Cuando la inteligencia artificial exige recuperar el arte de la planeación didáctica

 Por Mercedes Leticia Sánchez Ambriz y Carlos Bravo Reyes

Los avances en las herramientas de los ecosistemas de la inteligencia artificial generativa nos llevan a una reflexión necesaria en educación: quizá el desafío ya no consiste solo en conocer una herramienta nueva, sino en aprender a formular mejores preguntas.

Cada vez que un docente utiliza una IA para investigar, diseñar una actividad, crear una rúbrica, preparar una presentación o planear una clase, aparecen preguntas esenciales que no deberían dejarse al azar: ¿qué quiero lograr?, ¿para quién?, ¿con qué propósito?, ¿qué información necesito?, ¿en qué formato deseo recibirla?, ¿qué características debe tener el producto final?

Estas preguntas no son un simple requisito técnico para escribir una instrucción. Son, en realidad, el corazón de una buena planeación didáctica. Con frecuencia se ha asumido que usar tecnología en el aula depende principalmente de dominar plataformas, aplicaciones o recursos digitales. Hoy la experiencia muestra algo distinto: una inteligencia artificial puede producir textos, imágenes, ejercicios, guiones, mapas conceptuales o propuestas de evaluación en pocos segundos; sin embargo, su calidad depende en gran medida de la claridad con la que orientamos la solicitud.

Cuando pedimos: “hazme una actividad sobre lectura”, probablemente recibiremos una propuesta general. Pero si especificamos: “diseña una actividad colaborativa de 40 minutos para estudiantes de secundaria, orientada a identificar ideas principales en un texto narrativo; incluye propósito, instrucciones, producto esperado y una rúbrica breve”, la respuesta cambia de manera significativa. La diferencia no está solo en la herramienta. Está en el nivel de claridad pedagógica de quien pregunta, en coherencia con la idea, ampliamente defendida en la literatura sobre IA en educación, de que la tecnología debe estar al servicio de la intención pedagógica y no al revés (Holmes et al., 2019).

La instrucción también es una microplaneación

Es común llamar prompt a la instrucción que damos a una IA. Sin embargo, para el ámbito educativo conviene verla como una microplaneación. Antes de solicitar un recurso, el docente necesita anticipar algunos elementos:

• El objetivo de aprendizaje.
• Las características de los estudiantes: edad, nivel educativo, contexto, necesidades y saberes previos.
• El contenido o problema que se abordará.
• El tipo de actividad, el método predominante y la forma de organización.
• El producto que se espera obtener.
• Los criterios con los que se valorará ese resultado.

Esto nos obliga a recuperar una competencia docente fundamental: planear con intención.

La IA puede sugerir caminos, ampliar posibilidades y acelerar tareas que antes consumían mucho tiempo; pero no conoce por sí sola las particularidades de un grupo, las condiciones de una institución ni el sentido formativo de una experiencia. Esa interpretación sigue siendo responsabilidad del profesor. Por ello, no se trata de pedirle a la IA que “haga la clase”, sino de dialogar con ella desde una decisión pedagógica previa. La herramienta puede ser una aliada creativa, pero la dirección del aprendizaje debe conservarla el profesor (véase Luckin, 2018).

Especificar es enseñar a pensar

Una buena solicitud no requiere palabras complicadas; requiere precisión. Entre más clara sea la intención, más útil puede ser la respuesta. Por ejemplo, antes de pedir apoyo para una planeación, podemos preguntarnos:

• ¿Qué deben comprender, aplicar o crear los estudiantes?
• ¿Qué evidencia mostrará que lograron aprender?
• ¿Qué recursos sí están disponibles en su contexto?
• ¿Cuánto tiempo tengo?
• ¿Deseo una actividad individual, colaborativa, lúdica, reflexiva o basada en proyectos?
• ¿Qué tono, extensión, formato o nivel de complejidad necesito?

Este ejercicio tiene un efecto interesante: obliga al docente a pensar antes de solicitar. En otras palabras, la IA no sustituye la planeación; puede hacer más visible la necesidad de una planeación consciente.

También puede convertirse en una oportunidad para formar a los estudiantes. Si aprenden a dar instrucciones claras, contextualizadas y con criterios de calidad, no solo estarán utilizando una tecnología: es posible que también fortalezcan habilidades para investigar, argumentar, tomar decisiones y evaluar información de manera autónoma.

La IA interviene solo al pedir; planear, verificar y aplicar siguen siendo decisiones del docente.

 

 

La respuesta no siempre es verdad

Otro aspecto indispensable es reconocer que la inteligencia artificial generativa puede inventar datos, autores, referencias, fechas o explicaciones aparentemente convincentes. A este fenómeno se le suele llamar “alucinación” (Ji et al., 2023), pero en términos educativos conviene nombrarlo con claridad: la IA puede equivocarse y presentar información falsa con seguridad. Además, opera con patrones probabilísticos y puede reproducir sesgos algorítmicos, lo que exige una sólida alfabetización digital crítica (Selwyn, 2019; UNESCO, 2023; Williamson & Eynon, 2020).

Por eso, una respuesta generada no debe asumirse como resultado final. Debe considerarse un primer borrador que requiere revisión. Si una IA menciona una investigación, una cifra o una referencia bibliográfica, es necesario comprobar que exista realmente y que respalde lo que se afirma, acudiendo a fuentes académicas confiables, repositorios institucionales, libros, artículos científicos o documentos oficiales. Contrastar con otra herramienta de IA puede ayudar a detectar inconsistencias o a formular preguntas de verificación, pero no sustituye la consulta de fuentes verificables, porque dos modelos pueden equivocarse de la misma manera.

Contrastar no significa desconfiar de todo de manera paralizante. Significa ejercer pensamiento crítico. Así, el resultado no depende de una respuesta automática, sino de un proceso de análisis informado.

Del consumidor de respuestas al diseñador de experiencias

La llegada de la IA plantea un cambio importante en el rol docente. Ya no basta con ser consumidor de contenidos digitales. Hoy se vuelve necesario ser diseñador de experiencias de aprendizaje, curador de información y evaluador crítico de los resultados que producen las herramientas. La pregunta más importante no es: “¿qué puede hacer la IA por mí?”. Tal vez sea esta: “¿qué quiero que mis estudiantes aprendan y cómo puedo orientar la tecnología para lograrlo con sentido?”.

