Con la conferencia inaugural a cargo del Dr. Andrés Rieznik, especialista en neurociencia del aprendizaje, se realizó este jueves la apertura oficial de la «Reunión de Comunicaciones Científicas y Tecnológicas de la UNNE». El conocido divulgador científico señaló que en educación el debate actual no debe ser qué hacer con la Inteligencia Artificial, sino cómo hacer para enseñar y aprender mejor. «La IA es una herramienta que cambiará muchas cosas, pero lo que no cambiará es que se aprende con esfuerzo, dedicación y concentración», dijo.
Con más de 260 trabajos presentados, la «XXXI Reunión Científica y Tecnológica de la UNNE» se reeditó este 2026 como un espacio de relacionamiento de la comunidad científica de la UNNE, así como una muestra para la sociedad de la ciencia que se hace en la Universidad en distintas áreas y con el foco en las necesidades y potencialidades de la región nordeste.
La edición de este año se concreta en la sede de la Facultad de Medicina del Campus Sargento Cabral de la Ciudad de Corrientes, hasta este viernes 12 de junio. El miércoles dio inicio con actividades virtuales y continuó el jueves 11 con apertura formal y propuestas presenciales.
La inauguración oficial del evento se realizó por la tarde, en un acto encabezado por la Secretaria General de Ciencia y Técnica de la UNNE, Dra. Laura Leiva, y con la presencia de Decanos y Decanas, autoridades del Rectorado, de las unidades académicas, de los institutos de investigación de la UNNE y de doble dependencia con CONICET, de organismos científicos-tecnológicos de las provincias de Chaco y Corrientes, así como a investigadores, docentes, becarios, becarias, estudiantes y demás personas que forman parte del quehacer científico de la Universidad.
Se contó además con la participación destacada del Dr. Andrés Rieznik como conferencista invitado, reconocido divulgador científico y prestigioso investigador y especialista en neurociencia del aprendizaje.
Reconocer la ciencia
«Esta es una semana especial para nuestra institución, llevando actividades dedicadas a nuestros becarios y becarias, un tiempo de escucharlos, acompañarlos y de darles espacios de valor», destacó la Dra. Laura Leiva al dejar formalmente inaugurada las tradicionales jornadas de la UNNE.
Señaló que «cada beca otorgada es el punto de partida de una historia y el respaldo a una vocación que encuentra en la investigación un camino posible».
En ese aspecto, hizo especial mención a la labor de los y las investigadores que guían y forman a quienes están iniciándose en la carrera científica, «mentores, verdaderos padres y madres científicos», que enseñan que «el fracaso no es un límite sino una herramienta para fortalecerse, que las críticas son un insumo para crecer y que la paciencia es en sí misma parte del experimento».
«Gracias por ayudar a mantener intacta la convicción sobre el valor de dedicarse a la ciencia», remarcó.
Se refirió a los cuatros años de la gestión a su cargo, que afrontó el complejo desafío de transformar y mejorar la ciencia en la región, y al respecto detalló logros alcanzados en este tiempo para posicionar a la ciencia que se hace en la UNNE.
«Si bien aún queda un largo camino por recorrer, estamos orgullosos de haber iniciado con éxitos muchas mejoras, consolidando las bases de una ciencia regional pujante, buscando la excelencia», expuso.
Aprender en tiempos de IA
Tras la apertura formal de las jornadas, el Dr. Rieznik brindó la conferencia “Neurociencia del aprendizaje: ¿Cómo el cerebro aprende? Técnicas para aprender mejor”.
La presentación se enmarcó en un formato “stand up”, con humor, trucos de magia, diálogos con el público, pero con valiosa información sobre cómo hacer para enseñar mejor y aprender mejor.
Durante la presentación, sobresalieron algunas frases que resumieron el centro de su mensaje, relacionado a que el esfuerzo es la base para aprender y que para aprender se requiere “cola en la silla”, es decir dedicarle tiempo al estudio, y cabeza concentrada.
¿Por qué un doctor en física habla de neurociencia del aprendizaje? se preguntó el conferencista al inicio de su charla y recordó que durante cinco años brindó charlas en Tecnópolis, recibiendo a estudiantes primarios y secundarios de todo el país, tras lo cual empezaron a invitarlo a las escuelas, lo que le llevó a investigar sobre neurociencia del aprendizaje, sobre cómo los chicos aprenden literatura y matemática.
“Ahí empecé a involucrarme en el tema educativo, de alfabetización y aprendizaje, a estudiar en el laboratorio, como investigador del CONICET, pasando desde la física a la neurociencia”, dijo.
Así brindó algunos conceptos fundamentales sobre neurociencia del aprendizaje, y señaló que para saber qué le pasa al cerebro cuando aprende, es importante hablar de tres conceptos claves.
El primero es que existen “módulos cerebrales innatos”, como por ejemplo para el procesamiento visual, para el procesamiento auditivo y para el lenguaje. “El cerebro no es una tabla rasa, hay aprendizajes instintivos”, aseguró.
