lunes, 11 de mayo de 2026

La pedagogía de la presencia en tiempos de desconexión

 Por Paulette Delgado de EDUNEWS

Un estudio realizado por Kushlev y Dunn en el 2018 reveló que el uso de celulares inteligentes por parte de madres y padres de familia afecta el tiempo que pasan con sus hijas e hijos, así como su impacto en la interacción en los niveles psicológico y relacional. Esto ocurre porque estos dispositivos permiten acceder a múltiples estímulos en cualquier momento, lo que representa una competencia constante por la atención.

Los autores explican que “al perjudicar la calidad de la atención, un mayor uso del teléfono hizo que los padres se sintieran menos conectados socialmente, más allá de sus efectos sobre la atención, lo que sugiere que la distracción juega un papel central en la configuración de la experiencia relacional”.

Aunque este estudio tiene varios años, sus hallazgos siguen vigentes. Por ejemplo, un artículo publicado en Forbes advierte que la distracción de los padres por el uso de teléfonos inteligentes puede relacionarse con mayores niveles de ansiedad en las infancias, así como con cambios en su comportamiento, estado emocional y desempeño académico.

En este sentido, el problema no radica en la tecnología en sí, sino en la forma en que interfiere con la atención y, por lo tanto, con la posibilidad de construir relaciones significativas. En un entorno saturado de estímulos, cuidar la atención se vuelve una condición fundamental para sostener el vínculo.

La disponibilidad emocional de los padres, madres y tutores se construye a través de señales como el contacto visual, la escucha activa y la respuesta inmediata. Cuando estas señales se interrumpen de forma recurrente, el infante puede interpretar que no es una prioridad o que la relación no es estable.

Las infancias necesitan interacción constante para desarrollar habilidades emocionales, sociales y cognitivas, ya que en estos espacios se construyen procesos clave como la regulación emocional, la empatía y el lenguaje. Cuando estas interacciones se ven afectadas, pueden aparecer cambios en el comportamiento, como mayor irritabilidad, demanda de atención o dificultad para autorregularse.

Además, los infantes aprenden a través de la observación. Esto significa que si crecen en entornos donde la atención está constantemente mediada por pantallas, pueden internalizar este patrón como una forma normal de relacionarse.

En el artículo de Forbes, Anuradha Varanasi enfatiza que el problema no es la tecnología en sí, sino la forma en que esta interfiere con la atención y, por ende, con la posibilidad de construir relaciones significativas. En un entorno saturado de estímulos, cuidar la atención se vuelve una tarea fundamental para sostener el vínculo.

Esta dinámica no se limita al ámbito familiar; es un fenómeno que demuestra cómo la atención fragmentada transforma la calidad de las relaciones interpersonales. Así como en el contexto familiar, la distracción, el debilitamiento, la conexión y el sentido de experiencia compartida en el ámbito educativo, ya que las y los estudiantes están físicamente presentes, pero desconectados de lo que están aprendiendo, de quienes les enseñan y de sus propios procesos.

Más allá de conceptos como la digitalización, la inteligencia artificial y el acceso ilimitado a la información, cada vez resulta más evidente una creciente desconexión emocional, cognitiva y relacional en los espacios de aprendizaje.

Este sentimiento de desconexión y aislamiento no solo afecta las primeras etapas del desarrollo, sino que también tiene efectos que se extienden a lo largo del tiempo. Las formas en que se construye o se debilita el vínculo en la infancia influyen directamente en la manera en que los estudiantes se relacionan con el aprendizaje más adelante.

Si desde etapas tempranas la atención se fragmenta, la conexión se vuelve intermitente y la experiencia compartida pierde profundidad, no resulta extraño que, en contextos educativos, muchos estudiantes se encuentren físicamente presentes pero emocionalmente desconectados. En este sentido, lo que observamos en la educación no es un fenómeno aislado, sino la continuación de una relación que comenzó a configurarse mucho antes.

El aislamiento existencial, la soledad y la necesidad de atención 

Uno de los conceptos que permiten profundizar en esta problemática es el aislamiento existencial. A diferencia de otras formas de soledad, este tipo de reclusión no depende necesariamente de la falta de interacción social, sino de la imposibilidad de compartir plenamente la propia experiencia.

Fairlamb y Biçaço hablaron de este tema en su artículo titulado Feeling alone in your academic journey: examining the educational implications of existential isolationdonde señalan que el aprendizaje no puede comprenderse únicamente desde indicadores de desempeño o de acumulación de conocimientos, sino que factores juegan un papel central en el bienestar estudiantil.

Los mismos autores explican que “el aislamiento existencial se refiere a la percepción de una brecha insalvable entre uno mismo y los demás, es decir, a la sensación subjetiva de que el mundo interior de una persona no puede ser comprendido ni compartido completamente por otros, lo que genera una experiencia de desapego”.

Desde su punto de vista, “un sentido de comunidad es fundamental para el bienestar y el éxito académico en la educación superior. Los estudiantes que no desarrollan un sentido de pertenencia y que experimentan soledad persistente enfrentan mayores riesgos de menor compromiso, bajo rendimiento académico, agotamiento e incluso abandono escolar”. La educación actual no solo exige aprender más, sino hacerlo más rápido, en múltiples formatos y bajo condiciones de estímulo constante. Pareciera que se da prioridad al contenido, a los indicadores y a los resultados por encima de la experiencia concreta.

