Evaluación educativa e inteligencia artificial. A propósito de los más capaces

 Por Javier Tourón

Hoy quiero hacer un a modo de resumen del «tsunami» tecnológico que está rediseñando nuestras aulas, para volver a nuestros asuntos. No estamos ante una simple herramienta, sino ante una arquitectura de apoyo multidimensional que nos obliga a preguntarnos: ¿queremos personas que piensen con herramientas o personas que deleguen su pensamiento en ellas? ¿Qué implican estos cambios en nuestras aulas?, ¿en nuestros currículos?, ¿en nuestras metodologías docentes? ¿en los esquemas de aprendizaje de nuestros estudiantes? Ya dije hace unas fechas que la pregunta no es: ¿IA, sí o no? Como tampoco nos preguntamos si móvil sí o no. La pregunta es para qué y cómo.

1. La IA como propulsor: personalización y profundización

Un alumno con altas capacidades (AACC), en el aula tradicional a menudo se siente como si tuviese que caminar con «pesas en los pies». La IA ofrece una solución definitiva al histórico «Problema de las 2 Sigma» de Bloom, permitiendo una hiper-personalización a gran escala que antes era inviable, tal como ya señalé en una entrada anterior. Esto debe catapultar:

• El aprendizaje al propio ritmo (cuántas veces hemos hablado del self-paced learning): los sistemas adaptativos, casi una quimera hace décadas, permiten que el estudiante navegue por conceptos complejos a su velocidad, eliminando el «techo» del currículo estándar. Es decir, «si pueden, déjalos volar y no los obligues a caminar». Los recursos están ahí, solo hay que utilizarlos con criterio y oportunidad.
• Zona de Desarrollo Próximo: la IA actúa como un generador de desafíos constantes, situando al alumno siempre en el nivel de reto óptimo para evitar el aburrimiento. Esto lo hemos llamado Optimal Match, concepto archiconocido que puedes revisar aquí.
• Profundización: permite explorar áreas específicas e intereses personales de forma autónoma, transformando el aprendizaje en una aventura significativa. ¿Recordáis aquello de convertir la escuela en una aventura diaria y no en una tortura? Este enlace es de 2014!

2. Los Riesgos: la «habitación china» y la deuda cognitiva

Sin embargo, debemos evitar que la IA se convierta en una «muleta» que provoque la atrofia del esfuerzo.

• La habitación china: siguiendo a Searle, corremos el riesgo de que el alumno parezca competente al manipular símbolos (procesar datos con IA) sin tener una comprensión semántica real. En esta entrada Sternberg se refiere a este asunto con toda claridad.
• La deuda cognitiva: externalizar procesos mentales de alto nivel debilita las conexiones neuronales. Escaneos cerebrales (EEG) muestran que los usuarios dependientes de la IA tienen una conectividad significativamente menor en áreas clave para la memoria y la creatividad. Ya hablamos de esto aquí.
• La amnesia inmediata: El 83% de los usuarios de IA no puede recordar el contenido de un ensayo apenas unos minutos después de haberlo generado, ya que el aprendizaje sin esfuerzo no deja huella en la memoria. Esto parece bastante obvio: si el ensayo lo ha generado otro, no hay modo de que lo recuerde uno… Esto tiene implicaciones para la evaluación de los productos de los alumnos.

3. El alumno como «director de orquesta» y el profesor como brújula

En este paradigma, el alumno debe ser el «director de orquesta»: utiliza la potencia de la máquina para gestionar datos, pero aporta su propio discernimiento, criterio y rigor para dar sentido al resultado.

Por su parte, el docente deja de ser el «sabio en el escenario» (the sage on the stage) para ser un mentor y brújula (the guide on the side). ¿Ya nos hemos olvidado de las virtualidades de las metodologías activas y del flipped classroom? Su función [la del profesor] es ser un «pensador en voz alta», modelando cómo dudar, verificar fuentes y gestionar la incertidumbre frente a la máquina.

4. La voz crítica de los alumnos con alta capacidad

Ya hablamos de esto hace unas semanas a propósito de un estudio de campo llevado a cabo recientemente. Puedes ver la entrada a partir de este enlace.

Es fascinante, y algo a tener muy en cuenta, el notar que los alumnos con AACC suelen ser los más críticos con la IA, cuestionándola no por ignorancia, sino por una alta exigencia de autenticidad y justicia.

• Dilución de la creatividad: temen que la IA homogenice su trabajo. Es icónica la anécdota de la alumna que rechazó un dibujo de IA de un delfín diciendo: «yo lo mismo pintaré; a diferencia de la IA, yo sé dónde va la aleta dorsal».
• Escepticismo técnico: definen a menudo la IA como «clunky» (torpe) o poco confiable para razonamientos divergentes y profundos.
• Frustración con las restricciones: se sienten penalizados cuando los centros, por miedo al mal uso de otros, bloquean herramientas digitales legítimas que ellos necesitan para organizar sus ideas ágilmente.

