Un cuarto nodo en la red: el conectivismo a prueba de los modelos de lenguaje
Los modelos de lenguaje no son un nodo más en la red del aprendizaje: son la red comprimida que reingresa en ella como interlocutor. Un ensayo sobre lo que esto cambia en la universidad.
Una guía para entender por qué los modelos de lenguaje no encajan en la teoría clásica del aprendizaje en red, y qué significa eso para enseñar en la universidad hoy.
Una estudiante universitaria abre una conversación con un modelo de lenguaje. Le pregunta sobre Vygotsky. Recibe una respuesta articulada, ajustada a su nivel, con bibliografía aparente y matices conceptuales. Cierra la conversación con la sensación legítima de haber aprendido algo nuevo. La pregunta, sin embargo, queda flotando en el aire: ¿con quién acaba de aprender? No con una docente. No con un libro. No con una plataforma institucional en sentido convencional. Con algo distinto. Y ese algo distinto, sostenemos, no encaja en la topología clásica del conectivismo. La incomodidad teórica que genera esta escena cotidiana no es una rareza filosófica. Es el síntoma de que un marco conceptual valioso necesita actualizarse.
Lo que ensayamos aquí es una conceptualización en construcción. La etiqueta de cuarto nodo funciona como hipótesis operativa que organiza el análisis, no como reclamación de paternidad teórica. Recorreremos primero la topología clásica, identificaremos después por qué los modelos de lenguaje desbordan sus presupuestos, y exploraremos al final qué implica todo esto para la práctica docente universitaria.
Qué vas a encontrar aquí
Una idea central, explicada paso a paso: el conectivismo identificó tres tipos de nodo en las redes de aprendizaje, y los modelos de lenguaje introducen un cuarto que no se comporta como ninguno de los anteriores. Verás qué es un nodo, en qué desbordan los modelos los supuestos clásicos, cuál es la propiedad de la que derivan todas las grietas (la condensación), qué es la autoridad sintética y, sobre todo, qué puedes hacer con todo esto el lunes por la mañana en tu aula.
Una topología que envejece
Antes de ver qué falla, conviene recordar qué propuso el conectivismo. Conviene, además, fijar un término que repetiremos sin descanso.
Definición · Nodo
Un nodo es cualquier fuente de la que un aprendiz obtiene conocimiento dentro de una red: una persona, un texto, una institución. Aprender, según el conectivismo, no es tanto acumular información como construir y atravesar conexiones entre esos nodos.
El conectivismo nació, hace ya dos décadas, para nombrar algo que las teorías anteriores no podían acomodar (Siemens, 2005; Downes, 2012). La hipótesis central resultaba sencilla y potente: el aprendizaje no se explica solo como adquisición individual de contenidos almacenables ni como construcción interna de esquemas, sino como proceso de formación de conexiones entre nodos distribuidos en una red. El conocimiento, en esta formulación, ya no reside íntegramente en el sujeto, sino en la red que ese sujeto consigue construir, mantener y atravesar.
La pregunta inmediata era qué tipos de nodo poblaban esa red. La literatura conectivista, sin estabilizarse del todo en una tipología canónica, fue reconociendo al menos tres, en una tipología que sigue discutiéndose y ampliándose (Downes, 2020). La tabla siguiente los resume y, de paso, anticipa el contraste que sostiene todo el artículo.
| Tipo de nodo | Ejemplos | ¿Estable? | ¿Trazable? | Fuente de su autoridad |
|---|---|---|---|---|
| Humano | Docentes, tutores, compañeros de clase | Sí | Sí | Experiencia y trayectoria |
| Contenido | Libros, artículos, repositorios, archivos | Sí | Sí | Autoría y revisión por pares |
| Institucional o técnico | Universidades, plataformas, redes profesionales | Sí | Sí | Historia y reconocimiento social |
| Cuarto nodo (propuesta) | Modelos de lenguaje a gran escala | No | No | Sintética: cálculo estadístico |
Los tres tipos clásicos comparten cuatro presupuestos implícitos que conviene tener presentes, porque son precisamente los que el cuarto nodo va a hacer saltar. Primero, los nodos son estables: cambian, pero conservan identidad reconocible en el tiempo. Segundo, son trazables: podemos identificar de dónde viene lo que aportan. Tercero, guardan una asimetría reconocible, no se confunden entre sí. Cuarto, su autoridad procede de fuentes localizables. Retén estos cuatro adjetivos. Volverán convertidos en grietas.