Este panorama permite entender que el problema no se reduce a la presencia de la tecnología ni a la cantidad de información disponible, sino a una transformación más profunda en la manera en que se construyen las relaciones y se habita la experiencia educativa. La atención fragmentada no solo interrumpe momentos de interacción, sino que también debilita la posibilidad de generar vínculos significativos, sostener el sentido del aprendizaje y construir una experiencia compartida.

En este contexto, las respuestas centradas únicamente en herramientas, metodologías o en la eficiencia resultan insuficientes. Más que optimizar procesos, el desafío parece estar en recuperar aquello que hace posible que el aprendizaje ocurra: la relación, la atención y la presencia en el encuentro con el otro.

La importancia de la “pedagogía de la presencia” 

Antonio Carlos Gomes da Costa publicó en 1995 un libro titulado La pedagogía de la presencia, en el que propuso transformar la manera de entender la educación. Lejos de concebir el proceso de aprendizaje como algo técnico, centrado solamente en la transmisión de conocimiento, él pone la interacción como parte importante del proceso educativo.

Para Gomes da Costa, “hacerse presente en la vida del educando es el dato fundamental de la acción educativa dirigida al adolescente en situación de dificultad personal y social. La presencia es el concepto central, el instrumento clave y el objetivo mayor de esta pedagogía”.

El autor busca cambiar la manera en que se percibe al estudiante; no es solo un recipiente que adquiere conocimientos, sino un sujeto con historia, contexto y posibilidades. Desde esta perspectiva, la intervención educativa no se centra en corregir conductas ni en llenar carencias, sino en construir una relación que permita al estudiante reconocerse, implicarse y encontrar sentido en su propio proceso. Se trata de ir más allá de estar presente físicamente en el aula; implica escuchar y tener un compromiso social.

Estar presente y crear vínculos entre docente y estudiante no es un don; es una disposición interior que implica apertura, sensibilidad y compromiso con el otro, y distinguir entre una presencia superficial y una auténtica. Ser superficial implica no involucrarse con los estudiantes, solo cumplir con el rol; una presencia auténtica significa formar parte de la experiencia del estudiante, ponerles atención.

Con la pedagogía de la presencia, Gomes da Costa explica que la primera tarea de los educadores es observar, pero no de una manera evaluativa, sino como un acto de atención genuina hacia la realidad de sus estudiantes, percibiendo qué les ocurre más allá de su desempeño académico: ¿se relaciona bien con otros?, ¿qué le interesa?, ¿qué le preocupa?, ¿tiene problemas para aprender?, ¿qué lo desconecta de la clase? Esto permite reconocer al alumno como alguien con historia y un contexto que influye directamente en su proceso de aprendizaje.

A partir de esto, el docente debe escuchar más allá de las respuestas; esto implica reconocer emociones, silencios, la manera en que un estudiante participa o no, y cómo todo esto es una manera de comunicar algo. Convertir el oír en algo pasivo y entender lo que dice el alumno importa y tiene lugar dentro del proceso educativo.

De ahí, Gomes da Costa menciona que el educador debe construir un vínculo, ya que esta relación no es un elemento secundario ni un medio para lograr otros objetivos, sino el espacio donde ocurre el aprendizaje. Generar confianza, mostrar interés genuino y sostener una presencia constante permiten que el estudiante se sienta reconocido.

El docente no dirige desde la imposición, sino que acompaña, lo que implica estar presente en el proceso del estudiante sin sustituirlo ni controlarlo por completo. No se trata de dar todas las respuestas, sino de crear condiciones para que pueda encontrarlas por sí mismo. Esto supone respetar ritmos, reconocer dificultades y sostener el proceso incluso cuando no hay resultados inmediatos. El acompañamiento, en este sentido, es una forma de presencia activa que permite que el aprendizaje se construya de manera significativa.

Finalmente, para Gomes da Costa, el docente potencia. Esto significa que su mirada no se centra en las carencias o déficits del estudiante, sino en sus posibilidades. En lugar de partir de lo que falta, parte de lo que existe y puede desarrollarse. Este cambio de enfoque es fundamental porque transforma la relación educativa: el estudiante deja de ser visto como un problema que debe corregirse y pasa a ser reconocido como alguien con capacidad de crecimiento. Potenciar implica confiar en el otro, incluso cuando el propio estudiante aún no lo hace.

Este enfoque no solo transforma la manera en que el docente se relaciona con el estudiante, sino que también permite replantear el problema que atraviesa la educación contemporánea. Cuando el vínculo se debilita, la experiencia educativa pierde sentido y, cuando la atención se fragmenta, la relación se vuelve superficial. En este contexto, la propuesta de Gomes da Costa no se limita a una reflexión teórica, sino que ofrece una forma concreta de responder a una problemática que ya no puede explicarse únicamente desde lo técnico ni desde lo metodológico.

Lo que en un primer momento parece una simple distracción, un padre que mira su teléfono mientras convive con su hija o hijo, en realidad revela una transformación más profunda en la forma en que presta atención y se construyen relaciones humanas. Como mostraron Kushlev y Dunn, no es el dispositivo en sí lo que afecta la experiencia, sino la manera en que fragmenta la atención y debilita el vínculo.