5. Guía de Uso: cuándo invitar (y cuándo no) a la IA al aprendizaje

Dimensión	Para qué USAR la IA (Pros)	Para qué NO usarla (contras)
Personalización	Adaptar el nivel de reto y ritmo a la capacidad real, rompiendo el techo del aula.	Sustituir el esfuerzo intelectual básico por resultados automáticos sin reflexión.
Investigación	Filtrar miles de fuentes masivas (Píldora de Investigación) para ganar tiempo de análisis profundo.	Aceptar respuestas como verdades absolutas sin auditar sesgos, errores o «alucinaciones».
Creatividad	Como compañero de brainstorming para generar conexiones inusuales y andamiaje.	Delegar la esencia personal, la voz propia o la autoría genuina del trabajo creativo.
Accesibilidad	Apoyar a alumnos con doble excepcionalidad (2e) con herramientas de texto a voz o andamiaje.	Delegar la comprensión emocional, la empatía o la mentoría personal, que son irreemplazables.
Productividad	Automatizar tareas mecánicas y repetitivas (resúmenes básicos, calendarios) para liberar tiempo de tutoría.	Externalizar procesos de pensamiento crítico, sabiduría o toma de decisiones éticas y vitales.

6. La Transformación de la evaluación y las tareas

Para verificar que el aprendizaje es real y que la IA no ha tomado el mando, la evaluación debe modificarse y pasar de juzgar el producto a auditar el proceso. Hace tiempo que es más relevante preguntar no ¿qué sabes? sino ¿qué sabes hacer con lo que sabes? Veamos unos simples ejemplos:

• Auditoría cognitiva: en lugar de pedir al alumno un ensayo, entrégale uno generado por la IA que contenga un error sutil o una omisión profunda. La tarea del alumno es actuar como autoridad técnica: encontrar el fallo, explicar por qué ocurrió y proponer una solución superior basada en su propio rigor.
• Inteligencia de convocatoria inmediata: evaluar mediante debates en tiempo real, entrevistas o defensas orales donde el alumno no tenga apoyo externo. Si un alumno no puede defender su tesis cara a cara, su competencia es solo una «ilusión de saber». ¿No os recuerda esto a la defensa de una tesis doctoral o tesis de máster, por ejemplo?
• Tareas de reflexión «pre-pantalla»: pedir al alumno que genere sus propias ideas e hipótesis antes de interactuar con la IA, para que esta sea un compañero de debate y no un oráculo inicial.

En conclusión, la educación del talento en el siglo XXI no se define por cuánta información se posee, sino por la autonomía intelectual y la capacidad de ser pensadores críticos que auditan la tecnología. El conocimiento propio, forjado a través del estudio y el análisis, es el único vuelo que realmente nos pertenece.

Permitidme terminar con un pensamiento de gran filósofo Alejandro Llano pronunciado hace más de treinta años:

“Lo descriptivo cederá la primera posición a lo metodológico. Lo formativo tendrá mayor relevancia que lo informativo. El objetivo focal será una intensa y amplia preparación intelectual: aprender a pensar con rigor, hondura y creatividad” (Llano, A., 1994, discurso apertura de curso Universidad de Navarra).

¡Nada que añadir!

Como complemento de esta entrada adjunto esta imagen que he realizado con NotebookLM y que puede ser un buen resumen de lo expuesto en esta entrada y alguna anterior. Espero que os resulte de interés.

Tomado de Javier Tourón

Diseña tu recurso educativo (app y HTML)

 Por Ramón Besonías.

He diseñado un Gem (asistente especializado) enfocado en el diseño de recursos educativos. Su objetivo es sencillo: permitir que cualquier profesor transforme sus materiales en aplicaciones interactivas autónomas que funcionan en cualquier pizarra digital o dispositivo, y además poder descargar ese recurso en formato html para poder verlo e interactuar con él en cualquier navegador y cuando desee.

🔗 Enlace al asistente

Este Gem no se limita a escribir el código; te guía en un proceso iterativo:

• Diagnóstico: Analiza tu contexto y nivel de alumnos para proponer el mejor formato.

• Diseño: Sugiere elementos de usabilidad, feedback visual y lógica de acierto/error que a veces olvidamos al diseñar.

• Generación: Crea la aplicación en un panel de vista previa (Canvas) para que puedas probarla antes de terminarla.

• Descarga: Una vez lista, la propia app incluye un botón para guardar en HTML el recurso y así puedas usarlo sin necesidad de internet. 

Modelos de ejemplo

He preparado dos ejemplos prácticos que puedes probar y descargar para ver el potencial de esta herramienta. No están pulidos. Los he creado para que veas ejemplos y su potencial didáctico.

1. Gymkana por Sevilla 

Una aventura por Sevilla donde estudiantes ingleses de nivel B2 practican el español, observando detalles reales y aplicando gramática.

• Objetivo: Fomentar el descubrimiento cultural y la interacción social.

