jueves, 23 de octubre de 2025

Inmersión: diseñar y evaluar experiencias RX y recursos multimedia en EaD (C.EaD-79)

 Por Lorenzo García Aretio

AUDIO  –  VÍDEO

Todas las entradas de la serie “80 años. Compendio EaD”, VER AQUÍ

Reiteramos de nuevo que en el corazón de la educación a distancia (EaD) se sitúa el Diálogo Didáctico Mediado (DDM) (García Aretio, 2001; 2025), entendido como el entramado de interacciones intencionales entre docentes, estudiantes y contenidos a través de diversos mediadores. Durante décadas, ese diálogo se apoyó de manera predominante en el texto, la imagen estática, el audio y el vídeo en pantallas bidimensionales. Hoy, sin embargo, asistimos a la expansión de escenarios inmersivos y recursos multimedia enriquecidos por inteligencia artificial (IA) que añaden nuevos modos de:

  • presencia (estar “allí”),
  • agencia (poder decidir y actuar) y
  • feedback (recibir retroalimentación significativa).

Esta evolución no es solo tecnológica sino que afecta a cómo diseñamos actividades, qué decisiones pedagógicas se hacen visibles y qué evidencias obtenemos del aprendizaje.

La buena noticia es que no hace falta ser técnico para aprovechar estas posibilidades. Como docentes, necesitamos tener claro qué queremos que el estudiante haga y comprenda, y elegir la forma inmersiva o multimedia que mejor lo facilite. La literatura coincide en cuatro ideas simples:

  • cuanto más “presente” se siente el estudiante en la situación, mejor aprende a actuar en ella (Slater, 2009);
  • si puede decidir y recibir retroalimentación clara, el aprendizaje se profundiza (Radianti et al., 2020);
  • cuando el material audiovisual está bien diseñado (sin ruido ni “fuegos artificiales”), comprende más y se sobrecarga menos (Mayer, 2020); y
  • si el entorno invita a implicarse emocionalmente sin marear ni agotar, la experiencia es más potente (Makransky y Petersen, 2021).

Cuando estas condiciones se cuidan, los escenarios inmersivos permiten:

  • simular tareas de alto riesgo (p. ej., procedimientos clínicos),
  • vivir experiencias costosas o inaccesibles (p. ej., visitas virtuales a instalaciones científicas), y
  • ensayar habilidades interpersonales mediante roles y guiones, con retroalimentación inmediata y evidencias de desempeño.

Ahora bien, incorporar Realidad Extendida (RX) (extended reality, XR) multimedia con IA plantea exigencias de diseño, accesibilidad, evaluación y gobernanza. Es imprescindible alinear cada decisión técnica con una finalidad educativa verificable y con estándares que aseguren calidad, inclusión e interoperabilidad.

Por ello, este texto propone una mirada práctica: qué es la Realidad Extendida , para qué sirve en distintas disciplinas, cómo empezar de forma sencilla y cómo evaluar lo que realmente importa, la decisión justificada del estudiante. Añadimos lo imprescindible sobre accesibilidad (para que nadie quede atrás) y seguridad/ética cuando usamos IA generativa dentro de estas experiencias. La idea central es humilde y ambiciosa a la vez, usar lo inmersivo y lo multimedia cuando añade valor al DDM; evitarlo cuando solo encarece o complica sin mejorar el aprendizaje. Con una planificación clara, rutas alternativas para quienes no puedan usar ciertas tecnologías y una evaluación sencilla pero sólida, la inmersión deja de ser una moda para convertirse en un mediador pedagógico al alcance de cualquier docente universitario

(Nota. Agregamos al final algunas siglas/acrónimos explicitados).