Esta misma lógica se extiende al ámbito educativo. Estudiantes que están presentes, pero no se involucran porque sus experiencias educativas se viven sin conexión ni sentido. En este contexto, el problema no es únicamente tecnológico ni metodológico, sino también relacional. La pérdida de atención es, en el fondo, una pérdida de presencia.

Frente a este escenario, la pedagogía de la presencia de Antonio Carlos Gomes da Costa se vuelve una necesidad urgente. Recuperar la capacidad de observar, escuchar, vincularse y acompañar implica devolverle a la educación su dimensión más humana. No se trata de eliminar la tecnología ni de volver al pasado, sino de reubicar lo esencial: la relación como condición del aprendizaje.

Así, el desafío no consiste en encontrar nuevas herramientas, sino en recuperar la capacidad de estar presentes, algo que parece simple, pero resulta profundamente complejo en el contexto actual. Porque es en esa presencia donde se construyen los vínculos, donde el aprendizaje adquiere sentido y donde la educación, finalmente, puede ocurrir.

Tomado de EDUNEWS del Tec de Monterrey.

viernes, 8 de mayo de 2026

Textos inteligentes con pensamiento ausente: el nuevo reto educativo

 Por Mercedes Leticia Sánchez Ambriz y Carlos Bravo Reyes

Una reflexión desde las habilidades cognitivo-lingüísticas

La expansión de la inteligencia artificial en la educación ha cambiado rápidamente la forma en que los estudiantes escriben, estudian y resuelven tareas. Hoy es común discutir qué herramientas usar, cómo integrarlas en clase o cómo evaluar productos generados con su ayuda. Sin embargo, en medio de ese debate práctico, hay una pregunta más profunda que suele quedar en segundo plano:

¿Cómo saber si un estudiante realmente está pensando cuando dialoga con la inteligencia artificial?

El problema no es menor. Actualmente es posible generar textos claros, bien estructurados e incluso convincentes en cuestión de segundos. Pero que un texto “suene bien” no significa necesariamente que quien lo presenta haya comprendido lo que dice, aun cuando “dialogó con la IA”. Durante mucho tiempo, escribir fue una forma de evidenciar el pensamiento: organizar ideas, argumentar o explicar, implicaba necesariamente entender. Hoy, esa relación ya no es tan evidente.

Esto nos obliga a cambiar el enfoque. El reto educativo no es detectar si un texto fue creado con inteligencia artificial, sino identificar qué tipo de pensamiento humano hay detrás de él. En otras palabras, pasar de evaluar el producto a analizar el proceso.

Para abordar esta cuestión, resulta pertinente recuperar la propuesta de Jorba, Gómez y Prat, quienes plantean una gradación de habilidades; describir, explicar, justificar y argumentar, que permite analizar el discurso no solo como producto, sino como evidencia del pensamiento (Jorba et al., 2000).

Este marco permite no solo clasificar los textos según su nivel de complejidad, sino también identificar posibles desajustes entre la forma del discurso y el pensamiento que lo sustenta. Es precisamente en este punto donde emerge un fenómeno particularmente relevante en contextos mediados por inteligencia artificial.

Ilusión cognitiva

En este contexto aparece un fenómeno interesante: textos que parecen complejos, pero no necesariamente lo son en términos cognitivos. A esto podemos llamarlo ilusión cognitiva. Se trata de escritos que utilizan conectores adecuados, vocabulario académico y estructuras bien organizadas, explicaciones e incluso argumentos, pero que no muestran una demostración real del tema. Es decir, el texto simula pensamiento humano sin que necesariamente haya ocurrido.

Cada día vemos estudiantes que muestran párrafos donde explican causas y consecuencias, pero cuando se le pide profundizar, comparar o justificar, no logra sostener lo que escribió. El texto funciona, pero su pensamiento no está del todo ahí.

Esto no significa que la inteligencia artificial sea el problema. Más bien revela algo importante: ahora es posible producir formas de pensamiento sin recorrer completamente el proceso que las origina.

Estudios recientes advierten que el uso acrítico de sistemas generativos puede favorecer respuestas superficiales si no se acompaña de procesos reflexivos y metacognitivos (Luckin et al., 2022; Holmes et al., 2023).

Una propuesta analítica

La gradación propuesta por Jorba, Gómez y Prat permite establecer un criterio fino para analizar el nivel cognitivo del discurso.

Describir implica enumerar características sin establecer relaciones causales explícitas. Explicar introduce relaciones de causa y efecto, organizando el conocimiento. Justificar supone validar una afirmación mediante razones sustentadas en un marco teórico. Argumentar, finalmente, implica persuadir a un destinatario, anticipar objeciones y posicionarse críticamente.

Esta gradación no solo clasifica textos; permite identificar niveles diferenciados de construcción del conocimiento, lo cual resulta especialmente relevante en entornos mediados por IA.

Uno de los efectos más relevantes del uso de inteligencia artificial en la producción textual es la aparición de lo que puede denominarse hiperformalización del discurso, que puede revisar en este post.

Se trata de textos que presentan coherencia estructural, uso adecuado de conectores y organización lógica, pero carecen de profundidad conceptual o validación epistémica. En estos casos, la IA facilita la producción de formas discursivas complejas sin exigir el desarrollo equivalente de las habilidades cognitivas que las sustentan.