• Funcionamiento: Incluye barras de progreso, pistas desplegables y retos de observación visual.

🔗 Enlace a la app interactiva

💾 Descargar HTML para uso offline

(Al pinchar, se te abrirá una ventana. Dale a Archivo, y después a Descargar)

2. Diccionario visual "Mi Comida"

Un recurso para estudiantes marroquíes de español nivel A1 que combina imagen y sonido.

• Objetivo: Refuerzo de vocabulario y fonética mediante el sistema Text-to-Speech (TTS).

• Funcionamiento: Dos modos de uso: Estudio (para escuchar y repetir) y Juego (desafíos de identificación auditiva).

🔗 Enlace a la app interactiva

💾 Descargar HTML para uso offline

(Al pinchar, se te abrirá una ventana. Dale a Archivo, y después a Descargar)

¿Cómo empezar?

Solo tienes que subir tus apuntes, un esquema o una lista de vocabulario al asistente y decirle: "Quiero convertir esto en una app interactiva..." El sistema se encargará de crear una interfaz táctil, limpia y lista para el aula. 

Al final del proceso se activará en modo Canvas de Gemini y deberás ir limando la app para que quede como deseas. Comprueba que el botón de la parte inferior te deja descargar el HTML. Pruébalo en tu navegador.

Ambas opciones, app mediante link o HTML descargable, son compatibles y útiles según para qué:

• La app es cómoda: pones el link en tu pizarra digital o se lo pasas a los estudiantes y listo. Y puedes seguir editándola a tu gusto.
• El HTML sirve si no tienes internet o ya no recuerdas dónde está la app. Es un recurso en modo archivo muy cómodo para compartir. Pero es fija, no se puede modificar.

Tomado de IA EDUCATIVA

Las apps de IA y el efecto Tamagotchi

Por Carlos Bravo Reyes y Mercedes Leticia Sánchez Ambriz.

No te pierdas el debate entre dos personas, una a favor del empleo de la IA y la otra que se opone a su empleo constante; el podcast lo escuchas desde aquí.

Recientemente, en medio de una clase, pregunté a mis estudiantes si conocían Sócrates, una herramienta de IA, que en semestres pasados empleé con frecuencia. Inmediatamente escribí en el navegador la URL de dicha aplicación y de pronto una pantalla en blanco, pensé en un error y nada; la app dejó de existir.

Cada día nace una nueva aplicación de inteligencia artificial. La probamos, nos entusiasma, la llevamos al aula, la comentamos con colegas, la presentamos en un congreso y, en no pocos casos, hasta escribimos sobre sus bondades. Nos convencemos de que esta app llegó para quedarse y cada día crecer más. Organizamos algunas clases en base a ella, la insertamos en los métodos y la evaluación. Luego ocurre algo que ya se está volviendo habitual: la app cambia sus condiciones de uso, se vuelve de pago, es absorbida por otra plataforma o, simplemente, deja de ser visible, desaparece como me ocurrió días atrás.

Esta escena me lleva a recordar al Tamagotchi. Aquel juguete que llenó los mercados a finales de los noventa comenzaba como un huevo, crecía con los cuidados de los niños y podía morir. Había que atenderlo, seguirlo, alimentarlo y sostenerlo. Su existencia dependía de una relación constante. Algo parecido ocurre hoy con muchas aplicaciones de IA. Nacen con fuerza, reclaman atención, generan apego y, de pronto, dejan de existir en el lugar que ocupaban en nuestras rutinas digitales. La comparación puede estar traída por los pelos, pero ayuda a nombrar un fenómeno serio: la vida breve de muchas herramientas tecnológicas y el modo en que esa fragilidad termina afectando la práctica pedagógica.

El problema no radica en que aparezcan nuevas aplicaciones. Esa dinámica forma parte del ecosistema digital contemporáneo. El problema comienza cuando el docente deposita en una herramienta efímera una función que debería descansar en una decisión pedagógica más estable. En ese punto, la desaparición de la app deja de ser una anécdota tecnológica y se convierte en una dificultad didáctica. Es necesario destacar que otras muchas herramientas empleadas diariamente, crecen en sus posibilidades y mejora de interacción y están lejos de desaparecer. Tal vez debamos fijarnos más en ellas, que en las otras para evitar el efecto Tamagotshi.

Del huevo digital al vacío metodológico

El ciclo suele repetirse de manera similar. Primero aparece una app con una promesa potente. Dice ahorrar tiempo, mejorar resultados, personalizar aprendizajes o ampliar la creatividad del estudiante. Después llega la etapa del entusiasmo. Se multiplican los tutoriales, los videos de recomendación, las pruebas rápidas y las publicaciones en redes. La herramienta entra a las clases, a los talleres y a las conversaciones académicas. Todo parece apuntar a que estamos ante una innovación de largo alcance.