Pero para aprender la lengua escrita ocurre algo distinto, no es innato, se requiere instrucción formal.
El segundo concepto es de plasticidad del cerebro, pues a diferencia de otros órganos del cuerpo, el cerebro se modifica estructuralmente y funcionalmente de acuerdo a la crianza y educación.
Gracias a esa plasticidad, al alfabetizarse una persona crea una ruta neuronal directa que va de lo visual al lenguaje: “De nacimiento se tiene una ruta directa de lo auditivo al lenguaje, pero no tiene ruta directa lo visual al lenguaje, lo que se crea con el aprendizaje”.
Al respecto, mencionó el Principio de Hebb que establece que cuando grupos de neuronas se activan juntas se empiezan a conectar, formando redes funcionales, que favorecen la función de aprender, recordar y procesar información.
Detalló que para alfabetizarse, una persona con mucho esfuerzo necesita que se activen dos partes del cerebro juntas, que en principio no están relacionadas, que son “la visual”, que reconoce el dibujo de la letra, y “la del lenguaje”, para poder entender lo que dice la letra. Cuando se hace esfuerzo mental para que eso pase, se requiere que se active la parte pre frontal, detrás de la frente, lo que genera una serie de procesos bioquímicos que permiten la construcción de las rutas neuronales, que es el correlato neuronal del aprendizaje.
“El aprendizaje depende de esas redes neuronales que sólo pueden formarse cuando se generan esos procesos bioquímicos que se disparan cuando hacemos esfuerzos mentales”, indicó y señaló que “tenemos ciertos aprendizajes instintivos y otros aprendizajes que podemos adquirir gracias a la plasticidad del cerebro”.
“El aprendizaje depende de esas redes neuronales que sólo pueden formarse cuando se generan esos procesos bioquímicos que se disparan cuando hacemos esfuerzos mentales”.
En tanto, el tercer concepto clave es “reciclaje neuronal”, referido a que cuando esos módulos neuronales que no están conectados de nacimiento se conectan gracias a la crianza, el esfuerzo y la educación, esos circuitos se reciclan para una nueva tarea para la cual no están preparadas, por ejemplo el circuito visual más el lenguaje se reciclan para la lectura y escritura.
“En definitiva, cualquier aprendizaje es la base para mejorar, y sin esfuerzo no hay mejora”.
IA y aprendizaje
Al respecto, señaló que el actual contexto de irrupción de la Inteligencia Artificial, en especial muchos jóvenes plantean para qué estudiar o memorizar, si se le puede pedir esa tarea a ChatGPT .
“Aprender es memorizar. Una persona es experta en algo porque tiene en su memoria de largo plazo almacenada toda la información relevante para pensar los problemas de su área de experticia. Cuando se crean estas rutas neuronales se puede procesar muy rápido la información y recordar los hechos relevantes de tu área de experticia”.
Sobre ello, expuso que la tarea como docentes es hacer que los estudiantes hagan lo que tienen que hacer para memorizar, porque aprender es memorizar. “La pregunta en el debate educativo no tiene que apuntar a si hay que memorizar o no como estrategia de aprendizaje. Hay que promover el memorizar, el desafío es cómo hacerlo interesante para el estudiante”.
“La pregunta en el debate educativo no tiene que apuntar a si hay que memorizar o no como estrategia de aprendizaje. Hay que promover el memorizar, el desafío es cómo hacerlo interesante para el estudiante”.
“No hay forma de aprender que no sea con el esfuerzo” insistió y reiteró que el aprendizaje depende de la construcción de rutas neuronales microscópicas que llevan tiempo y energía en formarse. “No hay escapatoria a esta regla, y con Inteligencia Artificial esto no va a cambiar”.
Señaló que en la literatura universal “no existe un solo ejemplo de alguien que haya hecho algo extraordinario sin esfuerzo extraordinario”.
“La promesa de aprendizaje en el corto plazo siempre existió, y la Inteligencia Artificial está buenísima, pero se aprende con la cola en la silla y cabeza concentrada, no hay otra forma”.
“La promesa de aprendizaje en el corto plazo siempre existió, y la Inteligencia Artificial está buenísima, pero se aprende con la cola en la silla y cabeza concentrada, no hay otra forma”.
Acotó que hay personas con más facilidades que otras de aprender, pero “la persona con facilidad para algo que no le pone esfuerzo enseguida queda rezagada por alguien con menor facilidad pero con mayor esfuerzo”.
“Por supuesto que los mejores de los mejores tuvieron las dos cosas. Messi tuvo suerte en la habilidad y la fuerza muscular, pero para ser mejor además hizo el esfuerzo, entrenando sólo en feriados en Barcelona, entrenaba más que todos”.
“Por supuesto que los mejores de los mejores tuvieron las dos cosas. Messi tuvo suerte en la habilidad y la fuerza muscular, pero para ser mejor además hizo el esfuerzo, entrenando sólo en feriados en Barcelona, entrenaba más que todos”.
