Método Feynman con IA: aprender enseñando

Hay una diferencia enorme entre reconocer algo y saber algo. Reconoces un tema cuando lo lees y te suena. Lo sabes cuando puedes explicárselo a alguien que no tiene ni idea, sin mirar, sin trabarte y sin frases comodín tipo "es como… algo que…".

El método Feynman se inventó para esa segunda cosa. Lo bautizó así Richard Feynman, premio Nobel de Física, después de pasarse media vida diciendo que si no podías explicar un concepto a un crío de doce años, probablemente no lo entendías. En 2026 sigue siendo una de las técnicas de estudio más eficaces que existen, y la IA la ha hecho practicable de verdad por primera vez.

Qué es exactamente el método Feynman

La versión clásica son cuatro pasos:

Elige un concepto que quieras dominar. Una ley, un teorema, un proceso biológico, una sentencia jurídica.
Explícalo en voz alta o por escrito como si se lo estuvieras contando a alguien que no sabe nada del tema. Sin jerga, sin atajos, sin "ya sabes".
Detecta los huecos: el sitio exacto donde te trabas, donde tienes que decir "y entonces… eh… pasa una cosa…". Ahí es donde no lo sabes.
Vuelve al material, rellena el hueco y repite hasta que la explicación fluya de principio a fin sin baches.

Parece sencillo. No lo es. El paso 2 es brutalmente honesto: te enseña en minutos cuánto de lo que crees que sabes es en realidad familiaridad con las palabras, no comprensión.

Por qué funciona (lo que dice la ciencia)

El método combina dos mecanismos cognitivos muy potentes:

Active recall — recuperar la información de memoria activa, no reconocerla pasivamente. La ciencia lleva décadas demostrando que el esfuerzo de recuperar es lo que fija el aprendizaje (Karpicke & Roediger, 2008 y replicaciones posteriores). No es leer lo que te enseña, es intentar recordar lo leído.
Metacognición — pensar sobre cómo piensas. La sensación de "esto no lo sé tan bien como creía" es metacognición funcionando. Sin ella, sigues estudiando lo que ya dominas y dejas de lado lo que te falta.

Releer el tema te da la ilusión de fluidez: como las palabras te resultan familiares, tu cerebro firma "esto ya está". Explicarlo te quita la ilusión de un plumazo.

El problema del Feynman clásico: no hay receptor

El método tiene un fallo práctico evidente. Para explicarle algo a alguien, necesitas a alguien.

Las soluciones tradicionales eran malas:

Explicárselo a ti mismo: funciona regular, te perdonas demasiado los huecos.
Pareja de estudio: depende de tener alguien que estudie lo mismo, esté disponible y aguante que le expliques durante una hora.
Grabarte en vídeo: incómodo y, encima, sin nadie que te haga preguntas raras.

El receptor importa porque buena parte del valor está en las preguntas que hace. "¿Y por qué pasa eso?", "¿qué pasaría si en vez de X fuera Y?", "no entiendo, ¿me lo cuentas de otra forma?". Esas preguntas son las que destapan los huecos reales.

Cómo cambia el método con IA

La IA conversacional moderna juega el rol del receptor mejor de lo que parece. Tiene tres ventajas reales:

Disponibilidad infinita: a las 23:47 de un domingo, sigue ahí.
Conocimiento de fondo: ya entiende el tema, así que detecta cuándo lo que dices es vago, ambiguo o incorrecto, no solo cuándo es "raro".
Aguanta sin juzgar: explicar mal cinco veces seguidas con una IA es mucho más cómodo que con un humano. Y eso baja la barrera de hacerlo.

La diferencia respecto a una pareja de estudio: una IA no aprende contigo, no se cansa de ti, y puede comparar tu explicación con la fuente original (tu temario) y señalar qué te has saltado.

Cómo aplicar el método Feynman con IA paso a paso

Paso 1 — Prepara el concepto

Elige algo concreto. "Toda la mitosis" es demasiado. "Las fases de la mitosis y qué cromosomas hay en cada una" es manejable. Cuanto más acotado, mejor.

Paso 2 — Explica sin mirar

Lo grabas, lo escribes o lo dictas. Importante: no consultes el libro mientras explicas. Si te trabas, sigues con lo que tengas, aunque sea "y aquí ya no me acuerdo". Esos "no me acuerdo" son oro: son el mapa de huecos.