Al poco tiempo, el escenario cambia. La aplicación comienza a poner límites, a cerrar funciones, a modificar su interfaz o a exigir pagos que antes no pedía. En otros casos, desaparece sin anuncio visible para la mayoría de los usuarios. Queda entonces una sensación extraña. Aquello que hace poco era tema de moda se convierte en un recuerdo amargo. El aula, sin embargo, no funciona con recuerdos amargos y lamentos tecnológicos. El aula necesita continuidad, criterios y decisiones que soporten el paso del tiempo.

En educación, esto merece una lectura crítica. Una cosa es usar una app como medio complementario, tal vez como experimento. Otra muy distinta es organizar una experiencia de aprendizaje entera alrededor de una tecnología cuya permanencia nadie puede garantizar. La fascinación por la novedad, en ese contexto, puede nublar el juicio profesional. El docente empieza a seguir herramientas como quien sigue una tendencia, y no como quien examina recursos desde objetivos, contenidos, mediaciones y formas de evaluación.

Esta situación se conecta con un fenómeno que cada vez se vuelve más visible: la saturación de propuestas de IA, que conducen a la Aitoxicación, fenómeno que hemos abordado en el blog. Cada semana aparecen nuevas plataformas que prometen hacer mejor lo que otra prometía ayer. La abundancia no siempre mejora el panorama. En ocasiones lo vuelve más confuso. Se instala la sensación de que siempre falta probar la siguiente app, como si el valor pedagógico estuviera en la novedad y no en la coherencia del uso. El resultado puede ser una práctica dispersa, frágil y dependiente del ritmo comercial de las empresas tecnológicas. Todas las herramientas, como hemos comentado más de una vez en el blog, son recursos, medios del proceso pedagógico que se subordinan al método y dependen por completo de la relación objetivos contenidos.

Lo que debe permanecer cuando la app desaparece

La primera lección que deja el efecto Tamagotchi es clara: el centro del trabajo docente no puede ser la app. El centro debe ser la intención pedagógica, el objetivo a alcanzar. La pregunta decisiva no es qué herramienta está de moda, sino qué se quiere lograr en el aprendizaje. Si la meta consiste en promover pensamiento crítico, fortalecer la redacción, organizar información, comparar fuentes o producir una imagen con sentido didáctico, entonces la función debe quedar por encima de la plataforma concreta. Es decir, se subordina a la metodología seleccionada.

La segunda lección tiene que ver con la transferencia metodológica. Una buena actividad debería poder migrar de una app a otra sin perder su valor formativo. Si una estrategia solo funciona con una plataforma específica, la dependencia es demasiado alta. En cambio, si la tarea conserva su estructura, aunque cambie el soporte, hay mayor solidez didáctica. El docente deja de ser usuario cautivo de una app y pasa a ser diseñador de experiencias de aprendizaje.

La tercera lección remite a la curación de herramientas. No basta con conocer muchas aplicaciones. Hace falta aprender a seleccionar, que es el primer paso en la ruta crítica en el trabajo con los medios. Conviene mirar estabilidad, claridad en las condiciones de uso, facilidad de acceso y de manejo por parte de los estudiantes, posibilidades de exportar resultados, protección de datos y pertinencia para el contexto educativo real, entre otras razones. Una app puede resultar espectacular en una demostración breve y fallar por completo en una secuencia de clase más exigente. Ahora bien, no toda adopción intensa de una herramienta implica dependencia ingenua; en algunos casos, el uso sostenido permite consolidar prácticas valiosas. El problema no es la frecuencia de uso, sino la ausencia de criterios para reemplazar, adaptar o evaluar la herramienta.

La cuarta lección alcanza a la escritura académica y a la divulgación educativa. Cada vez que un docente o investigador escribe sobre una app de IA, debería evitar el tono de deslumbramiento. Presentar una herramienta como solución definitiva, o la que cambia todo lo que antes hacías con otra IA, suele ser una forma de simplificación. Es más honesto analizarla como recurso provisional, situado y condicionado por un mercado muy inestable. Esa cautela no enfría la innovación, la vuelve más seria.

También hay una enseñanza para los estudiantes. Formarlos solo en el manejo de una app concreta produce aprendizajes débiles. Formarlos en criterios, preguntas, análisis, evaluación de fuentes y producción reflexiva produce capacidades que sobreviven a la desaparición de una plataforma. La educación no puede depender de la duración comercial de un producto digital. Debe apoyarse en procesos cognitivos que mantengan vigencia, aunque cambie el entorno tecnológico.

Por eso, la metáfora del Tamagotchi no es una simple imagen nostálgica. Permite comprender un rasgo central del presente digital. Muchas aplicaciones de IA nacen como huevo brillante, crecen con rapidez, capturan nuestra atención y luego se apagan. El riesgo aparece cuando el docente también apaga con ellas una parte de su estrategia de enseñanza; entonces conviene detenerse. La mediación pedagógica no puede tener la misma esperanza de vida que una app.

