Source: The Conversation – (in Spanish) – By Alberto Melián Ortiz, Vicedecano del Grado en Fisioterapia. Profesor titular de las asignaturas de Trabajo Fin de Grado y de Fisioterapia del Aparato Locomotor, Universidad Pontificia de Salamanca
¿Qué sentido tiene esforzarse cuando ChatGPT, Claude o Gemini pueden resolver problemas en segundos? Si un estudiante usa estas herramientas para resolver un caso complejo al instante, ¿qué ocurre con el proceso de pensar, equivocarse y aprender? Conceptos como la mentalidad de crecimiento y la práctica deliberada ofrecen un camino para no renunciar al esfuerzo humano.
La mentalidad de crecimiento –término acuñado por Carol Dweck en 2006 (aunque la idea data de los años 70)– distingue a quienes ven el talento como maleable de quienes lo consideran inmutable. En estudios pioneros, Dweck observó que algunos alumnos confiaban en que sus capacidades podían mejorar con esfuerzo, estrategia y una buena enseñanza.
Estos alumnos están más dispuestos a enfrentarse a retos difíciles y a entender el error como información para aprender y no como una etiqueta de “no valgo”. Suelen pedir y aprovechar orientación concreta para mejorar, perseveran más ante la dificultad y muestran mayor curiosidad y disposición a probar enfoques nuevos. Tienen lo que ella definió como “mentalidad de crecimiento”. En cambio, otros estudiantes con mentalidad fija huían del riesgo para no quedar en ridículo.
La mentalidad de crecimiento ha demostrado ser mejor para el rendimiento académico. Por ejemplo, en el estudio de PISA 2022 (España) los estudiantes con mentalidad de crecimiento superaron en matemáticas a los de mentalidad fija por hasta 7 puntos promedio, y además reportaron menos ansiedad ante los exámenes. Otro estudio de 2024 confirma que esta mentalidad promueve la resiliencia y el compromiso educativo en diversos contextos.
¿Cómo alcanzar la mentalidad de crecimiento?
La mentalidad de crecimiento no es innata: es una forma de pensar que se puede aprender y reforzar tanto en casa como en la escuela. Para ayudar a desarrollarla en la infancia podemos:
-
Cuidar el lenguaje del elogio: pasar de “qué listo eres” a “me gusta cómo has buscado otra estrategia” o “has mejorado porque has practicado mucho”. Se refuerza el proceso, no la etiqueta de capacidad fija.
-
Normalizar el error: tratar los fallos como información (“¿qué podemos aprender de esto?”) en lugar de como fracaso (“no valgo para esto”).
-
Enseñar estrategias, no solo pedir esfuerzo: no basta con “esfuérzate más”; hay que ofrecer caminos concretos: dividir la tarea, usar ejemplos, practicar por pasos, pedir ayuda.
Practicar con propósito, no por rutina
Por otro lado, el psicólogo sueco Anders Ericsson desarrolló el concepto de “práctica intencional” o “deliberada”: repetir tareas específicas con objetivos claros, bajo supervisión y con retroalimentación inmediata.
La diferencia clave es que la práctica deliberada siempre tiene propósito claro, dificultad ajustada y corrección inmediata; la práctica normal suele ser repetir sin mucha guía ni reflexión. Por tanto, la práctica deliberada no es hacer más, sino hacer mejor: con objetivo específico, dificultad a medida, corrección rápida y repetición hasta notar el progreso.
Ejemplos de práctica deliberada
En primaria, mientras que una práctica normal suele ser que el alumno lea un cuento completo varias veces, sin objetivos concretos, solo para mejorar la rapidez de la lectura, la práctica deliberada supondría que el docente elija tres frases difíciles, trabaje solo en pronunciación de ciertos sonidos, corrija al momento y repita hasta que se noten avances.
Al final se pueden transmitir retroalimentaciones específicas como: “Hoy has mejorado mucho en la ‘r’ porque la hemos practicado varias veces”.
Leer más:
Seis pasos para integrar la IA en el aula universitaria
En la universidad, por ejemplo en ciencias de la salud, una práctica habitual es que los estudiantes lean muchos casos clínicos resueltos o hagan exámenes tipo test.
