Uso educativo del modo de voz con IA

 Por Ramón Besonías

Hasta hace nada, docentes y estudiantes usaban la IA escribiendo, copiando, pegando, editando, revisando. Y la preocupación más recurrente fue (y es) que los trabajos escritos se copien y peguen sin delegación humana, que el estudiante entregue respuestas prefabricadas.

Sin embargo, la IA generativa parece transformarse cada vez más en una herramienta que prima la voz en vez del texto, e integrarse como ecosistema en los dispositivos, no como mera aplicación que abro y uso, sino a la que pido (por voz) que haga algo y me lo entrega horas o días después, o cuando se lo indique. En pocos años, estudiantes tendrán un móvil que es en sí mismo una IA que hace tareas directamente, con la tentación, como sucede ahora con el texto, de no aplicar iteración humana. La era agéntica será oral y con mayor delegación en tareas rudimentarias o mecánicas. ¿Lo será en las tareas de aula? ¿Aprovecharemos la voz con IA como una oportunidad en vez de como amenaza? Esto requiere conocer la IA, practicar el docente primero, y después ir introduciendo rutinas sencillas con IA dentro de los procesos de aprendizaje. 

La voz cambia la relación con la IA. Reduce la distancia entre la persona y la máquina. Hace que la IA parezca menos herramienta y más interlocutor. Y eso, en educación, tiene enormes posibilidades, pero también exige precaución: 

• depender emocionalmente, 
• bajar la guardia y creer que es un oráculo infalible, 
• abandonar el uso de la escritura como forma de estructurar, analizar, argumentar.

A priori, el modo voz es compatible con la escritura y el vídeo. Los travases de formato debieran vertebrar el aprendizaje. El modo de voz permite conversar, interrumpir, pedir aclaraciones, ensayar respuestas, simular situaciones, recibir feedback, traducir en directo, mostrar imágenes o pantallas y trabajar con el aprendizaje de una forma más oral, más situada y más cercana a la experiencia real. Un caramelo para el docente de idiomas.

Para el estudiante, sin embargo, la tentación más recurrente es usar notas de voz, vídeos breves, mensajes rápidos, auriculares, cámara, pantalla compartida, pero sin pararse a pensar, estructurar, afinar y comprobar contenidos. La IA por voz encaja de forma natural en esos hábitos, pero más aún a como usaba el texto, no le exige iteración, es un ecosistema de inmediatez inmersiva. Basta con hablar. 

Puede ayudar a estudiantes que se bloquean ante la escritura, que necesitan ensayar antes de producir un texto, que aprenden mejor explicando en voz alta o que necesitan practicar conversación en un idioma. Pero también puede fomentar dependencia cómoda: preguntar antes de pensar, pedir la respuesta antes de intentar formularla, sustituir la reflexión por una conversación aparentemente fluida.

El estudiante usa y usará cada vez más la voz con IA. ¿Cuántos adultos a día de hoy escriben en Whatsapp? El impacto de la oralidad sobre los hábitos digitales era ya una tendencia antes de la IA, pero ella lo ha acelerado. La cuestión no es si usar o no el modo voz, sino cómo diseñar actividades donde hablar con una IA no signifique delegar el pensamiento y facilite el aprendizaje real.

Comparto un PDF que reúne una serie de láminas visuales sobre el uso educativo del modo de voz con IA. No es un manual técnico, sino una guía práctica para docentes que quieren empezar a cacharrear.

Las primeras láminas explican las tres grandes capas de mejora de los modelos de voz: la voz conversacional, la voz multimodal y la voz agéntica e integrada. 

Después se abordan los modos de voz en ChatGPT, Gemini y Claude. Cada uno tiene fortalezas distintas. 

El material también incluye ejemplos de uso secuenciado: 

• cómo practicar idiomas con voz, 
• cómo describir imágenes, 
• cómo explicar una web, 
• cómo usarlo como traductor, 
• cómo convertirlo en guía turístico,
• cómo diseñar una gincana integrando el modo de voz en una situación de aprendizaje.

También aparecen usos más específicos: 

• creación de apps o webs con audio, 
• uso de ChatGPT en Proyectos, 
• creación de GPTs pensados para trabajar por voz, 
• trucos para estudiantes, limitaciones, 
• Record Mode, 
• Google Translate desde el móvil,
• uso seguro, ético y sin delegar.

Aunque el modo de voz puede aplicarse a muchas materias, su potencial en el aula de idiomas es evidente. Aprender una lengua no consiste solo en conocer reglas gramaticales o memorizar vocabulario. Implica escuchar, responder, reformular, equivocarse, corregir, ganar fluidez, adaptar el registro y atreverse a participar en una conversación.

El modo de voz permite crear pequeños espacios de práctica oral personalizada. Un estudiante puede ensayar una entrevista, simular una conversación en un restaurante, practicar una presentación, describir una imagen, explicar una web, pedir corrección al final o repetir una respuesta mejorada.