Este fenómeno se vincula con lo que Neil Selwyn denomina “automatización del conocimiento aparente”, donde la tecnología produce resultados que simulan comprensión sin garantizarla (Selwyn, 2019).

La sintaxis algorítmica como mediación del pensamiento

La interacción con inteligencia artificial está mediada por lenguaje. Aquí emerge la noción de sintaxis algorítmica: la capacidad de estructurar instrucciones que orienten el tipo de operación cognitiva activada.

No es lo mismo solicitar “describe un fenómeno” que “argumenta con base en evidencia considerando un contexto específico”. La calidad de la respuesta depende, en gran medida, del nivel cognitivo que se demanda en la indicación.

En este sentido, la IA no sustituye el pensamiento, sino que lo refleja en función de la calidad del lenguaje que la activa, lo cual coincide con enfoques que destacan el papel del andamiaje lingüístico en la construcción del conocimiento (Vygotsky, 1978).

Si la calidad del discurso depende tanto del nivel cognitivo solicitado como de la interacción con la herramienta, entonces la evaluación tradicional centrada en el producto resulta insuficiente.

Implicaciones para la evaluación en el aula (versión ampliada)

La incorporación de inteligencia artificial en los procesos de enseñanza obliga a replantear profundamente los criterios de evaluación. Si un texto puede ser generado con alta calidad formal mediante IA, entonces la evaluación basada exclusivamente en el producto pierde validez como indicador del aprendizaje.

En este contexto, resulta necesario transitar hacia una evaluación centrada en el proceso cognitivo, lo cual implica al menos cuatro dimensiones analíticas:

1. Nivel cognitivo del discurso

El primer criterio consiste en identificar si el estudiante describe, explica, justifica o argumenta. Esta distinción permite evitar la sobrevaloración de textos que, aunque bien estructurados, no alcanzan niveles superiores de pensamiento.

2. Coherencia entre consigna y producción

No basta con que el texto sea correcto; es necesario analizar si responde al nivel cognitivo solicitado. Por ejemplo, una tarea que exige argumentar no puede ser satisfecha con una explicación ampliada.

3. Interacción con la IA

El proceso de interacción se vuelve objeto de evaluación. Esto incluye:

  • tipo de prompts utilizados,
  • iteraciones realizadas,
  • capacidad de reformulación.

Este enfoque se alinea con propuestas recientes de evaluación auténtica y analítica del aprendizaje en entornos digitales (Redecker & Punie, 2017).

Pensar también es saber pedir

El uso de inteligencia artificial no es automático ni neutral. Depende de cómo se use. Aquí entra en juego algo que podríamos llamar sintaxis algorítmica: la manera en que formulamos instrucciones para obtener respuestas.

No es lo mismo pedir:

  • “explica este tema” que
  • “argumenta esta idea considerando un contexto específico y posibles objeciones”.

La calidad de la respuesta depende, en gran medida, de la calidad de la pregunta. Y formular buenas preguntas también es una forma de pensar.

Por eso, el uso educativo de la inteligencia artificial no debería centrarse solo en lo que produce, sino en cómo se interactúa con ella.

En este sentido, evaluar implica observar si el estudiante logra trascender la respuesta generada y construir una voz propia.

Entonces, ¿cómo saber si hay pensamiento?

No hay una respuesta única, pero sí algunas pistas:

  • Cuando el estudiante puede explicar con sus propias palabras, no solo reproducir.
  • Cuando puede relacionar ideas y no solo enumerarlas.
  • Cuando logra justificar lo que afirma, apoyándose en conceptos o teorías.
  • Cuando es capaz de tomar una posición y sostenerla.

En cambio, cuando el texto es correcto pero no se puede profundizar en él, es probable que estemos frente a una ilusión cognitiva.

Una pregunta más importante que la tecnología

La inteligencia artificial no elimina la necesidad de pensar. Pero sí cambia las condiciones en las que el pensamiento se expresa.

Por eso, quizá la pregunta más relevante ya no es:
¿El estudiante usó inteligencia artificial?

Sino más bien:
¿Qué tipo de pensamiento hay en lo que presenta?

Y, sobre todo:
¿sigue pensando mientras la usa?

Conclusiones

La integración de inteligencia artificial en educación no redefine únicamente las herramientas disponibles, sino que cuestiona los criterios con los que históricamente se ha identificado el aprendizaje.

En un contexto donde es posible producir textos complejos sin garantizar procesos cognitivos equivalentes, el desafío ya no es enseñar a escribir, sino enseñar a pensar a través del lenguaje en interacción con sistemas generativos.

La propuesta de Jorba, Gómez y Prat adquiere en este escenario una relevancia renovada, al ofrecer un marco que permite distinguir niveles de pensamiento más allá de la apariencia discursiva.

El riesgo central no radica en el uso de inteligencia artificial, sino en la consolidación de prácticas educativas que validen la simulación del pensamiento como si fuera pensamiento real.

Por ello, la evaluación debe desplazarse del producto al proceso, de la forma al nivel cognitivo, y de la respuesta a la construcción del sentido.

En última instancia, la pregunta que orienta este debate no es tecnológica, sino epistemológica: ¿cómo sabemos que ha comprendido, cuando puede producir respuestas sin haber pensado?

