Melina Schweizer
La teoría sociocognitiva de Albert Bandura adquiere hoy una vigencia inquietante. En un mundo atravesado por algoritmos capaces de modelar conductas, emociones y deseos, la pregunta ya no es solamente cómo aprenden niñas, niños y adolescentes, sino quién está enseñando realmente.
Albert Bandura escribió gran parte de su teoría antes de internet, antes de las redes sociales y décadas antes de la inteligencia artificial generativa. Sin embargo, pocas perspectivas psicológicas resultan hoy tan perturbadoramente actuales. Su hipótesis central —que las personas aprenden observando modelos, anticipando consecuencias y construyendo expectativas sobre sí mismas— parece describir con precisión quirúrgica la lógica contemporánea de las plataformas digitales.
Bandura sostenía que la conducta humana no podía explicarse únicamente por impulsos internos ni por estímulos externos aislados, sino por una interacción constante entre ambiente, cognición y comportamiento. Lo llamó “determinismo recíproco” o “causalidad triádica”: una relación continua entre factores personales, ambientales y conductuales.
La frase parece escrita para el presente. Porque el ambiente actual ya no es solamente el aula, el barrio o la familia. El ambiente es también el algoritmo.
Aprender mirando: del modelado social al modelado algorítmico
Bandura desarrolló el concepto de aprendizaje vicario para explicar cómo las personas incorporan conductas observando a otras. No aprendemos únicamente por experiencia directa; aprendemos mirando modelos, interpretando recompensas y anticipando castigos.
En la década de 1970, el problema eran los modelos agresivos de la televisión. Hoy el escenario es infinitamente más complejo. TikTok, Instagram, YouTube y los sistemas de recomendación funcionan como dispositivos permanentes de modelado conductual. La diferencia es que ya no muestran los mismos modelos a todo el mundo: personalizan estímulos, emociones y recompensas de manera individualizada.
La escuela tradicional trabaja con grupos. El algoritmo trabaja con singularidades.
Mientras una docente intenta captar la atención de treinta estudiantes simultáneamente, las plataformas digitales procesan miles de datos por segundo para identificar qué genera más permanencia, deseo o excitación en cada usuario. La lógica educativa entra así en competencia directa con la economía de la atención.
Y en esa disputa, el problema no es únicamente tecnológico. Es profundamente político.
La captura de la atención como forma de pedagogía
Bandura afirmaba que para que exista aprendizaje observacional deben producirse cuatro procesos: atención, retención, reproducción y motivación.
El ecosistema digital parece diseñado exactamente alrededor de esos principios.
Las plataformas capturan la atención mediante estímulos breves, emocionales y visualmente intensos. Facilitan la retención a través de repetición algorítmica. Incentivan la reproducción mediante tendencias, challenges y lógicas virales. Y sostienen la motivación mediante recompensas inmediatas: likes, vistas, validación social, monetización o pertenencia grupal.
La diferencia es que Bandura imaginaba modelos humanos. El presente incorpora modelos maquínicos capaces de aprender qué nos afecta más rápido que nosotras mismas.
La autoeficacia en tiempos de comparación infinita
Uno de los conceptos más importantes de Bandura es el de autoeficacia: la creencia que una persona tiene sobre su capacidad para actuar, resolver problemas y alcanzar objetivos.
La autoeficacia se construye socialmente. Depende de experiencias previas, reconocimiento, observación de otros semejantes y mensajes recibidos del entorno. Ahí aparece uno de los núcleos más violentos del capitalismo digital contemporáneo: la producción permanente de comparación.
Niñas, niños y adolescentes ya no se comparan solamente con compañeros de aula o referentes cercanos. Se comparan con cuerpos filtrados, vidas editadas, inteligencias artificiales capaces de producir perfección estética instantánea y sistemas que convierten la validación en métrica pública.
El problema no es solo emocional. Es epistemológico. Si una generación crece observando modelos imposibles, la percepción de capacidad personal se erosiona antes incluso de intentar actuar.
La autoeficacia se vuelve frágil cuando el espejo social está intervenido por algoritmos entrenados para maximizar deseo y consumo.
La escuela frente a una pedagogía paralela
La enseñanza cognitiva contemporánea sostiene que el aprendizaje significativo ocurre cuando los nuevos contenidos logran vincularse con conocimientos previos y experiencias concretas.
Pero hoy la escuela ya no monopoliza la producción de sentido. Convive con una maquinaria cultural que enseña constantemente qué cuerpos valen, qué emociones generan atención y qué conductas obtienen recompensa social.
La pregunta educativa ya no es solamente cómo enseñar matemáticas o historia. La pregunta es cómo construir subjetividad crítica en un entorno diseñado para fragmentar atención, acelerar consumo y producir dependencia emocional.
La inteligencia artificial no solo automatiza tareas. También automatiza modelos.
Desigualdad algorítmica y pedagogías de exclusión
Bandura insistía en que el ambiente condiciona la conducta, pero que esa influencia nunca es neutral.
En América Latina, esa afirmación adquiere una dimensión brutal. No todos los niños habitan el mismo ecosistema digital. Las desigualdades económicas, territoriales y étnico-raciales atraviesan también la experiencia tecnológica.
Mientras algunos utilizan inteligencia artificial como herramienta de creación o aprendizaje, otros quedan atrapados en circuitos de hiperconsumo, precarización simbólica y exposición permanente.
El algoritmo no elimina las desigualdades: las reorganiza.
Y muchas veces las profundiza.
¿Quién educa cuando el algoritmo conoce mejor el deseo?
Bandura advertía que los seres humanos aprenden anticipando consecuencias y observando recompensas sociales.
Las plataformas digitales entendieron eso mejor que gran parte de las instituciones educativas. Cada notificación funciona como refuerzo. Cada recomendación como predicción conductual. Cada sistema de personalización como modelado psicológico.
La inteligencia artificial no necesita imponer conductas de manera autoritaria. Le alcanza con volverlas deseables.
Ahí aparece el gran desafío contemporáneo: recuperar capacidad crítica frente a sistemas diseñados para capturar subjetividad.
Bandura no habló de inteligencia artificial. Pero explicó el mundo que la hizo posible
La teoría sociocognitiva no anticipó ChatGPT, TikTok ni los algoritmos de recomendación. Pero sí explicó algo decisivo: nadie aprende en el vacío.
Aprendemos mirando. Comparándonos. Interpretando recompensas. Construyendo identidad a partir de los modelos disponibles. El problema es que ahora esos modelos ya no son solamente humanos. Son sistemas capaces de observarnos constantemente mientras nosotros creemos simplemente estar mirando una pantalla.
Y quizás allí resida la discusión educativa más urgente del presente ¿qué ocurre con una generación cuando el principal agente pedagógico deja de ser la escuela y pasa a ser el algoritmo?
REDACCIÓN