Las herramientas pasarán, unas morirán pronto, otras mutarán y algunas serán absorbidas por plataformas mayores. El reto del docente consiste en no confundir innovación con dependencia. Probar, explorar y experimentar sigue siendo necesario. Lo que no debe perderse es la distancia crítica. En tiempos de sobreoferta tecnológica, esa distancia se vuelve una forma de madurez profesional.

Tal vez esa sea la enseñanza más útil de todo este proceso: no hay que enamorarse de la app. Hay que trabajar con criterios que sigan vivos cuando la app ya no esté. 

Tomado de 366-días

Aprender a pensar visualmente en tiempos de la IA

 Por Ramón Besonías

Todas las ilustraciones de este artículo han sido dibujadas por el autor en una tablet

Antes de que apareciera la IA generativa, las destrezas creativas del estudiante seguían suponiendo un reto educativo esencial. La IA no es causa de ese déficit, sino un factor más dentro de una ecuación vulnerable. He impartido durante muchos años formaciones a docentes sobre el uso del pensamiento visual y tanto esos docentes como sus estudiantes presentaban un escaso entrenamiento en estrategias de capacitación visual básicas, que les permitiera convertir contenidos en esquemas visuales estructurados de forma lógica a través de iconos sencillos, conectivas y textos breves. Algo que a priori parece fácil, más aún en un ecosistema social en el que lo visual es hegemónico, no lo es, presenta serias dificultades para menores y adultos. Y sin embargo, con un sencillo entrenamiento puede ser muy estimulante y útil. Quien lo probó, lo sabe.

Las resistencias a este entrenamiento suelen ser menos técnicas que emocionales. El estudiante deja de dibujar en el segundo ciclo de Primaria, primando más el lenguaje escrito, la comprensión a través de la lectura y la escritura con palabras. Dibujar se asocia con un talento del que solo están capacitados unos cuantos, y dibujar "mal" se penaliza. A esto se suma la pereza y la edad como agravantes que acaban convenciendo de que es mejor no intentarlo. 

Sin embargo, todos los docentes nos quejamos de que cada vez con más evidencia el estudiante no entiende lo que lee, no sabe estructurar los contenidos, secuenciar en pasos, relacionar ideas. El pensamiento visual puede ser una estrategia excelente para entrenar esas destrezas cognitivas y desarrollar la creatividad. Pero requiere que el docente también se entrene en estas estrategias, las pruebe y aplique en el aula. No se adquieren por ciencia infusa. Requieren práctica.

¿Qué supone la irrupción de la IA generativa dentro de este reto? Si antes adultos y estudiantes no se planteaban entrenarse en esas habilidades, ¿lo hará si la IA es capaz de generarlas con eficacia y atractivo en unos segundos a golpe de prompt? Antes de la IA generativa, el estudiante veía gráficas, esquemas visuales, infografías, no las creaba. Con la IA la tentación es la misma, añadiendo como agravante la inmediatez y disponibilidad. Si lo hace la IA, ¿por qué hacerlo yo? La respuesta ya la apunté en el párrafos anteriores. El entrenamiento mano-cerebro facilita el refuerzo de esas destrezas esenciales que buscamos para que el estudiante entienda, estructure, relacione, argumente. Ver pasivamente no ejercita esas habilidades, pero escribir facilita un aprendizaje lento, pautado, que acepte el error como parte del aprendizaje. 

Pese a que mis estudiantes usan la IA generativa, en el proceso de aprendizaje les obligo a redactar a mano los borradores de ideas, los esquemas y los contenidos estructurados, subrayando ideas clave y creando mapas mentales (visuales o no). La IA puede servir de ayuda en determinados momentos de ese proceso, planificados y pautados por el docente para evitar un mero copia y pega, pero sin un procesado escrito, que analice, recomponga los contenidos y los aplique, no podemos asegurar el aprendizaje significativo y competencial del estudiante. 

La IA puede ayudar a que los estudiantes aprendan a crear en papel esquemas visuales, guiarles paso a paso en ese proceso, pero el objetivo final debe ser adquirir autonomía. Un enfoque metodológico híbrido es lo recomendable. Según en qué contextos, tareas y objetivos, será útil recurrir a la IA como herramienta vehicular y temporal que refuerce la comprensión, estructuración y planificación del estudiante. Si dejamos en manos de la IA la generación de esquemas, apuntes o tareas, el estudiante no pasará por ese lento y necesario proceso de pensar lento. Pero si obviamos la influencia que tiene la IA en la cultura de trabajo del estudiante, estaremos dejándolo a merced de los elementos. Nunca aprenderán a usar de forma inteligente la IA, reproduciendo en bucle hábitos que no le ayudarán a comprender, analizar y recrear de forma autónoma, crítica y creativa los contenidos. 