Responder a esta pregunta constituye uno de los principales desafíos de la educación contemporánea.

Referencias

Holmes, W., Bialik, M., & Fadel, C. (2023). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign.

Jorba, J., Gómez, I., & Prat, A. (2000). Hablar y escribir para aprender: Uso de la lengua en situación de enseñanza-aprendizaje. Síntesis.

Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2022). Intelligence unleashed: An argument for AI in education. Pearson.

Redecker, C., & Punie, Y. (2017). European framework for the digital competence of educators (DigCompEdu). European Commission.

Selwyn, N. (2019). Should robots replace teachers? AI and the future of education. Polity Press.

Vygotsky, L. S. (1978). Mind in society: The development of higher psychological processes. Harvard University Press.

Tomado de 366-días

jueves, 7 de mayo de 2026

METAC: Recursos metodológicos para el aula

 Por Juan José de Haro

Un repertorio abierto para encontrar, relacionar y aplicar recursos didácticos en la práctica docente. 
¿Por qué nace METAC?

METAC tiene su origen en 2022, antes de la aparición pública de la IA generativa, como un intento de ordenar y sistematizar las numerosas metodologías activas existentes. Muchas de ellas suelen presentarse de forma aislada, con descripciones incompletas o sin una relación clara con otros recursos de aula.

El proyecto inicial se llamó METEC, aunque el acrónimo previsto era METAC, formado a partir de METodologías ACtivas. METEC surgió por una errata tipográfica y finalmente conservó ese nombre. Todavía puede consultarse en https://metec.tiddlyhost.com.

Con el desarrollo actual de la inteligencia artificial, ha sido posible ampliarlo, añadir nuevos ejemplos, mejorar los ya existentes y traducir el contenido a varios idiomas, siempre con revisión y criterio pedagógico.

Mi formación como zoólogo, y mi tendencia taxonómica a ordenar, comparar y jerarquizar, me han llevado a ampliar y reorganizar el proyecto inicial. De ahí surge METAC.

El nombre, sin embargo, ha quedado corto. METAC ya no incluye solo metodologías activas, sino también técnicas, rutinas, estrategias, marcos educativos, recursos de evaluación, propuestas metacognitivas y programas de apoyo. Por eso, más que un catálogo de metodologías activas, METAC es un compendio de recursos metodológicos para el aula.

Qué es METAC

Como acabamos de decir, es un repertorio web de recursos metodológicos para el aula, pensado para ayudar al profesorado a localizar, comprender, relacionar y aplicar propuestas didácticas de forma rápida y ordenada.

La información se agrupa en tres grandes bloques:

  • Marcos educativos: enfoques generales que orientan la práctica docente y ayudan a diseñar propuestas coherentes de enseñanza y aprendizaje. Por ejemplo, DUA, Modelo SAMR o Diseño inverso.
  • Organización del aprendizaje cooperativo: recursos para estructurar el trabajo en equipo, favorecer la participación y mejorar la cooperación entre el alumnado. Por ejemplo, 1-2-4, Lápices al centro o Folio giratorio.
  • Metodologías activas: técnicas, rutinas, estrategias y métodos que implican al alumnado en procesos de análisis, creación, resolución de problemas, reflexión y toma de decisiones. Por ejemplo, Aprendizaje basado en proyectos, Aprendizaje basado en problemas o Clase invertida.

Además de estos tres bloques, METAC utiliza una segunda forma de organización: los ámbitos. Mientras que los bloques indican el tipo general de recurso, los ámbitos indican para qué puede ser útil en el aula.

Un mismo recurso puede pertenecer a más de un ámbito, porque muchas técnicas no sirven para una sola cosa. Por ejemplo, una rutina puede favorecer el pensamiento crítico y, al mismo tiempo, mejorar la comunicación; una dinámica cooperativa puede servir para organizar el trabajo en equipo, pero también para activar ideas previas o facilitar la evaluación formativa.

Podemos usar los selectores de la parte superior de forma conjunta o independiente, también podemos utilizar el buscador para encontrar cualquier texto que esté en los recursos.

Fichas de recursos

En cada ficha mostrada en METAC se indica el bloque, el ámbito y un resumen del recurso. Además, si hay un recurso asociado, normalmente un programa, aparecerá el icono de una cadena. Una estrella nos permite añadirlo o eliminarlo de favoritos.

Al pulsar sobre la ficha obtendremos el recurso completo.

En la parte superior disponemos de una serie de botones:

  1. Añadir a favoritos.
  2. Copiar el recurso para pegar en algún programa.
  3. Imprimir en PDF.
  4. Copiar el enlace a ese recurso en particular (podremos copiar un enlace a varios recursos con el botón Seleccionar en la parte superior y a través de los favoritos).
  5. Cerrar

El apartado Recursos, si existe, abre el programa o programas asociados al recurso actual y la sección Relacionada, nos ofrece recursos similares; si pulsamos sobre uno de ellos, aparecerá un botón para retroceder, de forma que podremos navegar por los recursos encadenados.

Compartir recursos y favoritos

Podemos compartir varios recursos directamente con el botón Seleccionar, pulsando el botón Compartir selección después de seleccionar los que nos interesen.

También podemos añadir recursos a los favoritos, organizarlos en categorías y compartir la categoría completa.