En cambio, la práctica deliberada puede consistir en centrarse solo en un paso del razonamiento clínico (por ejemplo, formular hipótesis alternativas). En cada caso, el estudiante debe escribir al menos dos hipótesis, justificarlas y el profesor (o una IA guiada) cuestiona cada una. Se repite con varios casos breves hasta que el estudiante mejora claramente en ese punto concreto.
Leer más:
La IA nos obliga a cambiar la enseñanza del Derecho
Cada vuelta de la práctica deliberada enriquece la mentalidad de crecimiento, demostrando al estudiante que sus habilidades se cultivan con dedicación, no por arte de magia.
Tanto la mentalidad de crecimiento como las prácticas deliberadas son fundamentales a la hora de enfrentarnos al uso de inteligencia artificial en el aprendizaje. Aunque bien usada puede diseñar recursos personalizados y liberar al docente para la empatía, el debate y el acompañamiento, un uso pasivo conlleva el riesgo de dependencia cognitiva, una especie de “pereza mental”.
Diálogo, error y razonamiento
Por ello, la IA debe rediseñarse como provocadora de preguntas, no como dispensadora de respuestas. Un buen ejercicio es que el estudiante compare su trabajo con el que generó la herramienta, analice las diferencias, critique ambos y construya uno nuevo con su propio sello. Este diálogo crítico convierte la tecnología en apoyo del pensamiento, no en atajo.
En tercero del Grado en Fisioterapia hemos pedido a los alumnos que trabajen sobre un caso clínico complejo mientras una herramienta de inteligencia artificial generativa actúa como un “tutor socrático” digital. Los estudiantes, en pequeños grupos, proponen un diagnóstico o plan de tratamiento, y la IA sólo responde con preguntas (una por turno): “¿Cómo justificas esta elección?”. Las preguntas varían y siguen un flujo lógico según las respuestas del estudiante, nunca son repetitivas, porque la IA adapta cada pregunta al contenido específico que acaba de escribir el estudiante, manteniendo siempre el tono socrático: provocar reflexión profunda sin dar la solución.
Así, en lugar de recibir soluciones, el estudiante debe explicar sus ideas en voz alta y reflexionar. La actividad finaliza cuando la IA (o el profesor) considera que la explicación del estudiante demuestra comprensión sólida y un razonamiento clínico adecuado. Esta forma de trabajar el razonamiento clínico está incluida dentro de un proyecto de innovación docente que hemos denominado IA-LOCOM, y cuyos resultados acaban de ser publicados.
Leer más:
Cómo aprender a escribir académicamente y a entender lecturas complejas con la ayuda de la IA
Pero la herramienta no está evaluando al estudiante, su función no es asignar notas ni medir competencias. La calidad final del razonamiento es evaluada por el profesor.
Integrar la IA de este modo promueve activamente la mentalidad de crecimiento: el estudiante aprende que sus propias preguntas y correcciones llevan a la solución correcta. Este “diálogo socrático asistido por IA” ejemplifica cómo favorecer el aprendizaje activo, la metacognición y la mentalidad de crecimiento, al situar al estudiante como agente responsable de su progreso.
Curiosos, resilientes y creativos
La mentalidad de crecimiento combinada con la práctica deliberada será la ventaja competitiva de las universidades que incorporen de esta manera la inteligencia artificial. Este modelo desarrolla habilidades como la curiosidad, cuestionando las respuestas de la IA; la resiliencia, al aprender de cada traspié; y la creatividad, pues van más allá de lo programado.
El verdadero talento del mañana no será quién use mejor esta herramienta, sino quién la supere con esfuerzo consciente, pensamiento original y pasión por aprender. Cultivar la mentalidad de crecimiento en la era de la inteligencia artificial no es un lujo: es el camino para formar ciudadanos críticos, adaptables e insustituibles por la tecnología, capaces de convertir cada desafío en una oportunidad de crecimiento profesional.
Alberto Melián Ortiz no recibe salario, ni ejerce labores de consultoría, ni posee acciones, ni recibe financiación de ninguna compañía u organización que pueda obtener beneficio de este artículo, y ha declarado carecer de vínculos relevantes más allá del cargo académico citado.
– ref. Cómo preservar el esfuerzo en la era de la inteligencia artificial – https://theconversation.com/como-preservar-el-esfuerzo-en-la-era-de-la-inteligencia-artificial-277865