Ese desfase obliga a cambiar la pregunta. Ya no basta con saber si ChatGPT, los chatbots o los sistemas de corrección automática pueden incorporarse a una clase de inglés o de francés. La cuestión pedagógicamente relevante es otra: ¿qué competencias lingüísticas mejoran, en qué condiciones, durante cuánto tiempo y con qué intervención del profesor?
Una revisión a gran escala publicada en Discover Computing ofrece una fotografía especialmente útil del campo. Los investigadores Cihat Atar, Tuba Arabaci Atlamaz y Berat Dogan analizaron publicaciones sobre inteligencia artificial en la enseñanza del inglés como lengua segunda o extranjera indexadas en Scopus y ERIC. El estudio reunió 856 registros —780 artículos únicos al descontar las coincidencias entre ambas bases— publicados entre 2003 y 2025. El crecimiento se disparó después de la aparición comercial de los grandes modelos de lenguaje a finales de 2022 y alcanzó 433 publicaciones en 2024.
La cantidad impresiona. La distribución de esa investigación, sin embargo, resulta todavía más reveladora.
Mediante modelado temático, los autores identificaron seis grandes núcleos: retroalimentación de IA sobre escritura; percepciones de profesores y estudiantes; chatbots y práctica oral; estrategias docentes; potencial de ChatGPT y la IA generativa; y lectura y vocabulario. La escritura y la retroalimentación dominan el panorama, mientras otras dimensiones esenciales de la competencia lingüística reciben bastante menos atención.
Hay además un sesgo educativo considerable. Entre los trabajos de ERIC que especificaban nivel educativo, 193 de 241 correspondían a educación superior. Esto significa que buena parte de lo que actualmente llamamos “evidencia” sobre IA y aprendizaje de idiomas procede de universitarios. Trasladar automáticamente esas conclusiones a adolescentes o niños sería metodológicamente imprudente.
Ese punto tiene una consecuencia inmediata para la enseñanza de FLE y otras lenguas extranjeras en secundaria. Que una herramienta funcione con un estudiante universitario que posee autonomía académica, alfabetización digital y determinadas estrategias metacognitivas no demuestra que produzca el mismo resultado con un alumno de doce, catorce o dieciséis años. La edad, el nivel lingüístico, la capacidad para verificar una respuesta y el grado de acompañamiento docente modifican profundamente la experiencia.
El hallazgo central de la revisión puede resumirse en una paradoja: nunca se había investigado tanto la IA aplicada a la enseñanza de idiomas, pero una proporción importante de esa literatura continúa concentrándose en percepciones, actitudes y posibilidades, más que en aplicaciones pedagógicas capaces de demostrar resultados de aprendizaje sólidos.
Esto debería introducir una saludable disciplina en el aula. El hecho de que un estudiante diga que aprende mejor con IA no demuestra por sí solo que haya adquirido una competencia. Tampoco la rapidez con que una aplicación corrige un texto equivale necesariamente a una mejor escritura. Una corrección puede producir un texto impecable y, al mismo tiempo, dejar intacta la interlengua del estudiante si este simplemente acepta la solución sin comprender el error.
La diferencia está entre corregir el producto y transformar la competencia.
Por eso la retroalimentación automática, precisamente uno de los ámbitos más estudiados, necesita mediación pedagógica. La revisión reconoce el potencial de la IA para ofrecer orientación metalingüística, pero también señala que la calidad de la retroalimentación profunda continúa siendo motivo de preocupación y que el profesor no debería limitarse a entregar al alumno comentarios generados automáticamente.
En una clase de francés, por ejemplo, pedir a una IA que corrija “Hier je vais au cinéma avec mes amis” puede producir inmediatamente “Hier, je suis allé au cinéma avec mes amis”. Pero el aprendizaje empieza después de la corrección: ¿por qué cambia el tiempo verbal?, ¿por qué aller utiliza être en el passé composé?, ¿cómo cambia la forma si quien habla es una mujer?, ¿puede el estudiante reutilizar esa estructura diez minutos después sin consultar la herramienta?