Asistente de IA de NotebookLM

METAC incorpora un enlace a un cuaderno de NotebookLM que reúne la base de datos del programa junto con artículos y documentos adicionales sobre didáctica. Este asistente permite consultar la información en lenguaje natural, pedir aclaraciones, solicitar ejemplos, comparar recursos o buscar propuestas adecuadas para una necesidad concreta del aula.

Además, el cuaderno puede utilizarse directamente desde NotebookLM o incorporarse como fuente en una conversación de Gemini o en un Gem personalizado. Esto permite combinar la información organizada de METAC con materiales propios del docente, como actividades ya planificadas, para revisarlas, adaptarlas o enriquecerlas con nuevos recursos metodológicos.

Conclusión

METAC nació como una forma de ordenar metodologías activas, pero ha ido creciendo hasta convertirse en un repertorio más amplio de recursos metodológicos para el aula. Su sentido está en reunir propuestas diversas, organizarlas y relacionarlas para que resulte más fácil encontrarlas cuando aparece una necesidad concreta en la práctica docente.

Tomado de BILATERIA

miércoles, 6 de mayo de 2026

El estilo de comunicación con la IA influye en el aprendizaje

 Por  Maribel Labrado Antolín de EDUBITS

Imagina que los estudiantes de tu clase usan una Inteligencia Artificial (IA) para resolver un problema empresarial complejo. Algunos hacen preguntas a la IA de forma directa y mecánica, otros van un paso más allá: conversan con ella y generan un diálogo. ¿Esta diferencia debería importarnos? La respuesta es sí, y mucho. La forma en que las y los estudiantes interactúan con la IA afecta su aprendizaje profundo. En este artículo, comparto los hallazgos de una investigación realizada por la Universidad Complutense de Madrid en la que los estudiantes de la clase de Dirección estratégica internacional utilizan un chatbot personalizado para analizar la estrategia de una empresa real. Los resultados del estudio son reveladores: no todos los estudiantes obtienen el mismo beneficio de la IA. La diferencia radica en el tono emocional y en el estilo de la relación que establecen con la máquina. En este artículo comparto los resultados de esta investigación, los beneficios del aprendizaje y una propuesta que puedes implementar en tu clase.

La alfabetización en IA no se trata únicamente de saber usar las herramientas, también implica comprender cómo la forma en que interactuamos y nos comunicamos con ellas moldea nuestro aprendizaje. Entender los patrones de uso de estas herramientas por parte de los estudiantes ayuda a los docentes a diseñar experiencias que maximicen el propósito pedagógico de cada lección. El objetivo de mi estudio se centró en explorar cómo la relación emocional que los estudiantes establecen con los tutores inteligentes afecta directamente la profundidad de su pensamiento, así como también las estrategias pedagógicas que potencian esta relación.

La IA como un socio de pensamiento y no como dispensador de respuestas

Según datos de la UNESCO (2024), el 78 % de las instituciones de educación superior en América Latina y Europa están incorporando herramientas de IA en sus procesos formativos. Como sabemos, la mera adopción de la tecnología no garantiza la mejora del aprendizaje, por ello, es necesario investigar cómo los estudiantes están interactuando con las herramientas disponibles. Nguyen et al. (2024) revelaron que muchos estudiantes utilizan chatbots de forma pasiva; es decir, consumen respuestas sin procesarlas de manera crítica. Adicionalmente, Kosmyna et al. (2025) advierten que la interacción con la IA puede reducir la carga cognitiva, pero también fomentar lo que denominan «pereza metacognitiva» cuando los estudiantes dejan que la máquina “piense por ellos” sin reflexionar sobre el contenido.

Estamos ante una paradoja: las mismas herramientas que se diseñan para potenciar el aprendizaje, pueden, si se utilizan de manera pasiva, debilitar el pensamiento crítico. Mi investigación nace de una tesis central que surge de esta paradoja: una comunicación máquina-humano cercana y bidireccional se asocia con una utilización activa del chatbot (tutor inteligente) así como con un mayor desarrollo del pensamiento estratégico.

Investigaciones recientes en pedagogía con IA convergen en una idea: la IA es más efectiva cuando la tratamos como un socio de pensamiento, no como un dispensador de respuestas. En este sentido, Kirk et al. (2025) hablan de la necesidad de una «alineación socioafectiva» entre humanos e IA. Esto significa que la educación debe trascender lo meramente funcional para cultivar interacciones significativas con la tecnología. Un caso de éxito inspirador viene de la mano de Rodríguez-Maya y Aylas-Flórez (2025). Estos investigadores reportaron que los estudiantes que mantenían una conversación iterativa y reflexiva con tutores inteligentes mostraban mayor compromiso académico, así como un mayor dominio conceptual, especialmente cuando recibían retroalimentación personalizada.

En conclusión, estamos llamados a desarrollar una nueva alfabetización: la capacidad de comunicarnos con las máquinas de manera reflexiva, colaborativa, estratégica y, sí, por qué no, emocionalmente conectada.

