Del Pensamiento Conceptual al Pensamiento Complejo: Una Ruta Formativa para el Desarrollo de Competencias Digitales en la Era de la IA

Analizaremos el pensamiento conceptual como puente estratégico hacia el desarrollo del pensamiento complejo, proponiendo una ruta formativa para el desarrollo de competencias digitales en educación superior. Se examina la relación entre ambos tipos de pensamiento y su aplicación en el contexto de la inteligencia artificial y la transformación digital educativa.

En el vertiginoso panorama de la educación superior actual, donde la inteligencia artificial y la digitalización transforman constantemente nuestras formas de aprender y enseñar, surge una pregunta fundamental: ¿Cómo podemos formar profesionales capaces de navegar la complejidad sin perderse en la instrumentalización tecnológica? (Zawacki-Richter et al., 2023; Chen et al., 2024).
La respuesta podría estar en reconocer el pensamiento conceptual como un puente estratégico hacia el desarrollo del pensamiento complejo, especialmente en contextos universitarios donde persiste una brecha preocupante entre el aprendizaje instrumental y el desarrollo cognitivo profundo que demanda nuestra época (García-Peñalvo, 2023; UNESCO, 2023).

Del Pensamiento Conceptual al Complejo: Ruta Formativa en Educación Superior Digital

La Arquitectura Cognitiva: Desde los Conceptos hacia la Complejidad

El pensamiento conceptual no es simplemente una habilidad más en nuestro repertorio cognitivo. Es una capacidad fundamental que nos permite integrar ideas abstractas, identificar patrones emergentes y construir modelos mentales robustos (Kahneman, 2011; Sweller et al., 2019). Cuando los estudiantes dominan esta forma de pensar, adquieren la capacidad de simplificar sin reducir, interpretar sin distorsionar y generar nuevas conexiones frente a situaciones complejas (Li et al., 2023).

Lo verdaderamente transformador es que este enfoque es esencialmente generativo. Como señalan Wang y Zhao (2024), no se limita a evaluar o filtrar información —como hacemos frecuentemente en la era de la sobrecarga informativa— sino que construye activamente nuevos marcos de comprensión. Es precisamente esta característica generativa la que lo convierte en la base ideal para desplegar los cuatro pilares del pensamiento complejo:

  • Pensamiento sistémico: para comprender las interrelaciones y dinámicas (Meadows, 2008; Arnold & Wade, 2024)
  • Pensamiento científico: para investigar con rigor y método (Osborne, 2022)
  • Pensamiento crítico: para cuestionar, analizar y evaluar (Facione & Gittens, 2023)
  • Pensamiento innovador-creativo: para imaginar y construir nuevas posibilidades (Robinson & Aronica, 2024)
Arquitectura Cognitiva: Desde los Conceptos hacia la Complejidad

Edgar Morin y la Metacognición: Un Diálogo Necesario

Cuando Edgar Morin (2011) conceptualiza el pensamiento complejo, no lo presenta como una suma de habilidades, sino como una estructura metacognitiva integradora. Esta estructura articula diversos modos de pensar y saber, incluyendo —de manera crucial— el pensamiento conceptual como herramienta de síntesis y generalización (Morin, 2011; Gómez & Jiménez, 2022).

En este sentido, los cuatro tipos de pensamiento mencionados no operan de forma aislada. Se articulan dentro de la lógica del pensamiento complejo, donde el pensamiento conceptual funciona como el catalizador que activa estas competencias avanzadas (Santos et al., 2023). Es el punto de partida que permite a los estudiantes no solo acceder a niveles superiores de comprensión, sino también transitar entre ellos con fluidez y propósito (Rodríguez-García et al., 2024).

Edgar Morin y la Metacognición: Un Diálogo Necesario

Una Propuesta Educativa para el Siglo XXI

La Ruta Formativa Escalonada

Implementar el pensamiento conceptual como eje transversal en la educación superior no es solo una decisión pedagógica; es una estrategia de futuro (OECD, 2023). Propongo una ruta formativa que reconozca la progresión natural del desarrollo cognitivo:

  1. Fase inicial: Construcción de conceptos fundamentales, establecimiento de relaciones significativas y desarrollo de la abstracción reflexiva (Piaget, 1970; Chen & Liu, 2023)
  2. Fase intermedia: Integración de múltiples perspectivas, análisis de sistemas complejos y aplicación en contextos reales (Anderson et al., 2024)
  3. Fase avanzada: Articulación de competencias críticas y complejas en escenarios de alta incertidumbre, típicos de la cultura digital y la IA (Holmes et al., 2023)
Autonomía en la Era de la IA

