasiado pronto, cancela precisamente el proceso que deber\u00eda activar el aprendizaje.<\/p>\n Despu\u00e9s del primer intento, el papel docente es orientar. No se trata de entregar la soluci\u00f3n, sino de ayudar al alumnado a revisar hip\u00f3tesis, detectar errores, afinar criterios y dirigir la atenci\u00f3n hacia lo relevante.<\/p>\n Aqu\u00ed la IA puede tener un papel valioso si funciona como un tutor guiado: ofrece pistas, formula preguntas, detecta inconsistencias y acompa\u00f1a el razonamiento, pero no resuelve la tarea.<\/p>\n La diferencia es decisiva: una IA que pregunta puede fortalecer el aprendizaje; una IA que responde demasiado pronto puede debilitarlo.<\/p>\n Solo despu\u00e9s del intento inicial llega el momento de mostrar una explicaci\u00f3n clara, un ejemplo trabajado, una demostraci\u00f3n experta o una soluci\u00f3n modelo.<\/p>\n En esta fase, la IA puede generar explicaciones alternativas, ejemplos adaptados, representaciones visuales, comparaciones entre procedimientos o reformulaciones para distintos niveles de comprensi\u00f3n.<\/p>\n Es un uso relativamente seguro porque el alumnado ya ha intentado construir la idea.<\/p>\n Una comprensi\u00f3n inicial todav\u00eda es fr\u00e1gil. Necesita pr\u00e1ctica variada, retroalimentaci\u00f3n r\u00e1pida, revisi\u00f3n espaciada y aplicaci\u00f3n en casos distintos.<\/p>\n Esta es una de las zonas donde la IA puede aportar m\u00e1s valor: generar ejercicios graduados, proponer casos similares con variaciones, ofrecer retroalimentaci\u00f3n inmediata, simular clientes o situaciones profesionales, y aumentar una densidad de pr\u00e1ctica que el profesorado dif\u00edcilmente podr\u00eda producir manualmente para todo el grupo.<\/p>\n La condici\u00f3n es clara: la IA puede multiplicar la pr\u00e1ctica, pero el trabajo cognitivo debe seguir siendo del estudiante.<\/p>\n Este es el segundo momento protegido.<\/p>\n La evaluaci\u00f3n final debe mostrar si el alumnado puede pensar, decidir y actuar sin la herramienta. La IA puede ayudar al docente a dise\u00f1ar preguntas, crear r\u00fabricas, generar bancos de casos o revisar evidencias de proceso, pero no deber\u00eda estar presente en la prueba que acredita la competencia.<\/p>\n La raz\u00f3n es sencilla: si la evaluaci\u00f3n no distingue entre lo que sabe hacer el estudiante y lo que ha hecho la IA, la calificaci\u00f3n pierde valor.<\/p>\n Y en FP, perder valor evaluativo significa tambi\u00e9n debilitar la credibilidad de la competencia profesional acreditada.<\/p>\n La propuesta puede resumirse en una arquitectura pedag\u00f3gica muy clara:<\/p>\n Primero, un intento propio.<\/strong> Esta regla no implica prohibir la IA. Implica gobernarla pedag\u00f3gicamente.<\/p>\n La IA tiene sentido cuando aumenta la pr\u00e1ctica, mejora la retroalimentaci\u00f3n, ofrece ejemplos, adapta apoyos y acerca el aprendizaje a contextos profesionales reales. Pero debe retirarse cuando sustituye el esfuerzo espec\u00edfico que construye la habilidad o cuando impide comprobar la competencia de forma aut\u00f3noma.<\/p>\n Dicho de otro modo: la IA debe entrar donde amplifica la ense\u00f1anza, no donde borra la evidencia del aprendizaje.<\/p>\n La reflexi\u00f3n no afecta solo al aula. Tiene una dimensi\u00f3n clara de centro.<\/p>\n Una pol\u00edtica de IA en FP no deber\u00eda limitarse a una lista de herramientas permitidas o prohibidas. Tampoco basta con decir que el alumnado puede usar IA \u201ccon responsabilidad\u201d. Eso es demasiado gen\u00e9rico para orientar decisiones did\u00e1cticas y evaluativas reales.<\/p>\n Los centros necesitan criterios compartidos para responder, al menos, a cuatro preguntas:<\/p>\n Estas preguntas permiten pasar de una gobernanza basada en el control a una gobernanza basada en el dise\u00f1o pedag\u00f3gico.<\/p>\n Ser\u00eda un error leer esta reflexi\u00f3n como una invitaci\u00f3n a restringir la IA. Bien colocada, la IA puede ser una oportunidad extraordinaria para la FP.<\/p>\n Puede ofrecer m\u00e1s pr\u00e1ctica al alumnado que necesita consolidar. Puede generar casos profesionales variados. Puede proporcionar retroalimentaci\u00f3n inmediata. Puede ayudar al profesorado a dise\u00f1ar actividades, ejemplos, r\u00fabricas y secuencias de aprendizaje. Puede facilitar apoyos personalizados en grupos heterog\u00e9neos. Puede acercar el aula a situaciones m\u00e1s pr\u00f3ximas al desempe\u00f1o profesional real.<\/p>\n Pero esa promesa solo se cumple si el dise\u00f1o mantiene visible el pensamiento del estudiante.