Paso 3 — Pide a la IA que te haga de profe exigente

Aquí está la diferencia. No le pidas "corrígeme". Pídele tres cosas concretas:

Cobertura: ¿qué partes importantes del concepto no he mencionado?
Precisión: ¿hay algo que he dicho que es incorrecto o impreciso?
Profundidad: ¿he explicado el porqué de cada cosa o solo el qué?

Y, sobre todo: que te haga preguntas de seguimiento, no que te dé directamente la respuesta. "¿Por qué crees que la profase es necesaria antes de la metafase?" enseña mucho más que "te has saltado X, Y y Z".

Paso 4 — Reformula y vuelve a explicar

Con los huecos identificados, vuelves al material el tiempo justo para rellenarlos. Y vuelves a explicar el concepto entero, no solo lo que te faltaba. La explicación tiene que fluir de principio a fin. Si vuelves a trabarte en el mismo sitio, no estás aprendiendo, estás memorizando.

Ejemplo real (en 6 minutos)

Imagina que estudias Derecho Constitucional y el concepto es el recurso de inconstitucionalidad.

Tu explicación inicial (minuto 1-2):

"Es un recurso que pone alguien al Tribunal Constitucional cuando una ley es… inconstitucional. Lo puede poner el Presidente, el Defensor del Pueblo, 50 diputados o senadores, los gobiernos autonómicos y los parlamentos autonómicos. Hay dos meses de plazo. Y si gana el recurso, la ley se anula."

IA hace preguntas (minuto 3-4):

¿Contra qué actos exactamente cabe? (Has dicho "leyes". ¿Solo leyes formales? ¿Decretos-ley? ¿Tratados?)
¿El plazo se cuenta desde cuándo?
¿Qué efectos tiene la sentencia: ex tunc o ex nunc?
¿Por qué los ayuntamientos no están legitimados?

Tú vuelves al tema (minuto 5) y descubres que mezclabas inconstitucionalidad con la cuestión de inconstitucionalidad, que el plazo es de tres meses no de dos, y que los efectos en general son ex tunc salvo lo declarado expresamente.

Reformulación (minuto 6): ahora tu explicación incluye el matiz que se preguntaría en un examen tipo test serio. En seis minutos has dado tres vueltas a un tema que llevabas leyendo media hora sin avanzar.

Cuándo el método Feynman no es la mejor opción

No es magia. Funciona muy bien para:

Conceptos con lógica interna (procesos, mecanismos, sistemas, razonamientos jurídicos).
Temas en los que necesitas explicar y argumentar, no solo reconocer (exámenes de desarrollo, supuestos prácticos, orales).
Materias en las que entender el porqué es lo que diferencia un 5 de un 9.

Es menos eficiente para:

Memorizar listas largas de datos sin estructura (artículos sueltos, fechas, nomenclatura). Para eso son mejores las flashcards con repetición espaciada.
Práctica pura de habilidad mecánica (cálculos, ejercicios, sintaxis). Para eso, repetir ejercicios.

Lo ideal es combinarlo: Feynman para entender, flashcards para fijar datos, test repetido para entrenar el formato del examen.

Errores típicos al aplicarlo con IA

Pedirle a la IA que te corrija sin haber explicado tú primero. Sin tu explicación, no hay método Feynman, hay clase particular. Útil, pero distinto.
Usar la IA como buscador. "Explícame X" es Google, no Feynman. El método invierte la dirección: tú explicas, ella escucha.
Aceptar la primera respuesta. La IA, a veces, te da por buena una explicación incompleta si no le pides explícitamente que te exija. Pídele que sea estricta.
Saltarse el paso 4. Identificar el hueco y no rellenarlo no sirve de nada. La iteración es lo que fija.

Cómo lo hace ExamFlow

ExamFlow incluye un asistente IA que conoce tu temario (no uno genérico de internet). Eso cambia el método Feynman en dos cosas concretas:

Compara tu explicación con tu fuente: la IA puede decirte "según tu propio temario en el tema 3, has olvidado mencionar X", no datos sacados de cualquier web.
Te pregunta como te preguntarían en tu examen: si estás preparando una oposición, te hace preguntas tipo test sobre lo que has explicado, además de las preguntas abiertas tipo Feynman.

El flujo en ExamFlow:

Subes tu temario y la IA lo organiza por temas.
Eliges un concepto y abres el asistente IA con contexto del tema.
Le dictas o escribes tu explicación.
Te pregunta, te corrige usando tu material, te marca los huecos.
Cuando ya fluye, generas un examen rápido sobre ese tema para confirmar que se ha fijado.

Active recall en bucle. Y como todo queda registrado, sabes qué conceptos has "Feynmaneado" y cuáles no.