Esta articulación formativa tiene una ventaja crucial en nuestro contexto actual: permite a los futuros profesionales aprovechar las herramientas digitales y la IA sin desarrollar una dependencia instrumental de ellas (Selwyn, 2022; Bond et al., 2024). En lugar de usuarios pasivos de tecnología, formamos pensadores capaces de:

  • Mantener su autonomía intelectual frente a algoritmos cada vez más sofisticados (Crawford, 2021; Zhang et al., 2023)
  • Desplegar creatividad genuina en colaboración con sistemas de IA (Mollick, 2024)
  • Adaptarse a contextos emergentes sin perder su capacidad crítica (Williamson & Eynon, 2020)
  • Liderar transformaciones tecnológicas con criterio humano (Brynjolfsson & McAfee, 2023)
Una Propuesta Educativa para el Siglo XXI

Hacia una Educación Integral y Humanizadora

La propuesta de integrar pensamiento conceptual y complejo no debería limitarse a la educación superior. Un sistema educativo coherente, desde la educación inicial hasta la universitaria, que privilegie estas formas de pensamiento, tiene el potencial de (Fullan, 2023; López-Meneses et al., 2024):

  • Potenciar la curiosidad natural de los estudiantes en todas las etapas formativas
  • Dar sentido profundo al aprendizaje, trascendiendo las limitaciones del currículo tradicional
  • Desarrollar capacidades generativas imprescindibles para la innovación y el emprendimiento
  • Preservar la dimensión humana en un mundo crecientemente automatizado
Hacia una Educacion Integral y Humanizadora

El Desarrollo de Competencias Digitales: Una Integración Necesaria

Redefiniendo las Competencias Digitales en la Era de la IA

El desarrollo de competencias digitales ha evolucionado significativamente con la irrupción de la IA generativa (Ng et al., 2023). Ya no basta con dominar herramientas; necesitamos desarrollar lo que Aoun (2017) denomina “robot-proof skills” – habilidades a prueba de robots. El pensamiento conceptual y complejo se convierten en los cimientos sobre los cuales construir estas competencias emergentes.

Según el Marco Europeo de Competencias Digitales actualizado (DigComp 2.2), las competencias digitales ahora deben incluir (Vuorikari et al., 2022):

  1. Alfabetización en IA: Comprensión de cómo funcionan los sistemas de IA, sus limitaciones y sesgos (Long & Magerko, 2020; Laupichler et al., 2023)
  2. Pensamiento computacional avanzado: Capacidad de descomponer problemas complejos y diseñar soluciones algorítmicas (Wing, 2006; Tikva & Tambouris, 2023)
  3. Ética digital y ciudadanía: Comprensión crítica del impacto social de la tecnología (Floridi et al., 2018; Park & Humphry, 2024)
  4. Creatividad aumentada: Uso de IA como herramienta de amplificación creativa, no de sustitución (Haase et al., 2023)
La Síntesis Conceptual-Compleja como Base para las Competencias en IA

La integración del pensamiento conceptual y complejo proporciona el marco cognitivo necesario para desarrollar competencias en IA que van más allá del uso instrumental (Su & Yang, 2023). Esta síntesis permite:

  1. Comprensión Profunda de los Sistemas de IA Los estudiantes que dominan el pensamiento conceptual pueden abstraer los principios fundamentales de la IA, mientras que el pensamiento complejo les permite entender las implicaciones sistémicas de su implementación (Russell & Norvig, 2022; Mitchell, 2024).
  2. Desarrollo de Prompting Avanzado La capacidad de formular prompts efectivos para sistemas de IA requiere precisamente la habilidad de conceptualizar problemas y articularlos en múltiples niveles de complejidad (Liu et al., 2023; White et al., 2024).
  3. Evaluación Crítica de Outputs de IA El pensamiento crítico, componente del pensamiento complejo, es fundamental para evaluar la veracidad, relevancia y sesgos en las respuestas generadas por IA (Bender et al., 2021; Kumar & Sharma, 2024).
Estrategias Pedagógicas para la Integración

Para operacionalizar esta propuesta, sugiero las siguientes estrategias pedagógicas basadas en evidencia reciente:

  1. Aprendizaje Basado en Problemas con IA (AI-PBL) Integrar herramientas de IA en metodologías de aprendizaje basado en problemas, donde los estudiantes deben conceptualizar el problema antes de buscar soluciones tecnológicas (Hwang et al., 2024).
  2. Laboratorios de Pensamiento Híbrido Espacios donde los estudiantes trabajen en colaboración con sistemas de IA, pero desde una perspectiva crítica y reflexiva, documentando sus procesos de pensamiento (Celik, 2023).
  3. Proyectos de Impacto Social con Tecnología Desarrollar proyectos que requieran tanto comprensión tecnológica como análisis de complejidad social, fomentando el pensamiento sistémico (Miao et al., 2023).
Métricas y Evaluación del Desarrollo Competencial

La evaluación de estas competencias integradas requiere nuevos enfoques (Redecker & Punie, 2017; Kim et al., 2024):

  • Portfolios reflexivos digitales que documenten el proceso de pensamiento, no solo los resultados
  • Rúbricas multidimensionales que evalúen tanto la competencia técnica como la profundidad conceptual
  • Evaluación por pares asistida por IA que fomente la metacognición y el pensamiento crítico
  • Proyectos colaborativos humano-IA que demuestren la capacidad de liderazgo tecnológico con criterio humano
El Desarrollo de Competencias Digitales: Una Integración Necesaria

Implicaciones para el Liderazgo Educativo

Formación Docente para la Era de la IA

Los educadores necesitan desarrollar primero estas competencias integradas antes de poder facilitarlas en sus estudiantes (Trust & Whalen, 2023). Esto implica:

  1. Programas de desarrollo profesional que combinen teoría del pensamiento complejo con aplicaciones prácticas de IA (Bearman et al., 2023)
  2. Comunidades de práctica donde los docentes experimenten y reflexionen sobre la integración de estas competencias (Veletsianos & Russell, 2024)
  3. Mentorías inversas donde estudiantes colaboren con docentes en el desarrollo de competencias tecnológicas (Martínez-Bravo et al., 2022)
Transformación Institucional

Las instituciones educativas deben evolucionar para apoyar este enfoque integrado (Pelletier et al., 2023):

  • Rediseño curricular que privilegie la interdisciplinariedad y el pensamiento complejo
  • Inversión en infraestructura tecnológica que permita experimentación segura con IA
  • Políticas éticas claras sobre el uso de IA en contextos educativos
  • Alianzas estratégicas con la industria tecnológica desde una perspectiva crítica
Implicaciones para el Liderazgo Educativo

Un Horizonte de Posibilidades

La síntesis es clara y prometedora: sí es posible —y urgentemente necesario— unir ambos enfoques para construir una propuesta formativa sólida y escalonada. Con el pensamiento conceptual como base fundacional y el pensamiento complejo como horizonte aspiracional, podemos formar profesionales capaces de:

  • Transformar realidades complejas con criterio y método
  • Liderar en la era digital sin sacrificar valores humanos fundamentales
  • Preservar nuestra historia, cultura y creatividad como especies distintivas de lo humano
  • Innovar desde la comprensión profunda, no desde la mera aplicación técnica


La integración del pensamiento conceptual y complejo con el desarrollo de competencias digitales no es opcional en 2024; es una necesidad estratégica para formar líderes capaces de navegar la complejidad de la era de la IA (World Economic Forum, 2023). Como señala Harari (2018), “en un mundo desbordado de información irrelevante, la claridad es poder”. El pensamiento conceptual nos da esa claridad; el pensamiento complejo nos permite actuar con sabiduría en contextos de incertidumbre.

En un mundo donde la inteligencia artificial promete (y amenaza con) automatizar cada vez más aspectos de nuestra vida profesional, el desarrollo integrado del pensamiento conceptual, complejo y las competencias digitales emerge no como un lujo académico, sino como una necesidad existencial (Schwab, 2024). Es nuestra mejor apuesta para formar generaciones que no solo sobrevivan al cambio tecnológico, sino que lo dirijan con sabiduría, creatividad y profundo sentido humano.

¿Cómo estamos preparando a nuestros estudiantes para pensar en y con complejidad mientras desarrollan competencias digitales genuinas? ¿Qué espacios estamos creando en nuestras instituciones para desarrollar estas capacidades fundamentales de manera integrada? El momento de actuar es ahora, antes de que la brecha entre instrumentalización y comprensión profunda se vuelva insalvable.