El intruso categorial
Definición · Modelo de lenguaje a gran escala
Un sistema entrenado para predecir texto a partir de enormes cantidades de documentos. No «sabe» en el sentido humano: calcula qué palabras resultan probables a continuación. De esa predicción emerge una conversación que parece comprensión. Ejemplos de uso cotidiano: ChatGPT, Claude, Gemini.
Un modelo de lenguaje a gran escala, tal como lo conocemos hoy, no es un humano. Tampoco es un recurso pasivo equiparable a un libro. Tampoco es una institución ni una plataforma en el sentido convencional. Su comportamiento desafía a la vez los cuatro presupuestos anteriores, y esa transversalidad no es un defecto teórico que se vaya a corregir con mejores definiciones. Es la naturaleza propia del fenómeno. Veámoslo presupuesto por presupuesto.
No es plenamente estable. Cada versión del modelo difiere de la anterior. Las respuestas que produce ante una misma pregunta varían entre sesiones y entre actualizaciones. Un libro publicado en 2007 sigue diciendo en 2026 lo mismo que decía entonces. Un modelo de lenguaje, en cambio, podría decir mañana algo distinto de lo que dijo hoy, y ese cambio no obedece a ningún proceso público de revisión académica. La estabilidad referencial que sostiene buena parte de la práctica académica se debilita.
No es plenamente trazable. Cuando el modelo afirma algo, no podemos saber con certeza de qué textos extrajo esa afirmación ni cómo fueron ponderados durante el entrenamiento. La autoridad de lo que dice es opaca por construcción. Esta opacidad no se resuelve añadiendo citas posteriores, porque el núcleo generativo permanece como caja negra. La trazabilidad, que el conectivismo daba por supuesta, deja de ser propiedad del nodo y debe convertirse en práctica activa del aprendiz.
Cruza categorías. Imita la competencia comunicativa humana sin ser humano. Produce contenido sin ser recurso pasivo. Funciona como infraestructura sin ser institución. Esta condición híbrida obliga a pensar el nodo desde una categoría nueva, no desde el reciclaje forzado de las anteriores. Es, en sentido literal, un intruso categorial.
Su autoridad es sintética. Procede de un proceso estadístico sobre un corpus textual masivo, no de una trayectoria, una editorial o una institución. Esa autoridad existe, sería ingenuo negarla, pero no se rige por los mismos mecanismos que las anteriores. La denominaremos autoridad sintética, y la desarrollaremos en su propia sección.
Cuando una entidad nueva no encaja en una topología teórica, no es la entidad la que está mal. Es la topología la que necesita una categoría más.
Cinco grietas en la topología clásica
Si aceptamos provisionalmente la denominación del cuarto nodo, podemos enumerar cinco rupturas concretas con los supuestos del conectivismo clásico. No son matices accesorios. Son grietas que atraviesan el marco teórico. Grietas, conviene precisarlo, que no rompen el conectivismo sino que lo desbordan: la singularidad del cuarto nodo no invalida el marco, excede su capacidad descriptiva. La figura siguiente las reúne de un vistazo, y debajo desarrollamos cada una con un ejemplo de aula.
Cinco grietas en la topología clásica
Grieta 1 · Generativo
No se consulta, se interpela
La información se coproduce en la conversación. El aprendizaje deja de ser extracción y pasa a ser coproducción.
Grieta 2 · Recursivo
Engloba a otros nodos previos
La red deja de ser plana y pasa a ser estratificada. Hay nodos que contienen a otros por absorción estadística.