ENLACE AL PDF

ENLACE A LAS LÁMINAS VISUALES

Cómo usar el PDF

• Como material de autoformación docente, permite hacerse una idea rápida de qué ofrecen actualmente las principales herramientas de IA por voz.
• Como guía para diseñar actividades, puede ayudar a transformar una tarea tradicional en una experiencia más oral, más interactiva y más competencial.
• Como recurso para formación docente, cada lámina puede funcionar como punto de partida para una demostración práctica. No basta con explicar qué hace la herramienta: conviene mostrarlo en directo, probarlo, detectar limitaciones y discutir qué sentido didáctico tiene.
• Como material para alumnado, algunas láminas pueden compartirse directamente, especialmente las de trucos de uso, limitaciones y uso seguro. Es importante que los estudiantes aprendan a pedir ayuda sin dejar de pensar.

Una posible secuencia de uso en el aula de idiomas podría ser esta:

• Primero, presentar una situación comunicativa clara: una entrevista, una reclamación, una descripción de imagen, una conversación de viaje o una explicación de una noticia.
• Después, pedir al alumnado que prepare una primera versión oral sin IA. Breve, imperfecta, pero propia.
• En tercer lugar, usar el modo de voz para ensayar, recibir preguntas, corregir errores o ampliar vocabulario.
• Luego, revisar la transcripción o el resumen de errores.
• Finalmente, repetir la intervención oral incorporando mejoras. Esa comparación entre primera versión y versión mejorada es donde aparece aprendizaje real.

Precauciones

No todo feedback de la IA será correcto. Puede equivocarse en pronunciación, matices, traducciones o explicaciones gramaticales. Por eso el docente sigue siendo necesario. 

No deben compartirse datos personales, imágenes de terceros, información sensible ni grabaciones sin permiso.

No conviene que la IA corrija cada frase mientras el alumno habla. Eso puede cortar la fluidez. Muchas veces es mejor pedir corrección al final.

No hay que convertir la voz en una forma de copia. Si el alumno solo repite lo que la IA le dice, no aprende. Imita.

No todo uso de IA es aprendizaje. Aprender exige esfuerzo, revisión, toma de decisiones y poner tu mirada personal.

No olvides... 

• Pedirle un rol claro: tutor, entrevistador, guía turístico, compañero de conversación, examinador, corrector o mediador. 
• Indicar el nivel: A2, B1, B2, C1. Cuanto mejor se define el nivel, más ajustada será la conversación. 
• Pedir una pregunta cada vez. Así se evita que la IA convierta la práctica oral en una explicación larga. 
• Suele funcionar bien pedir que no corrija durante la conversación, sino al final. Primero fluidez, después revisión. 
• Es muy útil pedir una lista final con errores frecuentes, expresiones nuevas y una tarea breve para seguir practicando. 
• Cuando se use cámara o pantalla, el alumno debe explicar primero lo que ve antes de pedir ayuda. La secuencia debería ser: observo, hablo, recibo feedback, mejoro. 
• En traducción, es mejor comparar versiones que aceptar la primera respuesta. Preguntar “qué matiz se pierde” o “qué versión suena más natural” ayuda mucho más que copiar la traducción. 
• En tareas evaluables, conviene pedir evidencias: audio inicial, transcripción, correcciones aceptadas, versión final y breve reflexión.

Tomado de IA Educativa

La metacognición que transforma el aula de idiomas

 Por  Enis Kadipinar

El aprendizaje de idiomas es fundamental en la vida de los jóvenes. Académicamente los hace más competitivos, amplía sus oportunidades laborales y les permite interactuar con otras culturas de manera más cercana y respetuosa. Sin embargo, algunos estudiantes se desilusionan pensando que “no tienen facilidad para los idiomas” al no sentir un avance real en su aprendizaje. Esa frustración me llevó a leer sobre la metacognición, es decir, sobre cómo aprendemos. La teoría dice que cuando los estudiantes reflexionan sobre su proceso de aprendizaje, desarrollan mayor autonomía, identifican estrategias efectivas y se vuelven más conscientes de sus avances. La realidad es que, aunque se hable de la reflexión, en las aulas no hay mucho espacio para ella y tampoco enseñamos a los estudiantes a reflexionar. En este artículo les comparto una guía para ejercitar la reflexión en clase, así como los resultados de esta práctica en mi clase de alemán.

En clase es común solicitar a los estudiantes que “piensen en qué pueden mejorar”, pero sin orientarlos o enseñarles cómo hacerlo. La metacognición nos permite justamente eso: hacer visible el proceso que conlleva aprender. El psicólogo John Flavell (1979) fue uno de los primeros en hablar de este concepto y, desde entonces, numerosos estudios han demostrado su eficacia. Según Hattie (2009) las estrategias metacognitivas se encuentran entre las que más impactan en el aprendizaje. En otras palabras, enseñar al estudiantado a reflexionar sobre cómo aprenden influye más en su aprendizaje que muchas otras prácticas docentes. Sin embargo, la metacognición no surge de manera espontánea, necesita ser guiada, necesita tiempo y necesita apoyo (Wenden, 1998).