El diseño de enseñanza y su evaluación es la clave en este engranaje. No es la IA la que provoca que el estudiante copie y pegue. Lo es el proceso que el docente diseña durante el aprendizaje. ¿Por qué, cuándo y de qué manera introduzco IA en ese proceso? ¿Observé qué sucedió, cómo lo aplicó el estudiante, qué elementos no funcionaron? ¿Reflexioné sobre cómo mejorar ese proceso? ¿Apliqué esa autocrítica o eché balones fuera y desistí?  

En las primeras etapas escolares, es evidente que la psicomotricidad se debe propiciar sobre todo a través de un hábito donde la mano y el cerebro trabajen juntos en tareas de progresiva complejidad. En etapas posteriores, el uso de herramientas digitales se combina con la aplicación de una psicomotricidad fina en contextos diversos de aprendizaje, pero sin abandonar el tándem mano-cerebro como aliados constantes en ese proceso. 

En algunas tareas mecánicas donde no es necesario ni objetivo adquirir una autonomía, la IA puede ser protagonista y única herramienta de uso, porque la intención del docente es subrayar otras habilidades donde la IA no interviene y dejar a ésta trabajos secundarios de apoyo y resolución rápida. Pero en el resto, es necesario medir el grado de autonomía que dejamos al estudiante en el proceso de trabajo y qué uso darle a la IA en las diferentes tareas del reto o proyecto.  

En mi caso, suelo usar mucho los asistentes porque me permiten guiar al estudiante en el proceso de trabajo a partir de instrucciones pautadas, sin salirse de ese entorno digital. Esto ayuda a que aprendan con el tiempo a practicar una cultura de uso inteligente de la IA, no cediendo autonomía cuando no es necesario y aprendiendo a promptear con instrucciones que la propicien. 

Existen asistentes de entrenamiento, que ayudan al estudiante a ir aprendiendo a usar determinadas estrategias visuales que después aplicarán sin IA a diferentes contextos. Asistentes de usar y tirar. Estos asistentes son muy útiles en estudiantes que empiezan a entrenarse en determinadas rutinas cognitivas. El docente no puede perder el horizonte: son asistentes temporales. El objetivo es no necesitar la IA una vez adquirido un mínimo de competencia. El mismo estudiante comprenderá que para esos casos es absurdo usar IA porque él ya sabe hacerlo mejor y en menor tiempo. Esto lo aprende enseguida el estudiante, que tiende a ser muy práctico y selectivo con la IA. Si es eficaz, sencilla y no le genera más carga de trabajo, la usa. Si no, la desecha y busca otras vías. 

Comparto algunos asistentes, unos enfocados al aprendizaje guiado, propiciando la autonomía del estudiante, y otros pensados para ofrecer imágenes a través de un proceso pautado que después se usarán dentro del proceso de aprendizaje que diseñe el docente o como material de apoyo.

Asistentes de Gemini:

• Visual Thinking: cuya función es transformar ideas, datos o procesos complejos en mapas visuales mediante la combinación de texto e imagen. 
• Diseño de cómics educativos: Te guía, ya seas docente o estudiante, utilizando la herramienta integrada "Nano Banana" para generar viñetas. Desde el diagnóstico inicial hasta el montaje final y el cierre didáctico, te ofrezco dos rutas, una detallada y otra exprés, garantizando siempre la consistencia visual, la legibilidad del texto nativo en la imagen y pidiendo tu aprobación antes de cada paso clave. 

Asistentes de ChatGPT:

• Imagínatelo: Ayuda a estudiantes y docentes a desarrollar habilidades de observación, descripción y creación de imágenes a partir de texto, integrando lenguaje, creatividad y análisis visual en diferentes áreas de estudio. Su funcionamiento se basa en un proceso guiado y secuenciado.
• Dibújamelo: Ayuda a convertir ideas, conceptos, historias o procesos en garabatos visuales sencillos. Sigue el siguiente flujo de trabajo: 
• Primero te preguntará qué quieres representar y para qué lo necesitas, para entender el contexto. 
• Luego te propondrá metáforas visuales, formas simples de dibujo y estructuras (como mapas mentales, caminos, diagramas o viñetas) que faciliten representar la idea. 
• Después te guiará paso a paso sobre qué elementos dibujar y cómo organizarlos en el espacio. 
• Finalmente te dará consejos para simplificar, mejorar la claridad visual y experimentar con tu estilo, siempre recordando que un buen garabato no necesita ser perfecto, solo claro, útil y expresivo.
• Aprende Visual Thinking: Te guía paso a paso para aprender a pensar con dibujos en tu práctica docente. Flujo de trabajo: 
• Primero te invita a elegir si quieres entrenar tus habilidades, usarlo con tus estudiantes o ambas cosas. 
• Después propone ejercicios progresivos de garabatos, iconos simples y metáforas visuales para transformar ideas en imágenes sin necesidad de saber dibujar. 
• A continuación ofrece estrategias didácticas para usar mapas visuales, storyboards u otras dinámicas en clase, junto con formas de digitalizar los dibujos y evaluar trabajos visuales. 
• fanZine: Funciona como un acompañante educativo y creativo para diseñar y crear fanzines, especialmente en contextos escolares. Flujo de trabajo:
• Primero identifica el perfil de la persona usuaria (docente, estudiante o explorador/a) y adapta su ayuda a ese rol. 
• A partir de ahí guía el proceso creativo por etapas: definir la intención del fanzine, desbloquear ideas, diseñar la estructura, elegir estilo, crear contenidos, revisar y finalmente compartir el resultado. 