Grieta 3 · Postcomunitario
Simula sociabilidad sin proveerla
El estudiante dialoga con un agente que reproduce la forma de la compañía sin ser comunidad real de práctica.
Grieta 4 · Asimetría difusa
Frontera pregunta/respuesta porosa
¿Enseña el modelo al estudiante, o conduce el estudiante al modelo a producir un contenido determinado?
Grieta 5 · Opacidad epistémica
La trazabilidad como práctica activa
La procedencia de un dato ya no es propiedad inherente del nodo. Debe producirla el aprendiz mediante formación específica.
Primera grieta: el nodo se vuelve generativo, no consultivo. Los tres nodos clásicos operan según una lógica de consulta: el estudiante acude al docente, al libro o a la plataforma, extrae lo que necesita y prosigue. El cuarto nodo no se consulta, se interpela. Y al interpelarlo, genera información que no preexistía a la interacción. Ejemplo de aula: dos estudiantes piden al mismo modelo un resumen del mismo capítulo y obtienen textos distintos, no porque uno se equivoque, sino porque cada respuesta se produce en el momento. Con un libro, eso no ocurre.
Segunda grieta: la red se vuelve recursiva. Los modelos han sido entrenados sobre textos producidos por nodos humanos. Cuando un estudiante interactúa con un modelo, interactúa indirectamente con una red de redes previas, comprimida estadísticamente. Ya no hay nodos que se conectan entre sí en un mismo plano, sino nodos que engloban a otros. La topología deja de ser plana y pasa a ser estratificada. Ejemplo: cuando un estudiante pide al modelo que explique a Paulo Freire, está interactuando indirectamente con todo el corpus académico sobre Freire que el modelo procesó: las voces de nodos humanos y de contenido previos, fundidas en una respuesta nueva que el estudiante recibe como si fuera de una fuente única.
Tercera grieta: la comunidad pedagógica queda desplazada. Una parte importante del conectivismo descansaba en la idea de que el aprendizaje sostenido requiere comunidad, intuición que Lave y Wenger (1991) habían formulado antes desde la práctica situada y que Wenger (1998) desarrollaría después en su teoría de las comunidades de práctica. El cuarto nodo introduce la posibilidad inquietante de un aprendizaje aparentemente conversacional y personalizado, pero sin comunidad de fondo. El estudiante dialoga con un agente que simula compañía sin proveerla. Y no es una especulación teórica: la investigación empírica documenta que el estudiantado llega a tratar a los chatbots como interlocutores académicos de pleno derecho dentro de sus redes de comunicación universitaria (Ou et al., 2024).
Advertencia
El simulacro social no es un problema técnico que mejores interfaces resuelvan. Es una propiedad estructural del cuarto nodo. La pedagogía universitaria que descuide la dimensión comunitaria del aprendizaje quedará tarde o temprano reemplazada, no por la IA, sino por la ilusión de comunidad que la IA produce.
Cuarta grieta: la asimetría se diluye. En los tres nodos clásicos, el aprendiz buscaba y los otros nodos ofrecían. El cuarto nodo desdibuja esa distinción. ¿Es el modelo quien enseña al estudiante, o es el estudiante quien, con sus preguntas, conduce al modelo a producir un contenido? La frontera entre quien pregunta y quien responde se vuelve más permeable de lo que el conectivismo había contemplado. La asimetría no desaparece, pero ya no puede darse por supuesta.
Quinta grieta: la trazabilidad se vuelve competencia, no propiedad. Donde antes la procedencia de un dato era propiedad inherente del nodo, ahora debe producirla activamente el aprendiz. Verificar de dónde viene una afirmación generada no es automático, es una práctica deliberada que exige formación. La pedagogía del cuarto nodo, si la hay, comienza precisamente aquí.
Para pensar
De estas cinco grietas, ¿cuál afecta más a tu asignatura concreta? ¿La generatividad, que multiplica respuestas distintas? ¿O la opacidad, que dificulta verificar fuentes?
Si tuvieras que enseñar a tu estudiantado solo una de las cinco, ¿por cuál empezarías?