“Cuando de manera planeada los estudiantes hacen un alto para reflexionar sobre sus emociones, dificultades, logros y cómo pueden mejorar, aprenden a observarse con honestidad y a orientar su proceso de aprendizaje”.

La metacognición fortalece la autonomía y la confianza del estudiante

Ya sea para aprender un idioma, una habilidad o adquirir nuevos conocimientos, fomentar la autonomía de los jóvenes es esencial para el aprendizaje. Cuando las y los estudiantes eligen cómo aprender, buscan materiales, contenidos, fijan sus propias metas y se nota que saben guiar su aprendizaje. Al alcanzar pequeñas metas autoestablecidas, experimentan satisfacción y alegría al darse cuenta de que su esfuerzo tiene resultados reales; esta independencia fortalece su seguridad personal. De esta manera, la autonomía no solo impulsa la motivación, sino que también se convierte en la base para tomar conciencia de sus propios procesos de aprendizaje, un aspecto clave de la metacognición.

Todos aprendemos de manera diferente, descubrir cómo aprendemos mejor (estilo, ritmo y estrategia) nos permitirá avanzar con mayor seguridad. Por ello, los docentes utilizamos diferentes métodos en el aula, desde trabajos prácticos hasta aprendizajes colaborativos, con el fin de que cada estudiante descubra su manera, aquella que se adapta mejor a su forma de aprender. Es importante recordar y compartir con el estudiantado que aprender lleva tiempo, que no es de la noche a la mañana y que requiere perseverancia, tolerancia a la frustración y mucha paciencia. El autoconocimiento y la reflexión sobre cómo aprendemos mejor, es de gran valor en un mundo tan acelerado. De ahí que, aprender a parar, respirar y respetar los tiempos de uno mismo hace que el aprendizaje sea más consciente, humano y de crecimiento personal.

La metacognición es el centro de mis clases

Hace un año decidí hacer de la metacognición el centro de mis clases de alemán en preparatoria. Quería que mis estudiantes aprendieran no solo el idioma y la cultura alemana, sino también que aprendieran acerca de sí mismos como aprendices.

Comencé por algo sencillo: antes de cada unidad, les pedí que redactaran por qué querían aprender alemán, qué metas personales tenían. Las respuestas fueron tan diversas como emotivas: «hablar con mi abuelo», «estudiar en Alemania», «comprender las canciones en alemán», «vivir en Alemania eventualmente», etcétera.

Durante el curso, cada estudiante llevó un diario de aprendizaje. No era una tarea más, sino un lugar para escribir con sinceridad lo que experimentaban en la clase, por ejemplo, su progreso, frustraciones, errores y las estrategias que iban descubriendo para mejorar. En estas reflexiones, las y los estudiantes expresaban de forma sencilla lo que necesitaban fortalecer para avanzar en el aprendizaje del alemán, reconociendo sus propias áreas de mejora con honestidad. Todas ellas muy interesantes, por ejemplo, “pensar cuál sería la mejor forma de aprender el vocabulario de una lección para comprender mejor los textos del libro”, “practicar con una compañera para entender mejor los audios”, “hablar 5-10 minutos diarios con un compañero o hermano para usar las expresiones cotidianas”, “poner en práctica la construcción de frases en textos semiautomáticos” o “simplemente repasar las estructuras lingüísticas de la semana”.   

Con el tiempo, este ejercicio constante empezó a mostrar frutos visibles. Los estudiantes que antes permanecían callados comenzaron a levantar la mano sin temor a equivocarse, y poco a poco se generó un ambiente de respeto y apoyo en el que los errores se entendían como oportunidades reales de aprendizaje. Muchos me compartieron que escribir y reflexionar no solo les ayudaba en alemán, sino también en otras materias, porque habían aprendido a observarse y organizar sus pensamientos. Las calificaciones mejoraron, sí, pero lo más valioso fue ver cómo crecía su confianza, su voz y su seguridad para enfrentar nuevos retos lingüísticos y personales.

Guía para fomentar la reflexión en la clase de alemán

En las clases de idiomas muchas veces nos quedamos en la superficie: las actividades, las notas, las pruebas orales, pero lo invisible —los pensamientos, las estrategias, la conciencia de aprender— es igual o más importante. Los estudiantes que practican la metacognición son más seguros, planifican mejor su aprendizaje y aprenden a controlarlo (Zimmerman, 2002). Más allá de las calificaciones, lo que cambia es la mirada sobre sí mismos: pasan de sentirse «negados para los idiomas» a ser aprendices.

A continuación, les comparto una actividad que pueden utilizar en la clase de idiomas para guiar y practicar la reflexión con los estudiantes en clase.

Actividad para reflexionar al cierre de la clase o la semana

Tiempo total: 8-10 minutos

1. Reconexión personal (1-2 minutos)
   • Pide a tus estudiantes que cierren los ojos un momento y piensen en su semana de aprendizaje: ¿Qué emociones experimentaron?, ¿qué actividades disfrutaron más y cuáles disfrutaron menos?

2. Identificación del reto (1-2 minutos)
   • Pídeles que escriban una breve redacción: ¿Qué contenido, actividad o habilidad lingüística me resultó más difícil esta semana? ¿Por qué?

