Minsky, Papert i l’educació tecnológica

Detall de la portada d’Inventive Minds

Llicència Creative Commons

Antoni Hernández-Fernández

Es recorda Marvin Minsky com un dels fundadors de la intel·ligència artificial (IA). El seu nom s’associa a algorísmica, robòtica, xarxes neuronals o a la seva cèlebre Society of Mind. Tanmateix, però, Inventive Minds: Marvin Minsky on Education és un compendi d’assajos sobre didàctica de la tecnologia que no dialoguen únicament amb el moment en què van ser concebuts, sinó amb problemes que encara no existien quan es van escriure. Els sis assaigs reunits en aquest llibre, acompanyats d’una magnífica introducció inicial de Mike Travers, i altres comentaris de col·laboradors estrets de Minsky, permeten descobrir un Minsky allunyat de l’estereotip del tècnic obsessionat amb les màquines. De fet, les màquines són excuses per, en una aproximació leonardiana, intentar entendre millor la ment humana.

És difícil llegir aquestes pàgines sense escoltar, entre línies, una altra veu inseparable a la de Minsky: la de Seymour Papert. Tots dos van compartir dècades de recerca al MIT, i van desenvolupar una concepció revolucionària de la informàtica educativa que, amb el temps, acabaria cristal·litzant en projectes com Logo i en les teories del constructionisme (Papert, 1980; Papert & Harel, 1991). Minsky va lloar el llenguatge Logo com si fos un nou joc de construcció. Per a ell, programar no consistia a aprendre ordres o sintaxi, sinó a descobrir que unes poques peces bàsiques es poden combinar per crear nous universos.

Així, amb pocs elements és possible aixecar estructures de complexitat gairebé il·limitada, de la mateixa manera que les idees emergeixen de la interacció entre processos simples organitzats en arquitectures cada cop més sofisticades (Minsky, 2019). Papert va traslladar aquesta intuïció a l’àmbit educatiu mitjançant Logo, convertint la programació en un «joc de construcció intel·lectual» on els nens no aprenen informàtica com a conjunt d’instruccions, sinó com un nou llenguatge per construir models, explorar hipòtesis i reflexionar sobre el seu propi pensament (Papert, 1980). La IA generativa afegeix avui una paradoxa inesperada: mentre els Tinkertoys, o Logo, obligaven l’estudiant a construir les estructures cognitives, els grans models de llenguatge poden oferir directament l’estructura acabada. El desafiament educatiu contemporani consisteix, doncs, a preservar el valor formatiu de l’esforç i a saber valorar el tempo en la introducció de cada tecnologia. La IA s’hauria de convertir en un nou Tinkertoy cognitiu —una eina per experimentar, modelitzar i comprendre com pensem— i no pas en un substitut de l’esforç intel·lectual que permet desenvolupar aquestes capacitats.

Per a Papert i Minsky la intel·ligència no és un do misteriós, sinó una arquitectura computacional. Pensar és construir. En aprendre s’hi incorporen i reorganitzen peces mentals fins que emergeixen noves estructures semàntiques i de comprensió. No importa tant el material de què estan fetes aquestes peces com les relacions que estableixen entre si. Dècades abans d’alguns models connexionistes i que la ciències cognitives popularitzessin conceptes com la bastida, la representació distribuïda o la cognició computacional, Minsky ja proposava que comprendre equivalia a connectar i reorganitzar mecanismes interns més que acumular només informació.

Papert va portar aquesta intuïció un pas més enllà. Si la ment aprèn construint models, aleshores l’educació ha d’oferir oportunitats constants per fer-ho. L’ordinador no és un professor electrònic sinó un laboratori del pensament propi. La programació és únicament la llengua vehicular.