La propiedad madre: la red que habla con una sola voz
Las cinco grietas anteriores podrían leerse como cinco argumentos independientes, y esa lectura las debilita, porque invita a refutarlas una a una. Sostenemos que no lo son. Son manifestaciones de una única propiedad que ningún nodo anterior tuvo en toda la historia de los artefactos del conocimiento, y que proponemos llamar condensación.
Compárese la genealogía completa. El libro es la memoria exteriorizada de un testigo que existió. La biblioteca almacena fragmentos de la red y los ordena. El buscador apunta hacia la red: es un índice, opaco quizás, pero un índice que remite fuera de sí. El modelo de lenguaje hace algo categorialmente distinto. Es la red entera, comprimida estadísticamente y con pérdida, que reingresa en la red como interlocutor. No apunta a la red. No la almacena. La condensa y le pone una sola voz.
De esa propiedad reflexiva derivan las demás como corolarios. Una proyección estadística no coaprende con nadie, porque no hay en ella nada que la conversación pueda transformar de manera duradera: adaptación sin coaprendizaje. Una compresión destruye las marcas temporales de lo comprimido, y de ahí la temporalidad compuesta y opaca de sus respuestas. Y una proyección carece de posición biográfica e institucional desde la que responder por lo dicho: ofrece testimonio sin testigo.
Por eso hablamos de una clase ontológico-funcional nueva, y no de una clase ontológica en sentido metafísico fuerte. Lo que individúa al cuarto nodo es la conjunción de una propiedad arquitectónica, la condensación, con una posición funcional, el lugar del interlocutor. Esta jerarquización importa además por una razón polémica: quien quiera refutar la propuesta ya no puede desmontar grieta a grieta, debe atacar el centro. Y el centro es una propiedad verificable de la arquitectura de estos sistemas, no una impresión pedagógica.
Autoridad sintética: una categoría que necesita nombre
La noción de autoridad sintética merece desarrollo propio, porque condensa lo más anómalo del cuarto nodo.
Concepto clave · Autoridad sintética
Es la credibilidad que un modelo de lenguaje proyecta sin recorrer las vías que tradicionalmente legitiman el saber, ni formación, ni editorial, ni revisión por pares. Funciona por la elegancia de la forma, no por la solidez de la fuente. Y produce afirmaciones falsas con la misma fluidez con que produce verdaderas.
La autoridad epistémica, tradicionalmente, descansa en cadenas de legitimación. Un docente acredita la suya mediante formación reconocida, publicación arbitrada y trayectoria. Un libro la sostiene a través de autoría, editorial y recepción crítica. Una institución la fundamenta en historia y reconocimiento. En los tres casos, la autoridad se puede rastrear hasta una fuente humana identificable.
La autoridad del modelo carece de esa cadena. No hay una persona específica que respalde la afirmación particular que produce en una conversación. No hay editorial que la haya aceptado, ni revisión por pares que la haya validado. Y sin embargo, la afirmación se presenta con una coherencia que produce, en quien la recibe, un efecto análogo al de la autoridad tradicional. Eso es lo sintético: una autoridad que funciona sin recorrer las vías que la legitimaban.
El análisis filosófico reciente respalda este diagnóstico. Heersmink y colaboradores (2024) han argumentado que la opacidad de los modelos no es un defecto transitorio de implementación, sino una propiedad estructural que compromete la calibración de nuestra confianza. Tendemos a tratarlos como interlocutores casi humanos, un cuasi-otro conversacional, cuando son en rigor sistemas cuya fiabilidad no podemos inspeccionar desde fuera. La consecuencia pedagógica es directa: la confianza que el estudiante deposita en el modelo suele exceder lo que la naturaleza del sistema justifica.