Cuando el docente tiene claridad sobre el propósito, el destinatario, el producto esperado y los criterios de calidad, la IA deja de ser una máquina que entrega respuestas genéricas. Se convierte en una posibilidad para crear, explorar y enriquecer la práctica educativa. La tecnología puede responder con rapidez, pero la pregunta, la intención y el juicio crítico siguen siendo profundamente humanos.

Referencias

Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign.

Ji, Z., Lee, N., Frieske, R., Yu, T., Su, D., Xu, Y., Ishii, E., Bang, Y. J., Madotto, A., & Fung, P. (2023). Survey of hallucination in natural language generation. ACM Computing Surveys, 55(12), Article 248. https://doi.org/10.1145/3571730

Luckin, R. (2018). Machine learning and human intelligence: The future of education for the 21st century. UCL IOE Press.

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

UNESCO. (2023). Guidance for generative AI in education and research. UNESCO. https://doi.org/10.54675/EWZM9535

Williamson, B., & Eynon, R. (2020). Historical threads, missing links, and future directions in AI in education. Learning, Media and Technology, 45(3), 223–235. https://doi.org/10.1080/17439884.2020.1798995

Tomado de 366-días

La mayor colección de indicadores de reutilización de datos ya está disponible de forma abierta

 Tomado de Universo Abierto

Make Data Count. “Largest Collection of Data Reuse Indicators Now Openly Available.” Make Data Count, 15 de octubre de 2026. https://makedatacount.org/read-our-blog/new-frontier-for-open-data-metrics/. DOI: 10.60804/YG9V-7Q17

El proyecto Make Data Count presenta, en colaboración con Digital Science, una nueva colección abierta de indicadores que permite identificar las conexiones entre los artículos científicos y los conjuntos de datos que mencionan, citan o reutilizan.

La iniciativa responde a un problema importante para la ciencia abierta: aunque cada vez se publican más datos de investigación en repositorios y plataformas especializadas, todavía resulta difícil conocer con precisión hasta qué punto se utilizan en nuevos trabajos científicos y qué contribución realizan al avance del conocimiento. La publicación de un conjunto de datos constituye un primer paso hacia la apertura de la investigación, pero conocer su reutilización efectiva permite comprender mejor su alcance, su influencia y su valor para la comunidad científica. El nuevo recurso pretende cubrir esta necesidad mediante una infraestructura compartida que facilite el análisis sistemático de las relaciones entre publicaciones y datos de investigación.

La colección reúne referencias a conjuntos de datos identificados mediante DOI u otros números de acceso, extraídas de artículos científicos de distintas disciplinas. Uno de sus aspectos más relevantes es la distinción entre dos modalidades de utilización: los datos primarios, generados específicamente para desarrollar el estudio publicado, y los datos secundarios, procedentes de investigaciones anteriores y reutilizados en un nuevo trabajo. Esta diferenciación permite ir más allá del simple recuento de conjuntos de datos disponibles y estudiar cómo circula la información científica entre investigaciones. De este modo, se puede avanzar hacia una visión más completa del ciclo de vida de los datos: desde su producción y publicación hasta su reutilización por otros equipos, su incorporación a nuevos análisis y su contribución a la generación de conocimiento.

El desarrollo de esta iniciativa se apoya en una experiencia previa impulsada por Make Data Count a través de una competición organizada en Kaggle, en la que se invitó a especialistas a diseñar métodos capaces de detectar referencias a conjuntos de datos dentro de los artículos científicos y diferenciar entre datos originales y datos reutilizados. La competición dio lugar a cinco propuestas ganadoras, cuyos métodos se pusieron a disposición de la comunidad para facilitar su evaluación y reutilización. El paso decisivo ha consistido en llevar estos algoritmos a una escala mucho mayor, gracias a la colaboración con Digital Science, que aporta experiencia en el análisis de literatura científica y la infraestructura necesaria para mantener y ampliar el recurso. La iniciativa demuestra así cómo los resultados de una competición técnica pueden transformarse en un servicio de interés colectivo, abierto a investigadores, instituciones y proveedores de servicios de información científica.

Otro elemento destacable es el compromiso con la transparencia y la reproducibilidad. La colección se distribuye bajo una licencia de dominio público CC0, lo que facilita su reutilización, integración y adaptación sin las restricciones habituales de otros modelos de distribución. Además, se actualizará mensualmente y cada versión quedará fechada para que los usuarios puedan identificar y citar con precisión la edición utilizada en sus análisis. La publicación incorpora documentación técnica sobre los métodos empleados, su implementación y sus limitaciones, de manera que los resultados no tengan que aceptarse como indicadores incuestionables, sino que puedan examinarse, contrastarse y mejorarse. El primer conjunto de datos puede consultarse mediante un archivo CSV descargable y a través de BigQuery, una opción que facilita su análisis a gran escala.

La disponibilidad de esta colección puede tener implicaciones importantes para la evaluación de la investigación científica. Las agencias financiadoras, las universidades y los centros de investigación necesitan demostrar que los recursos destinados a producir y preservar datos generan beneficios reales para la comunidad científica. Hasta ahora, la evaluación de la producción investigadora ha estado muy condicionada por indicadores relacionados con las publicaciones, las citas bibliográficas y el impacto de las revistas. Sin embargo, estos indicadores no reflejan por sí solos el valor de los conjuntos de datos ni permiten conocer adecuadamente su reutilización en investigaciones posteriores. La nueva infraestructura ofrece una base común para desarrollar métricas complementarias, identificar conexiones entre trabajos científicos y conjuntos de datos, y analizar cómo los recursos compartidos contribuyen a la continuidad y al desarrollo de nuevas líneas de investigación.

La iniciativa también puede favorecer el desarrollo de nuevas herramientas bibliométricas y servicios de información científica. Los repositorios de datos, las bibliotecas universitarias, las oficinas de investigación y las plataformas de evaluación podrán incorporar estas relaciones a sus sistemas para mejorar la identificación de los datos citados y reutilizados. Para las bibliotecas, supone una oportunidad de ampliar su papel en la gestión de la ciencia abierta: no solo facilitar el depósito, la descripción y la preservación de los datos, sino también ayudar a visibilizar su uso, estudiar su impacto y asesorar a los investigadores sobre cómo documentar correctamente las fuentes de datos empleadas. La disponibilidad de información estructurada y reutilizable puede facilitar, además, la creación de paneles de seguimiento y nuevos indicadores institucionales sobre la contribución de los datos abiertos a la investigación.