APROXIMACIÓN CONCEPTUAL E HISTÓRICA DE LA REALIDAD EXTENDIDA (RX)

Para comprender el impacto de estas tecnologías, es importante definir los términos y entender sus orígenes. El concepto de Realidad Extendida” (RX) (extended reality – XR) engloba un conjunto de tecnologías que, si bien han seguido trayectorias paralelas, hoy convergen en el ámbito educativo. Aunque a menudo se habla de ellas como una novedad, sus raíces se hunden en el pasado. Los primeros simuladores de vuelo con cabinas cerradas y pantallas panorámicas, precursores de la Realidad Virtual, se remontan a mediados del siglo pasado, y las primeras experiencias educativas con cascos de RV datan de los años noventa. Por otra parte, dentro de la RX, conviene diferenciar entre las tres tecnologías principales que la componen:

  • Realidad virtual (RV) (virtual realiy – VR): Esta tecnología sumerge por completo al usuario en un entorno completamente digital. A través de cascos o gafas, se crea una ilusión de lugar (Slater, 2009) que aísla al usuario del mundo físico, permitiendo la exploración de espacios inexistentes o inaccesibles, como un quirófano simulado o el interior de una célula. La clave de la RV radica en la sensación de presencia, es decir, la percepción de que uno está realmente en ese entorno digital.
  • Realidad aumentada (RA) (augmented reality – AR): A diferencia de la RV, la RA no aísla al usuario, sino que superpone capas de información digital, imágenes, vídeos, modelos 3D, sobre el mundo físico. Un ejemplo común es el uso de una aplicación móvil para ver información de edificios históricos al apuntar la cámara, o la superposición de modelos anatómicos sobre un libro de texto. Su valor pedagógico radica en enriquecer el entorno real con datos contextuales.
  • Realidad mixta (RM) (mixed reality, MR): La RM representa un paso más allá de la RA al permitir la interacción simultánea con objetos físicos y virtuales en un mismo espacio. En este caso, el usuario no solo ve la superposición de lo digital sobre lo real, sino que puede manipular e interactuar con esos objetos virtuales como si fueran parte del mundo físico. Un ejemplo sería un estudiante de ingeniería que puede desarmar un motor virtual superpuesto a una mesa real, interactuando con las piezas con sus propias manos.

Históricamente, los propósitos formativos de RX dialogan con una larga tradición de simulación y entornos 3D usados en formación profesional, sanitaria o de ingeniería. La diferencia actual reside en la disponibilidad de:

  • motores gráficos accesibles,
  • dispositivos más asequibles y cómodos,
  • plataformas que facilitan publicar experiencias 360° y objetos 3D, y
  • la convergencia con IA, analítica y estándares abiertos que permiten integrar estas experiencias en el flujo de un curso de EaD.

En el plano didáctico, RX no sustituye la planificación ni la mediación docente, las potencia cuando el guion didáctico es claro, la interacción es valiosa y la retroalimentación apoya la comprensión y la transferencia (Mayer, 2020; Radianti et al., 2020; Makransky y Petersen, 2021). Para docentes que se inician, dos distinciones prácticas pueden ayudar a decidir:

  • Grado de inmersión necesario para el objetivo (¿basta una escena 360° en navegador o se requiere interacción 3D con manos y cuerpo?).
  • Tipo de presencia que buscamos: cognitiva (comprender), procedimental (hacer) y social (interactuar con otros). Diseñar con estas preguntas evita invertir en soluciones espectaculares que no aportan al resultado de aprendizaje.

TIPOLOGÍAS DE ESCENARIOS Y ACTIVIDADES TRANSFERIBLES A EaD

A efectos de diseño, distinguimos cuatro familias de escenarios frecuentes en educación superior a distancia:

  • Simulaciones procedimentales (RV/RM): el estudiante ejecuta tareas prácticas con pasos, reglas y riesgos (p. ej., montaje seguro, asepsia, calibración de equipos). Se valora secuencia, precisión, seguridad y toma de decisiones ante incidencias.
  • Exploraciones 360° y RA contextual: visitas virtuales a entornos reales (laboratorios, plantas, patrimonio), con puntos calientes (hotspots) que integran microcontenidos y preguntas. En RA, el propio entorno del estudiante se convierte en situación de aprendizaje.
  • Roles y comunicación con agentes (avatar humano o chatbot/voz) apoyados por IA, como entrevistas, tutorías, reuniones de proyecto, atención a usuarios. Se trabaja comunicación, argumentación, escucha activa y ética.
  • Estudios de caso multimedia: repositorios curados de recursos audiovisuales (vídeo breve, imagen, audio, datos interactivos) que el alumnado analiza, anota y discute, cerrando con una decisión justificada.

