En 2025 la Raspberry Pi Foundation publicó un documento de posición titulado "Why kids still need to learn to code in the age of AI" (por qué los niños siguen necesitando aprender a programar en la era de la IA). Su tesis central es correcta: enseñar a programar a los niños consiste en realidad en enseñarles a pensar con claridad, y una herramienta que escribe código por ti no elimina la necesidad de entender qué hace un buen código. El argumento es válido, pero se queda corto. La versión más sólida tiene que ver con la computación física, es decir, con código que tiene que mover un motor, leer un sensor y sobrevivir al contacto con el mundo real.

Qué decía el documento y por qué caló

La Foundation, que fabrica los pequeños ordenadores Raspberry Pi utilizados en aulas de todo el mundo, puso su nombre a una posición sencilla: programar sigue siendo una competencia fundamental para los niños, incluso ahora que los sistemas de IA generan código a demanda. Merece la pena señalarlo porque la opinión contraria se ha vuelto habitual en las salas de profesores y en las sobremesas familiares. Si una máquina puede escribir el programa, se piensa, ¿para qué va a aprender a hacerlo un niño de diez años?

La respuesta honesta es que producir un texto que se parece a código y entender un sistema son dos habilidades distintas. Un niño que sabe darle instrucciones a una IA pero no sabe leer el resultado no es un programador; es alguien que confía en que la máquina acierte. El valor del documento está en decirlo sin rodeos en un momento en que muchos colegios se preguntan en voz baja si quitar la programación del horario.

El argumento estándar, en su mejor versión

Si se reduce a lo esencial, el argumento aguanta bien.

• Leer importa más que escribir. La habilidad escasa en un mundo con IA no es teclear código desde cero; es leer código ajeno y juzgar si es correcto, seguro y hace lo que se le pidió. Eso solo se aprende escribiendo antes mucho código propio.
• Depurar es pensar. Averiguar por qué un programa hace lo que no debe es un hábito mental transferible. Formular una hipótesis, ponerla a prueba, acotar el problema. Esa destreza sobrevive a cualquier lenguaje concreto.
• Un asistente necesita un operador competente. Las herramientas de programación con IA son más rápidas en manos de quien ya sabe qué aspecto tiene una buena solución. Dale la misma herramienta a un principiante y producirá disparates dichos con aplomo que el principiante no sabrá detectar.

Nada de esto es polémico. Tampoco basta del todo por sí solo, porque cada uno de esos puntos se puede enseñar con una pantalla y un editor de texto, y la pantalla es justo el terreno donde la IA resulta más convincente y más resbaladiza.

La versión más sólida: que el código mueva algo

Esta es la extensión que el documento insinúa pero no lleva lo bastante lejos. La forma de aprender a programar más resistente a la IA es hacer que el código controle algo físico. Cuando un programa solo imprime en pantalla, la respuesta es blanda. La salida parece plausible, y una respuesta equivocada dicha con aplomo es difícil de detectar. Cuando ese mismo programa tiene que girar una rueda, hacer parpadear un LED con un patrón o detener un robot antes de que se caiga de la mesa, la respuesta es honesta. El robot se mueve o no se mueve. No hay manera de alucinar por delante de un motor que no gira.

Esa es la ventaja discreta de la computación física. Un modelo de lenguaje grande puede producir una explicación que suena bien sobre casi cualquier cosa. Con la lectura de un sensor no se discute. Los niños que trabajan con hardware obtienen verdad de campo gratis, y la verdad de campo es lo único que un asistente de IA no puede falsificarles. Aprenden a fiarse del mundo antes que del párrafo escrito con aplomo.

Por qué esto importa en las aulas sudafricanas

Para los colegios de aquí, lo que está en juego es muy concreto. Los presupuestos van justos, el tiempo del profesorado aún más, y hay una presión real por subirse a lo que suene moderno. Sería fácil leer el momento de la IA como permiso para sustituir la programación práctica por unas cuantas clases sobre cómo redactar instrucciones. Sería un error, y caro, porque los niños que solo aprendan a pedirle cosas a una IA acabarán con la versión más superficial y más sustituible de la competencia.

La lectura mejor es la que apunta la Foundation: seguir enseñando programación de verdad y anclarla en algo que el niño pueda sostener en la mano. Además es más robusto que un currículo que da por hecho una IA en la nube funcionando en cada clase. Una placa alimentada por pilas sobre el pupitre sigue funcionando cuando el Wi-Fi no, algo que importa en un país donde los cortes programados de luz todavía interrumpen la jornada escolar.

Qué hacer al respecto

Si llevas un aula, un club de programación o una casa en la que intentas tomar una buena decisión, una lista breve.

• Mantén la escritura de código, no saltes directamente a dar instrucciones a una IA. Los niños deberían escribir y depurar mucho código propio antes de permitir que les ayude un asistente de IA. El asistente es una herramienta de precisión para quien ya tiene los fundamentos.
• Añade un objetivo físico. Elige proyectos donde el código gobierne hardware real, para que los errores aparezcan como cosas que no se mueven y no como respuestas que solo parecen equivocadas. Una placa programable como nuestra sheenbot∞ ofrece ese ciclo de respuesta inmediata, y un juego de diez kits cubre un grupo pequeño.
• Usa la IA como tutor, no como autor. Es realmente útil para explicar un mensaje de error o sugerir el siguiente paso. Es un mal sustituto de que el niño piense por sí mismo.
• Míralo en persona antes de comprometerte. Un proyecto que funciona de verdad vale más que un trimestre de teoría. Una sola clase de prueba en nuestra academia de Ciudad del Cabo basta para saber si a un niño le engancha.

Para quedarse con esto

La Raspberry Pi Foundation tiene razón en que los niños siguen necesitando programar en la era de la IA, pero el argumento es más sólido que la mera habilidad de pensar. La versión sobre la que merece la pena construir es física: dale a los niños código que tenga que mover algo real y les estarás dando una forma de comprensión que una IA no puede entregarles ni fingir. Esa es la competencia que seguirá valiendo la pena cuando las herramientas vuelvan a cambiar. Para más sobre cómo pensamos todo esto, consulta nuestra sala de prensa.