Experiencia pedagógica de estudio

Durante el semestre de primavera 2024-2025, implementé una experiencia pedagógica en mi asignatura de Dirección estratégica internacional. El objetivo era claro: investigar si la forma en que los estudiantes se comunican con un tutor inteligente impacta la profundidad de su pensamiento estratégico. Para ello, diseñé un chatbot personalizado que guiaba a los estudiantes a aplicar marcos teóricos vistos en la asignatura. En este caso, se trataba del modelo CAGE de Ghemawat (2001), para analizar la estrategia internacional de una empresa real. Esto no era una tarea de ensayo tradicional, sino una tarea de investigación donde las averiguaciones y la reflexión crítica eran la actividad principal para evaluar por el docente.

Las tecnologías incorporadas fueron modestas pero efectivas: un chatbot con instrucciones personalizadas diseñadas por un educador a partir del contenido teórico del curso. Quince estudiantes participaron en la actividad. Durante 45 minutos, cada uno interactuaba individualmente con el chatbot. La mayoría optó por utilizar ChatGPT. Cada conversación fue registrada para posterior análisis.

Metodología y tecnologías incorporadas

Para analizar las conversaciones entre el chatbot y cada estudiante, utilicé un enfoque cualitativo: codificación temática y análisis de coocurrencia de códigos extraídos. El análisis de los datos se realizó con ATLAS.ti, una herramienta especializada en investigación cualitativa. Se elaboró un libro de códigos, sobre los que se establecieron tres familias de códigos clave:

  1. Tipo de asistencia solicitada al chatbot. Los códigos de esta familia recogen evidencias sobre el tipo de preguntas que los estudiantes solicitan al chatbot, por ejemplo, si se trata de preguntas de análisis simple, solicitud de búsqueda de datos básicos de la empresa o, por el contrario, el estudiante aplica un pensamiento crítico para elaborar la consulta al chatbot.
  2. Estilo y tono comunicativo. Se distinguen entre el uso de tono colaborativo (a través de un estilo de comunicación que emula el estilo humano-humano), tono neutral (sin evidencias de relación con el chatbot) o pasivo (donde la conversación humano-IA sucede sin lógica secuencial).
  3. Orientación estratégica. En esta última familia de códigos se recogen indicios sobre cómo los estudiantes reflejan el uso aplicado de las teorías de la materia en su formulación de preguntas. Adicionalmente, se recogen indicios sobre una orientación de las consecuencias a futuro de las decisiones empresariales.

Segmenté las conversaciones en dos grupos de estudiantes: estudiantes cuyas conversaciones mostraban un estilo de comunicación socioafectiva con el chatbot (RELATESversus aquellos sin estos elementos (NOT-RELATES).

El hallazgo principal fue que los estudiantes que adoptaban un tono relacional y generaban preguntas de seguimiento demostraban significativamente más pensamiento crítico y reflexión estratégica. El análisis de coocurrencia arrojaba luz a esta conclusión, por ejemplo: El código «Follow-up question» aparecía 23 veces en conversaciones relacionales versus solo cuatro veces en no-relacionales; código «estilo de comunicación colaborativa» (donde el estudiante invitaba al chatbot a pensar conjuntamente) era casi inexistente en el grupo no-relacional; por último, las preguntas sobre «Future thinking» (implicaciones futuras de decisiones estratégicas) eran cinco veces más frecuentes en conversaciones relacionales.

Un estudiante del grupo relacional preguntó al chatbot«¿Cuáles crees que son los futuros riesgos u oportunidades para (la empresa) conforme evolucionan las leyes de la Unión Europea (UE)?» Esta pregunta refleja colaboración, pensamiento futuro y confianza en el proceso. Contrasta con respuestas más mecánicas del grupo no-relacional, donde los estudiantes simplemente copiaban literalmente las instrucciones. El análisis de coocurrencia reveló que el uso del tono neutral (el más prevalente) no era necesariamente negativo, pero tendía a acompañarse con análisis simples.

Beneficios para el aprendizaje y retroalimentación de estudiantes

A nivel cognitivo, los estudiantes con interacciones relacionales demostraban un pensamiento más profundo y estratégico, una mayor aplicación de marcos teóricos a problemas reales, una reflexión sobre futuros escenarios, así como la integración de múltiples perspectivas (perspectiva interna de la empresa, perspectiva externa del mercado).

Aunque el estudio se enfocara en el análisis de contenido, a nivel emocional, los estudiantes reportaron en conversaciones posteriores que percibían al chatbot como un «compañero de pensamiento» al iniciar conversaciones más reflexivas. Un estudiante comentó: «Fue diferente a otras veces que he usado IA. Sentía que estábamos descubriendo juntos, no solo buscando respuestas». Los estudiantes aprendieron, sin que se lo dijéramos explícitamente, que la calidad del diálogo determina la calidad del aprendizaje.

Áreas de mejora y próximos pasos

Una vez finalizado el análisis temático de las respuestas de los estudiantes, identifiqué las siguientes áreas de mejora en este proyecto:

  1. Preparación del estudiante. Algunos llegaron sin una idea clara de cómo comunicarse con una IA. Una sesión preparatoria sobre «cómo hacer preguntas estratégicas» podría profundizar más en los resultados.
  2. Este estudio se limitó al análisis estratégico empresarial. Sería valioso explorar si la codificación y las coocurrencias obtenidas se sostienen en otros ámbitos o disciplinas educativas.
  3. Falta de seguimiento longitudinal. Este fue un ejercicio de 45 minutos, habría que determinar si estos patrones persisten en interacciones sostenidas a lo largo del semestre o si el patrón relacional evoluciona con el tiempo.
  4. Falta de evaluación de competencias. Aunque se observan cambios cualitativos en el pensamiento, correlacionar estos con evaluaciones formales de competencias de nivel superior sería el siguiente paso.