Cada familia admite niveles de complejidad y coste. En EaD, una estrategia sostenible es empezar por prototipos livianos (p. ej., escenas 360° en navegador, casos multimedia breves) y escalar hacia experiencias RV/RM cuando el valor añadido esté demostrado. Veamos algunos ejemplos por disciplina:

  • Derecho: recorrido 360° por un juzgado, con hotspots que explican roles y procedimientos; simulación de vista oral donde el estudiante practica alegatos y recibe feedback.
  • Sociología: mapa urbano 360° con datos de renta/servicios superpuestos; el estudiante identifica desigualdades y propone intervenciones; debate en foro con evidencias.
  • Psicología: escenario VR/360° de entrevista clínica con un agente conversacional; la tarea no es “diagnosticar perfecto”, sino justificar preguntas y decisiones con una rúbrica clara.
  • Empresa y economía: simulación de sala de crisis (comunicación interna, reputación, datos parciales); el grupo decide y documenta su estrategia.
  • Patrimonio y humanidades: visita 360° a un archivo o museo con capas informativas; el estudiante realiza una curaduría mínima (seleccionar, justificar y presentar un relato).
  • Salud: práctica procedimental paso a paso (asepsia, triage) con rutas alternativas equivalentes (vídeo + caso interactivo) para quien no pueda usar VR.
  • Educación: observación 360° de aulas reales con rúbrica de análisis (interacción docente-estudiante, gestión del tiempo, andamiaje); role-play de tutoría con agente que adopta diferentes perfiles de estudiante (desmotivación, ansiedad, alta demanda), y plan de intervención justificado.
  • Ciencias (naturales y experimentales): laboratorio virtual para diseñar un experimento (variables, controles, seguridad) y anticipar resultados; RA para anotar muestras del entorno (flora, rocas, agua) con guía de observación y bitácora de campo.
  • Ingeniería (civil/industrial/eléctrica): inspección 360° de planta u obra con checklist de riesgos y cumplimiento; RM para montaje/desmontaje de componentes y diagnóstico de fallos; simulación de toma de decisiones ante limitaciones de coste/tiempo/seguridad.

COCREACIÓN, DISEÑO Y PRODUCCIÓN: DEL GUION A LA PUBLICACIÓN

La IA generativa acelera la creación de guiones, storyboards, imágenes (fondos, objetos), audio-locuciones y clips. Su valor no es “hacer por hacer”, sino facilitar que el equipo docente (y los propios estudiantes) focalicen en lo pedagógico. Recomendamos este flujo de empezar desde pequeño, pero con valor claro:

  • Elige una situación clave de tu asignatura donde “estar allí” marque diferencia (p. ej., una entrevista, una inspección, un recorrido).
  • Guionízala: objetivo, 2–3 decisiones que el estudiante debe tomar y qué feedback recibirá.
  • Prototipo sencillo: escena 360° o caso multimedia (vídeo breve + imágenes + pregunta) que funcione en navegador.
  • Rúbrica simple: qué valoras exactamente (decisión justificada, comunicación, seguridad, etc.).
  • Piloto con un grupo pequeño; mejora en base a sus comentarios.
  • Publica en el LMS con instrucciones y alternativa equivalente (misma rúbrica) para quien no pueda usar lo inmersivo.

Apoya tus vídeos/escenas en principios simples (Mayer, 2020):

  • Coherencia: quita lo que distrae.
  • Señalización: destaca lo importante (flechas, rótulos breves).
  • Segmentación: trozos cortos con pausas y control del ritmo.
  • Contigüidad: el texto/voz junto a la imagen que explica.
  • Narrativa: empieza con un reto concreto (“¿Qué harías aquí?”), deja decidir y devuelve feedback.

Consejo práctico: si más adelante ves que merece una RV/RM más rica, escala. Si no, quédate con el prototipo, lo sencillo y bien guionado suele enseñar más.

