martes, 17 de noviembre de 2026

Las máquinas también son audiencia: cómo adaptar la comunicación institucional a la inteligencia artificial

 Tomado de Universo Abierto

Speaker presenting artificial intelligence communication strategies beside humanoid robots
A speaker presents institutional communication strategies for artificial intelligence to an audience alongside humanoid robots.

Pew Research Center. (2026, 1 de octubre). Welcoming machines as audience: A guide for nonprofit communicators thinking about AI. Pew Research Center. Consultar artículo original

PDF

La idea fundamental es que la visibilidad institucional está cambiando: ya no basta con estar presente en Internet, también hay que ser comprensible, recuperable y reconocible para la inteligencia artificial. Las bibliotecas tienen aquí una nueva responsabilidad como intermediarias entre el conocimiento publicado, los sistemas inteligentes y los ciudadanos.

Se presenta una guía del Pew Research Center dirigida a profesionales de la comunicación de organizaciones sin ánimo de lucro, con recomendaciones para adaptar sus estrategias a un escenario en el que la inteligencia artificial se ha convertido en intermediaria entre las fuentes de información y los ciudadanos. Los usuarios recurren cada vez más a herramientas como ChatGPT y otros asistentes inteligentes para buscar información, resolver dudas y conocer el trabajo de diferentes instituciones. Este cambio está modificando la manera en que las personas descubren, interpretan y confían en los contenidos publicados en Internet.

La idea central es que las organizaciones ya no deben pensar exclusivamente en las personas como destinatarias de sus contenidos, sino también en los sistemas de inteligencia artificial que rastrean, interpretan, seleccionan y presentan esa información. Esto significa que las instituciones deben aprender a comunicar simultáneamente para dos públicos: los lectores humanos y las máquinas que procesan sus contenidos. La presencia de una organización en los resultados de los buscadores tradicionales ya no garantiza que también aparezca en las respuestas generadas por los asistentes de IA.

El documento propone una estrategia estructurada en tres líneas de actuación: aceptar, adaptar y avanzar (Accept, Adapt, Advance).

– Aceptar (Accept): reconocer que la inteligencia artificial ha llegado para quedarse y que una parte de los usuarios ya utiliza estos sistemas para acceder a la información. Las organizaciones deben asumir que este comportamiento puede afectar al tráfico directo hacia sus páginas web y a la manera en que se distribuyen sus contenidos.

– Adaptar (Adapt): analizar cómo aparecen actualmente los contenidos institucionales en las respuestas de los sistemas de IA. Se recomienda realizar pruebas con preguntas reales relacionadas con la actividad de la organización, utilizando diferentes plataformas. Es importante comprobar si la institución aparece mencionada, si sus documentos son citados y si se incluyen enlaces que permitan acceder a las fuentes originales.

– Avanzar (Advance): incorporar los resultados de estas evaluaciones a las futuras estrategias de comunicación. Esto implica mejorar la estructura, los metadatos y la accesibilidad de los contenidos para facilitar su interpretación por parte de los sistemas automatizados, sin descuidar las necesidades de los lectores humanos.

La guía incluye una lista de comprobación con recomendaciones prácticas. En primer lugar, propone decidir si interesa que los chatbots de inteligencia artificial utilicen y difundan los contenidos de la organización. Esta decisión debe estar vinculada a sus objetivos institucionales, identificando qué investigaciones, servicios, productos y públicos interesa hacer más visibles. También se debe definir qué resultados se esperan: respuestas precisas, atribución correcta de la autoría y enlaces que conduzcan a la fuente original.

En segundo lugar, recomienda evaluar la visibilidad institucional en los sistemas de IA mediante entre 10 y 20 preguntas reales que deberían permitir localizar los conocimientos, investigaciones o datos de la organización. Estas consultas deben probarse en distintas plataformas, registrando si la institución aparece, si recibe citas y enlaces y si la información recuperada es actual, correcta y completa. También conviene identificar errores, referencias desactualizadas, omisiones y problemas de atribución, repitiendo periódicamente las pruebas para observar la evolución.

Otro aspecto fundamental es la denominada legibilidad para las máquinas (machine readability). Pew Research Center recomienda que los datos representados en gráficos estén disponibles también como texto, que los metadatos describan claramente los temas, autores, periodos temporales y conjuntos de datos, y que los informes importantes dispongan de versiones en texto plano o Markdown. Asimismo, aconseja revisar las páginas web para detectar elementos que puedan dificultar el rastreo, la interpretación o la recuperación de la información por parte de los sistemas automatizados.

Finalmente, el documento propone medir los resultados mediante tres indicadores principales: visibilidad, precisión y generación de tráfico. No basta con que una herramienta de IA mencione una institución; también debe representar correctamente su información y facilitar el acceso a sus contenidos originales. Para ello, recomienda establecer responsables de seguimiento y realizar evaluaciones periódicas en las principales plataformas.

Lista de comprobación práctica para profesionales de organizaciones sin ánimo de lucro

1. ¿Quieres que las personas utilicen chatbots de inteligencia artificial para encontrar y conocer el trabajo de tu organización?

  • