L’aparició dels agents d’intel·ligència artificial (IA) representa un salt qualitatiu en la evolució d’aquestes eines i, al mateix temps, en la relació entre tecnologia i aprenentatge. A diferència dels xatbots convencionals, que responen directament a preguntes específiques, aquests sistemes executen tasques complexes de manera autònoma, pas a pas, planificant estratègies i produint resultats elaborats sense intervenció constant de l’usuari. Aquest avenç obre un escenari paradoxal: alguns agents ofereixen funcionalitats pedagògiques sofisticades —com modes d’aprenentatge basats en la indagació socràtica—, però altres amplifiquen el risc de convertir l’educació en una “caixa negra”, on l’estudiant obté resultats sense comprendre de manera profunda els mecanismes que els generen.

A dia d’avui (febrer 2026), la majoria dels agents d’IA són lents, poc precisos i mancats de context i visió global. Estem vivint la prehistòria dels Agents d’IA, però milloren a cada segon. Ara conviuen amb altres eines artificials però, en pocs mesos, tota la IA serà agèntica. Observo tres eixos que relacionen agents, riscos derivats a educació i equitat digital: la tensió entre processos i resultats en l’aprenentatge, l’emergència d’una bretxa d’equitat digital basada en l’accés diferencial a funcionalitats pedagògiques, i les evidències neurocientífiques sobre els efectes cognitius de l’externalització del pensament a sistemes de pensament artificial.

Els agents d’IA poden realitzar tasques pas a pas —buscar informació, sintetitzar dades, generar arguments— sense fer visible el procés intern, tot i que ens mostren els rudiments de les seves actuacions principals. Això amplifica l’efecte “caixa negra”, on només importa el resultat que s’obté, i genera tensions amb la desitjada educació basada en la comprensió profunda i el discerniment crític. Alguns sistemes, com Claude, incorporen Agents d’IA amb “modes d’aprenentatge” que eviten respostes immediates i guien l’estudiant mitjançant preguntes socràtiques. Aquest enfocament prioritza la metacognició per sobre de la rapidesa, buscant fer visible el procés de construcció del coneixement. La pregunta és si constitueixen una veritable “caixa transparent” o simplement fan més tènue l’opacitat. En el mode socràtic, l’estudiant intueix el seu propi procés de raonament, però no els mecanismes interns de l’agent. La transparència rellevant potser no és la dels algoritmes, sinó la del procés mental de l’estudiant. Tanmateix, aquesta posició deixa oberta una qüestió de política educativa: qui té accés a aquests modes d’aprenentatge avançats? Algunes d’aquestes funcionalitat són accessibles a les versions de pagament dels Agents d’IA.

L’educació contemporània necessita mesurar resultats en un context que, teòricament, valora els processos cognitius. Els agents d’IA amplifiquen aquesta paradoxa: poden generar productes avaluables sense que l’estudiant transiti pel camí cognitiu que condueix a la comprensió profunda. Els agents amb mode aprenentatge socràtic podrien desplaçar l’avaluació del “què saps” al “com penses”, registrant preguntes, estratègies i correccions. Això, però, presenta un risc normatiu: els algoritmes incorporen models cognitius específics que podrien homogeneïtzar la diversitat de formes de pensar. A més, si aquests agents avançats només són accessibles en versions de pagament, es crea una nova inequitat: accés a pedagogies de processos versus models de resultats immediats.

“La bretxa digital evoluciona cap a una nova dimensió: diferències d’accés en l’assistència a la pedagogia d’aprenentatge”

La bretxa digital evoluciona cap a una dimensió més punyent: desigualtat en l’accés a tipus qualitativament diferents d’assistència a la pedagogia. No es tracta només de tenir tecnologia, sinó de disposar d’agents que fomentin el pensament crític o que perpetuïn el consum passiu d’informació. Si els agents pedagògicament avançats només apareixen en versions de pagament, s’estableix una jerarquia educativa per capacitat econòmica. Les famílies amb recursos garantiran que els seus fills utilitzin IA com a amplificador cognitiu; les altres accediran a versions gratuïtes que ofereixen respostes immediates. Aquesta dinàmica no és especulativa: són models de negoci ja existents en àmbits de consum propers, i acaben produint versions freemium amb anuncis publicitaris versus funcionalitats avançades de pagament. Avui (febrer 2026), OpenAI anticipa ja la implementació d’aquesta estratègia en els seu xatbot ChatGPT (versió agèntica de pagament i accés gratuït amb anuncis).

La recerca neurocientífica mostra que l’externalització de processos mentals pot generar efectes duradors en estructures cerebrals, especialment en adolescents. Si un grup utilitza agents que promouen esforç cognitiu i un altre obté respostes immediates, les diferències en pensament abstracte i autonomia intel·lectual podrien esdevenir en desigualtats permanents. Aquesta bretxa és menys visible que l’anterior i només es manifesta quan ja és tard. La recerca sobre cognitive offloading mostra que delegar tasques cognitives a dispositius debilita vies neuronals crítiques per a memòria i pensament analític. L’adolescència és especialment vulnerable: el cervell experimenta transformacions que reconfiguren la connectivitat cerebral. Els estudis sobre GPS il·lustren aquest fenomen: l’ús prolongat està associat amb el declivi en la memòria espacial i la reducció de matèria grisa a l’hipocamp. L’externalització cognitiva produeix canvis estructurals en el cervell. Un estudi del MIT sobre ChatGPT va trobar que els usuaris escrivien un 60% més ràpid però amb 32% menys de càrrega cognitiva. La connectivitat cerebral es reduïa a la meitat i el 83% no recordava textos acabats d’escriure. Delegar l’esforç mental genera “deute cognitiu” acumulatiu: els dèficits persisteixen quan l’estudiant treballa sense l’eina. A diferència de les calculadores, els gents d’IA poden externalitzar tot tipus de tasques de manera completa.

L’ús intensiu d’Agents d’IA pot materialitzar tres vectors de desigualtat:

• La consciència del risc: les famílies amb més capital cultural educatiu podrien mitigar els efectes cognitius adversos, però altres podrien percebre els agents com una oportunitat sense detectar-ne els costos.
• Els ambients cognitius rics: adolescents de contextos socio-culturals alts poden participar en activitats extraescolars que compensen l’atròfia potencial, però els de contextos vulnerables poden tenir la IA com a únic suport intel·lectual.
• Les conseqüències laborals: si els Agents d’IA impedeixen el desenvolupament del pensament computacional i crític, qui quedarà exclòs de professions que requereixen aquestes competències? Paradoxalment, aquells que més necessiten la mobilitat social.

El resultat és el risc d’eixamplar escletxes i que els agents siguin màquines de triatge cognitiu: una minoria que sap pensar amb i sense IA, i una majoria dependent. Aquest desavantatge no es pot resoldre amb més accés tecnològic: requereix repensar com es fa servir, quan prescindir-ne i què competències preservar com a genuïnament humanes.

Possiblement, el debat educatiu hauria de centrar-se menys en com integrar els Agents d’IA, i més en quan i com crear espais deliberadament lliures d’IA, on l’esforç cognitiu sigui inevitable i celebrat. Preservar zones d’esforç i rigor educatiu no assistit sembla una estratègia necessària per assegurar que les noves generacions desenvolupin capacitats fonamentals que no es poden externalitzar sense conseqüències. Només des d’aquesta base es poden utilitzar els Agents d’IA com a amplificador cognitiu, no com a substitut del pensament profund.