3. Estrategias de análisis (2 minutos)
   • Los estudiantes escriben acciones específicas que pueden tomar para mejorar: repasar vocabulario, ver un video, pedir ayuda, repetir ejercicios o vocabulario, cambiar la forma de estudiar, etc.

4. Compartir con compañeros (2 minutos)
   • En parejas, los estudiantes exponen sus dificultades e ideas. Cada estudiante escucha una aportación de su compañero y la anota. Esto abre la puerta para que, entre todos, nos apoyemos y encontremos nuevas formas.

5. Compromiso de mejora (1-2 minutos)
   • Cada estudiante anota una acción concreta que llevará a cabo la siguiente semana para avanzar en su reto. Ejemplo: “Practicaré 5 minutos al día con flashcards”, “Repetiré en voz alta el diálogo del libro”, “Preguntaré al profesor mis dudas”.

6. Cierre consciente (1 minuto)
   • El profesor recuerda a la clase que aprender requiere tiempo, que cometer errores es normal y que la perseverancia es más importante que la perfección.

Cuando los estudiantes hacen un alto de manera planeada para analizar sus emociones, dificultades, logros y aspectos en los que deben mejorar, aprenden a observarse con honestidad y a orientar su proceso de aprendizaje. Además, al compartir con sus compañeras y compañeros, encuentran consuelo, nuevas estrategias y la sensación de que no están solos. Para finalizar, sellando con un compromiso personal, cada estudiante sale de la clase con un pequeño plan de acción realista que fortalece su autonomía y su deseo de mejorar.

Crear espacios para la reflexión en clase y el uso de herramientas, como los diarios de aprendizaje, nos permiten ayudar al estudiantado a recuperar su voz. Después de todo, la metacognición no persigue únicamente un mayor rendimiento, sino una educación más humana, en la que aprender signifique estar vivo, con preguntas, emociones y descubrimientos (Oxford, 2017).

Reflexión

La metacognición no es una técnica ni una moda pedagógica, sino una forma de acompañar al estudiantado a descubrir su propio potencial. Hacer visible el aprendizaje implica más que mostrar conocimientos: también revela identidad, esfuerzo y la manera en que cada estudiante entiende su propio proceso. Enseñar desde una mirada metacognitiva significa observar con empatía, escuchar con paciencia y confiar en que todos y todas pueden aprender si logran conocerse a sí mismos. A lo largo de mi práctica docente he comprobado que, cuando los estudiantes reflexionan sobre su proceso, se apropian de su aprendizaje, reconocen sus fortalezas y entienden que equivocarse forma parte natural de aprender. Y es en ese momento cuando descubren que aprender no es solo una meta, sino un camino que pueden recorrer con confianza. Entonces, el aula se convierte en un espacio donde crecer, explorar y transformarse es posible para todos.

Por ello, me gustaría invitar a otros docentes a abrir pequeños espacios de reflexión en sus clases. Basta con una simple pregunta: “¿Qué aprendiste hoy sobre ti como aprendiz de idiomas?”. Aunque parezca una mínima intervención, puede transformar la manera en que un estudiante se percibe y se valora. Cuando un joven descubre que sí puede aprender, algo profundo en él cambia; se fortalece su confianza, se vuelve más consciente de su proceso y comienza a tomar decisiones más autónomas para seguir avanzando.

Acerca del autor

Enis Kadipinar (enisk@tec.mx) es docente y director académico del departamento de lenguas extranjeras en PrepaTec Santa Catarina. Apasionado por la innovación pedagógica, promueve una enseñanza centrada en la metacognición, la reflexión y el desarrollo humano a través del aprendizaje de idiomas. Además, tiene un especial interés por la gamificación y las nuevas tendencias en la educación, incorporando metodologías innovadoras para motivar y potenciar el aprendizaje de sus estudiantes.

Referencias

Flavell, JH (1979). Metacognición y monitorización cognitiva: Una nueva área de investigación cognitiva y del desarrollo. American Psychologist, 34 (10), 906–911. https://doi.org/10.1037/0003-066X.34.10.906

Hattie, J. (2009). Visible learning: A synthesis of over 800 meta-analyses relating to achievement. Routledge.

Oxford, R. L. (2017). Teaching and researching language learning strategies (2nd ed.). Routledge.

Wenden, A. L. (1998). Metacognitive knowledge and language learning. Applied Linguistics, 19(4), 515–537.

Zimmerman, B. J. (2002). Becoming a self-regulated learner: An overview. Theory Into Practice, 41(2), 64–70.

Tomado de EDUBITS del Tec de Monterrey

Los discursos persuasivos frente a la aitoxicación

 Por Mercedes Leticia Sánchez Ambriz y Carlos Bravo Reyes

 

La pantalla cambia cada pocos segundos. Un titular asegura que una bebida “activa el cerebro”; otro video afirma que aprender un idioma ya no es necesario porque la inteligencia artificial puede traducirlo todo en tiempo real. Un creador digital explica con absoluta seguridad un tema científico sin mostrar evidencia verificable, mientras una inteligencia artificial redacta textos aparentemente académicos aunque muchas veces resulte difícil identificar el origen real de las ideas que contiene.