Una propuesta para tu docencia

Te invito a hacer una pregunta fundamental en tu próxima clase con IA: ¿cuál es el valor que mis estudiantes perciben de esta herramienta? No asumas. Pregunta. Genera un debate. Que tus estudiantes reflexionen sobre qué significa pensar con una máquina versus buscar respuestas en una máquina.

A partir de ahí, sugiero tres acciones concretas:

  1. Enseña a tus estudiantes a «relacionarse» con la IA. Dedica tiempo a explicar qué es una pregunta estratégica versus una solicitud funcional. Aprende a modelar buenos prompts y observa si el diálogo iterativo de tus estudiantes con la tecnología genera pensamiento profundo. Esta es la nueva alfabetización digital.
  2. Crea espacios para que los estudiantes reflexionen sobre su propia interacción con IA. Pídeles que documenten cómo evoluciona su pensamiento a través de la conversación. ¿Dónde surge la curiosidad? ¿Cuándo pasa de consumo pasivo a cocreación? Esta metacognición es valiosa en sí misma.
  3. Experimenta con tus propias formas de integrar IA. No todas las disciplinas funcionan igual. Pero el principio de «relación vs. transacción» es transferible. ¿Cómo podrías diseñar tu instrucción para que los estudiantes se sientan cómodos siendo reflexivos, colaborativos y estratégicos con herramientas de IA?

Reflexión

Mi aprendizaje en este proyecto de investigación trasciende el diseño del chatbot. No se trata de si la IA es buena o mala para la educación. Se trata de cómo se relacionan mis estudiantes con las herramientas que les facilito. La IA, como cualquier tecnología educativa, es un espejo de nuestras intenciones. Si la usamos de forma transaccional, obtenemos respuestas transaccionales. Si la usamos como un socio para el pensamiento profundo, ocurre algo verdaderamente transformador.

La experiencia que describo en este artículo me confirmó algo que muchos educadores intuimos, pero raramente documentamos: el compromiso emocional acelera el aprendizaje cognitivo. No es sentimentalismo. Es neuroquímica. Cuando nos sentimos parte de un proceso colaborativo, nuestro cerebro se activa de formas distintas. Generamos preguntas más sofisticadas, exploramos conexiones más profundas, reflexionamos sobre implicaciones futuras.

Quizás la mayor lección es que la era de la IA no requiere que abandonemos lo humano en la educación. Al contrario: requiere que cultivemos lo más humano que tenemos—nuestra capacidad de relacionarnos, de ser curiosos, de cuestionar críticamente—y que la IA sea la herramienta que amplifica esa humanidad.

¿Deseas conectar?

Creo firmemente que la innovación en educación es colectiva. Estoy abierta a dialogar con educadores que quieran profundizar en estas ideas, adaptar esta experiencia a sus contextos o colaborar en futuras investigaciones. Si tienes dudas, ideas, sugerencias o deseas explorar colaboraciones, te animo a contactarme. El futuro de la educación se construye cuando compartimos lo que aprendemos.

Acerca de la autora

Maribel Labrado-Antolín (mlabra02@ucm.es) es profesora en el Departamento de Organización de Empresas de la Universidad Complutense de Madrid, donde desarrolla su labor docente. Su investigación se centra en el impacto del teletrabajo en bienestar y productividad, con publicaciones en revistas JCR, y actualmente integra la investigación con docencia y mentoría académica para formar profesionales preparados para los retos del trabajo en la era digital.

Referencias

Ghemawat, P. (2001). Distance still matters: The hard reality of global expansion. Harvard Business Review, 79(8), 137-147.

Kirk, J. R., Stevenson, J., & Cann, C. (2025). Socioaffective alignment in human-AI learning partnerships: A framework for educational equity. Learning, Culture and Social Interaction, 45, 100789.

Kosmyna, N., Thiebaux, M., & Aubert, O. (2025). Cognitive load and metacognitive monitoring in AI-assisted learning: Preliminary findings. Frontiers in Education, 10, 1234567.

Labrado, M. (2026). Talking to machines: How communication style shapes student engagement with AI tutors. American Journal of STEM Education19, 37-58. https://doi.org/10.32674/t2qnzc90

Nguyen, B., Aamodt, T., Frommert, J., Gaskins, B., & Haider, R. (2024). Collaborative engagement with ChatGPT: Impact on academic writing quality. Computers & Education Quarterly, 52(1), 12-34.

Rodríguez-Maya, E., & Aylas-Flórez, J. (2025). Case study: AI tutoring impact on student engagement in Mexican higher education. Journal of Educational Innovation, 31(4), 267-289.

UNESCO. (2024). Artificial intelligence in education: A global perspective on opportunities and challenges. UNESCO Publishing.

Usher, M., & Amzalag, M. (2025). Graduate students’ communication styles with AI tutors: A qualitative analysis of academic writing support. Higher Education Research & Development, 44(2), 189-207.

Tomado de EDUBITS del Tec de Monterrey