Tomado de Universo Abierto

De la universitas medieval a la universidad actual: lo humano a todo lo que da

 Por Andrés García Barrios

La tradición ubica el surgimiento de la primera universidad en Bolonia, ciudad de la actual Italia, en el año 1088, momento alrededor del cual un maestro de nombre Irnerio daba clases particulares de derecho romano a estudiantes procedentes de distintas partes de Europa. Ciertamente, esta cátedra era un acontecimiento por completo innovador, en un contexto en el que aquella antigua forma de entender el derecho estaba casi por completo olvidada. El Código de Justiniano, que reunía casi todo lo que el imperio romano había desarrollado en materia de leyes, se había extraviado durante siglos y había sido redescubierto apenas en los años setentas de ese primer siglo del segundo milenio. 

La reaparición del corpus de leyes que había permitido regular todo un imperio no podía ocurrir en mejor momento: encajaba a la perfección con la pretensión de la Iglesia católica de fortalecer su unidad para hacer frente a las poderosas monarquías que estaban surgiendo. También encajaba con la necesidad de estas de fortalecer su presencia, gobernar a sus súbditos y reordenar la relación con sus oponentes. 

Cabe aclarar que, tal como en la actualidad los países tienden a disolverse en regiones globales, así los pequeños reinos que habían ido brotando aquí y allá, ahora se agrupaban bajo la férula de los nuevos monarcas. Esta creciente unidad daba confianza a la población, que empezaba a movilizarse con mayor libertad y a reunirse en grupos cada vez más grandes, con base en intereses comunes. Dichos grupos atraían cada vez más gente, tanto hacia su interior como a su alrededor, provocando el desarrollo de las primeras ciudades, así como nuevos modos de vida asociados con el creciente intercambio de bienes, conocimientos y servicios.

Sin embargo, aunque suponían grandes ventajas, esos cambios tan drásticos también aumentaban la tensión tanto fuera como dentro de las poblaciones. Ciertamente, la estabilidad y el bienestar crecían, pero —igual que ocurre en nuestros días— los poderosos se habían vuelto más poderosos, y los conflictos entre ellos amenazaban con volverse peores que nunca; peores, incluso, que los que, durante al menos ocho siglos, habían tenido a Europa convertida en un campo de guerra. 

Hacía muy poco que el continente había entrado en una etapa de relativa estabilidad y prosperidad, había que preservarla. En este contexto, la reaparición del Código de Justiniano dio cierta esperanza y atrajo la atención de todo el mundo. Fue entonces cuando el maestro Irnerio, que se había especializado en estudiar, comentar y enseñar el código, se volvió, él mismo, una “institución” del momento, y Bolonia figuró como el primer centro europeo donde gente de todas partes podía acudir a estudiar el nuevo tipo de derecho. Lo que después sería llamado universidad comenzó, no con una compleja estructura institucional, sino con la relación personal de un maestro con su grupo de alumnos.

Este modelo pronto fue replicado en muchos lugares, con la enseñanza, no solo del derecho romano, sino de diversas disciplinas. El auge alcanzado acabó por obligar a maestros y alumnos a formalizar sus relaciones y a crear comunidades cada vez mejor organizadas. Fue a estas a las que se llamó universitas, que significa, justamente, comunidad.

Queremos pensar que la sinergia entre aquella sociedad contradictoria y dichos centros de enseñanza resultó explosiva. Sesenta años después de que Irnerio empezara su aventura en Bolonia, Europa era ya un hervidero de ciudades, mercados, poblaciones migrantes, dinero en circulación, productos novedosos y asombrosas tecnologías (entre ellas, la del papel, que aceleraría la propagación del conocimiento).

Pero tantos cambios súbitos también trajeron consigo necesidades inéditas. Sería difícil exagerar la intensidad de lo emergente. La urbanización, el hacinamiento, el comercio y los innumerables intercambios con gente de distintas regiones (incluidas algunas muy remotas) habían modificado las condiciones de salud de la población y provocado la aparición de nuevas enfermedades. En estas, lo mismo que en la falta de un sistema jurídico de suficiente alcance, radicaba el primer y más grande riesgo en aquel momento.

Un segundo desafío competía con la religión. La iglesia, de ser una entidad más o menos dispersa en pequeños reinos, con un credo relativamente común pero gran diversidad de prácticas distintas, y hasta de creencias, se veía ahora en la urgencia de unificar el dogma, la doctrina y el ritual, y de propagarlos entre la inmensa y dispersa población. Sin esa unidad simplemente le sería imposible atajar a sus cada vez más voraces contrincantes políticos.

Otro tema era la seguridad. Por supuesto, no sorprende —mucho menos a nosotros— que los cambios sociales llegaran acompañados de un aumento de la delincuencia organizada (los habitantes del siglo XXI tenemos mucha experiencia en ello). La vida se convirtió en un constante rumor de alerta que hablaba de salteadores de caminos, piratas navales, secuestradores, extorsionadores, falsificadores (de moneda, de documentos, de productos), contrabandistas, evasores de impuestos…, todos ellos, como es obvio, en contubernio con gobernantes, mercaderes, militares, miembros de la iglesia.

En un mundo así —y también en esto la semejanza con la actualidad no es mera coincidencia— resultaba vital estar informado de lo que ocurría en otras regiones y de lo que podía ocurrir en la propia. Advino, entonces, un auge de la comunicación, favorecido por la inmensa telaraña de caminos que se había construido en aras del comercio. Deambulando por estos, una verdadera red de pregoneros, mensajeros, oradores, peregrinos, mercaderes y gente de paso inundaba las ciudades, iniciando en ellas un frenético correr de noticias, rumores, mensajes, advertencias.

Como hermano gemelo de aquel boom informativo, creció también el arte de los trovadores, juglares y demás figuras teatrales, que, yendo de pueblo en pueblo y de ciudad en ciudad, convertían aquel torbellino de noticias en relatos, canciones y espectáculos, haciendo más digerible el estruendo. Sus cantos, a diferencia de los eclesiales, no eran en latín sino en las lenguas del pueblo, y no solo hablaban de historias bíblicas, sino también de acontecimientos presentes, de plena vigencia. Sus innovadores recursos poéticos (rimas, métricas, estrofas, arquitecturas verbales) y su inédito virtuosismo en el arte histriónico conformaban una verdadera tecnología de comunicación y entretenimiento, no muy distinta de lo que hoy, para nosotros, son las fantásticas creaciones de la inteligencia artificial.