Bender y colaboradoras (2021) advirtieron tempranamente al describir los modelos como «loros estocásticos», expresión polémica que captura, con todo, una intuición correcta: la fluidez gramatical no implica comprensión ni validación. Esta observación vuelve crítica la formación universitaria. Si no enseñamos a distinguir entre autoridad sintética y autoridad fundada, formaremos consumidores acríticos de una opacidad disfrazada de claridad. Conviene, eso sí, no leer el diagnóstico como antitecnológico. Mollick (2024) defiende, con razón, que los modelos pueden funcionar como cointeligencia operativa cuando se usan con criterio. La cuestión es esa: con criterio. Y el criterio no se delega en el modelo, se forma en el aprendiz.
El docente ante un nodo que no se consulta, se interpela
Las cinco grietas y la autoridad sintética tienen consecuencias prácticas. Las recorremos, y después las condensamos en acciones concretas.
La alfabetización en trazabilidad deja de ser contenido optativo y se vuelve competencia transversal. Enseñar a usar modelos sin enseñar a la vez a verificar sus afirmaciones es producir consumidores acríticos de autoridad sintética. La universidad tiene aquí una responsabilidad que difícilmente puede delegar.
Hallazgo
La trazabilidad ha pasado de ser propiedad de los nodos a ser competencia del aprendiz. Esto no es un giro técnico, es un desplazamiento epistemológico. Quien no la convierta en práctica explícita quedará a merced de la autoridad sintética que el cuarto nodo produce.
La gestión deliberada de la diversidad de nodos se vuelve principio de diseño. Si el cuarto nodo tiende a absorber la consulta a los nodos humanos y de contenido, el diseño pedagógico debe contrapesar esa tendencia. No por nostalgia institucional, sino para preservar la pluralidad epistémica que sostiene el aprendizaje complejo. Hay que enseñar a leer libros enteros, no solo resúmenes generados. Hay que sostener seminarios con personas, no solo conversaciones con modelos.
La comunidad recupera valor estratégico, paradójicamente. Si el modelo simula sociabilidad sin proveerla, la comunidad real, presencial o virtual, se convierte en infraestructura crítica. La pretensión de que la IA reemplazará al docente conduce a un escenario empobrecido, no porque la IA sea insuficiente, sino porque el aprendizaje universitario nunca fue solo transferencia de información.
La coproducción se admite como práctica legítima, pero con condiciones. Reconocer que el aprendiz coproduce con el cuarto nodo no disuelve la autoría ni la responsabilidad cognitiva. Implica explicitar la coproducción, hacerla visible en la evaluación y enseñar al estudiante a dar cuenta de su contribución específica. La literatura sobre educación superior converge en esta dirección: las oportunidades de la enseñanza aumentada con modelos solo se materializan cuando van acompañadas de supervisión humana deliberada y de salvaguardas explícitas de integridad académica (Eager y Brunton, 2023; Peláez-Sánchez et al., 2024).
Para llevar al aula
1. Ejercicio de verificación. Pide al estudiantado que genere tres afirmaciones con un modelo y rastree la fuente real de cada una. Discutid en clase cuáles resisten la comprobación.
2. Diversidad obligada. En cada tarea, exige al menos una fuente humana, una de contenido revisado y, si procede, una conversación con un modelo, declarada como tal.
3. Coproducción visible. Sustituye la pregunta «¿usaste IA?» por «¿qué aportaste tú y qué aportó el modelo?». La transparencia educa mejor que la prohibición.
4. Comunidad primero. Reserva al menos un espacio del curso, seminario o tutoría entre pares, que ningún modelo pueda sustituir.
Las objeciones que merecen tomarse en serio
Una conceptualización que solo se defiende esquivando críticas es, en realidad, una afirmación apologética disfrazada de teoría. Formulemos, pues, las objeciones con honestidad.