IA GENERATIVA DENTRO DE ESCENARIOS RX: SEGURIDAD Y SENTIDO COMÚN

Si incorporas IA generativa, por ejemplo, un agente conversacional dentro del mundo virtual que responde a tus estudiantes, aplica el Marco de Gestión de Riesgos de IA del NIST (Artificial Intelligence Risk Management Framework, AI RMF 1.0) (NIST, 2023) en clave educativa:

  • Propósito claro comunicado al alumnado.
  • Registros de uso razonables (qué hace la IA y qué hace la persona).
  • Canal de apelación si una respuesta automática puede afectar a su calificación.
  • Revisión humana antes de decisiones de alto impacto (NIST, 2023).

No necesitamos más “papeles”: solo claridad, proporcionalidad y explicabilidad.

EVALUACIÓN EN RX Y MULTIMEDIA: EVIDENCIAS TRANSFERIBLES Y FIABLES

Evaluar más allá del “efecto sorpresa o impacto” exige evidencias que expliquen qué hizo el estudiante, por qué lo hizo y qué aprendió de ello. Proponemos combinar:

  • Producto humano: mini-informe (300–400 palabras) o audio corto donde el estudiante explica tres decisiones que tomó en el escenario y por qué.
  • Evidencias mínimas (opcionales): solo eventos relevantes (p. ej., qué opción eligió), no necesitas grandes tableros.
  • Rúbrica: criterios claros (pertinencia, ética, seguridad, comunicación, etc.).
  • Transferencia: pide una aplicación a un caso real o cercano.

Esto mantiene la evaluación válida y transparente (AERA/APA/NCME, 2014) y ayuda a mejorar la docencia (Radianti et al., 2020; Makransky y Petersen, 2021).

La calidad de la evaluación se apoya en los Standards for Educational and Psychological Testing: validez (que la tarea representa el constructo), fiabilidad, equidad, análisis de consecuencias y transparencia de criterios (AERA/APA/NCME, 2014). Los hallazgos deben transferirse, es decir, si la simulación ayuda a detectar riesgos o a tomar decisiones, el informe final debe explicitar cómo se aplicaría en contexto real.

ACCESIBILIDAD, EQUIDAD Y SOSTENIBILIDAD

En EaD, la inclusión es condición de posibilidad. Dos marcos del W3C/WAI (2023) resultan clave en accesibilidad:

  • WCAG 2.2 (Web Content Accessibility Guidelines): pautas para que el contenido sea perceptible, operable, comprensible y robusto. Cosas muy concretas: botones grandes, evitar gestos finos obligatorios, transcripciones y subtítulos.
  • XAUR (XR Accessibility User Requirements): recomendaciones específicas para experiencias RX (por ejemplo, alternativas a movimientos o mitigar el cibermareo).
  • A ello se suma el Diseño Universal para el Aprendizaje (DUA), que promueve múltiples formas de acceso, expresión e implicación, y actualiza pautas con un énfasis explícito en sesgos y exclusiones históricas (CAST, 2024). En la práctica, esto se traduce en:
    • subtítulos y transcripciones,
    • descripciones equivalentes de imágenes/3D,
    • controles ajustables (velocidad, contraste, campo de visión),
    • navegación por teclado, y
    • alternativas a tareas RX (misma rúbrica, mismos logros).

La equidad real exige planificar tiempos de uso y apoyos. En cohortes grandes, funcionan laboratorios de realidad extendida con sistema de reservas; para realidad aumentada y experiencias 360°, pueden aplicarse enfoques de trae tu propio dispositivo (bring your own device, BYOD) con verificación previa de compatibilidades. La sostenibilidad aconseja:

  • reutilizar escenarios cambiando guion y objetivos,
  • formar al profesorado en guionización didáctica, y
  • documentar desde el inicio las rutas alternativas equivalentes.

 CONCLUSIONES

La inteligencia artificial aplicada a la educación, también cuando se integra en experiencias de realidad extendida (RX), debe entenderse como medio al servicio de objetivos formativos claros y evaluables. Su adopción solo tiene sentido cuando mejora el Diálogo Didáctico Mediado, aporta valor pedagógico verificable y respeta los derechos y expectativas del estudiantado. La calidad no se mide por la sofisticación técnica, sino por la posibilidad real de que todas las personas aprendan y demuestren sus logros en condiciones justas.

