Cuando se habla de neurodiversidad en la educación científica y de ingeniería, a menudo se piensa en medidas como tiempo extra en exámenes o entornos de prueba modificados. Sin embargo, muchos estudiantes neurodivergentes enfrentan obstáculos más sutiles pero igualmente significativos: la comunicación interpersonal, las relaciones profesionales y las expectativas no escritas. Este artículo explora cómo la inteligencia artificial (IA) puede ayudar a descifrar ese “currículo oculto” y nivelar el campo de juego.
El desafío del currículo oculto
En carreras de ciencia, tecnología, ingeniería y matemáticas (STEM), los estudiantes deben aprender habilidades no técnicas como redactar correos electrónicos a sus supervisores, negociar autorías, pedir aclaraciones sin parecer desprevenidos, gestionar plazos cambiantes y participar en discusiones grupales dinámicas. Muchos adquieren estas habilidades por observación o retroalimentación informal, pero para los estudiantes neurodivergentes —y muchos neurotípicos— estas normas sociales y profesionales pueden resultar opacas.
Experiencias reales en el aula
Un caso ilustrativo es el de una estudiante que, tras meses de producir excelentes resultados experimentales, no había aclarado con su supervisor su rol en el artículo final. En pánico, consultó a una colega neutral preguntando: “¿Cómo abordo esto sin sonar confrontativa?”. Nunca le habían enseñado a navegar esa situación. Otro ejemplo es Dan Burger, un estudiante autista que, con el apoyo de su mentor, pasó de revisiones verbales abiertas a actualizaciones escritas estructuradas, lo que le permitió demostrar su pensamiento en un formato donde sobresalía. Burger ahora trabaja en el Space Telescope Science Institute y su historia fue destacada en el programa 60 Minutes como ejemplo de lo que es posible cuando se diseñan entornos inclusivos.
El papel de la IA generativa
Con la popularización de herramientas de IA generativa, surge una oportunidad única. Estas herramientas pueden redactar correos, esbozar presentaciones, resumir material complejo, clarificar tonos y traducir tareas ambiguas en pasos concretos. Por ejemplo, un modelo de IA podría haber ayudado a la estudiante anterior a identificar preguntas clave para negociar su autoría, enmarcarlas profesionalmente y anticipar respuestas. En esencia, la IA puede servir como un espacio de ensayo para conversaciones de alto riesgo.
Aplicaciones prácticas en la investigación en equipo
La investigación moderna en STEM suele ser en equipo, con negociaciones informales sobre roles y expectativas. La IA puede desglosar proyectos grandes en tareas discretas, generar preguntas aclaratorias antes de reuniones grupales y ayudar a planificar cómo solicitar expectativas más explícitas. También puede apoyar la gestión de proyectos dividiendo hitos complejos en planes estructurados y fáciles de seguir.
Rediseñando sistemas, no personas
La lección clave de estas experiencias es que no se trata de que los estudiantes neurodivergentes necesiten cambiar, sino de que los sistemas a su alrededor se adapten. Iniciativas como el Autism Self-Advocacy Center for Equity and Neurodiversity in Engineering, liderado por la Universidad de Vanderbilt, buscan rediseñar estructuras de equipo, preparación profesional y mentoría para que ningún estudiante tenga que descifrar solo las normas profesionales.
Conclusión
La IA no reemplaza la mentoría humana, pero puede ser una herramienta poderosa para hacer explícito lo implícito. Al integrar estas herramientas en la educación STEM, podemos crear entornos más equitativos donde todos los estudiantes, independientemente de su neurotipo, puedan prosperar.