«Nada de esto es nuevo: la filosofía de la tecnología lo describió hace décadas.» La objeción tiene expediente abundante. La opacidad constitutiva de las máquinas estabilizadas la describió Latour (1999) con el nombre de cajanegrización. La experiencia de dialogar con una tecnología como si fuera un cuasi-otro la clasificó Ihde (1990) entre sus relaciones de alteridad. La memoria técnica exteriorizada que altera la temporalidad humana del conocimiento la teorizó Stiegler (1994) como retención terciaria. Y el testimonio sin testigo tiene un precedente de veinticuatro siglos: en el Fedro, Sócrates objetaba a la escritura exactamente eso, que los textos responden siempre lo mismo y circulan huérfanos de su autor. Conviene conceder casi todo. Casi. Ninguno de esos artefactos tuvo la propiedad de condensación: el libro exterioriza la memoria de un testigo, el buscador apunta fuera de sí. Solo el modelo de lenguaje es una compresión de la red entera que reingresa en la red como interlocutor. La novedad no está en la opacidad ni en la cuasi-alteridad, que son viejas. Está en la reflexividad.
«El conectivismo bien leído ya absorbe este caso.» Esta objeción es la más incómoda para quien esto escribe. Siemens (2005) incluyó entre sus principios que el aprendizaje puede residir en dispositivos no humanos, y el conectivismo se formuló en el ecosistema de Google: PageRank ya era en 2005 un algoritmo opaco y asimétrico cuya política había sido tematizada años antes (Introna y Nissenbaum, 2000). Si la teoría absorbió al buscador sin desbordarse, ¿por qué no absorbería al modelo? La respuesta exige distinguir entre infraestructura y posición de interlocutor. El buscador organizaba la circulación de la red, pero no ocupaba el lugar del interlocutor pedagógico: nadie le preguntaba a PageRank qué pensaba de Vygotsky. El modelo sí ocupa ese lugar. El supuesto tácito del conectivismo nunca fue que todos los nodos fueran recíprocos e interrogables, sino que lo fueran los nodos que ocupan la posición del interlocutor. Hasta 2022, esa posición la ocupaban solo los humanos.
«No es un nodo nuevo, sino un recurso de contenido mejorado.» La crítica es razonable, pero ignora la generatividad. Una enciclopedia no produce afirmaciones nuevas en cada consulta. Un modelo sí. La diferencia es categorial, no de grado, y asumimos el criterio exigente que esa afirmación requiere: una clase de nodo solo cuenta como nueva cuando no puede describirse como variación de grado a lo largo de las dimensiones que definen a las clases existentes. La condensación, sostenemos, cumple ese criterio.
«Cualquier interlocutor humano también es generativo.» Es cierto, pero el humano lo hace anclado en intencionalidad, experiencia situada y responsabilidad localizable. El modelo, sin ninguna de esas tres anclas. Confundir ambas generatividades conduce a antropomorfizar al modelo o, peor, a deshumanizar al docente.
«Llamarlo nodo lo humaniza indebidamente.» Esta crítica merece tomarse muy en serio. Llamarlo nodo no equivale a humanizarlo, sino a reconocer que cumple una función relacional que las tres categorías clásicas no acotan. La denominación es operativa, no honorífica.
«Conceptualizarlo naturaliza su presencia, cuando aún deberíamos discutir si es deseable.» Objeción legítima. Conceptualizar el cuarto nodo no equivale a celebrarlo, sino a darle nombre para poder pensarlo críticamente y, en su caso, limitarlo. Williamson (2017) ha mostrado cómo la falta de marcos conceptuales adecuados deja a las comunidades educativas a merced de las narrativas que las plataformas producen sobre sí mismas.
Hay otras objeciones posibles. La discusión queda abierta, y esa apertura es deliberada. Una teoría que no admite objeciones no es teoría, es dogma.
Qué cambia en el mundo observable si esto es cierto
Una tesis que no arriesga consecuencias contrastables es solo vocabulario. Esta arriesga al menos tres. Primera: si la condensación es real, las redes de conocimiento con fuerte mediación de modelos deberían mostrar una homogeneización medible del contenido, con más productividad individual y menos diversidad colectiva, y la evidencia emergente apunta en esa dirección (Doshi y Hauser, 2024). Segunda: si el nodo recicla la red en lugar de producirla, los circuitos donde la salida del modelo reingresa como material de entrenamiento deberían degradarse de forma característica, que es exactamente el colapso de modelos ya documentado (Shumailov et al., 2024). Tercera: la adaptación sin coaprendizaje predice una discontinuidad conductual entre sesiones que puede distinguirse experimentalmente de un interlocutor humano con memoria. Un mundo donde el conectivismo clásico bastara no predeciría ninguna de las tres.
