Cuando la inteligencia artificial entra en la clase de francés

Un estudiante de bachillerato abre su teléfono a medianoche, la víspera de su examen de filosofía. No llama a un compañero — interpela a un modelo de lenguaje. Una escena banal en 2026, que concentra sin embargo todas las tensiones de una transformación pedagógica sin precedentes: la inteligencia artificial se ha instalado en la preparación al bachillerato y en el aprendizaje del francés como lengua extranjera, no por decreto ministerial, sino por la fuerza de una adopción silenciosa, alumno a alumno, palabra tras palabra.

La redacción asistida: entre andamiaje y muleta

La redacción argumentativa francesa — ese ejercicio de pensamiento estructurado que la Educación Nacional defiende como formación del espíritu crítico — ha encontrado un interlocutor de peso. Las herramientas de IA generativa proponen ahora planes detallados, transiciones argumentativas e incluso introducciones llave en mano. Para un alumno que tiene dificultades para organizar su pensamiento, esto puede ser un andamiaje cognitivo valioso: observa cómo una idea llama a otra, cómo la tesis se construye por estratos.

Pero el andamiaje, si permanece en su lugar, impide que la fachada se seque. El riesgo no es que el alumno haga trampa — es que deje de experimentar la resistencia del problema, esa fricción intelectual que forja precisamente el razonamiento que el examen pretende evaluar. Romain Thibault, profesor de Letras en la región de Lyon, lo expresa con una fórmula lapidaria: «Mis alumnos saben ahora qué es un buen plan. Ya no saben por qué es bueno.»

Esta distinción es capital. Comprender la forma de un argumento sin captar su necesidad lógica es aprender a reconocer un acorde de guitarra sin escuchar nunca la música. Las herramientas de IA más logradas — las que, en lugar de producir el plan, formulan preguntas socráticas para ayudar al alumno a construirlo — parecen mejor equipadas para preservar esta dimensión formativa. Queda por saber si los estudiantes de bachillerato, bajo presión temporal, elegirán el camino largo.

El oral del bachillerato y la simulación conversacional

La prueba oral — el Grand Oral del bachillerato general, los orales de especialidad, las entrevistas de BTS — constituye quizás el terreno donde la IA ofrece sus beneficios más indiscutibles. Simular un tribunal es algo que un chatbot pedagógico hace con una disponibilidad y una paciencia que ningún docente sobrecargado puede razonablemente igualar.

Plataformas especializadas permiten al alumno presentar su exposición a un interlocutor artificial que reformula, cuestiona y objeta. El algoritmo detecta los tics de lenguaje, los silencios demasiado largos, las fórmulas evasivas. La retroalimentación es inmediata, granular, reproducible — se puede repetir la simulación diez veces sin agotar la paciencia del interlocutor.

Lo que la IA no restituye es lo imprevisto humano: el miembro del tribunal que frunce el ceño, la examinadora que sonríe en un momento inesperado, la tensión corporal de una sala de examen. El entrenamiento con IA desarrolla una competencia real, pero parcial — un poco como entrenarse en boxeo frente a un saco de golpeo perfeccionado: útil, necesario, insuficiente.

FLE: el aprendiz frente a un locutor infatigable

Para los aprendices de francés como lengua extranjera, la promesa es de otra naturaleza. El problema histórico del FLE no es la falta de métodos — es la falta de tiempo de exposición auténtica. Un estudiante coreano que prepara el DELF B2 en Seúl no puede sumergirse en la lengua. En cambio, puede conversar con un modelo de lenguaje varias horas al día, sin restricción horaria, sin incomodidad social, sin miedo al ridículo.

Esta accesibilidad cambia profundamente el panorama. Los correctores automáticos de última generación ya no se limitan a señalar los errores: explican por qué «je suis allé» es correcto mientras que «j'ai allé» no lo es, proponen reformulaciones estilísticamente más matizadas y adaptan el registro a la situación comunicativa. Es una forma de tutoría individualizada que los sistemas educativos públicos — incluso los más generosos — tienen dificultades para ofrecer a gran escala.

Los chatbots pedagógicos: una didáctica por construir

Los chatbots dedicados al aprendizaje del FLE se multiplican, pero su calidad pedagógica sigue siendo desigual. Algunos reproducen una corrección conductista — error detectado, regla enunciada, ejercicio propuesto — que apenas ha evolucionado desde los laboratorios de idiomas de los años 1970. Otros, más ambiciosos, se apoyan en enfoques comunicativos: sitúan al aprendiz en contexto, lo invitan a negociar significados, a reformular, a inferir.

La investigación en adquisición de segundas lenguas — en particular los trabajos de Stephen Krashen sobre la hipótesis del input comprensible — sugiere que este segundo enfoque es más fecundo. Comprender mensajes ligeramente por encima del propio nivel, sin intentar analizarlo todo conscientemente: eso es lo que las mejores herramientas intentan reproducir. La pregunta no es, por tanto, «¿puede la IA ayudar en el FLE?» — puede, manifiestamente — sino «¿qué diseños pedagógicos sacan el mejor partido de ella?»