Visto todo lo anterior, ¿es necesario explicar la urgencia, para esa gente, de hacer crecer las universitas e intensificar sus programas, a fin de formar más y más personas capaces de regular la nueva realidad? La sociedad necesitaba más expertos; además, era importante que esos expertos, que muchas veces venían de lugares lejanos, estuvieran respaldados por autoridades confiables que los acreditaran para —de manera urgente, como digo— ocupar cargos administrativos, juzgar delitos, construir caminos, filosofar sobre los fundamentos de la fe, curar gente, componer canciones y poemas, hacer discursos, calcular transacciones y reunir discípulos para enseñarles todas estas artes. 

Fue así como, del germen de aquellas incipientes comunidades formadas en torno a Irnerio y otros maestros, surgieron las grandes instituciones de enseñanza que, con el paso del tiempo, se convertirían en las universidades modernas.

La imagen idealizada de esas primeras universidades nos las pinta como centros de un saber resguardado por sabios pausados y elocuentes, monjes estudiando a la luz de velas y muchachos concentrados en leer y discutir libros. Pero esa imagen es más simbólica que real. Simbólica porque todos quisiéramos que los saberes humanos fueran, de verdad, resguardados de esa manera, con devoción insondable. Dado el valor que, intuimos, guardan éstos, vislumbramos a los sabios como pozos de conocimiento sin fondo, donde se custodia lo mejor de nosotros.

Pero la verdad es que, aunque las universidades son eso, sin duda (guardianes del saber, casi sagrados), también son muchas otras cosas, algunas muy prosaicas y otras, de verdad, perturbadoras. Todas ellas se mezclan con aquella primera vocación de custodia, y no es raro que la opaquen, la oculten e incluso la corrompan. Las universidades siempre han sido una especie de crisol experimental y, muchas veces, explosivo de la condición humana.

Ayer y hoy, las instituciones de educación superior han tenido fases en que la transmisión de saber se centra en resolver lo social urgente (o lo que, desde el poder, se considera tal) y deviene en una especie de formación de expertos estándar. La enseñanza se convierte en adiestramiento. Su función es dotar al estudiante de todos los recursos para renunciar a su autonomía y adoptar como propia la vida del sistema.

En estos contextos, ya no se evalúa lo intrínseco del saber sino lo extrínseco. Los exámenes funcionan como tests que acreditan si tu conocimiento está al día y si eres competente en este mundo. Los maestros, con todo su saber personal, dejan de ser el origen vivo del conocimiento para convertirse en intermediarios. El objetivo es alcanzar estándares, no importa cómo. La intimidad de la enseñanza oral y su poder de transmisión, exclusivo de la hora de clase (intimidad que llega a alcanzar grados de iniciación), cae en el olvido. La experiencia humana, subjetiva, vivida (existencial, digamos), solo cabe en el aula si ha pasado por un proceso de homologación y cuantificación. 

La personalidad y la propia voz se ocultan. Ahora se trata de un intercambio rápido. Fast school, podemos llamarle. Los grados, títulos, credenciales y créditos son moneda que hace a las personas comparables y, por lo tanto, más fácilmente elegibles por el sistema social que las requiere. El posible empleador ya no valora saberes y solo se interesa en conocer qué tanto el egresado es capaz de circular por el sistema económico; es decir, qué tanto podrá cumplir, obedecer y adaptarse en el ámbito de su labor; si logrará acabar tareas “en tiempo y forma”, seguir órdenes y lineamientos, trabajar con equipos de personas y tolerar cambios imprevistos —e incluso arbitrarios— de tiempo, espacio, dirección, y hasta de premisas, valores y metas. A ello, la universidad, claro, habrá añadido conocimientos específicos sobre algunas materias, sin entrar en temas que no vayan a aplicarse en la práctica: ¡nada de antecedentes históricos, teoría o contextos que no “sumen” al resultado específico —casi siempre cuantificable— que se está buscando!

En resumen: desde su origen y por largos periodos, las universidades han vivido momentos de alta tensión entre sabiduría y rendimiento. El título universitario siempre ha representado una combinación, difícilmente equilibrada, de ambos. En sus mejores momentos, las instituciones forman sabios y, a la vez, son proveedoras de confianza social, en la medida en que reducen la incertidumbre de la comunidad acerca de las aptitudes de sus miembros. Los jóvenes que ingresan a sus aulas siendo unos ilustres desconocidos, egresan como sujetos socialmente reconocibles. Sin embargo, no siempre son solo esto. Como hemos visto, a veces el moldeamiento se ocupa de llevarlos hasta un extremo lamentable: el de resultar previsibles. En tales casos, la universidad sustituye la verdadera confianza humana por la certificación.

Así, si bien los centros de estudios superiores armonizan dos vocaciones —la de ser la conciencia crítica de la sociedad y la de ser una entidad formadora de personas útiles—, con demasiada frecuencia una de ellas se enfatiza, e incluso se radicaliza, y la institución pierde su autonomía y se confunde con algún interés dominante. Entonces, la universalidad de la universidad cede el paso a la estandarización, la relación maestro/discípulo se reduce a la de evaluador/evaluado y la búsqueda de la verdad se abandona para perseguir el crédito.