Los personajes de esta ilustración han sido generados con IA

Los asistentes o conversaciones con IA pueden actuar de diferentes formas: 

Hace el producto final. 

Propuestas de aula

A. Corrige la infografía de la IA

La IA genera una infografía inicial sobre un tema. El estudiante debe detectar errores, simplificar el lenguaje, reorganizar la estructura, redibujarla a mano, añadir una mejora original propia.

B. Del párrafo al garabato

Se entrega un texto breve. La IA solo puede ayudar a detectar ideas clave, sugerir 3 metáforas visuales, proponer un orden posible, el alumno hace el resto en papel. Ideal para comprensión lectora.

C. Esquema ciego y reconstrucción

La IA produce un esquema visual incompleto. El alumno debe completarlo tras estudiar el contenido. Muy útil para repaso o evaluación diagnóstica.

D. Tutor de iconos

El alumnado elabora un mapa visual y consulta a la IA solo para mejorar iconos, flechas, agrupaciones o claridad espacial. Muy útil para entrenar visual thinking sin invadir el contenido.

E. Antes y después

Pasos:

• Versión 1 a mano. 
• Revisión con IA. 
• Versión 2 mejorada. 
• Breve reflexión escrita sobre qué ha cambiado y por qué. 

Esto convierte la IA en herramienta de revisión, no de sustitución.

F. Combate entre esquema IA y esquema humano

Dos esquemas sobre el mismo contenido: uno generado por IA y otro elaborado por un estudiante. El grupo debate cuál es mejor. Muy útil en formación docente también.

Ejemplos de uso

1. IA como andamio inicial

La IA sirve para romper el miedo a empezar y ofrecer una primera estructura que el alumno debe rehacer, corregir o traducir a papel.

Uso educativo: Pedir a la IA un primer esquema visual muy básico sobre un contenido y obligar al estudiante a:

• detectar errores, vacíos o simplificaciones
• reorganizarlo a mano
• sustituir iconos poco claros por otros mejores
• justificar por qué cambia la estructura

Qué entrena: Comprensión, jerarquización, pensamiento crítico, traducción entre formatos y autonomía.

Ejemplo: La IA genera un esquema inicial sobre Platón. El alumno no puede copiarlo: debe redibujarlo en su cuaderno, corregir conceptos, añadir conexiones con otros autores y explicar por qué ha cambiado la disposición visual.

Aquí la IA no resuelve, abre el primer borrador del pensamiento.

2. IA como mentor de proceso

La IA no entrega el mapa, sino que acompaña la construcción.

Uso educativo: El alumno trabaja primero en papel. Después sube una foto de su esquema y la IA:

• le señala zonas confusas
• le propone 2 o 3 mejoras
• le sugiere conectores, metáforas visuales o secuencias alternativas
• le hace preguntas para que refine el contenido

Qué entrena: Metacognición, revisión, mejora iterativa y conciencia de calidad.

Valor pedagógico: Evita el “hazlo por mí” y desplaza la IA hacia un rol más interesante: tutor de reescritura visual.

Ejemplo: El alumnado dibuja a mano el proceso de la fotosíntesis. Luego la IA actúa como mentora: “¿Se entiende la relación entre luz, clorofila y producción de glucosa? ¿Qué flecha sobra? ¿Qué icono resulta ambiguo?”

3. IA como entrenador temporal de destrezas visuales

Esto conecta muy bien con tu idea de “asistentes de usar y tirar”.

Uso educativo

Diseñar asistentes que enseñen progresivamente a:

• simplificar conceptos en 3 palabras
• convertir sustantivos abstractos en iconos
• construir secuencias paso a paso
• pasar de párrafo a diagrama
• usar metáforas visuales sin caer en el adorno vacío

Qué entrena: Capacitación visual básica y seguridad expresiva.

El docente fija desde el inicio cuándo retirar la IA. Por ejemplo:

1. con ayuda intensa
2. con guía parcial
3. sin IA o con ayuda mínima
4. creación autónoma

4. IA para comparar entre pensar y recibir hecho

Uso educativo: Plantear al alumnado dos experiencias:

1. recibir una infografía hecha por IA
2. construir a mano una versión propia del mismo contenido

Después comparar qué se recuerda más, qué se entiende mejor, qué relaciones han surgido solo al dibujar y qué errores aparecieron en cada caso.

Qué entrena: Conciencia sobre el propio aprendizaje.

Valor añadido: El alumnado descubre por experiencia que ver no equivale a comprender y que producir obliga a pensar de otra manera.

