Cuando íbamos a publicar el número especial de RED sobre IA generativa y Educación tuve el atrevimiento, desmedido por mi parte, de proponer a Noam Chomsky que fuese editor invitado. Como en otros casos a sabiendas de sus pocas fuerzas y de su edad avanzada le plantée que era solo nominal, como prestando su aval, y nos poníamos a su disposición para evitar todo esfuerzo. Lo hacíamos en base a su famoso artículo, que daba cabecera a nuestra presentación y a nuestra convocatoria, y que decía: La mente humana no es, como ChatGPT y sus similares, un pesado motor estadístico para la coincidencia de patrones, que se atiborra de cientos de terabytes de datos y extrapola la respuesta conversacional más probable o la respuesta más probable a una pregunta científica. Por el contrario, la mente humana es un sistema sorprendentemente eficiente y hasta elegante que opera con pequeñas cantidades de información; no busca inferir correlaciones brutas entre puntos de datos, sino crear explicaciones
La respuesta a la pregunta del título es clara: No, no es la única, ni la más importante cualitativamente ni tan siquiera la más elegante. Esta pregunta y estas respuestas me surgen a partir del interesante artículo de Siemens et al A meta systematic review of artificial intelligence in higher education: a call for increased ethics, collaboration, and rigour ( Bond, M et al, 2023) , en nuestra revista hermana Educational Technology in Higher Education (ETHE). Inaugura además un interesante género la “revisión meta sistemática” ( meta systematic review ). Este análisis intenta encontrar tendencias a partir de las revisiones y no sólo de las investigaciones empíricas. El hecho de que se utilice en este momento, y atraiga la atención, pone de relieve como ya hemos señalado la ausencia de investigaciones directas que evidencien el impacto de la genAI en el aprendizaje y por extensión en la educación. Pero eso sólo es un efecto secundario. Lo importante es el análisis de largo recorri