Entre imágenes veloces, frases emocionales, música estimulante y respuestas automatizadas, comienza a surgir una sensación inquietante: cada vez resulta más difícil distinguir entre información, persuasión y simulación de conocimiento.

En este contexto, los textos persuasivos han adquirido una presencia dominante dentro de los medios electrónicos contemporáneos. Un texto persuasivo es aquel cuyo propósito principal no consiste únicamente en informar, sino en influir sobre pensamientos, emociones, decisiones o comportamientos del receptor. Su intención es provocar una reacción: consumir, compartir, creer, apoyar, rechazar o actuar frente a determinada idea.

Para lograrlo, estos discursos utilizan mecanismos específicos como apelaciones emocionales, simplificación extrema, lenguaje de urgencia, repetición constante, validación aparente y estímulos audiovisuales diseñados para captar atención rápidamente (Perelman & Olbrechts-Tyteca, 1989).

Tradicionalmente, los textos persuasivos podían identificarse con relativa claridad en ámbitos como la publicidad, la propaganda política o los discursos ideológicos. Sin embargo, el desarrollo de los medios electrónicos y las plataformas digitales transformó profundamente sus formas de operación. Actualmente, la persuasión ya no aparece únicamente en anuncios visibles; se encuentra integrada en redes sociales, videos cortos, titulares digitales, recomendaciones algorítmicas, narrativas virales e incluso contenidos generados mediante inteligencia artificial.

Diversos estudios sobre plataformas digitales y economía de la atención sostienen que los algoritmos priorizan contenidos capaces de generar interacción inmediata mediante emociones intensas como sorpresa, miedo, indignación o identificación afectiva. En consecuencia, muchos usuarios dejan de consumir información para comprender y comienzan a hacerlo principalmente para reaccionar. En este escenario, la velocidad de circulación de los mensajes suele imponerse sobre la profundidad del análisis crítico.

Este fenómeno resulta especialmente preocupante en contextos educativos, donde los estudiantes interactúan diariamente con grandes volúmenes de contenido breve, visual y emocionalmente intenso. Algunos estudios recientes advierten que la sobreexposición a contenidos rápidos y fragmentados puede dificultar procesos de lectura profunda, contraste de fuentes y construcción de pensamiento crítico (Gallent-Torres, Zapata-González & Ortego-Hernando, 2023).

La inteligencia artificial ha intensificado todavía más este escenario. Actualmente, los sistemas generativos pueden producir textos coherentes, argumentos estructurados y respuestas aparentemente rigurosas en cuestión de segundos. Sin embargo, la coherencia lingüística no garantiza comprensión epistemológica ni veracidad científica. La IA no comprende el conocimiento que reproduce; reorganiza patrones lingüísticos a partir de grandes volúmenes de datos (UNESCO, 2023). A pesar de ello, muchos usuarios interpretan la fluidez discursiva como sinónimo de autoridad intelectual.

Este fenómeno ha comenzado a generar nuevas formas de dependencia informativa. La infoxicación, concepto desarrollado por Cornella (2000), hace referencia a la saturación de información que dificulta el análisis, la comprensión y la toma de decisiones. En una reciente obra propusimos que la aitoxicación, es la saturación cognitiva, emocional, pedagógica y cultural producida por la sobreexposición a información, herramientas y respuestas generadas o mediadas por inteligencia artificial, que debilita la duda, reduce el juicio crítico y favorece la delegación progresiva del pensamiento.(Bravo, Carlos, Sánchez Mercedes, 2026)

Los discursos persuasivos operan con enorme eficacia dentro de este entorno saturado. Muchas veces no buscan promover comprensión profunda, sino mantener atención constante. La combinación entre algoritmos de recomendación, inteligencia artificial y producción masiva de contenidos emocionales favorece la construcción de ecosistemas digitales donde la manipulación discursiva puede pasar desapercibida.

Por ello, aprender a leer y escribir en la era de la inteligencia artificial implica desarrollar nuevas competencias críticas. Leer ya no significa únicamente comprender palabras, sino también evaluar intenciones, verificar fuentes, reconocer sesgos y distinguir entre información fundamentada y persuasión emocional.

Asimismo, escribir académicamente exige más que producir textos formalmente correctos. Implica elaborar pensamiento propio, construir argumentos sustentados y utilizar las herramientas tecnológicas de manera ética y transparente. La inteligencia artificial puede convertirse en una herramienta de apoyo útil para organizar ideas, sintetizar información o corregir aspectos formales; sin embargo, cuando sustituye completamente la reflexión intelectual del autor, existe el riesgo de empobrecer el aprendizaje y debilitar la autonomía crítica.