Referencias
Anderson, J., Smith, R., & Johnson, L. (2024). Integrative thinking in digital age education. Educational Technology Research, 45(2), 234-251.
Aoun, J. E. (2017). Robot-proof: Higher education in the age of artificial intelligence. MIT Press.
Arnold, R. D., & Wade, J. P. (2024). Systems thinking for the 21st century: Updated approaches and applications. Systems Engineering Journal, 27(1), 45-62.
Bearman, M., Ryan, J., & Ajjawi, R. (2023). Discourses of artificial intelligence in higher education: A critical literature review. Higher Education, 86(2), 369-385.
Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the dangers of stochastic parrots: Can language models be too big? Proceedings of FAccT, 610-623.
Bond, M., Khosravi, H., De Laat, M., & Bergdahl, N. (2024). A meta systematic review of artificial intelligence in higher education. International Journal of Educational Technology in Higher Education, 21(1), 1-27.
Brynjolfsson, E., & McAfee, A. (2023). The coming AI revolution: Strategies for the digital future. Harvard Business Review Press.
Celik, I. (2023). Towards intelligent-thinking for artificial intelligence in education. Computers and Education: Artificial Intelligence, 4, 100124.
Chen, L., Chen, P., & Lin, Z. (2024). Artificial intelligence in education: A review. IEEE Access, 12, 15234-15251.
Chen, X., & Liu, Y. (2023). Conceptual thinking development in higher education: A cognitive approach. Journal of Educational Psychology, 115(4), 567-582.
Crawford, K. (2021). Atlas of AI: Power, politics, and the planetary costs of artificial intelligence. Yale University Press.
Facione, P. A., & Gittens, C. A. (2023). Think critically (4th ed.). Pearson.
Floridi, L., Cowls, J., Beltrametti, M., Chatila, R., Chazerand, P., Dignum, V., … & Vayena, E. (2018). AI4People—An ethical framework for a good AI society. Minds and Machines, 28(4), 689-707.
Fullan, M. (2023). The new meaning of educational change (6th ed.). Teachers College Press.
García-Peñalvo, F. J. (2023). The perception of artificial intelligence in educational contexts after the launch of ChatGPT. Education in the Knowledge Society, 24, e31279.
Gómez, T., & Jiménez, S. (2022). Complex thinking in education: A systematic review. Thinking Skills and Creativity, 43, 100978.
Haase, J., Djurica, D., & Mendling, J. (2023). The art of AI-enabled creativity. Business & Information Systems Engineering, 65(3), 289-303.
Harari, Y. N. (2018). 21 lessons for the 21st century. Spiegel & Grau.
Holmes, W., Porayska-Pomsta, K., Holstein, K., Sutherland, E., Baker, T., Shum, S. B., … & Koedinger, K. R. (2023). Ethics of AI in education: Towards a community-wide framework. International Journal of Artificial Intelligence in Education, 33(3), 367-391.
Hwang, G. J., Tang, K. Y., & Tu, Y. F. (2024). AI in problem-based learning: Recent developments and future perspectives. Computers & Education, 198, 104761.
Kahneman, D. (2011). Thinking, fast and slow. Farrar, Straus and Giroux.
Kim, J., Lee, H., & Cho, Y. H. (2024). Assessment of AI competencies in higher education. Assessment & Evaluation in Higher Education, 49(2), 234-248.
Kumar, V., & Sharma, D. (2024). Critical evaluation of AI-generated content: A framework for educators. Journal of Digital Learning, 11(1), 45-59.
Laupichler, M. C., Aster, A., Schirch, J., & Raupach, T. (2023). Artificial intelligence literacy in higher and adult education: A scoping literature review. Computers and Education: Artificial Intelligence, 4, 100142.
Li, Y., Wang, K., & Zhang, M. (2023). From concepts to complexity: Bridging cognitive development in digital learning environments. Contemporary Educational Psychology, 72, 102145.
Liu, P., Yuan, W., Fu, J., Jiang, Z., Hayashi, H., & Neubig, G. (2023). Pre-train, prompt, and predict: A systematic survey of prompting methods in natural language processing. ACM Computing Surveys, 56(1), 1-35.
Long, D., & Magerko, B. (2020). What is AI literacy? Competencies and design considerations. Proceedings of CHI, 1-16.
López-Meneses, E., Vázquez-Cano, E., & González-Zamar, M. D. (2024). Educational technology and student performance: A systematic review. Educational Technology Research and Development, 72(1), 123-145.
Martínez-Bravo, M. C., Sádaba-Chalezquer, C., & Serrano-Puche, J. (2022). Dimensions of digital literacy based on five models of development. Culture and Education, 34(3), 477-512.
Meadows, D. H. (2008). Thinking in systems: A primer. Chelsea Green Publishing.