Cabe añadir que esta dramática visión de lo universitario (hecha, lo sé, muy a vuelo de pájaro) perdería veracidad si se limitara a describir solo los dos pilares que he mencionado. Hay otro pilar más, uno que añade la tercera dimensión a lo que vengo planteando (esto de la tercera dimensión me gusta porque supone la sensación de profundidad que es inseparable de la experiencia educativa). Ese tercer pilar es algo así como la hondura cotidiana, la vida en su flujo diario, esa que se niega a ser moldeada por el saber, y mucho más a ser conducida por objetivos y propósitos. John Lennon la describió muy bien cuando dijo que la vida es lo que pasa mientras estamos haciendo planes; yo añadiría que, también, mientras estamos “conociendo”. Los estudiantes, los docentes, las autoridades universitarias, los gobernantes, los empleadores (de hoy y de siempre) pueden tener muchos planes y saberes para sí mismos y para los otros, pero es, a final de cuentas, en la vida misma —la vida de cada uno de ellos— donde las cosas ocurren. Además de “templo del saber” y “taller de habilidades”, la universidad es el sitio en el que transcurrimos de forma cotidiana. En sus espacios, el estudiante se enamora, hace amigos, huye del tedio familiar, pospone la edad adulta y sus responsabilidades, aprende mañas (que, a veces, convierte en competencias) y reinventa eso que llaman profesión. Los docentes también crean relaciones, forman comunidades externas al aula con sus estudiantes, los protegen, reinterpretan los programas y escapan a la falta de libertad con mil subterfugios. Estos refugios subterráneos, que todos los universitarios crean y descubren, son los que, a final de cuentas, junto con sus conocimientos y obligaciones, hacen que en la universidad “la persona viva una verdadera transformación biográfica” (confieso que esta hermosa frase me la regaló mi asistente de IA). John Dewey (quien, por cierto, es uno de los más distinguidos asesores de ese asistente mío) lo resume así: “La educación no es preparación para la vida; la educación es la vida misma”. 

Karl Jaspers, el filósofo alemán, pensaba que la educación superior no debía producir solamente especialistas, sino seres humanos capaces de confrontar las preguntas últimas de la existencia. Creo que estas preguntas son, justamente, las que buscamos responder al sumergirnos en esas tres dimensiones universitarias: la cotidianeidad, el saber esencial y la utilidad futura. El hecho de que en la actualidad se tienda a reducir la educación a esta última es una grave desviación del espíritu universitario.

Tomado de EDUNEWS del Tec de Monterrey

Los GPT desaparecen el 11 de diciembre

 Por Ramón Besonías

Antes de leer: En este post me centro en las cuentas personales de ChatGPT, gratuitas o de pago, no en los espacios Business, Enterprise o Edu. La mayoría de docentes europeos poseen cuentas personales de ChatGPT. Solo Google tiene numerosos usuarios de cuentas educativas.

Una de las herramientas más útiles de la IA educativa, los asistentes -GPTs en ChatGPT y Gems en Gemini- tienen los días contados. Ya no se podrá crear ni compartir en las cuentas de pago personales. En las empresariales y educativas es probable que se mantengan, al menos en los Gems de Google. Por ahora, ChatGPT los elimina desde el 11 de diciembre y Google sus Gems no sabemos, aunque hay rumores de que hará algo parecido en noviembre, pero mantendrá sus Gems en cuentas educativas.

Si tienes una cuenta de pago en ChatGPT, quizá hayas creado asistentes (GPTs), y usuarios de cuentas gratuitas, estudiantes o docentes, podían usarlos si les pasabas el link. Igualmente, sucede con los Gems de Gemini. Pero OpenAI acaba de anunciar que el 11 de diciembre los asistentes creados en por ti o por otros desaparecerán de su interfaz. ¿Opción? Transformarlos en complementos (plugins). La IA agéntica está para quedarse, aunque hoy por hoy solo está disponible (desde este verano) en cuentas de pago. Esto convierte la desaparición de los asistentes en un problema para muchos docentes. Los asistentes son una herramienta útil en las aulas. Permite generar aprendizajes guiados, secuencias didácticas prediseñadas por el docente para ayudar al estudiante a realizar tareas sin delegar, seguir pasos secuenciados, pensar de forma lógica y argumentada...

La estrategia de las empresas de IA es desplazar ciertos servicios colaborativos a cuentas de empresa y educativas y con el tiempo ir convirtiendo la interfaz de tu IA no en un chat convencional, sino en un espacio agéntico, donde poder pedir a la IA que haga cosas por ti, activando servicios externos o agentes prediseñados que lo hagan (plugins y skills). Las cuentas gratuitas pasarían a ofrecer escasos servicios, muy limitados y restringidos. La IA de tarifa plana básica es el horizonte. Mientras tanto, poco ha cambiado para las cuentas gratuitas, aunque al compararlas con las de pago el abismo es más ancho. 

¿Qué cambia esto para ti? 

Si tienes una cuenta gratuita, a partir de Navidades ya no podrás usar asistentes ajenos. A no ser que Google mantenga sus Gems en cuentas educativas, lo que permitirá a los docentes de esas cuentas crear y compartir Gems con usuarios de Google de cuentas gratuitas o solo del espacio colaborativo de su centro educativo. Si tienes cuenta de pago personal, no educativa ni empresarial, los asistentes de ChatGPT desaparecen y los Gems de Gemini ya veremos, pero todo pinta a que también desaparecerán. 

¿Qué veré en mi cuenta de pago de ChatGPT? 

La oferta sustitutiva de OpenAI es migrar tus asistentes (GPTs) a formato plugin. Si entras en tu cuenta de pago, ya podrás ver el aviso. Ve a la sección "GPT" en la barra lateral izquierda y entra en "Mis GPT". Verás a la derecha de cada asistente que creaste la etiqueta "Migrar a complementos". 

Al pinchar sobre "Migrar a complemento", te saldrá una ventana que te advierte de que no podrás compartir tu plugin resultante de la migración y el GPT desaparecerá después del 11 de diciembre. 

Decides si migrar o no. Si migras, hazlo primero con asistentes que no sean muy importantes o de prueba. De esta forma, podrás testar la diferencia y si merece la pena. Una vez migrado, te aparece esta ventana:

Y si pinchas sobre "Probar en el chat", comprobarás que ese plugin recién convertido solo se puede usar en modo Work (en cuentas de pago), no en modo Chat convencional. Para hacerlo, debes invocar el plugin mediante @ + nombre.

Si vuelves a tu biblioteca de GPTs, verás que ese GPT ya no lo es. Ha pasado a convertirse en un plugin. 

Sin embargo, si pinchas sobre el icono de los dos monigotes, te dice que sí se puede acceder al nuevo plugin en la tienda de OpenAI. 

Si pinchas sobre "complemento migrado", te saldrá una ventana como ésta que al acceder a "editar complemento", podrás configurar cambios en ese plugin desde el modo Work de tu ventana de conversación.

Dile a ChatGPT qué quieres cambiar en tu skill y lo hará.

