Back

¿Qué IA va contigo, profe? Inteligencia Artificial en Educación

Audio
Getting your Trinity Audio player ready...

Regulación sobre IA en la UE

Pedagogía de la IA

Modelos para aprender IA

El vibecoding docente

Si eres docente y estás empezando a explorar cómo aplicar la inteligencia artificial en tus clases, seguro te has preguntado cuál de las herramientas existentes puede ayudarte más.

En nuestros centros educativos van llegando algunas de ellas dado que han creado su propio enfoque educativo. Cada una tiene su propio estilo, fortalezas y aplicaciones concretas que pueden adaptarse mejor a tus necesidades según tu etapa educativa, metodología o entorno digital. En este artículo te ayudamos a descubrir cuál se ajusta mejor a ti, con una comparativa práctica y ejemplos reales de uso en el aula de algunas de ellas.

Sin embargo, queremos empezar por la parte reflexiva, en cuanto a la regulación y la pedagogía de la IA como punto de partida para implementar esta tecnología en el aula. Parece que ir directos a los recursos es lo más llamativo, pero desde ya tenemos que empezar por la parte más crítica.

Regulación sobre IA en la UE

​La Unión Europea ha establecido un marco regulador para la inteligencia artificial (IA) con el objetivo de garantizar su uso seguro, ético y confiable. El Reglamento de Inteligencia Artificial, que entró en vigor el 1 de agosto de 2024, clasifica los sistemas de IA según el nivel de riesgo que presentan y establece normas proporcionales para cada categoría. Por ejemplo, los sistemas de alto riesgo, como los utilizados en diagnósticos médicos o conducción autónoma, deben cumplir requisitos estrictos de transparencia y supervisión humana.

Os dejo con una presentación visual:

El pase de diapositivas requiere JavaScript.

Difusión a través de Linkedin en el grupo de IA Educativa

Por su parte, en España, el Gobierno aprobó en marzo de 2025 una ley que obliga a identificar contenidos generados por IA y establece sanciones para su uso indebido.

En el ámbito educativo, diversas universidades españolas han desarrollado guías para la integración de la IA en la educación superior. En la UAX he colaborado con el equipo de Innovación creando una guía interactiva para el profesorado y los estudiantes que les introduce en la parte más consciente del uso de la IA en educación superior, con sus riesgos y su potencial.

Llegados a este punto, creo que ya tenemos un punto de partida válido para comenzar a construir. Sin embargo, con cada «avance» de la IA seguimos cegándonos por los brilli brillis. Lo último ha sido con la actualización de ChatGPT y su creación de imágenes. Las redes se han llenado de imágenes con filtros de dudosa licencia abierta y, entre otras cosas, pasando por alto cuestiones como la sostenibilidad. Esto solo consigue que aquellos que estamos del lado de la IA y de como puede potenciar las cualidades humanas luchemos contra corriente. Hace falta más reflexión, más crítica y más análisis porque ha supuesto una revolución pero también una nueva grieta en los entornos educativos en cuanto a cómo vamos a gestionar ahora esos procesos de aprendizaje en las aulas.

Pedagogía de la IA

Una de las claves del uso de este tipo de tecnología reside precisamente en la pedagogía. Esto pasa no solo por cómo estamos integrando la tecnología a nivel general con el modelo SAMR, el RAT o incluso el PICRAT sino desde el lado de la integración reflexiva que se nutra de las teorías de aprendizaje válidas actualmente enriquecidas con la neurodidáctica para crear entornos educativos más eficaces, personalizados y trascendentes.

Podríamos decir que la pedagogía de la IA es el marco teórico-práctico que guía o facilita la integración efectiva y ética de las herramientas, modelos o sistemas de IA en los procesos de enseñanza aprendizaje. Ello, no solo trata de usarla, sino de comprender como la IA puede potenciar nuestras metodologías activas, apoyar el desarrollo de competencias clave o de transformar la experiencia educativa en conjunto.

Pensemos en las teorías que han guiado nuestras actuaciones docentes. Por ejemplo, desde el punto de vista del cognitivismo, la IA tiene un enorme potencial para apoyar los procesos cognitivos, desde herramientas que nos permiten organizar el conocimiento con mapas conceptuales generados automáticamente o para facilitar la metacognición al proporcionarles información sobre el propio proceso de aprendizaje del estudiante. Pensemos en la función de razonamiento de la IA y trasladémoslo a la petición que puede realizar el estudiante.

Si hablamos del constructivismo, desde los bots, agentes o artefactos pueden fomentar el aprendizaje activo y la construcción de conocimiento proponiendo experiencias virtuales interactivas, inmersivas y desafiantes. No menospreciemos el #vibecoding.