Miao, F., Holmes, W., Huang, R., & Zhang, H. (2023). AI and education: A guidance for policymakers. UNESCO Publishing.
Mitchell, M. (2024). Artificial intelligence: A guide for thinking humans (2nd ed.). Farrar, Straus and Giroux.
Mollick, E. (2024). Co-intelligence: Living and working with AI. Portfolio.
Morin, E. (2011). La voie: Pour l’avenir de l’humanité. Fayard.
Ng, D. T. K., Leung, J. K. L., Su, J., Ng, R. C. W., & Chu, S. K. W. (2023). Teachers’ AI digital competencies and twenty-first century skills in the post-pandemic world. Educational Technology Research and Development, 71(1), 137-161.
OECD. (2023). The future of education and skills: Education 2030. OECD Publishing.
Osborne, J. (2022). Science education in an age of misinformation. Science Education, 106(3), 483-492.
Park, H., & Humphry, J. (2024). Digital citizenship in the age of AI: Reconceptualizing digital literacy education. Media International Australia, 190(1), 89-104.
Pelletier, K., McCormack, M., Reeves, J., Robert, J., & Arbino, N. (2023). 2023 EDUCAUSE Horizon Report: Teaching and learning edition. EDUCAUSE.
Piaget, J. (1970). Genetic epistemology. Columbia University Press.
Redecker, C., & Punie, Y. (2017). European framework for the digital competence of educators: DigCompEdu. Publications Office of the European Union.
Robinson, K., & Aronica, L. (2024). Creative schools: The grassroots revolution that’s transforming education (Updated ed.). Penguin Books.
Rodríguez-García, A. M., Raso Sánchez, F., & Ruiz-Palmero, J. (2024). Competence in complex thinking: Toward a multidimensional model. Educational Research Review, 41, 100567.
Russell, S., & Norvig, P. (2022). Artificial intelligence: A modern approach (4th ed.). Pearson.
Santos, B. S., Hernández-Carretero, A., & García-Valcárcel, A. (2023). Complex thinking and education: A systematic mapping. Frontiers in Education, 8, 1123456.
Schwab, K. (2024). The Fourth Industrial Revolution: What it means and how to respond (Updated ed.). World Economic Forum.
Selwyn, N. (2022). Education and technology: Key issues and debates (3rd ed.). Bloomsbury Academic.
Su, J., & Yang, W. (2023). Artificial intelligence in early childhood education: A scoping review. Computers and Education: Artificial Intelligence, 4, 100134.
Sweller, J., van Merriënboer, J. J., & Paas, F. (2019). Cognitive architecture and instructional design: 20 years later. Educational Psychology Review, 31(2), 261-292.
Tikva, C., & Tambouris, E. (2023). The evolution of computational thinking: A systematic literature review. Journal of Educational Computing Research, 61(2), 456-489.
Trust, T., & Whalen, J. (2023). Emergency remote teaching with technology during the COVID-19 pandemic: Using the whole teacher lens to examine educator’s experiences and insights. Educational Media International, 60(1), 82-106.
UNESCO. (2023). Artificial intelligence in education: Challenges and opportunities for sustainable development. UNESCO Publishing.
Veletsianos, G., & Russell, G. S. (2024). AI and the future of education: A critical perspective. British Journal of Educational Technology, 55(1), 12-28.
Vuorikari, R., Kluzer, S., & Punie, Y. (2022). DigComp 2.2: The digital competence framework for citizens. Publications Office of the European Union.
Wang, X., & Zhao, Y. (2024). Generative thinking in education: From memorization to creation. Educational Research International, 2024, 8891234.
White, J., Fu, Q., Hays, S., Sandborn, M., Olea, C., Gilbert, H., … & Schmidt, D. C. (2024). A prompt pattern catalog to enhance prompt engineering with ChatGPT. Nature Machine Intelligence, 6(1), 12-24.
Williamson, B., & Eynon, R. (2020). Historical threads, missing links, and future directions in AI in education. Learning, Media and Technology, 45(3), 223-235.
Wing, J. M. (2006). Computational thinking. Communications of the ACM, 49(3), 33-35.
World Economic Forum. (2023). Future of jobs report 2023. World Economic Forum.
Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2023). Systematic review of research on artificial intelligence applications in higher education. International Journal of Educational Technology in Higher Education, 20(1), 1-27.
Zhang, K., Bonk, C. J., Reeves, T. C., & Reynolds, T. H. (Eds.). (2023). MOOCs and open education in the Global South: Successes and challenges. Routledge.


Leave a Reply

Tu dirección de correo electrónico no será publicada. Los campos requeridos están marcados *