Esa apertura, sin embargo, no equivale a parálisis. Precisamente porque el campo está abierto, conviene avanzar una propuesta que organice la práctica mientras la teoría madura.
Hacia una pedagogía de la simbiosis
Lo que esta reformulación abre es la posibilidad de pensar el aprendizaje con el cuarto nodo desde el marco de la simbiosis, no desde el de la sustitución. Veníamos sosteniendo, desde el trabajo sobre micorrizas y comunidades de aprendizaje (Santamaría, 2012), que las asociaciones biológicas mutualistas ofrecen una metáfora más fértil para lo educativo que las metáforas técnicas del reemplazo.
Concepto clave · Mutualismo
Relación entre organismos en la que cada parte aporta lo que la otra no tiene y recibe lo que no podría producir sola. Su opuesto es el parasitismo, donde una parte se beneficia a costa de la otra. La pregunta pedagógica es cuál de los dos rige la relación entre estudiante y modelo.
Las micorrizas son redes simbióticas entre hongos y raíces vegetales. Lo que vemos en superficie como un cuerpo aislado es solo la punta del iceberg. Debajo del suelo se extiende una red filamentosa e invisible que conecta organismos y puede cubrir hectáreas enteras. Funcionan porque hay mutualismo: cada participante aporta lo que el otro no tiene.
Una pedagogía de la simbiosis con el cuarto nodo aceptaría su presencia sin negarla ingenuamente. Examinaría qué aporta y qué extrae. Diseñaría regímenes de intercambio que produzcan mutualismo entre estudiante, docente, modelo y comunidad, en lugar de parasitismo. Y formaría a los estudiantes para reconocer cuándo la asociación con el modelo es genuinamente mutualista y cuándo se ha deslizado hacia la dependencia, la fabulación o la pérdida de autonomía cognitiva.
La distinción ecológica entre parasitismo, comensalismo y mutualismo, que estudiábamos hace más de una década en otros contextos digitales, vuelve aquí con renovada pertinencia. Si hoy una proporción significativa de las interacciones digitales se aproxima más al parasitismo que al mutualismo, conviene preguntarse qué proporción regirá la relación entre estudiantes y modelos en los próximos años. La respuesta no la dará la tecnología. La dará el diseño pedagógico que sepamos construir.
Quizá la pregunta que queda flotando, al final del recorrido, no sea si el cuarto nodo debe estar o no en la red de aprendizaje. Ya está, y discutir su presencia es discutir el clima. La pregunta más útil es esta: ¿qué tipo de simbiosis estamos dispuestos a diseñar entre los cuatro tipos de nodo, antes de que el mercado la diseñe por nosotros?
Glosario rápido
Conectivismo
Teoría del aprendizaje formulada por Siemens y Downes a mediados de los años dos mil. Sostiene que aprender consiste en formar y mantener conexiones dentro de una red de nodos, más que en almacenar información de manera individual.
Nodo
Cualquier fuente de conocimiento dentro de una red de aprendizaje. El conectivismo clásico reconoce tres tipos: humanos, de contenido e institucionales o técnicos. Este artículo propone un cuarto.
Autoridad sintética
Credibilidad que proyecta un modelo de lenguaje sin recorrer las cadenas de legitimación tradicionales. Funciona por la coherencia de la forma, no por la solidez verificable de la fuente.
Condensación
Propiedad que distingue al cuarto nodo de toda la genealogía anterior de artefactos del conocimiento: su contenido es una compresión estadística de la red entera, que reingresa en la red como interlocutor con una sola voz. De ella derivan la adaptación sin coaprendizaje, la temporalidad compuesta opaca y el testimonio sin testigo.