<\/p>\n Mal colocada, la IA no democratiza el aprendizaje. Democratiza la apariencia de haber aprendido.<\/strong><\/p><\/blockquote>\n La gran aportaci\u00f3n del estudio es desplazar el debate. No necesitamos una pedagog\u00eda de la prohibici\u00f3n ni una pedagog\u00eda de la fascinaci\u00f3n tecnol\u00f3gica. Necesitamos una pedagog\u00eda de la colocaci\u00f3n inteligente de la IA.<\/p>\n En FP, esto significa dise\u00f1ar tareas donde la IA ayude a practicar m\u00e1s, recibir mejor orientaci\u00f3n, explorar ejemplos y trabajar con mayor realismo profesional. Pero tambi\u00e9n significa proteger los momentos en los que el alumnado debe enfrentarse a la dificultad, construir criterio propio y demostrar competencia sin ayuda.<\/p>\n Porque aprender no es producir una buena respuesta con una herramienta.<\/p>\n Aprender es poder pensar, decidir, explicar y actuar cuando la herramienta ya no est\u00e1.<\/strong><\/p>\n Brcic, M. y Frljic, S. (2026). The Effortless Trap: Productive Struggle, AI, and the Illusion of Learning. Preprint, arXiv:2606.26181v1, 24 de junio de 2026.<\/strong><\/em><\/span><\/p>\n","protected":false},"excerpt":{"rendered":" Este texto toma como punto de partida las ideas centrales del estudio The Effortless Trap: Productive Struggle, AI, and the Illusion of Learning, de Mario Brcic y Stjepan Frljic. A partir de sus aportaciones, he intentado trasladar el debate al contexto espec\u00edfico de la Formaci\u00f3n Profesional, poniendo el foco en las implicaciones para el profesorado, […]<\/p>\n","protected":false},"author":121,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":[],"categories":[201,161,25],"tags":[204,203,163,202],"_links":{"self":[{"href":"https:\/\/blogs.diariovasco.com\/innovacion\/wp-json\/wp\/v2\/posts\/818"}],"collection":[{"href":"https:\/\/blogs.diariovasco.com\/innovacion\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blogs.diariovasco.com\/innovacion\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blogs.diariovasco.com\/innovacion\/wp-json\/wp\/v2\/users\/121"}],"replies":[{"embeddable":true,"href":"https:\/\/blogs.diariovasco.com\/innovacion\/wp-json\/wp\/v2\/comments?post=818"}],"version-history":[{"count":3,"href":"https:\/\/blogs.diariovasco.com\/innovacion\/wp-json\/wp\/v2\/posts\/818\/revisions"}],"predecessor-version":[{"id":822,"href":"https:\/\/blogs.diariovasco.com\/innovacion\/wp-json\/wp\/v2\/posts\/818\/revisions\/822"}],"wp:attachment":[{"href":"https:\/\/blogs.diariovasco.com\/innovacion\/wp-json\/wp\/v2\/media?parent=818"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blogs.diariovasco.com\/innovacion\/wp-json\/wp\/v2\/categories?post=818"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blogs.diariovasco.com\/innovacion\/wp-json\/wp\/v2\/tags?post=818"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Rendimiento asistido no es aprendizaje real<\/h2>\n
El aprendizaje necesita fricci\u00f3n productiva<\/h2>\n
Seis movimientos para decidir d\u00f3nde colocar la IA<\/h2>\n
1. Activar: despertar inter\u00e9s y conocimiento previo<\/h3>\n
2. Intentar: primer esfuerzo sin ayuda<\/h3>\n
3. Orientar: guiar con preguntas, no con respuestas<\/h3>\n
4. Conectar: ofrecer explicaci\u00f3n, modelo o ejemplo trabajado<\/h3>\n
5. Consolidar: practicar, variar y transferir<\/h3>\n
6. Comprobar: evidencia final sin ayuda<\/h3>\n
Una regla sencilla para el aula y para el centro<\/h2>\n
\nDespu\u00e9s, apoyo guiado con IA.<\/strong>
\nFinalmente, una comprobaci\u00f3n sin IA.<\/strong><\/p><\/blockquote>\nQu\u00e9 implica esto para las direcciones de centros de FP<\/h2>\n
\n
\nNo es lo mismo usar IA para mejorar la redacci\u00f3n de una memoria que usarla para diagnosticar una aver\u00eda, resolver un caso cl\u00ednico, programar una funci\u00f3n, interpretar datos financieros o dise\u00f1ar una intervenci\u00f3n educativa.<\/li>\n
\nHay partes auxiliares que la IA puede apoyar. Pero hay decisiones, razonamientos y procedimientos que deben quedar visibles porque son el n\u00facleo de la competencia.<\/li>\n
\nNo tiene el mismo efecto antes del primer intento, durante la orientaci\u00f3n, en la pr\u00e1ctica guiada o en la evaluaci\u00f3n final.<\/li>\n
\nTodo dise\u00f1o con IA deber\u00eda conservar alg\u00fan momento en el que el estudiante demuestre que puede sostener la competencia sin la herramienta.<\/li>\n<\/ul>\nLa oportunidad: m\u00e1s pr\u00e1ctica, m\u00e1s apoyo, mejor acompa\u00f1amiento<\/h2>\n
Cierre<\/h2>\n
\nReferencia<\/h2>\n