Nicholas Carr (2010) advierte que las tecnologías digitales no solo modifican nuestras formas de acceder a la información, sino también nuestros hábitos de atención y procesamiento cognitivo. Del mismo modo, Postman (1994) señala que los medios tecnológicos transforman la manera en que las sociedades interpretan la realidad. Estas reflexiones permiten comprender que el problema actual no radica únicamente en la existencia de inteligencia artificial, sino en la forma acrítica en que muchas veces se consume y reproduce la información.

Frente a este panorama, la educación enfrenta un desafío central: formar ciudadanos capaces de pensar críticamente dentro de entornos digitales cada vez más automatizados y persuasivos. Esto implica fortalecer la alfabetización mediática, la ética del uso tecnológico y la capacidad de cuestionar discursos aparentemente legítimos.

La aitoxicación representa riesgos reales para la formación intelectual contemporánea. En una época donde producir información resulta cada vez más fácil, el verdadero desafío consiste en desarrollar la capacidad de interpretarla críticamente, contextualizarla y utilizarla con responsabilidad.

Referencias

Bravo C, Sánchez M (2026) La nueva Aitoxicación del conocimiento. https://acortar.link/aitoxicacion

Carr, N. (2010). Superficiales: ¿Qué está haciendo Internet con nuestras mentes? Taurus.

Cornella, A. (2000). Cómo sobrevivir a la infoxicación. Infonomia.

Gallent-Torres, C., Zapata-González, A., & Ortego-Hernando, J. L. (2023). El impacto de la inteligencia artificial generativa en educación superior: una mirada desde la ética y la integridad académica. RELIEVE, 29(2). https://doi.org/10.30827/relieve.v29i2.29134

Perelman, C., & Olbrechts-Tyteca, L. (1989). Tratado de la argumentación: La nueva retórica. Gredos.

Postman, N. (1994). Tecnópolis: La rendición de la cultura a la tecnología. Círculo de Lectores.

UNESCO. (2023). Orientaciones para el uso de la inteligencia artificial generativa en educación e investigación. UNESCO Publishing.

Tomado de 366 días

Cómo la taxonomía de Marzano y Kendall replantea el aprendizaje

 Por Paulette Delgado de EDUNEWS

En el ámbito educativo, es muy común hacer uso de taxonomías para ordenar los tipos de conocimiento y así poder definir objetivos claros, estructurar clases y actividades, así como diseñar evaluaciones. La más popular de ellas es la taxonomía de Bloom, un modelo clásico que se desarrolló en la década de los cincuenta que organiza el desarrollo cognitivo en seis niveles de complejidad cognitiva. Esta taxonomía parte de la idea de que aprender no consiste únicamente en memorizar información, sino también en comprenderla, aplicarla, analizarla, crear nuevas ideas y evaluar argumentos. 

Gracias a este modelo, docentes de todo el mundo comenzaron a diseñar actividades y objetivos educativos que promueven un aprendizaje más profundo y significativo. Sin embargo, con el paso del tiempo, investigaciones en educación y ciencias cognitivas mostraron que adquirir conocimiento implica mucho más que desarrollar habilidades cognitivas. Es importante agregar aspectos como la motivación, las emociones, la autorregulación y la capacidad de reflexionar, ya que son cosas que afectan la manera en que procesamos y utilizamos la información.

En este contexto, la propuesta de Robert Marzano y John Kendall puede entenderse como una evolución o ampliación de Bloom, puesto que incorpora dimensiones relacionadas con la metacognición y la conciencia sobre el propio proceso educativo del estudiantado y los factores emocionales que intervienen. Es una taxonomía que amplía la visión tradicional de aprendizaje y propone una mirada más integral sobre cómo las personas adquieren, procesan y utilizan el conocimiento.

Aprender ya no es lo mismo que en la década de los 50

La taxonomía de Bloom surgió en una época donde gran parte del conocimiento provenía de las aulas, libros y medios tradicionales. Se consideraba que memorizar información y desarrollar habilidades cognitivas que permitieran a los estudiantes comprender y aplicar lo aprendido era lo más fundamental, ya que acceder a la información no era tan inmediato como hoy en día. El aula funcionaba como un espacio de transmisión de contenidos donde los profesores representaban una de las principales fuentes de conocimiento.

Sin embargo, la relación que tenemos con la información ha cambiado radicalmente en las últimas décadas. El internet ha permitido acceder a una cantidad prácticamente ilimitada de contenido, especialmente ahora con herramientas como la IA generativa que producen respuestas, resúmenes y explicaciones en cuestión de segundos. Ahora, memorizar datos no es suficiente; el reto está en saber interpretar, cuestionar y utilizar éticamente esos resultados. 

Es aquí donde la taxonomía de Marzano y Kendall toma relevancia, ya que no se limita a organizar habilidades cognitivas, sino que intenta explicar cómo funciona el aprendizaje desde un contexto más humano. Para estos autores, adquirir conocimiento va más allá de memorizar o analizar información. También incluye procesos mentales relacionados con la conciencia sobre el propio pensamiento y la disposición emocional del estudiante para involucrarse en su educación.

