IA rápida, escuela lenta: la lección de Oriol Vinyals

La IA generativa ha tardado menos de tres años en pasar de curiosidad a pieza casi obligatoria en el trabajo de miles de docentes y estudiantes en España. Mientras tanto, los tiempos de la escuela siguen siendo los de siempre: currículos que cambian despacio, claustros saturados y poco margen para experimentar. Ahí está el choque.

Oriol Vinyals, vicepresidente de Google DeepMind y uno de los cerebros detrás de Gemini, lo resume con una frase que incomoda y entusiasma a la vez:

“Sería mejor ir más despacio en la IA, pero el mundo va muy rápido, y es muy emocionante”.

Esta tensión entre prudencia y velocidad no es un debate abstracto para filósofos de la tecnología. Afecta directamente a cómo enseñamos, cómo aprenden nuestros alumnos y qué tipo de sistema educativo queremos en España en 5 o 10 años. Sobre todo ahora, cuando la IA ya no solo corrige textos, sino que programa, razona, genera imágenes y empieza a integrarse en voz, vídeo y robótica.

En este artículo te propongo algo claro: usar las ideas de Vinyals sobre el futuro de la IA para aterrizarlas en el aula española y en el aprendizaje personalizado. Qué está pasando, qué riesgos hay y, sobre todo, qué puede hacer hoy un centro educativo que no quiere quedarse atrás… ni meter la pata.

1. Qué nos está diciendo realmente Oriol Vinyals

El mensaje de Vinyals no es “paremos la IA”, ni tampoco “todo vale”. Su idea central es más incómoda: la tecnología va a seguir avanzando muy deprisa, nos guste o no, y la responsabilidad está en cómo la usamos.

Algunos puntos clave de su visión que impactan de lleno en la educación:

• La receta es la misma, la escala ha cambiado. Los modelos actuales siguen siendo redes neuronales profundas, pero entrenadas con cantidades descomunales de datos y cómputo. Eso explica por qué hoy un modelo de lenguaje puede mantener una conversación larga con un alumno y adaptar el nivel casi en tiempo real.
• La IA ya muestra creatividad en algunos campos. Es capaz de proponer ideas nuevas en ciencia o matemáticas, combinando información que ningún humano podría leer a la misma velocidad. Para el aula, eso significa pasar de “buscador avanzado” a “compañero de ideas”.
• Los errores no van a desaparecer, pero se pueden gestionar. Las alucinaciones (respuestas inventadas) son el equivalente digital de “lo he leído en internet”. La clave no es esperar una IA infalible, sino enseñar pensamiento crítico y diseñar sistemas de uso responsable.
• La carrera es global y geopolítica. EE. UU. y China lideran la infraestructura y la inversión. Europa regula más que invierte. Esto tiene una traducción directa: los centros españoles usarán, en gran medida, tecnología diseñada fuera, pero pueden decidir cómo la integran.

En educación, ignorar este contexto es como planificar el curso sin mirar el calendario escolar: te vas a estrellar seguro.

2. ¿Más despacio en la IA… y más rápido en la escuela?

Vinyals admite que, como científico y como padre, preferiría ir más despacio. Pero también reconoce la presión del mercado y la “emoción” de un momento histórico, comparable —dice— a ir a la Luna.

En educación, el desequilibrio es evidente:

• La IA avanza por versiones (Gemini 1.0, 2.0, 3.0).
• La escuela avanza por leyes y decretos (LOMLOE, currículos autonómicos, planes digitales…).

La consecuencia práctica es clara: si un centro espera a tener “todo regulado” para actuar, llegará tarde. Pero si entra a lo loco, puede generar dependencia de herramientas, fraude académico y todavía más desigualdad.

La salida pasa por algo que en España no se nos da mal cuando queremos: experimentar con cabeza.

