Cuándo dejar que cada estudiante trace su propia ruta: aprendizaje rizomático con IA

El curso de Tomás, ya en marcha

#

Tomás imparte Comunicación digital en cuarto semestre. Su temario envejecía cada año, así que lo cambió por una sola pregunta («¿quién decide qué es verdad en una red social?») y diez puntos de entrada: tres lecturas, dos casos judiciales, dos conjuntos de datos, una entrevista, un hilo viral y un modelo de IA con su documentación. Cada estudiante empieza por el que quiera, usa la IA para encontrar puentes entre puntos («¿qué tiene que ver este caso judicial con estos datos?») y anota qué conexiones aceptó y cuáles descartó. A mitad del semestre comparten mapas en clase; al final, cada quien defiende el suyo en diez minutos. Tomás califica el mapa y la defensa, no un examen. Lo que sigue explica por qué ese diseño funciona en su materia y por qué fallaría en otras.

Qué cambia con la IA

#

El aprendizaje rizomático abandona la lógica del árbol curricular —tronco, ramas, hojas— y propone una red sin centro donde cualquier nodo conecta con cualquier otro. Esa estructura hace posible aprender en condiciones donde el conocimiento del campo cambia más rápido que cualquier plan de estudios. La IA generativa no inventó esta lógica, pero cambia lo que un estudiante puede hacer solo dentro de ella.

Cormier (2008) propuso el aprendizaje rizomático para entornos digitales abiertos antes de que existiera la IA generativa. Su tesis sostenía que en redes donde la información se produce más rápido de lo que cualquier currículo puede catalogar, la comunidad es el currículo: lo que se aprende no es un cuerpo cerrado de contenidos, sino una práctica de conexión sostenida en el tiempo.

La IA generativa amplía la propuesta en una dirección específica: el estudiante deja de depender por completo de la comunidad humana para activar conexiones. Puede tantear nodos lejanos al campo principal con ayuda de un modelo, contrastar interpretaciones, poner a prueba una conexión y armar un mapa propio sin esperar a que alguien le indique el camino.

Eso ocurre cuando el estudiante construye la conexión y comprueba si se sostiene. Si en cambio la recibe hecha, el mismo apoyo produce lo contrario: respuestas plausibles sin recorrido, conexiones que nadie examinó, certidumbre delegada al modelo. La diferencia entre un desenlace y otro está en el diseño que rodea el uso, no en la herramienta.

Conviene además tomar en serio una objeción hecha desde el propio campo. Mackness, Bell y Funes (2016) estudiaron Rhizo14, un MOOC diseñado con estos principios, mediante entrevistas por correo con participantes y la reflexión sobre su propia participación. Encontraron que muchas personas acogieron con gusto el carácter antiautoritario y no jerárquico del rizoma, pero que comprender los principios conceptuales de Deleuze y Guattari les resultó bastante más difícil; y advierten que, cuando la teoría no se trabaja y la metáfora se toma como algo completo y sencillo, pueden aparecer desequilibrios de poder y mayor vulnerabilidad para algunos participantes. Es el hallazgo de un curso concreto, no una refutación del enfoque. Explica, eso sí, por qué las decisiones que siguen insisten en curaduría previa, momentos de encuentro fijados de antemano y criterios de evaluación escritos: en una asignatura, el rizoma pide más andamiaje visible del que la metáfora sugiere.

Los seis principios deleuzianos en versión operativa

#

Deleuze y Guattari (1987) formularon seis principios del rizoma que pueden traducirse a decisiones de diseño didáctico:

La columna derecha funciona como lista de verificación: si un diseño se declara rizomático, esas seis afirmaciones deberían poder comprobarse en sus instrucciones y en su forma de calificar.

Seis movimientos de diseño

#

Aplicar los seis principios al diseño de una asignatura concreta exige seis decisiones operativas:

1. Curaduría inicial mínima

#

El docente prepara una curaduría de ocho a doce nodos del campo —textos, casos, conceptos, datos— que servirán como puntos de entrada. La curaduría es una constelación (en el curso de Tomás, diez entradas sin orden): los estudiantes pueden empezar por cualquiera y conectar con los demás según los recorridos que construyan.

2. Pregunta detonante abierta

#

La asignatura se organiza en torno a una pregunta amplia, no a un programa de contenidos. La pregunta admite múltiples respuestas defendibles y obliga a explorar varios nodos para construir cualquiera de ellas. La calidad de la pregunta se mide por cuántas rutas distintas habilita.

3. La IA abre conexiones que el docente no anticipó

#

Los estudiantes usan IA para activar conexiones que el docente no anticipó: contrastar autores que cita un nodo con autores de otro nodo, encontrar puentes entre disciplinas, generar contraejemplos. La instrucción de la actividad explicita que el estudiante debe documentar las conexiones que la IA propuso, las que aceptó y las que descartó. Esto conecta con la transparencia algorítmica en el aula.

4. El mapa del recorrido como entrega central

#

Cada estudiante produce, a lo largo del semestre, un mapa de su recorrido por el campo: nodos visitados, conexiones establecidas, decisiones tomadas, descartes justificados. El mapa es individual; cada uno se ve distinto. La rúbrica evalúa la calidad de las conexiones, la justificación de los descartes y la capacidad de defender el recorrido propio.

5. Comunidad como retroalimentación distribuida

#

Los estudiantes comparten avances en momentos previstos del semestre y se retroalimentan entre sí. La función del docente cambia: deja de ser fuente única de validación y pasa a ser cartógrafo invitado que comparte sus propios mapas como ejemplo. Esta práctica conecta con la propuesta de Cormier de comunidad como currículo.

6. Defensa oral de la cartografía

#

El semestre cierra con una defensa donde el estudiante sostiene su recorrido frente al docente y, si es posible, frente a un par. La defensa no busca llegar a una respuesta canónica; busca evaluar si el recorrido construido fue riguroso, si las conexiones se sostienen y si las decisiones fueron justificadas. Esto recupera la dimensión intersubjetiva que la IA no puede simular.

Cuándo no usar este diseño

#

Tres condiciones hacen poco aconsejable el aprendizaje rizomático:

• Cuando el contenido tiene secuencia inevitable. Asignaturas donde un concepto requiere otro previo en orden estricto (cálculo después de álgebra, anatomía antes de fisiología) no admiten esta lógica sin romperse.
• Cuando el grupo no tiene experiencia con autonomía. Estudiantes de primer semestre, sin entrenamiento en gestión del propio aprendizaje, suelen sentirse abandonados frente al rizoma. La introducción debe ser progresiva.
• Cuando la institución exige rúbricas estandarizadas. Si el sistema institucional impone evaluaciones uniformes, la cartografía individual no se puede reconocer y el diseño colapsa.

Reconocer estas condiciones evita aplicar la lógica donde produce más confusión que aprendizaje.

Lecturas relacionadas

#

El post sobre el rizoma digital ofrece la versión ensayística del marco; la guía sobre la co-creación persona-IA muestra en un caso cómo conservar la dirección del trabajo; la guía sobre aprendizaje activo con IA cubre alternativas más estructuradas.