Una investigación publicada en julio de 2026 en ReCALL, revista especializada de Cambridge University Press y EUROCALL, ofrece una pista particularmente interesante. El estudio trabajó durante doce semanas con 120 estudiantes de inglés de nivel intermedio, distribuidos en cuatro modalidades de retroalimentación: IA dialógica mediante ChatGPT, IA monológica mediante ELSA Speak, diálogo humano mediante Zoom y retroalimentación humana no dialógica mediante Audacity.
Los mejores resultados en competencia oral y alfabetización para aprovechar la retroalimentación aparecieron en el grupo que utilizó IA de manera dialógica. El segundo mejor desempeño correspondió al grupo que interactuó con otras personas. Las dos modalidades basadas fundamentalmente en recibir correcciones unidireccionales obtuvieron progresos comparativamente menores.
El resultado permite formular una idea importante: quizá la ventaja educativa de la inteligencia artificial no esté principalmente en que pueda corregir mejor, sino en que puede convertir la corrección en conversación.
Una aplicación especializada puede decirle al estudiante que pronunció incorrectamente un fonema, asignarle una puntuación e indicarle cómo repetirlo. Todo eso puede resultar útil. Pero el diálogo introduce operaciones cognitivas diferentes. El estudiante puede preguntar por qué su respuesta no funciona, solicitar una explicación más sencilla, intentar decir lo mismo de otra manera, comprobar si fue comprendido y reparar espontáneamente su producción.
Es precisamente ahí donde la retroalimentación deja de ser información recibida y comienza a convertirse en aprendizaje.
Los investigadores observaron en las modalidades dialógicas movimientos como solicitudes de aclaración, comprobaciones de comprensión y autocorrecciones. En la condición con IA, además, los estudiantes podían mantener una interacción individual y experimentar con el idioma sin la presión social que a veces acompaña la conversación con otra persona. El sistema estaba configurado para priorizar inicialmente el significado, limitar la cantidad de errores corregidos en cada turno y estimular que el propio estudiante reparara su producción antes de ofrecerle directamente la respuesta correcta.
Ese detalle metodológico resulta fundamental. Utilizar ChatGPT no produjo automáticamente los mejores resultados. Lo decisivo fue cómo se diseñó la interacción.
Esta distinción debería ocupar un lugar central en la enseñanza del francés como lengua extranjera y, en general, de cualquier segunda lengua. Si el profesor utiliza la IA simplemente para sustituir una hoja de ejercicios por una pantalla que corrige automáticamente, probablemente estará digitalizando una metodología existente. Si, en cambio, diseña situaciones en las que el estudiante debe negociar significado, pedir explicaciones, reformular y reaccionar ante respuestas inesperadas, la herramienta empieza a desempeñar una función pedagógica diferente.
Un estudiante de FLE podría, por ejemplo, simular con la IA una conversación en una estación ferroviaria francesa. En lugar de pedir simplemente que le corrija cada frase, puede recibir la instrucción de mantener la conversación, solicitar aclaraciones cuando algo resulte ambiguo y señalar únicamente uno o dos problemas importantes después de cada intervención. Terminada la conversación, el estudiante identifica los errores, explica por qué las reformulaciones son mejores y vuelve a realizar una situación semejante sin consultar el diálogo anterior.
La secuencia podría resumirse así: producir, dialogar sobre el problema, reformular y transferir lo aprendido a una nueva interacción.
La última etapa es indispensable. Si el alumno únicamente consigue comunicarse mientras dispone del apoyo permanente de la inteligencia artificial, hemos mejorado su capacidad de utilizar una herramienta, pero todavía no sabemos cuánto ha aumentado su competencia lingüística. El objetivo debe seguir siendo que aquello que inicialmente realiza con ayuda pueda realizarlo posteriormente de manera autónoma y, finalmente, frente a interlocutores humanos reales.
Otra investigación reciente, publicada en Frontiers in Psychology con 1,701 estudiantes universitarios de inglés como lengua extranjera, encontró una asociación positiva entre la percepción de la retroalimentación de pronunciación mediante IA y la disposición a comunicarse en inglés. La autoeficacia respecto de la pronunciación explicó una parte importante de esa relación. El dato resulta pedagógicamente significativo: la herramienta puede crear un espacio de práctica en el que equivocarse resulta psicológicamente menos costoso.
Eso no convierte a la IA en sustituto de la interacción humana. Puede convertirla, más bien, en una antesala particularmente eficaz.
Un estudiante que teme hablar delante de sus compañeros puede practicar primero con un sistema artificial, repetir varias veces, recibir retroalimentación y ganar confianza. Pero el recorrido pedagógico debería conducir progresivamente hacia conversaciones con compañeros, profesores y hablantes reales. La finalidad de aprender francés no es conversar perfectamente con una máquina, sino ampliar nuestra capacidad de relacionarnos con otras personas mediante otra lengua.
Esta orientación coincide con el debate internacional que la UNESCO llevará a su Semana del Aprendizaje Digital 2026, del 8 al 11 de septiembre en París. La organización insiste en que la inteligencia artificial debe apoyar, y no reemplazar, el criterio y la contribución profesional de los docentes, preservando al mismo tiempo la autonomía de profesores y estudiantes. La UNESCO ha estructurado además su marco de competencias docentes en IA alrededor de dimensiones que incluyen una perspectiva centrada en el ser humano, ética, fundamentos tecnológicos y pedagogía de la IA.
La cuestión decisiva para los profesores de idiomas, por tanto, no será dominar cada nueva aplicación que aparezca. Las herramientas cambiarán demasiado rápido para que esa estrategia resulte sostenible. La competencia profesional más valiosa será saber diseñar experiencias en las que la tecnología provoque las operaciones lingüísticas y cognitivas que queremos desarrollar.
En ese nuevo escenario, el profesor no desaparece. Su función se vuelve más sofisticada. Debe decidir cuándo conviene que el estudiante reciba una corrección, cuándo debe descubrirla por sí mismo, cuándo necesita repetir, cuándo debe negociar significado y, sobre todo, cuándo es momento de retirar la ayuda tecnológica para comprobar si realmente aprendió.
La inteligencia artificial puede proporcionar al estudiante algo que durante mucho tiempo fue escaso en una clase de idiomas: un interlocutor disponible prácticamente en cualquier momento. Esa posibilidad puede multiplicar las oportunidades de hablar, especialmente fuera del aula. Pero disponer de alguien —o de algo— con quien hablar no garantiza por sí solo aprender a comunicarse.
La diferencia estará en el diseño pedagógico. La IA puede corregir nuestra pronunciación; su verdadero potencial aparece cuando consigue que pensemos sobre lo que dijimos, intentemos decirlo mejor y volvamos a hablar. Y la prueba definitiva llegará cuando podamos hacerlo sin ella.
Fuentes
Cambridge University Press / ReCALL. Hanieh Shafiee Rad, “Effects of dialogic and monologic AI/non-AI feedback on L2 speaking development: Exploring learner achievements, feedback literacy, and interactional moves”, publicado en línea el 30 de julio de 2026.
Frontiers in Psychology. Lu, Yang, Cui, Yang, Cai y Jing, “Associations between generative AI–based pronunciation feedback and willingness to communicate in English: the mediating role of English pronunciation self-efficacy”, 2026.
UNESCO. Semana del Aprendizaje Digital 2026: “La educación en la era de la IA: Hechos | Fricciones | Fronteras”.
UNESCO. Marco de competencias para docentes en materia de inteligencia artificial.
No hay comentarios:
Publicar un comentario