És interessant comprovar fins a quin punt aquesta idea ha estat oblidada; i com  la informàtica i la tecnologia es marginen als plans d’estudi, i els seus currículums es degraden per formar usuaris passius, no creadors. Durant dècades, la introducció de la informàtica a l’escola s’ha desplaçat des d’aquelles grans preguntes epistemològiques i axiològiques de la programació, cap a objectius molt més modestos com aprendre a utilitzar aplicacions, dominar interfícies, o familiaritzar-se amb determinades eines a nivell d’usuari. A poc a poc, l’ordinador va deixar de ser un artefacte per aprendre a pensar a les aules i es va metamorfosar en un substitutiu del pensament, un objecte per a entretenir-se i, en el pitjor dels casos, un captador d’atenció amb què manipular tota una nova generació de ciutadans consumidors passius, dòcils davant de pantalles que ja no són verd monocrom.

Ara vivim una transformació encara més profunda. La IA generativa automatitza ja no només tasques mecàniques, sinó bona part dels processos intel·lectuals que han estat habituals en l’educació durant dècades. Escriure, resumir, traduir, resoldre problemes, programar o dissenyar són activitats delegables a la màquina. Paradoxalment, com més sofisticades són aquestes possibilitats, més gran és el risc d’oblidar la pregunta que Minsky considerava fonamental, per a tot docent, quan planteja una activitat: què passa dins la ment de l’estudiant?

En aquest punt, Inventive Minds adquireix una actualitat inesperada. Mentre que bona part del debat educatiu gira al voltant de si hem de permetre o prohibir l’ús de la IA, Minsky desplaça completament la discussió. El problema mai no va ser la tecnologia. El problema sempre ha estat quin tipus d’activitat mental promou aquesta tecnologia, què se’n fa, quin cost té i a què es renuncia en fer-la servir.

Quan afirmava que els nens havien d’aprendre «bones maneres de pensar sobre el pensament», no defensava simplement ensenyar informàtica. Defensava ensenyar metacognició mitjançant la informàtica. L’ordinador era valuós perquè obligava a fer explícits els processos mentals: dividir problemes, crear procediments, detectar errors, revisar hipòtesis, representar models i comprendre com interactuen diferents estratègies cognitives. Això seria aplicable a cada matèria. Aquesta és l’alfabetització tecnològica.

On abans calia pensar i dissenyar un algorisme, ara només cal escriure una instrucció. On abans calia descompondre un problema, ara només cal sol·licitar una resposta. On abans l’estudiant havia de desenvolupar representacions internes, ara pot externalitzar gairebé tot el procés. Tota tecnologia modifica la distribució de l’esforç cognitiu. Però per a aprendre l’alumne s’ha de continuar esforçant. I aquí resideix probablement el desafiament educatiu més gran: establir la línia d’ombra de l’esforç: fins on li he d’exigir pensar a l’alumne, i quan deixa de tenir sentit no fer servir la màquina? L’expertesa del docent especialista és fonamental per arribar a aquest complex equilibri entre aprenentatge i tecnologia en cada matèria.

La descàrrega cognitiva constitueix un dels fenòmens més interessants, i alhora més traïdors, de l’educació contemporània. Externalitzar determinades operacions mentals pot augmentar extraordinàriament la nostra eficiència. Ningú no pretén tornar a memoritzar taules logarítmiques. No obstant això, quan aquesta externalització arriba precisament als processos mitjançant els quals es construeixen els models mentals, apareix un risc diferent: deixar de desenvolupar aquelles estructures cognitives que preteníem enfortir.

Minsky va reconèixer immediatament aquest problema. En els seus assajos insisteix una vegada i una altra que aprendre significa adquirir noves maneres de representar un mateix fenomen, canviar d’estratègia quan fracassem, comprendre els objectius que organitzen la disciplina que abordem amb la tecnologia, i desenvolupar mecanismes d’autoreflexió sobre el propi pensament. En resum, aprendre implica treballar. Cap IA no pot substituir aquest procés perquè constitueix, precisament, l’aprenentatge.