Una vez termina de actualizarlo, te dice que está listo y te anima a convertirlo en un site u otros formatos, si lo deseas. Una idea interesante. La probaré. Es una manera de darle vida a los viejos asistentes: convertirlos en un site compartible. 

Si en tu espacio de GPTs, pinchas sobre el GPT convertido a plugin, te saldrá esta ventana que dice que hasta el 11 de diciembre podrás usar tu GPT como tal, o hacerlo como complemento. 

Tu GPT sigue apareciendo en la biblioteca de GPTs, aunque lo hayas migrado.

Recuerda que los GPTs, al convertirse en plugins, pasan a tener una utilidad diferente. Solo privada y en modo Work, con posibilidad de acceder a complementos externos y materiales que le hayas pasado. Los plugins son más versátiles. Son una herramienta diferente. Ya no son GPTs. 

¿Qué son los plugins? 

Un complemento (plugin) puede contener una o varias skills, apps conectadas, herramientas, plantillas de apps, archivos de referencia... Puedes usarlo dentro de una conversación ya existente. Eso sí, en modo Work en cuentas de pago. ¿Por qué en cuentas de pago y en modo Work? Porque los complementos permiten ejecutar flujos de trabajo más agénticos, combinando instrucciones, herramientas y servicios externos

Las posibilidades son más versátiles. Pero no colaborativas. Por ahora. Veremos cuál será la estrategia de OpenAI y otra empresas en 2027. Está por ver.

Con un plugin o una skill no tienes que cambiar de asistente cada vez que cambia la fase del trabajo. Un plugin puede realizar múltiples tareas según tus necesidades, activando skill (habilidades) o apps adecuadas para realizar la tarea. Un complemento puede reunir una skill para hacer la tarea y también una app a modo de herramienta que te permita realizar esa tarea y entregarte un producto final. Y puede contener varias skills que haga cada una algo diferente. Por ejemplo, una comprueba fuentes, otra compila información, otra redacta y edita en pdf, otra te la entrega a tu Gmail...

Otra ventaja: Una skill instalada puede utilizarse automáticamente si ChatGPT cree que encaja con la tarea. No tiene que estar constantemente activa, ni tienes que abrirla siempre de forma manual.

¿Desventajas? 

Pierdes tus GPTs, no puedes compartirlos. Desaparecen. Y los usuarios gratuitos ya no pueden usarlos de los usuarios de cuentas de pago ajenas que los crearon. No conserva las conversaciones ni las acciones que incluiste en las instrucciones. No puedes compartir. Puede responder de forma diferente y necesita revisión después de la migración. Es otro concepto diferente. 

Para un usuario gratuito es una pérdida sustancial. Ya solo se puede crear y compartir Gems de Google. Por ahora. Veremos en enero. Para el de pago, igual. Debe concentrarse en un modelo de uso agéntico, pero con menores opciones de trabajo colaborativo en cuentas personales. La forma de usar la IA va camino de reconvertirse por completo a la IA de los agentes.

Ganas en trabajo individual, pierdes en herramientas compartibles. Aunque no del todo. Puedes crear sites o apps que otros usen. Los sites son una excelente alternativa, ya que pueden integrar todas las cualidades de los asistentes, uniendo las de las skills y complementos.

¿Qué hago con el plugin después de migrar el GPT? 

La migración es un primer borrador del nuevo complemento. Ten en cuenta que ese complemento migrado puede comportarse de forma diferente al GPT original, por lo que es recomendable revisar sus instrucciones, archivos de referencia, herramientas e integraciones antes de empezar a usarlo. 

Lo primero es comprobar qué se ha conservado. Las instrucciones del GPT pasan a convertirse en una skill dentro del complemento. Esto es importante saberlo. Lo que queda después de la migración es una habilidad que consiste en las instrucciones que le diste a tu GPT. Los archivos de conocimiento pasan a ser archivos de referencia. Las apps conectadas pueden incorporarse como apps. El modelo que utilizaba el GPT no se conserva. Las conversaciones anteriores no se transfieren. Las acciones personalizadas tampoco se migran automáticamente. Por eso, después de migrar conviene entrar en Editar complemento y revisar su arquitectura.

No intentes conservar el GPT exactamente como era. Un GPT estaba pensado como un asistente. Un complemento funciona mejor como contenedor de capacidades variadas. No tiene sentido decirle: «Eres un asistente experto que hace A, B, C, D y E...» Es mejor reorganizarlo en tareas o procedimientos más concretos. Por ejemplo: 

COMPLEMENTO DE INVESTIGACIÓN

Skill 1: Buscar y seleccionar fuentes 

Skill 2: Contrastar información 

Skill 3: Analizar argumentos 

Skill 4: Redactar un informe 

App: Google Drive 

Archivos de referencia: Guías, rúbricas, ejemplos... 

Un complemento puede contener skills, apps o ambas cosas, por lo que esta nueva arquitectura permite separar mejor qué sabe hacer, cómo lo hace y con qué herramientas.

Te recomiendo que reescribas las instrucciones básicas pensando en tareas. Una skill suele funcionar mejor cuando le dejas claro cuándo debe utilizarse, qué tarea resuelve, qué información necesita, qué pasos debe seguir, qué fuentes o archivos debe consultar, qué criterios de calidad debe respetar, qué formato debe entregar. La clave de un complemento es determinar los procedimientos de trabajo.

Cada elemento hace una cosa diferente. Por ejemplo, la app Google Drive busca el documento, la skill analiza y resume un documento y Canva genera el producto final. 

Debes probar tu plugin varias veces, ver cómo funciona, qué limitaciones y errores da, en qué afinar las instrucciones de tareas. Hasta que no haga lo que quieres, no te des por satisfecho.

¿Cómo convertir tu plugin en un site? 

Si el GPT original era para que lo usaran tus alumnos, piensa en convertirlo en un site. Para una cuenta personal de ChatGPT, es quizá una opción eficaz. El complemento migrado puede servirte como herramienta privada de trabajo, pero ya no conserva la facilidad del antiguo GPT compartido mediante enlace. Sites permite a usuarios Plus crear, alojar y compartir webs y aplicaciones mediante una URL, incluso con experiencias interactivas. 