La evaluación responsable pone el foco en la decisión justificada del estudiante y en su transferencia a situaciones reales. Resulta eficaz combinar productos humanos (por ejemplo, un breve informe o audio que explique tres decisiones clave) con evidencias mínimas registradas del desempeño observable. La revisión humana es obligatoria en tareas de alto impacto y la retroalimentación (feedback) ha de orientar mejoras concretas para el siguiente intento.

Para no convertir los datos en un fin en sí mismo, conviene actuar con prudencia analítica. La coordinación multimodal (W3C/MMI) permite integrar RX y recursos multimedia en el LMS con registro mínimo y pertinente, evitando la sobre-recogida de información y priorizando solo aquello que ayuda a mejorar la docencia y apoyar al estudiante. En muchos casos, menos puede ser más cuando está bien elegido.

La equidad y la accesibilidad han de estar presentes desde el diseño. Esto implica proporcionar rutas alternativas equivalentes para quienes no puedan usar determinadas tecnologías, garantizar contenidos perceptibles y operables, y sostener decisiones inclusivas que eviten brechas por motivos técnicos, de tiempo o salud. La experiencia inmersiva es valiosa cuando amplía oportunidades de aprendizaje, no cuando las restringe.

En el plano institucional, la gobernanza clara y la rendición de cuentas refuerzan la confianza. Es útil dejar por escrito, de manera proporcionada y comprensible:

  • el propósito educativo, los límites y la documentación básica (versiones, cambios);
  • los roles y responsabilidades de docentes, soporte técnico y estudiantado;
  • los canales de información y apelación ante incidencias o desacuerdos.

Por último, la sostenibilidad aconseja empezar en pequeño, documentar lecciones aprendidas y escalar solo cuando exista evidencia de valor pedagógico y de impacto. La formación del profesorado en guionización didáctica y en criterios de evaluación, más que en “botonería”, es la palanca principal para una adopción responsable, inclusiva y duradera de RX y de los recursos multimedia con apoyo de IA.

CUESTIONES PARA LA REFLEXIÓN Y EL DEBATE

  • ¿Qué evidencias mínimas deberíamos exigir para escalar un escenario RX a toda una asignatura (p. ej., transferencia demostrada, satisfacción, métricas de error/seguridad)?

  • ¿Qué evidencias mínimas son verdaderamente necesarias para mejorar la docencia sin invadir la privacidad ni generar cargas innecesarias?

LISTA DE SIGLAS/ACRÓNIMOS

  • AERA: Asociación Estadounidense de Investigación en Educación (American Educational Research Association).
  • APA: Asociación Americana de Psicología (American Psychological Association).
  • BYOD: Trae tu propio dispositivo (Bring Your Own Device).
  • DUA/UDL: Diseño Universal para el Aprendizaje (Universal Design for Learning).
  • IA: Inteligencia artificial.
  • LMS: Sistema de Gestión de Aprendizaje (Learning management system).
  • NCME: Consejo Nacional de Medición en la Educación (National Council on Measurement in Education).
  • NIST AI RMF: Marco de Gestión de Riesgos de la Inteligencia Artificial del Instituto Nacional de Estándares y Tecnología (Artificial Intelligence Risk Management Framework – National Institute of Standards and Technology).
  • RA/AR: Realidad aumentada (Augmented reality).
  • RM/MR: Realidad mixta (Mixed reality).
  • RV/VR: Realidad virtual (virtual reality).
  • RX/XR: Realidad extendida (extended reality).
  • WCAG 2.2: Pautas de Accesibilidad para el Contenido Web 2.2 (Web Content Accessibility Guidelines 2.2).
  • W3C/MMI: Arquitectura e Interfaces Multimodales (Multimodal Architecture and Interfaces).
  • W3C/WAI: Accesibilidad (Web Accessibility Initiative del W3C).
  • XAUR: Requisitos de Accesibilidad de Usuario para XR (XR Accessibility User Requirements).

FUENTES

OpenEdition le sugiere que cite este post de la siguiente manera:
García Aretio (15 de octubre de 2025). Inmersión: diseñar y evaluar experiencias RX y recursos multimedia en EaD (C.EaD-79). Contextos universitarios mediados. Recuperado 19 de octubre de 2025 de https://doi.org/10.58079/14y9p
en

No hay comentarios:

Publicar un comentario

Suscribirse a: Enviar comentarios (Atom)