Aquesta reflexió connecta directament amb una qüestió poc explorada al debat educatiu actual: el temps. L’obsessió contemporània per la productivitat, per accelerar totes les tasques educatives, assumeix que aprendre consisteix a produir resultats cada cop més de pressa. Tot i això, l’aprenentatge té una temporalitat pròpia. I l’atenció a la diversitat, precisament, es fonamenta sobre el reconeixement que cada estudiant té el seu ritme. Comprendre una demostració matemàtica, escriure un assaig, pintar un quadre o construir un model científic, demana períodes d’incertesa, microdecisions, errors, reformulacions i espera, que no són defectes del procés, sinó el mateix procés. Allò que ens fa humans. D’altra banda, la màquina té el temps que sovint falta a l’humà, per les seves limitacions biològiques.

Un dels principis deontològics fonamentals per a la incorporació de la IA a l’educació consisteix a preservar aquest tempo. La IA redueix temps de cerca, documentació, execució o edició. Però no hauria d’eliminar els intervals durant els quals l’estudiant reflexiona, dubta i reorganitza les idees. No hauria de ser mai substitutiva d’aquest procés. Minsky critica una educació centrada a evitar errors, a la màquina com a solucionadora infal·lible de problemes. No defensa la improvisació, sinó que reivindica el valor intel·lectual del fracàs. Els errors no són mers obstacles que cal eliminar: conformen mecanismes mitjançant els quals l’alumne descobreix noves estratègies de pensament.

De fet, Alan Kay, en el seu comentari, recupera una concepció de Papert que resumeix aquesta filosofia: hard fun. L’aprenentatge veritablement profund poques vegades resulta immediat. Produeix satisfacció precisament perquè costa, perquè obliga a reorganitzar la nostra manera de pensar. Potser aquí hi ha la lliçó principal d’aquest llibre per a l’educació a l’era de la IA: la reivindicació de l’esforç no implica renunciar a la tècnica.

Papert i Minsky ens mostren que la informàtica implica ensenyar altres maneres de pensar. Ara correm el risc de creure que ensenyar IA és, simplement, ensenyar a fer servir agents o chatbots. L’autèntica alfabetització a IA no hauria de consistir únicament en aprendre a formular bons prompts. Ens hauria d’ajudar a comprendre com representen el coneixement aquests sistemes, quines limitacions i biaixos posseeixen, com generen inferències, quins conflictes ètics suposen, per què produeixen errors plausibles, quins són els seus mecanismes de raonament aparent i, sobretot, en què s’assemblen als nostres processos cognitius (i en què es diferencien). I, per descomptat, si val la pena fer servir la IA atès l’enorme impacte mediambiental i social que suposa, a nivell global.

Inventive Minds és molt més important que una recopilació d’assajos de Minsky. Ens torna als orígens de la cibernètica i ens recorda que la informàtica educativa mai no va tenir com a finalitat merament ensenyar tecnologia, sinó utilitzar la tecnologia per comprendre millor la ment humana i el seu impacte social. Potser la ironia més gran és que la IA ha assolit un nivell de sofisticació que Minsky gairebé no va imaginar. No obstant això, és urgent recuperar allò que ell i Papert van defensar des del principi: el veritable objectiu de l’educació tecnològica mai no va ser aconseguir que les persones pensessin com a màquines. Era aconseguir que les persones aprenguessin millor a pensar per elles mateixes.

Referències:

Hernández-Fernández, A. (2026) https://educationalevidence.com/ca/ia-a-lensenyament-tecnic-el-risc-de-la-descarrega-cognitiva-i-el-tempo-com-a-deontologia/

Minsky, M. (1986). The society of mind. Simon & Schuster.

Minsky, M. (2019). Inventive minds: Marvin Minsky on education. MIT Press. Book in open access:  https://direct.mit.edu/books/oa-edited-volume/4519/Inventive-MindsMarvin-Minsky-on-Education

Papert, S. (1980). Mindstorms: Children, computers, and powerful ideas. Basic Books.

Papert, S., & Harel, I. (1991). Constructionism. Ablex Publishing.

Font: educational EVIDENCE

Drets: Creative Commons