La taxonomía de Marzano y Kendall: las emociones también enseñan

A diferencia de la taxonomía de Bloom, en la que existe una jerarquía progresiva de habilidades cognitivas, estos autores proponen un modelo en el que distintos procesos interactúan entre sí. Para ellos, el aprendizaje se organiza a partir de tres grandes dimensiones mentales: la cognitiva, la metacognitiva y el self-system o sistema interno. Cada una cumple una función distinta y, juntas, permiten comprender por qué la educación implica mucho más que memorizar.

Para empezar, el sistema cognitivo se relaciona con los procesos mentales que se utilizan al procesar datos, como recordar información, comprender conceptos, analizar ideas y utilizar lo que sabemos para resolver problemas. Es la parte que más se relaciona con los niveles de la taxonomía de Bloom.

Después está el sistema metacognitivo, que se encarga de supervisar y regular el aprendizaje. Aquí es donde entran los procesos como plantearse metas, monitorear el nivel de comprensión, identificar errores y decidir qué estrategias utilizar para apropiarse del conocimiento. En otras palabras, es lo que implica desarrollar conciencia sobre el propio pensamiento.

Por último, está el sistema interno, que integra las emociones y la motivación dentro de este proceso. Aquí, el cerebro evalúa si una tarea merece atención y esfuerzo, considerando factores como qué tan interesante parece el contenido, la percepción que el estudiante tiene de sus propias capacidades o la importancia que esa actividad representa para ella o él.

Aunado a esto, dentro del sistema cognitivo, Marzano y Kendall describen distintos niveles de procesamiento del conocimiento que explican cómo el estudiante interactúa con la información y qué tan complejas son las tareas mentales involucradas. Estos niveles ayudan a entender que no todas las actividades cognitivas requieren el mismo esfuerzo ni la misma profundidad. Por ejemplo, recordar la tabla periódica requiere un tipo de procesamiento distinto al de analizar las causas de un conflicto social o al de utilizar ese conocimiento para resolver un problema cotidiano.

El primer nivel es la recuperación, que es donde el aprendizaje se relaciona con memorizar información, reconocer conceptos o identificar datos específicos, como fechas históricas, nombres o eventos. Aunque suele considerarse una habilidad básica, es de suma importancia porque funciona como punto de partida para procesos más complejos.

Después está la comprensión, en la que la información deja de ser únicamente recordada y comienza a adquirir significado. Es aquí donde un estudiante puede explicar un concepto con sus propias palabras, resumir una lectura o relacionar datos nuevos con material previo. Por ejemplo, memorizar una fórmula matemática no implica necesariamente entender qué representa o por qué funciona. La comprensión aparece cuando el estudiante puede interpretar el procedimiento y explicar la lógica detrás de él, en lugar de únicamente repetirlo de memoria.

En tercer lugar está el análisis, un nivel que se relaciona con comparar ideas, identificar patrones, clasificar información y detectar relaciones entre conceptos. Es aquí donde surge el pensamiento crítico, porque implica cuestionar y examinar información más allá de su significado superficial. Por ejemplo, detectar sesgos en noticias o comparar diferentes fuentes.

El siguiente nivel es la aplicación de conocimientos, donde el estudiante aplica lo que sabe para resolver problemas, tomar decisiones o enfrentarse a situaciones reales. Aquí la información deja de permanecer únicamente en el plano teórico. Un estudiante puede comprender cómo funciona un porcentaje, pero utilizar lo que conoce implica aplicarlo en contextos cotidianos, como calcular descuentos o propinas.

Aunque estos niveles tienen cierta similitud con lo propuesto por Bloom, Marzano y Kendall consideran que el aprendizaje no ocurre únicamente como una secuencia lineal de dificultad; más bien, los distintos sistemas mentales interactúan constantemente durante la adquisición de conocimientos. 

Por otra parte, uno de los aspectos más innovadores de la taxonomía de estos dos autores es la incorporación de factores emocionales y de la motivación dentro del aprendizaje. Durante mucho tiempo, la educación creó una separación entre procesos cognitivos y emociones, como si dependiera únicamente de capacidades racionales. Sin embargo, aspectos como la ansiedad, la frustración, el interés, la confianza, etcétera, afectan directamente la manera en que entendemos nuevos conceptos. 

Marzano y Kendall integran estos factores dentro del sistema interno, una dimensión que relaciona las emociones, la motivación y la percepción que el estudiante tiene sobre sí mismo. Desde esta perspectiva, antes de involucrarse en una actividad, las personas evalúan si la tarea les parece interesante, relevante o demasiado complicada. 

El ejemplo más claro es cuando un estudiante escucha constantemente que “no es bueno para las matemáticas” y comienza a perder confianza en sí mismo y empieza a desarrollar rechazo o ansiedad hacia esa materia, incluso si posee las habilidades necesarias para comprenderla. De la misma manera, una persona con confianza y que esté motivada emocionalmente suele mostrar mayor disposición para persistir en tareas complejas y enfrentar retos académicos. 

La incorporación de estos elementos resulta especialmente relevante en un contexto en el que la atención se fragmenta constantemente por los estímulos digitales. Redes sociales, notificaciones y plataformas digitales compiten continuamente por captar la atención de los estudiantes, lo que vuelve cada vez más importante desarrollar habilidades relacionadas con la autorregulación y la concentración.