La pronunciación, la asignatura pendiente de la revolución digital

Un aspecto sigue en segundo plano: la fonética. El reconocimiento de voz ha mejorado considerablemente, pero los sistemas de retroalimentación prosódica — los que trabajan el ritmo, la entonación, el fraseo — siguen siendo incipientes para el francés. Un aprendiz anglófono que lucha con la «u» francesa o las vocales nasales recibe todavía retroalimentación insuficientemente precisa. Es un terreno abierto, donde los avances futuros podrían transformar la experiencia de aprendizaje de forma radical.

Los retos críticos que preferimos esquivar

Toda revolución pedagógica arrastra sus puntos ciegos. Tres merecen ser nombrados sin rodeos.

La dependencia y la atrofia de la memoria de trabajo

Estudios en ciencias cognitivas — en particular los del laboratorio de Stanislas Dehaene en el Collège de France — recuerdan que el esfuerzo de recuperación memorística es en sí mismo formativo. Buscar una palabra, formular una regla de memoria, resolver un problema sin ayuda externa: estos esfuerzos, aparentemente penosos, consolidan los aprendizajes. Cuando una herramienta de IA elimina sistemáticamente la dificultad, puede eliminar simultáneamente el aprendizaje que esta inducía. La comodidad tiene un coste cognitivo que el entusiasmo tecnológico tiende a minimizar.

La evaluación en un mundo donde el borrador es invisible

El bachillerato evalúa — en teoría — un proceso de pensamiento tanto como un resultado. Pero la IA hace invisible el borrador: el corrector ve una copia, no los tanteos que la precedieron. Esta opacidad fragiliza los fundamentos de la evaluación certificativa. Las respuestas institucionales — detectores de textos generados por IA, vuelta a los exámenes manuscritos, revisión de los formatos de prueba — siguen tanteando. Ninguna es plenamente satisfactoria. Es menos un problema técnico que un problema de filosofía de la evaluación: ¿qué queremos medir, y por qué?

La equidad, o la brecha digital en el aula invertida

El acceso a las herramientas de IA más potentes sigue estando distribuido de forma desigual. Una suscripción a un modelo de lenguaje de alto rendimiento representa un coste mensual no despreciable para una familia en dificultades. Los alumnos que disponen de equipamiento reciente, de una conexión estable y de una alfabetización digital desarrollada se benefician de una ventaja preparatoria adicional — en sentido contrario a la promesa igualadora que la tecnología esgrime con facilidad. La equidad pedagógica no se decreta: se construye en las decisiones de infraestructura, formación y acceso que toman los centros educativos y las políticas públicas.

Lo que los docentes hacen con todo esto

Ante esta realidad, los docentes no son pasivos. Muchos experimentan usos razonados: utilizar la IA para generar contraejemplos argumentativos que los alumnos deben refutar, producir textos deliberadamente erróneos para corregir, proponer simulaciones de debate sobre temas de civilización. En estas configuraciones, la herramienta es un material, no un oráculo.

Otros resisten, y su resistencia no es reaccionaria: porta una convicción pedagógica legítima, la de que ciertos aprendizajes — la ortografía, la memorización de conjugaciones, la estructuración intuitiva de un argumento — necesitan un tiempo largo, una fricción repetida, una integración que no se puede delegar. Las dos posturas coexisten en las salas de profesores, a menudo en el mismo docente según los días y los niveles.

Lo que falta es menos una doctrina que un espacio institucional para comparar, evaluar y compartir estas experiencias. La formación continua en España y Francia sobre el uso pedagógico de la IA sigue siendo insuficiente — los docentes aprenden principalmente entre sí, en redes informales, por ensayo y error.

Entre la herramienta y la visión

La inteligencia artificial no es ni el salvador de la escuela ni su enterrador. Es una herramienta de una potencia inusual, cuyo efecto depende enteramente de la visión pedagógica en la que se inscribe. Un martillo puede construir una casa o romper un cristal — lo que importa es la intención y la competencia de quien lo sostiene.

Tanto para el FLE como para la preparación al bachillerato, las ganancias potenciales son reales: accesibilidad, personalización, disponibilidad, retroalimentación granular. Los riesgos lo son igualmente: atrofia cognitiva, inequidad amplificada, desnaturalización de la evaluación. Navegar entre ambos no supone elegir un bando — pro-IA o anti-IA — sino plantearse honestamente una pregunta previa: ¿qué queremos que los alumnos sepan hacer solos, sin ninguna ayuda, el día en que cierran la pantalla?

La respuesta a esa pregunta — si es que aceptamos formularla — es la única brújula válida para decidir qué puede hacer la IA en su lugar, y qué no debe tocar.