Una integración pedagógica razonable puede organizarse mediante cinco movimientos: producir, consultar, explicar, reformular y transferir. Primero, el estudiante produce sin asistencia. Después consulta la IA y compara su respuesta. En tercer lugar debe explicar qué cambió y por qué. Luego reformula en un contexto distinto. Finalmente realiza una nueva tarea sin IA. Esta última fase es decisiva porque permite distinguir ayuda tecnológica de aprendizaje efectivo.
La investigación publicada esta semana también plantea una cuestión de equidad. La concentración de estudios en educación superior puede reflejar diferencias de infraestructura, acceso tecnológico y formación docente entre niveles educativos. Si la IA entra rápidamente en las aulas mientras la preparación de los profesores avanza lentamente, la brecha relevante no será únicamente quién tiene acceso a la tecnología, sino quién sabe utilizarla pedagógicamente.
Esta preocupación coincide con el debate que la UNESCO llevará a París del 8 al 11 de septiembre durante la Semana del Aprendizaje Digital 2026. Bajo el lema “La educación en la era de la IA: Hechos | Fricciones | Fronteras”, la organización examinará tutores de IA, sistemas agentivos, contenido sintético, soberanía digital y preservación de la educación como bien común. El encuentro culminará con una declaración ministerial sobre educación en la era de la inteligencia artificial.
Para la enseñanza de lenguas, la discusión llega en el momento adecuado. El desafío ya no consiste en decidir si la IA entrará al aula: ya entró. El verdadero trabajo comienza ahora, cuando debemos distinguir innovación de novedad.
Una herramienta merece incorporarse no porque produzca ejercicios espectaculares o converse fluidamente en francés, sino cuando ayuda al estudiante a desarrollar una competencia que posteriormente puede movilizar por sí mismo. Esa debería ser una regla sencilla para evaluar cualquier tecnología educativa: la asistencia puede ser intensa durante el aprendizaje, pero la evidencia de dominio debe aparecer cuando la asistencia desaparece.
Conclusión
La investigación más reciente obliga a moderar tanto el entusiasmo como el rechazo. La IA posee un potencial real para ampliar la práctica oral, individualizar ejercicios, ofrecer retroalimentación y facilitar el contacto con una lengua fuera del aula. Pero la cantidad de publicaciones no equivale todavía a certeza pedagógica.
La próxima etapa de la enseñanza de idiomas con IA debería abandonar la pregunta “¿qué puede hacer esta herramienta?” y adoptar otra mucho más exigente: “¿qué aprende el estudiante gracias a ella que después puede hacer sin ella?”.
Cuando podamos responder esa pregunta con evidencia, la inteligencia artificial habrá dejado de ser simplemente una tecnología impresionante para convertirse en una verdadera herramienta de adquisición lingüística.
Fuentes
Atar, C., Arabaci Atlamaz, T. & Dogan, B. “An NLP-enhanced large-scale review of AI trends and research gaps in English language education”. Discover Computing, publicado el 3 de septiembre de 2026. https://link.springer.com/article/10.1007/s10791-026-10475-5
UNESCO. “Semana del Aprendizaje Digital 2026: La educación en la era de la IA: Hechos | Fricciones | Fronteras”. 8–11 de septiembre de 2026, París. https://www.unesco.org/es/weeks/digital-learning
UNESCO. “Educación en la era de la IA: La Semana del Aprendizaje Digital de la UNESCO marcará la adopción de una Declaración Ministerial”. Publicado el 25 de agosto y actualizado el 2 de septiembre de 2026. https://www.unesco.org/es/articles/educacion-en-la-era-de-la-ia-la-semana-del-aprendizaje-digital-de-la-unesco-marcara-la-adopcion-de
No hay comentarios:
Publicar un comentario