Otro de los conceptos centrales de esta taxonomía es la metacognición, que es la capacidad de reflexionar sobre el propio pensamiento y supervisar cómo adquirimos conocimiento. Es una habilidad sumamente relevante actualmente debido al crecimiento del aprendizaje autónomo y de las herramientas digitales, como adquirir conocimientos a través de cursos en línea, videos o redes sociales sin un docente presente. En esos contextos, saber gestionar el propio proceso educativo resulta fundamental. 

Además, la inteligencia artificial generativa ha provocado nuevas discusiones sobre qué significa realmente aprender. Herramientas capaces de generar respuestas inmediatas pueden facilitar tareas académicas, pero también generar una ilusión de conceptos adquiridos. Leer una explicación o copiar una respuesta no necesariamente implica comprenderla. La diferencia ya no radica únicamente en acceder a la información, sino en saber qué hacer con ella.

Aunque la taxonomía de Marzano y Kendall suele utilizarse para diseñar actividades, objetivos de aprendizaje y evaluaciones, su importancia va más allá de la planeación educativa. Este modelo también permite comprender cómo los estudiantes se relacionan con su proceso educativo en contextos cada vez más complejos y saturados de información.

Por ejemplo, esta taxonomía puede ayudar a los y las docentes a diseñar actividades que no se limiten únicamente a la memorización. Un objetivo centrado en la recuperación podría pedir a los estudiantes que identifiquen conceptos básicos, mientras que una actividad de aplicación del conocimiento implicaría resolver problemas reales o tomar decisiones a partir de la información aprendida. Además, el modelo permite incorporar estrategias relacionadas con la reflexión y la autorregulación, como pedirle al alumno que evalúe sus propios procesos de aprendizaje o identifique qué estrategias le resultaron más útiles para comprender un tema.

Y aunque la taxonomía de Bloom sigue siendo una de las herramientas educativas más influyentes del último siglo y fundamental para estructurar objetivos y actividades de aprendizaje, propuestas como las de Marzano y Kendall permiten ampliar esa visión e incorporar nuevos aspectos que quedaron fuera de las discusiones educativas tradicionales.

Más allá de memorizar información o desarrollar habilidades cognitivas, esta taxonomía recuerda que la educación también implica emociones, motivación, hábitos mentales y procesos de autorregulación. En otras palabras, el aprendizaje no ocurre únicamente en la memoria; también depende de cómo las personas perciben sus capacidades, gestionan su atención y construyen significado a partir del  conocimiento que procesan.

En una época marcada por la inteligencia artificial, la sobrecarga informativa y la necesidad constante de aprender cosas nuevas, quizá el mayor desafío educativo ya no consiste únicamente en enseñar más contenidos, sino en ayudar a las personas a comprender cómo aprenden, desarrollar pensamiento crítico y construir una relación más consciente con el conocimiento.

Tomado de EDUNEWS del Tec de Monterrey

El auge del audiolibro: crecimiento del mercado y hábitos de consumo en 2025–2026

 Tomado de Universo Abierto

Audio Publishers Association (APA). “2026 Consumer & 2025 Sales Surveys.” APA, 2026. https://www.audiopub.org/surveys

El informe presenta los resultados de las encuestas anuales de la Audio Publishers Association (APA), elaboradas junto a firmas de investigación como Edison Research y Toluna, que analizan la evolución del mercado de audiolibros en Estados Unidos durante 2025 y 2026. Los datos muestran un crecimiento sostenido del sector, con ventas que alcanzan los 2,43 mil millones de dólares en 2025, lo que supone un aumento del 9 % respecto al año anterior. Este crecimiento se acompaña de una expansión significativa del catálogo, que supera las 750.000 obras activas, un 43 % más que en 2024.

En cuanto al consumo, el estudio indica que aproximadamente el 58 % de los adultos estadounidenses ha escuchado al menos un audiolibro, lo que equivale a unos 157 millones de personas. Los oyentes consumen una media de 3,8 audiolibros al año, y más de una cuarta parte escucha cuatro o más títulos anualmente. El acceso a los audiolibros es diverso, combinando compras directas, suscripciones, préstamos en bibliotecas digitales y sistemas de créditos de plataformas especializadas.

El informe también destaca tendencias de comportamiento: la principal motivación para escuchar audiolibros es la posibilidad de realizar multitarea y el consumo “en movimiento”. Asimismo, se observa un crecimiento de la producción de audiolibros narrados con inteligencia artificial, aunque la disposición del público a consumirlos ha disminuido ligeramente. Por otro lado, el estudio identifica a la ficción como el principal motor del mercado, con especial crecimiento en géneros como romance, ciencia ficción y literatura juvenil.

En conjunto, las encuestas reflejan un sector en expansión, cada vez más diversificado en formatos, plataformas y hábitos de consumo, donde los audiolibros consolidan su papel como una de las principales formas de consumo de contenido narrativo digital.

Tomado de Universo Abierto