Generatividad
Capacidad de producir contenido nuevo en cada interacción, en lugar de devolver siempre lo mismo. Distingue al cuarto nodo de un recurso de contenido como un libro o una enciclopedia.
Mutualismo / parasitismo
Dos tipos de relación ecológica. En el mutualismo ambas partes ganan. En el parasitismo, una gana a costa de la otra. Aplicados a la educación, ofrecen un criterio para evaluar la calidad de la relación entre estudiante y modelo.
Referencias
Bender, E. M., Gebru, T., McMillan-Major, A., y Shmitchell, S. (2021). On the dangers of stochastic parrots: Can language models be too big? En Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency (pp. 610-623). Association for Computing Machinery. https://doi.org/10.1145/3442188.3445922
Doshi, A. R., y Hauser, O. P. (2024). Generative AI enhances individual creativity but reduces the collective diversity of novel content. Science Advances, 10(28), eadn5290. https://doi.org/10.1126/sciadv.adn5290
Downes, S. (2012). Connectivism and connective knowledge: Essays on meaning and learning networks. National Research Council of Canada. https://www.downes.ca/files/books/Connective_Knowledge-19May2012.pdf
Downes, S. (2020). Recent work in connectivism. European Journal of Open, Distance and E-Learning, 22(2), 113-132. https://doi.org/10.2478/eurodl-2019-0014
Eager, B., y Brunton, R. (2023). Prompting higher education towards AI-augmented teaching and learning practice. Journal of University Teaching and Learning Practice, 20(5). https://doi.org/10.53761/1.20.5.02
Heersmink, R., de Rooij, B., Clavel Vázquez, M. J., y Colombo, M. (2024). A phenomenology and epistemology of large language models: Transparency, trust, and trustworthiness. Ethics and Information Technology, 26, artículo 41. https://doi.org/10.1007/s10676-024-09777-3
Ihde, D. (1990). Technology and the lifeworld: From garden to earth. Indiana University Press.
Introna, L. D., y Nissenbaum, H. (2000). Shaping the Web: Why the politics of search engines matters. The Information Society, 16(3), 169-185. https://doi.org/10.1080/01972240050133634
Latour, B. (1999). Pandora's hope: Essays on the reality of science studies. Harvard University Press.
Lave, J., y Wenger, E. (1991). Situated learning: Legitimate peripheral participation. Cambridge University Press.
Mollick, E. (2024). Co-intelligence: Living and working with AI. Portfolio.
Ou, A. W., Stöhr, C., y Malmström, H. (2024). Academic communication with AI-powered language tools in higher education: From a post-humanist perspective. System, 121, 103225. https://doi.org/10.1016/j.system.2024.103225
Peláez-Sánchez, I. C., Velarde-Camaqui, D., y Glasserman-Morales, L. D. (2024). The impact of large language models on higher education: Exploring the connection between AI and Education 4.0. Frontiers in Education, 9, 1392091. https://doi.org/10.3389/feduc.2024.1392091
Santamaría, F. (2012, 31 de diciembre). Redes de micorrizas, simbiosis y tipos de asociaciones para las comunidades [Entrada de blog]. Blog de Fernando Santamaría. https://fernandosantamaria.com/redes-de-micorrizas-simbiosis-y-tipos-de-asociaciones-para-las-comunidades/
Shumailov, I., Shumaylov, Z., Zhao, Y., Papernot, N., Anderson, R., y Gal, Y. (2024). AI models collapse when trained on recursively generated data. Nature, 631(8022), 755-759. https://doi.org/10.1038/s41586-024-07566-y
Siemens, G. (2005). Connectivism: A learning theory for the digital age. International Journal of Instructional Technology and Distance Learning, 2(1), 3-10.
Stiegler, B. (1994). La technique et le temps 1: La faute d'Épiméthée. Galilée.
Wenger, E. (1998). Communities of practice: Learning, meaning, and identity. Cambridge University Press.
Williamson, B. (2017). Big data in education: The digital future of learning, policy and practice. Sage.