Se agrandan las diferencias
El Dr. Rieznik señaló que en los últimos años lo que se está viendo mucho en las universidades es la amplificación de las diferencias, con estudiantes actuales que “vuelan, son mucho más inteligentes que los buenos estudiantes de algunas décadas atrás, porque tienen muchas más herramientas, entre ellas ChatGPT, hay mejores formas de pensar, hemos evolucionado en el sentido de cómo aprender”.
Pero sostuvo que al mismo tiempo hay un gran enemigo que crece para el aprendizaje, que es la distracción. “Se genera una gran diferencia entre estudiantes que estudian y los que están fácilmente distrayéndose todo el tiempo. Actualmente a la universidad llegan estudiantes con un nivel mucho más bajo del nivel con el que llegaban antes”.
“Se genera una gran diferencia entre estudiantes que estudian y los que están fácilmente distrayéndose todo el tiempo».
En ese aspecto, indicó que la IA es una herramienta de gran potencial, pero agregó que “me gusta ponerle un paño frío a la IA, porque hay cosas que no cambian, que es aprender con esfuerzo y concentración.
“Hay que volver al método del manual, dónde están los conocimientos esenciales que hay que saber, después se ponen ejercicios de ejemplos y cómo resolverlos, y al final del manual están las respuestas para saber si hiciste bien o mal. Ese proceso significa hacer esfuerzo mental”.
En ese sentido, volvió a referirse a las rutas mentales que se crean con el esfuerzo mental, lo que permite memorizar los temas de un área de experticia, pero también memorizar los procedimientos.
“Hay que volver al método del manual, dónde están los conocimientos esenciales que hay que saber, después se ponen ejercicios de ejemplos y cómo resolverlos, y al final del manual están las respuestas para saber si hiciste bien o mal. Ese proceso significa hacer esfuerzo mental”.
“Las computadoras tienen separado la memoria y el procesador, pero en el cerebro humano el mismo sustrato que recuerda es el que procesa. Entonces cuando se crean rutas neuronales una persona está haciendo al mismo tiempo dos cosas, mejorando la capacidad de recordar información relevante y además mejorando la velocidad de procesamiento de esa información”.
Etapas claves
El conferencista se refirió al desafío de cómo transferir la información relevante a la memoria de largo plazo, para aprender como un experto, y señaló que siempre hay tres etapas, ya sea para un estudiante de primaria, secundaria o universidad, “es siempre lo mismo”.
La primera etapa es de “Adquisición”, que es preocuparse por hacer algo bien, no rápido. Cuando se logra hacer algo bien en el 90% de las veces, se puede agregar rapidez.
Así, la segunda etapa de “Fluidez” es procesar una solución rápidamente, que implica, por ejemplo, ponerse a prueba con cantidad de ejercicios resueltos de forma rápida.
Por último, se encuentra la etapa de “Generalización” en la que se adquiere la habilidad de decidir qué estrategias usar en base a la capacidad de resolver bien y fluido.
“En cualquier aprendizaje, en ciencias o deportes, se necesitan estas etapas para aprender bien”.
Desafíos
Insistió en que la IA hará que muchas cosas cambien, pero lo que no cambiará será la necesidad del esfuerzo para aprender.
Indicó que se necesita estar atentos a las falsas promesas de la felicidad de corto plazo, como ser los “criptobro” o personas que consideran que las criptomonedas y la tecnología deben ser la meta y no estudiar.
Al respecto, sostuvo que las personas más importantes a nivel mundial y quienes manejan las empresas más poderosas del mundo son personas muy expertas, con altísima formación.
“Muchas de esas personas que lideran las innovaciones en el mundo tienen entre 25 y 35 años, es decir que estamos formando jóvenes que en pocos años tendrán la edad de quienes guían la innovación en el planeta”.
Sostuvo que “estudiar con Inteligencia Artificial no te hace experto en algo, es ser uno más entre un millón de personas que hacen lo mismo, es leer una cantidad de bits que desaparecen, en cambio toda la información que se usa cuando se resuelve un problema es información que queda a disposición en el cerebro para resolver otros problemas. No hay forma de ser experto en algo si no es memorizando”.
“estudiar con Inteligencia Artificial no te hace experto en algo, es ser uno más entre un millón de personas que hacen lo mismo, es leer una cantidad de bits que desaparecen, en cambio toda la información que se usa cuando se resuelve un problema es información que queda a disposición en el cerebro para resolver otros problemas. No hay forma de ser experto en algo si no es memorizando”.
Indicó que el debate no debe centrarse en el potencial riesgo de la IA para la educación, sino que se requiere debatir cómo hacer para volver a mejores formas de enseñar para aprender mejor.
“Mi propuesta es docente, estudiantes, manuales y juegos, cuatro o cinco horas por día”, opinó.
Para finalizar, indicó que se requiere volver a la enseñanza explícita (esto es lo que hay que saber), sistemática (de esta forma) y gradual.
“El conocimiento es como una tela de araña, cuanto más crece más atrapa y cuanto más atrapa más crece”.
“El conocimiento es como una tela de araña, cuanto más crece más atrapa y cuanto más atrapa más crece”.
—