Entra en Work e invoca ese plugin poniendo. Dile: «Vamos a crear paso a paso un @Sites a partir de @MiPlugin, conservando su lógica pedagógica y objetivos». A continuación dale instrucciones iniciales y ve afinando hasta que te genere la primera versión del site. Se pueden crear versiones diferentes. Cuando tengas la que funciona, comparte ese site con tus estudiantes y listo. Un site puede invocar apps, crear pdfs, enviar emails, crear formularios... Lo que quieras. Y todo en una interfaz atractiva y manejable para ver y usar en móviles, tabletas u ordenadores. 

Otra opción es generar prompts detallados, editarlos en PDF y dárselos a los estudiantes para que los usen según para qué tareas. Durante la conversación, la IA se comportará como un asistente, con links a recursos incluido (con permisos abiertos).

Comparto esta infografía que concentra lo esencial de este texto.

Tomado de IA educativa

«Dieta cognitiva» para nutrir la mente en el uso de IA

 Por Regina Freyman de Edubits del Tec de Monterrey

StoryQ-IA propone una etiqueta cognitiva para hacer visible el esfuerzo intelectual que implica el uso de inteligencia artificial generativa en actividades educativas. El modelo busca fortalecer la soberanía cognitiva del estudiante mediante el análisis crítico, la creatividad, la inmunidad intelectual y la anticipación prospectiva.

Los avances tecnológicos a lo largo de la historia nos han permitido disfrutar de los beneficios de la vida moderna, como el transporte, las tecnologías digitales, la ingeniería de alimentos, entre otros. Sin embargo, este florecimiento también propició en diferentes sentidos una pandemia de obesidad que cambió el estado de nuestra salud física y que a la fecha se realizan esfuerzos por contenerla. Esta es la contraparte o el lado adverso del progreso. Con el tiempo, hemos aprendido que cuidar nuestra alimentación, hacer ejercicio, dormir bien y llevar una vida sana son fundamentales para nuestro bienestar físico.

De manera similar, el avance en el desarrollo de la inteligencia artificial generativa (IA Gen) introduce una nueva forma de delegación cognitiva que puede desplazar procesos intelectuales que antes formaban parte del aprendizaje. De aquí surge esta analogía: si el cerebro puede nutrirse como lo hace el cuerpo, ¿por qué no crear una “dieta cognitiva” que traduzca la descarga intelectual que supone el uso de la IA y traslade esa energía a procesos que nos exijan potenciar nuestra inteligencia humana? En este artículo comparto una propuesta de etiqueta cognitiva, similar a las etiquetas nutricionales de los alimentos para señalar el gasto cognitivo que suponen las actividades de una materia escolar en cualquier nivel educativo.

Etiqueta cognitiva nutricional para la mente

Esta etiqueta cognitiva surge como una herramienta pedagógica inspirada en las etiquetas nutricionales de los alimentos. Así como estas inscripciones permiten comprender qué nutrientes contiene un producto y si contribuye o no a una dieta equilibrada, la etiqueta cognitiva permite observar qué tipo de pensamiento exige una actividad educativa y qué valor intelectual aporta al estudiante. La etiqueta cognitiva señala el esfuerzo mental que supone una actividad en el aula usando IA. Nos ayudará a 1) hacer evidente el valor de lo que aprenderán los estudiantes, 2) crear conciencia sobre la forma en que “alimentamos” nuestro cerebro con el uso de IA y 3) a decidir mejor sobre aspectos pedagógicos en clase usando las nuevas tecnologías de inteligencia artificial.

Mi propuesta busca impulsar el uso de las nuevas tecnologías de IA para la educación de manera sana, preservando nuestra agencia y el desarrollo de las capacidades humanas como el análisis crítico, la interpretación, la creatividad y la anticipación. Esto nos ayudará a lograr mayores propósitos como seres humanos.

La etiqueta cognitiva que diseñé, llamada StoryQ-IA, permite analizar qué papel cumple la tecnología en el proceso de aprendizaje evaluando cuatro aspectos fundamentales:

1. Nivel de intervención de la inteligencia artificial
   Indica qué parte del proceso fue realizada por la máquina y cuál por el estudiante. Este elemento permite distinguir entre delegación mecánica y participación intelectual.

2. Tipo de descarga cognitiva
   Toda tecnología produce cierto grado de descarga cognitiva, es decir, libera al cerebro de tareas repetitivas o mecánicas. La etiqueta permite identificar si esa descarga empobrece el aprendizaje o si, por el contrario, libera recursos mentales para operaciones de mayor complejidad.

3. Valor cognitivo de la actividad
   Este indicador muestra si la actividad promueve el análisis, síntesis, interpretación, creatividad o pensamiento prospectivo. De este modo, el foco se desplaza del resultado final hacia el proceso intelectual que el estudiante desarrolla.

4. Estrategia del estudiante frente a la IA
   La etiqueta también permite reconocer el tipo de relación que el estudiante establece con la tecnología. Por ejemplo, pueden usarla solo como herramienta de eficiencia, como apoyo para profundizar en el análisis o incluso como un interlocutor crítico que desafía sus propias ideas.

Imagen 1. Etiqueta del valor cognitivo para docentes (izquierda) y para estudiantes (derecha). Regina Freyman (2026). Diseño creado por Regina y gráfico creado con ChatGPT.

En la imagen 1 se presenta la estructura de la etiqueta cognitiva para docentes (izquierda), quienes desarrollan materiales educativos, y una etiqueta cognitiva (derecha) para las actividades que realizan los estudiantes. Fue diseñada para hacer visible la distribución de la carga mental en actividades mediadas por inteligencia artificial. El instrumento articula cinco dimensiones: 1) intervención de la herramienta, 2) descarga cognitiva, 3) valor cognitivo, 4) función de la IA y 5) estrategia del estudiante. Su propósito no es medir el desempeño en términos tradicionales, sino identificar el tipo de relación establecida entre el sujeto y el sistema, así como las operaciones cognitivas activadas durante el proceso.

Estrategia del estudiante frente al uso de la IA

Uno de los aportes de la etiqueta cognitiva StoryQ-IA es que opera como un instrumento de persuasión pedagógica más que de control. Busca hacer visible el trayecto elegido por el estudiante y el valor cognitivo resultante. En este sentido, se proponen tres categorías de estrategia entendidas como tipologías heurísticas de uso y no como una jerarquía psicométrica:

• Inteligente (uso eficiente). El estudiante emplea la inteligencia artificial para optimizar tareas y acelerar procesos sin perder la comprensión ni la conservación de sentido.

