Elon Musk aconseja a niños y jóvenes: “Obtén una educación lo más amplia posible: artes, ciencias, ingeniería y un amplio conocimiento general”

Elon Musk recomienda que los jóvenes mezclen sus estudios. Así podrán desenvolverse, según él, en un mundo de inteligencia artificial y robots. En concreto, deben recibir “una educación lo más amplia posible: artes, ciencias, ingeniería y un amplio conocimiento general”. La clave es saber plantear las preguntas. Cuanto más sabemos, mejor podemos decirle a la máquina qué queremos.

En una entrevista se le pregunta por un joven de 20 años que quiere desarrollar todo su potencial. ¿Qué debería hacer para no quedarse atrás en esta transición tecnológica? Musk apuesta por combinar los estudios de artes con los científicos. No recomienda qué carrera elegir o qué garantiza un puesto de trabajo.

“Para saber qué pedirles a los robots, necesitas ser capaz de formular la pregunta”. Esto está relacionado con la llamada ingeniería de prompts (preparación de las instrucciones para que la IA entienda qué tiene que hacer). Los conocimientos generales nos ayudan a concretar nuestras peticiones.

En un mundo con muchos robots e inteligencia artificial, tenemos máquinas a nuestro servicio. Podemos pedirles cosas y ellas las harán de forma inmediata. Así lo anticipa Elon Musk.

Sin embargo, no es que baste con tener conocimientos superficiales para controlar sistemas complejos. Musk habla de ampliar nuestra formación. No es un plan de estudios. Y no compara qué resulta mejor en educación. ¿Qué es lo que tengo que aprender para poder usarlas de manera independiente?

Ya en febrero de 2020, Musk se mostraba a favor de que los títulos académicos no fueran el filtro clave en algunos casos de contratación de Tesla. Como hemos contado en su momento (búsqueda de programadores e ingenieros), Musk pedía que supieran de inteligencia artificial (y que pudieran aplicarla) y que pasaran un test de programación.

Saber evaluar las respuestas de la IA

En la investigación sobre el uso de IA en el trabajo, es importante saber juzgar lo que nos devuelve la máquina. En un estudio de Microsoft Research (2025) de Hao-Ping Lee y otros seis investigadores se ha encuestado a 319 trabajadores del conocimiento. Se han recogido 936 ejemplos de uso de IA generativa en sus tareas.

Por ejemplo, los participantes que tenían más confianza en la IA declaraban realizar menos pensamiento crítico. Por otro lado, cuanta más confianza tenían en ellos mismos, más pensamiento crítico declaraban hacer. Sin embargo, en este trabajo se describen percepciones y asociaciones. No se puede concluir que usar un chatbot lleve a una pérdida de capacidad intelectual. La comprobación de información está entre las actividades donde sigue siendo necesario el humano.

En educación se ha medido otro problema concreto. Hamsa Bastani y sus colaboradores han publicado el resultado de un experimento en estudiantes de matemáticas en un instituto turco. Casi mil alumnos. Comparan dos asistentes diferentes (basados en GPT-4) con un grupo de control (que no tiene acceso a estos asistentes). Hay dos tipos de asistentes. Uno es similar a un chat general y el otro tiene unas instrucciones que han sido diseñadas con los profesores para proteger el aprendizaje.

Con el chat general se observa una mejora de las calificaciones en la práctica del 48 % respecto al grupo de control. Sin embargo, en el examen (sin ayuda), las calificaciones son un 17 % peores que en el grupo de control. Con el tutor con protecciones se evita prácticamente este efecto negativo, pero en el examen sin asistente tampoco se certifica una mejora frente a los que estudiaron sin IA.

Resolver una tarea no siempre significa aprender

Esta distinción es recogida por la Organización para la Cooperación y el Desarrollo Económicos (OCDE) en su informe sobre educación digital (2026). Alerta de que puede haber casos en los que el uso de una IA generalista para delegar en ella las tareas conduce a un mejor resultado sin que ello implique un aprendizaje equivalente. También recoge usos que tienen fines pedagógicos y que sí ayudan a aprender.

Para el usuario que está estudiando, es importante considerar más aspectos que el resultado de la respuesta. Por ejemplo, si el asistente le pide que piense. También es relevante que use sus intentos para guiarle; de esta forma ayuda a detectar errores. La OCDE describe tutores que hacen preguntas y van ajustando sus indicaciones en el proceso de diálogo. Para ello es necesario que el estudiante continúe entrenando en las habilidades que tendrá que usar posteriormente de manera autónoma.

Imágenes | Xataka con edición