Desde la neurodidáctica nos ofrece una interesante perspectiva para diseñar entornos de aprendizaje donde la IA promueva una alineación con el funcionamiento cognitivo de los estudiantes. Pensemos en la atención y motivación ajustando, adaptando o personalizando los contenidos a la complejidad y ritmo de cada estudiante. O la creación de contenidos personalizados para mejorar esa versión DUA inclusiva que nos permite crear en formatos multimodales y mejorar la retención de la información.

La transición hacia una pedagogía de la IA en educación requiere de un enfoque estratégico y reflexivo que no está exento de desafíos: sesgos, privacidad y seguridad, etc.

Recientemente, a partir de esta publicación  se planteaba la posibilidad de ver la IA como un ente simbiótico, siendo la IA un compañero cognitivo evolutivo. Más allá de lo comentado en esta publicación en relación al artículo de «Thinking about thinking, how AI reshapes cognition» podríamos hablar de una simbiosis caracterizada por:

  • Una inteligencia distribuida, donde el conocimiento y las habilidades emergen con la continua interacción entre IA y estudiantes La IA aportaría la capacidad de procesamiento, el análisis de grandes datos y el acceso a la información mientras que el estudiante aportaría la creatividad, el pensamiento crítico, la intuición o la capacidad para establecer conexiones contextualizadas y significativas.
  • Una adaptación mutua donde ambos se influyen y transforman mutuamente. Tengamos en cuenta que la IA aprende de su interlocutor, de sus preguntas, de su tono y ritmo, de sus preferencias, refinando sus intervenciones y ofreciendo una respuesta más personalizada y pertinente a partir de la interacción, no nos olvidemos que la entrenamos (a no ser que en la configuración de cada plataforma digas lo contrario). Por otro lado, supone una exploración y descubrimiento mutuos, algo así como un socio que permita conectar conceptos y mostrar alternativas promoviendo el aprendizaje autodirigido y el emprendimiento en el aprendizaje.

En todas ellas deberíamos valorar de manera destacada, aquello de ser «fluido» en el lenguaje con la IA. Comprender sus capacidades y limitaciones y saber cuándo confiar en sus respuestas y cuándo cuestionarlas.

Modelos para aprender IA

Los principales grandes modelos de lenguaje de IA generativa están poniendo el foco en los entornos educativos, creando sus propias «academias» o espacios formativos, que muestran un claro movimiento hacia la construcción de ecosistemas de aprendizaje propios. Es el caso de  Open AI Academy para aprender como llevarlo a tu aula, como mejorar tu interacción con ChatGPT o como ser más productivo, entre otros, como docente.

Open AI se lanza a la versión educativa de ChatGPT Edu con tres claras ventajas:

  1. Acceso ampliado a GPT-4o: mejora de la calidad y velocidad, ampliación de los límites de mensajes respecto de la versión gratuita y más de 50 idiomas.
  2. Capacidades avanzadas para el análisis y la investigación: herramientas de análisis de datos, integración con archivos o facilitar tareas de investigación y estudio.
  3. Personalización, con GPTs, adaptadas a proyectos concretos.

O Claude for education. Anthropic ha lanzado esta versión para entornos de educación superior de las que destaco dos cosas:

  1. El modo de aprendizaje que utiliza a partir de preguntas socráticas para guiar a los estudiantes fomentando el pensamiento crítico sin dar respuestas directas. O el uso de plantillas predefinidas para trabajos de investigación o proyectos concretos.
  2. Asociación con organizaciones como Internet2 e Instructure (el de Canva LMS) para incorporar la IA en plataformas educativas existentes teniendo en cuenta el diseño instruccional.

 

Lo que estamos viendo es que se hace necesario, cada vez más, la actualización y alfabetización docente en IA generativa para no quedar al margen y especialmente transformar su rol docente aplicando un nuevo sentido ético y crítico. Pero, además, un rol docente que tiene que revisarse desde el momento en que el estudiante acude a la IA como fuente válida en vez de a su profesor.

No basta usar ChatGPT, hay que saber cuándo, cómo y para qué usarlo en el aula. Estás herramientas puede ser magníficas aliadas, pero toca evolucionar.

El vibecoding docente

Seguramente has oído este concepto de vibecoding últimamente con mayor intensidad. De hecho, no ha sido hasta este 2025 que se ha empezado a utilizar con el auge de la IA generativa para crear contenidos interactivos sin saber realmente código de programación.