• Sabio (uso analítico). Describe un uso reflexivo en el que la herramienta sirve para contrastar ideas, ampliar perspectivas y sostener un diálogo crítico con la información generada.

• Genio (uso creativo). La IA se convierte en material de fricción o de interlocución para producir ideas originales, relecturas inesperadas o proyecciones prospectivas.

Estas categorías funcionan como modos electivos de ejecución. La premisa de la propuesta es que el pensamiento del estudiante debe ser más complejo que la delegación realizada, es decir, opera como un criterio orientador de la soberanía cognitiva.

Propuesta pedagógica StoryQ-IA

StoryQ-IA es una propuesta pedagógica cuyo propósito es fortalecer la soberanía cognitiva del estudiante. La soberanía cognitiva se entiende como la capacidad de sostener juicio propio, comprender el tipo de pensamiento que una herramienta propicia o sustituye y elegir conscientemente formas de interacción con la inteligencia artificial que favorezcan la elaboración de sentido.

Desde esta perspectiva, la IA aparece como un entorno de prueba que obliga a hacer visibles las decisiones pedagógicas. Por ejemplo, qué tareas conviene delegar, cuáles requieren intervención humana sustantiva y qué tipo de mediación docente permite transformar la eficiencia técnica en oportunidad formativa.

El desplazamiento central de esta propuesta consiste en mover la atención desde el producto hacia el proceso. Se vuelve necesario interrogar el trayecto cognitivo: qué analizó el estudiante, qué comprendió, qué verificó, qué imaginó y cómo usó la herramienta en relación con su propio pensamiento. Este desplazamiento exige repensar la unidad de análisis de la escritura como un trayecto dialógico: una secuencia de iteraciones que articula intención, formulación, respuesta del sistema, lectura crítica, fricción, reformulación y síntesis.

Taxonomía StoryQ-IA del pensamiento humano

El punto de partida de esta propuesta se encuentra en la ecuación SQ = IQ + EQ propuesta por Richard  Stone y Scott Livengoode en el libro Story Intelligence: Master Story, Master Life. Donde se entiende el storytelling como una articulación entre la inteligencia cognitiva y la inteligencia emocional, confiriendo a la capacidad de narrar la experiencia humana como la base sólida para una existencia en bienestar. Si lo pensamos a detalle, la manera en que te cuentas la vida y haces de ella un camino con sentido o un abismo sin salida depende de la razón y la emoción que empeñas en contarte tu propia historia y también las demás.

Esta formulación reconoce que la capacidad de contar, comprender y conectar historias no depende solamente del razonamiento lógico, sino también de la emoción, la empatía y la construcción de sentido. Narrar implica, en este marco, ordenar la experiencia, vincular memoria y afecto, y transformar información dispersa en una secuencia significativa. Mi propuesta propone una expansión de la ecuación original en los siguientes términos:

StoryQ = N (IQ + EQ + II + AP)

La ecuación expandida se traduce en la siguiente taxonomía funcional para observar las operaciones cognitivas en la práctica:

• StoryQ – Es la capacidad de contarse la propia vida de formas resilientes para sobrevivir a la adversidad. De recomponer y adaptar la historia personal, laboral, profesional o social de manera que seamos susceptibles de adaptarnos a la realidad cambiante.

• N – Representa la inteligencia narrativa, es decir, la capacidad de organizar la experiencia humana en relatos que dan sentido, conectar información dispersa y proyectar futuros.Dentro de esa arquitectura narrativa operan cuatro dimensiones de la inteligencia humana:

• IQ – Inteligencia analítica.
Permite comprender información, establecer relaciones lógicas y resolver problemas.

• EQ – Inteligencia emocional y relacional.
Hace posible comprender a los otros, cooperar y construir sentido compartido.

• II – Inmunidad intelectual.
Es la capacidad de detectar sesgos, cuestionar respuestas automáticas y mantener pensamiento crítico frente a sistemas algorítmicos.
• AP – Anticipación prospectiva. Capacidad de imaginar escenarios futuros, evaluar consecuencias e integrar el pensamiento crítico con la imaginación orientada a la acción.

La ecuación expandida no sustituye la formulación previa, sino que la prolonga críticamente. Su aporte consiste en incorporar dos dimensiones que hoy resultan indispensables. La primera es la inmunidad intelectual, entendida como la capacidad de cuestionar respuestas automáticas, contrastar perspectivas, verificar la información y resistir marcos narrativos impuestos por sistemas algorítmicos. Y la segunda es la anticipación prospectiva, que es la capacidad de imaginar escenarios futuros, evaluar consecuencias e integrar el pensamiento crítico con la imaginación orientada a la acción.

Reflexión

Al surgir herramientas capaces de simular la producción humana en textos, imágenes o música, la tentación de evitar la «fricción» del pensamiento y delegar nuestra cognición es inmensa. Sin embargo, responder con una auditoría docente sólo quebranta la confianza.

El verdadero camino reside en la conciencia: una etiqueta cognitiva que transparente el esfuerzo y devuelva al estudiante la responsabilidad de su propio proceso intelectual.

StoryQ-IA es la evolución del storytelling como dispositivo pedagógico. Al integrar la inmunidad intelectual y la anticipación prospectiva, este modelo ofrece una gramática para sostener el juicio propio y la autoría frente a los sistemas generativos.

El aporte central de esta propuesta es desplazar la pregunta educativa: ya no se trata de qué puede hacer la máquina, sino de qué debe seguir haciendo el pensamiento humano para construir un futuro en el que nuestra inteligencia y bienestar no sean sustituibles. En este nuevo escenario, la narrativa recupera su función más sagrada: organizar la experiencia, preservar el sentido y proyectar, con plena soberanía, los futuros posibles.

Acerca de la autora

Regina Freyman (regina.freyman@tec.mx) es una docente que camina entre libros y algoritmos, convencida de que el futuro de la educación habita en la intersección entre las humanidades y la tecnología. Su formación híbrida —Licenciada en Lengua y Literatura Hispánicas por la UNAM, publicista por el CECC, y Maestra en Crítica Literaria por la Ibero— refleja desde el inicio su interés por formar una nueva mente.

Tomado de EDUBITS