5. IA como generadora de materiales para corregir

Este enfoque es muy potente porque invierte la lógica del consumo pasivo.

Uso educativo: Pedir a la IA que genere:

• un esquema visual incompleto
• una infografía con errores conceptuales
• un mapa mental desordenado
• una secuencia mal jerarquizada

Y encargar al estudiante que lo mejore.

Qué entrena: Detección de errores, análisis, reconstrucción y criterio.

Ejemplo: La IA genera un esquema visual defectuoso sobre la Revolución francesa. El alumnado debe identificar 5 fallos, rehacer el orden, justificar la nueva estructura y añadir 3 iconos mejor elegidos.

6. IA como traductora entre lenguaje verbal y lenguaje visual

Este uso puede ser muy valioso para alumnado con dificultades de comprensión o de expresión.

Uso educativo: El alumno parte de un texto denso. La IA le ayuda a:

• detectar ideas clave
• reducir cada párrafo a una microidea
• proponer posibles metáforas visuales
• secuenciar los bloques

Pero la traducción final al papel la hace el estudiante.

Qué entrena: Comprensión lectora, síntesis, segmentación y representación.

Ejemplo: Un texto argumentativo se convierte en un recorrido visual: tesis, razones, objeción, refutación y conclusión.

Aquí la IA puede ser especialmente útil con estudiantes que se bloquean ante la página en blanco.

7. IA como apoyo para alumnado que necesita entrada guiada

No todos los estudiantes parten del mismo nivel de autonomía. En algunos, el problema no es pereza sino bloqueo.

Uso educativo: Utilizar asistentes que:

• hagan preguntas cortas y secuenciadas
• no dejen avanzar sin reformular
• pidan ejemplos concretos
• limiten la cantidad de texto
• propongan una sola mejora cada vez

Qué entrena: Iniciación, confianza y progresión.

Dónde encaja bien: En alumnado con baja seguridad, poca competencia organizativa o necesidad de apoyos estructurados.

8. IA como herramienta para verbalizar decisiones de diseño

Muchas veces el alumno dibuja cosas sin saber explicar por qué las ha puesto ahí. 

Uso educativo: Después de crear un esquema visual, el alumno usa la IA para responder preguntas como:

• ¿por qué colocaste esta idea en el centro?
• ¿por qué usaste esa flecha y no otra?
• ¿qué relación expresa ese icono?
• ¿qué parte de tu esquema está menos clara?

Qué entrena: Argumentación metacognitiva y toma consciente de decisiones.

Resultado: El esquema deja de ser solo “bonito” o “feo” y pasa a ser una estructura pensada.

9. IA como apoyo para rediseñar, no para generar de cero

Esto encaja perfectamente con la idea de que lo que genere la IA debe ser solo inicio del aprendizaje.

Uso educativo: Secuencia:

1. el alumno hace su primer esquema a mano
2. la IA propone variantes posibles
3. el alumno elige una, mezcla varias o rechaza todas
4. produce una segunda versión mejorada
5. explica en qué ha evolucionado

Qué entrena: Revisión, criterio, flexibilidad y mejora consciente.

Valor pedagógico: La IA no sustituye la autoría.

10. IA como herramienta de evaluación formativa

No solo sirve para aprender, también para revisar el proceso.

Uso educativo: Crear rúbricas muy simples para que la IA ayude a valorar un esquema visual según criterios como claridad, jerarquía, coherencia, uso funcional del espacio, relación entre texto e imagen y capacidad de síntesis.

La evaluación final debe seguir siendo del docente o compartida con el alumno. La IA puede aportar feedback preliminar, no dictar sentencia.

Qué entrena: Autoevaluación, coevaluación y comprensión de criterios de calidad.

11. IA como generadora de contraste entre lo vistoso y lo comprensible

Esto tiene mucha fuerza en un contexto donde lo visual suele confundirse con lo pedagógico.

Uso educativo: Mostrar dos productos:

1. una infografía muy atractiva generada por IA
2. un esquema manual más pobre visualmente pero más claro

Y pedir al alumnado que compare cuál enseña mejor y por qué.

Qué entrena: Lectura crítica de imágenes y criterio didáctico.

12. IA como laboratorio para aprender a promptear 

No se trata solo de usar IA, sino de aprender a pedirle cosas que no roben autonomía.

Uso educativo: Enseñar a redactar prompts de dos tipos:

• prompts que delegan todo
• prompts que guían el pensamiento propio

Después comparar resultados.

Ejemplo:

• Prompt pobre: “Hazme una infografía sobre la célula.”
• Prompt potente: “No me resuelvas la tarea. Ayúdame a identificar 5 ideas clave sobre la célula, proponme posibles iconos sencillos para cada una y una estructura visual que yo pueda dibujar en mi cuaderno.”

Qué entrena: Uso crítico de la IA y diseño intencional del aprendizaje.

Tomado de IA educativa