Qué significa “ir más despacio” en el aula

Ir más despacio en educación no es prohibir la IA, sino:

• Definir zonas seguras de prueba. Por ejemplo, empezar con proyectos piloto en 3.º y 4.º de ESO o en ciclos formativos, con un grupo de docentes motivados y seguimiento del equipo directivo.
• Marcar reglas claras desde el principio. Qué se puede hacer con IA (lluvia de ideas, borradores, explicaciones personalizadas) y qué no (entregar tareas generadas íntegramente sin citar la herramienta, copiar código sin entenderlo, etc.).
• Centrarse en aprendizaje, no en herramienta. Cambiar la pregunta “¿usamos Gemini, ChatGPT o el que toque?” por “¿qué competencia queremos desarrollar y cómo la IA puede ayudar?”.

Mientras tanto, la tecnología seguirá acelerando. Pero el sistema educativo puede controlar algo muy importante: los ritmos de adopción en el aula y la cultura pedagógica alrededor de la IA.

3. IA generativa y aprendizaje personalizado en España

Aquí está la parte interesante para el día a día de un centro: la misma IA que asusta porque puede hacer los deberes también puede permitir un nivel de personalización pedagógica que nunca habíamos tenido.

Vinyals apunta a tres líneas de futuro inmediato: voz, vídeo y robótica. Traducidas a escuela española, abren escenarios muy concretos.

a) Un “profesor asistente” para cada alumno

Con modelos de lenguaje avanzados como Gemini 3.0:

• Un alumno de 2.º de ESO con dificultades en fracciones puede tener un “tutor” que le explique el mismo concepto con ejemplos de fútbol, cocina o videojuegos hasta que lo entienda.
• Un estudiante brillante de Bachillerato puede profundizar en demostraciones matemáticas que van más allá del currículo, con explicaciones paso a paso y referencias.

La clave para que esto no descarrile:

• Configuración adecuada: modo educativo, restricciones de contenido, registro de conversaciones si el centro lo considera oportuno y lo regula.
• Acompañamiento docente: el profesor no desaparece, se convierte en quien diseña las tareas, interpreta las respuestas y enseña al alumno a usar la IA bien.

b) Multimodalidad: de la ficha aburrida al proyecto vivo

La IA ya no trabaja solo con texto. La versión 3.0 de Gemini, por ejemplo, mejora la generación de imágenes y el razonamiento matemático y de código. Eso encaja de forma natural con metodologías activas muy presentes en España:

• ABP (aprendizaje basado en proyectos): los alumnos pueden pedir a la IA que les genere posibles experimentos, esquemas visuales, guiones de vídeo o incluso pequeños prototipos en código para un proyecto STEM.
• FP y educación superior: simulaciones de procesos, generación de código para automatizar tareas, creación rápida de recursos visuales para prácticas.

Bien usado, esto permite que el tiempo de clase se vaya menos en producir “material” y más en discutir, evaluar, experimentar y conectar aprendizajes.

c) IA y diversidad: apoyo real a la inclusión

En un aula española media conviven:

• Alumnado con distintas lenguas maternas.
• Necesidades educativas especiales.
• Diferencias fuertes de ritmo de aprendizaje.

La IA puede ser un aliado muy potente si se orienta bien:

• Adaptando la complejidad del texto a distintos niveles sin perder el contenido clave.
• Generando explicaciones alternativas (más visuales, más narrativas, más esquemáticas).
• Traduciendo o reformulando en tiempo real instrucciones para alumnado recién llegado.

Aquí la condición es innegociable: el centro necesita un marco ético claro sobre privacidad, tipo de datos que se comparten y supervisión adulta.

4. Riesgos reales: alucinaciones, dependencia y desigualdad

Vinyals es muy honesto con las limitaciones de los modelos. Habla de alucinaciones (“strawberry tiene dos letras”) y de la imposibilidad, hoy por hoy, de entender del todo cómo razona internamente la red neuronal.

En educación, esto se traduce en tres riesgos que no conviene maquillar:

1) Información falsa pero muy convincente

Un modelo puede inventarse una referencia histórica o un teorema con un tono totalmente seguro. Por eso:

• Hay que enseñar explícitamente al alumnado a verificar: contrastar con el libro, con fuentes académicas, con el profesor.
• Las tareas deben pedir proceso, no solo resultado: “explica cómo lo has comprobado”, “cita qué has usado y qué has corregido”.