Como profesora de diseño y creación de contenidos digitales en la UAX, este nuevo concepto me ha permitido soñar con lo que hace mucho tiempo quería: hacer algo totalmente personalizado sin grandes costos para un aula concreta, simplemente para facilitar la adquisición de conocimientos desde un punto de vista interactivo y práctico, para mejorar la retención de los mismos o para poder aplicarlos en pequeñas simulaciones.

En cualquier modelo de IA generativa conversacional podemos describir lo que queremos lograr en lenguaje natural o incluso por voz y la IA se encargará de generar un código funcional donde la sintaxis y la ejecución recae en la IA, pero siempre desde la idea inicial del usuario. Como con los prompts, no lo hará perfecto desde el principio porque como en todo proceso de diseño hay que ir reajustando en función de los primeros prototipos, pero al menos te permite prototipar rápido y eso redunda en tu eficacia.

Algunas de las ventajas más obvias son la productividad docente. Podemos generar nuevos contenidos que motiven a nuestro alumnado y se adapten a sus necesidades con una competencia digital básica. Pero, además, en esa iteración en el entrenamiento para la creación de tu producto final empezaremos, por fin, ha habituarnos a un lenguaje computacional que nos permitirá conocerlo, editarlo, mejorarlo manualmente. No suele haber ocasiones como esta para ver el esqueleto en código de un contenido digital si no conoces ese «inspeccionar web».

Por otro lado, destaca la idea de democratizar la programación, sin necesidad de una expertise en programación e integrando este lenguaje como algo común y accesible a todos. Presta atención a como los proyectos de Github van en aumento con este nuevo acercamiento a todos.

Con esta nueva oportunidad volvemos a pensar en algunos desafíos donde esa inmediatez y personalización pueden provocar: un mayor riesgo de dependencia tecnológica.

Como siempre, en ese proceso de creación con la IA tenemos que reflexionar sobre si es seguro y si la información que genera es efectiva y real o incluso a nivel de rendimiento y sostenibilidad.

Además, la posibilidad de crear bots o agentes nos ofrece una nueva manera de interactuar con nuestros estudiantes desde una posición dialogada, donde de un lado entrenamos un agente de manera personalizada y de otro el estudiante tiene acceso permanente a ese agente para construir su propio conocimiento y solo ese, que nosotros hemos configurado.

Piensa en la posibilidad de crear laboratorios de ideas aumentados por IA o crear sistemas de tutorías personalizados, simulaciones interactivas, planes de reforzamiento cognitivo, sistema de alertas inteligentes para dificultades de aprendizaje… tu pones la creatividad, pero las posibilidades son infinitas.

Algunas consideraciones básicas:

  • Siempre piensa en quien lo utilizará.
  • Guíate por principios éticos y evita la discriminación y la vigilancia injustificada, pero protegiendo siempre la privacidad.
  • Dale sentido dentro de tu estrategia didáctica y evalúa su uso.

¿Quieres crear tu agente o bot personalizado?

Necesitarás tu mejor prompt para entrenarlo. Trabaja en ello primero. Después selecciona la herramienta, algunas te guían en el proceso. Lo que es común a todas es:

  • Nombre (a veces imagen identificativa)
  • Descripción
  • Instrucción: esta es la clave principal. Cuál es el objetivo de tu bot o agente, como va a comportarse con su interlocutor, cual es el paso a paso (te vendrán bien las técnicas de prompting y el conocimiento que posee o que le puedas ofrecer).

En ChatGPT necesitarás la versión de pago. Simplemente accede a tu cuenta y dale a crear. En Copilot, por ejemplo, puedes hacerlo desde la versión gratuita pero limitado. Copilot tiene a los agentes. La principal diferencia es que en su versión gratuita actúa como un bot conversacional entrenado y en su versión de pago te permite automatizar flujos de trabajo más amplios que pueden venir muy bien para una organización, por ejemplo, dando información sobre todo lo relacionado con fechas de cursos, becas, itinerarios elegibles, etc.

Como otro ejemplo de vibecoding, quiero traer la nueva funcionalidad de Canva que ha introducido entre otras cosas ese Canva Code que nos permite generar este tipo de contenidos con grandes resultados ¿Lo has probado? Para que te hagas una idea te dejo un juego de vocabulario inspirado en el UNO y solo con unos breves prompts: ZAS, juego de cartas en español, inglés o italiano.

 

 

 

En este artículo he querido que reflexiones sobre el uso de la IA en educación desde una perspectiva regulatoria, pedagógica y creativa. Tres dimensiones que pueden ser aliadas y que ya están cambiando las formas de hacer las cosas en educación.


Descubre más desde Agora Abierta

Suscríbete y recibe las últimas entradas en tu correo electrónico.