2) Sustitución del esfuerzo cognitivo

Si la IA redacta, resume, traduce y hasta resuelve problemas paso a paso, la tentación es clara: no pensar.

La respuesta pedagógica no es prohibir, sino diseñar actividades en las que usar IA bien sea más útil que usarla mal. Por ejemplo:

• Pedir al alumno que genere una respuesta con IA y luego la critique, la mejore y señale errores.
• Valorar más la reflexión, la comparación y la argumentación que el simple producto final.

3) Brecha entre centros

Los centros con mejor dotación y dirección más proactiva empezarán a sacar partido real de la IA. Otros, directamente, harán “como si no existiera” o la limitarán a un par de charlas de sensibilización.

Si no se hace nada desde administraciones y redes de centros, veremos una nueva brecha educativa, esta vez no solo digital, sino metodológica. No es un riesgo teórico; ya se ve en cómo algunos colegios y universidades españolas han creado comisiones específicas de IA y otros ni la mencionan en sus planes.

5. Qué puede hacer hoy un centro educativo en España

El discurso de Vinyals termina en una idea que merece ser tomada en serio: no vamos a poder parar esto, pero sí podemos frenar o corregir cuando veamos que algo no funciona.

Aplicado a la educación española, yo lo traduciría en un plan muy concreto para los próximos 12 meses:

Paso 1: crear un pequeño grupo motor de IA educativa

• 4–8 docentes de distintas etapas y materias.
• Un miembro del equipo directivo.
• Si es posible, un representante de orientación o PT.

Sus funciones:

• Formarse mínimamente (no en programación, sino en usos pedagógicos y riesgos básicos).
• Proponer un marco de uso de IA en el centro: cuándo, para qué, con qué criterios.
• Seleccionar 2–3 herramientas alineadas con la normativa española y europea de protección de datos.

Paso 2: lanzar proyectos piloto bien acotados

Ejemplos realistas:

• Tutorías personalizadas de matemáticas en 1.º de ESO con IA supervisada por el profesor.
• Uso de IA para mejorar redacciones en 4.º de ESO, con énfasis en revisar y mejorar, no en generar desde cero.
• Apoyo lingüístico para alumnado recién llegado a través de chatbots controlados.

Cada piloto debería tener:

• Objetivos claros de aprendizaje.
• Un protocolo de uso por escrito.
• Una evaluación al final: qué ha funcionado, qué no y qué se ajusta.

Paso 3: hablar abiertamente con familias y alumnado

La peor estrategia es hacer como si nada hubiera cambiado. Mucho mejor:

• Explicar que la IA ya forma parte del entorno de aprendizaje y del mundo laboral.
• Contar cómo se va a usar en el centro y qué límites hay.
• Abrir un canal para dudas y casos problemáticos (plagio, uso inadecuado, etc.).

Aquí, la transparencia genera confianza y reduce el miedo, tanto en el claustro como en las familias.

6. Mirando a 2030: qué tipo de sistema educativo queremos

El ritmo de la IA no va a bajar porque lo deseemos. La pregunta que deja sobre la mesa la frase de Vinyals es otra: ¿queremos que la escuela vaya siempre 15 años por detrás de la sociedad o aprovechamos esta ola para redefinir qué significa aprender en España?

La IA no va a sustituir a los docentes, pero sí va a cambiar qué valoran los alumnos del profesorado: menos transmisión de contenido, más acompañamiento, diseño de experiencias y criterio.

Si usamos estos próximos años para:

• Formar a los docentes en IA con foco pedagógico.
• Revisar la evaluación para premiar el pensamiento crítico por encima de la reproducción mecánica.
• Integrar la IA como herramienta de personalización y no como atajo para hacer tareas.

entonces la frase de “sería mejor ir más despacio” será más una advertencia ética que un epitafio del sistema.

Porque la realidad es sencilla: la IA ya está en la educación española. La cuestión es si la vamos a sufrir… o la vamos a dirigir.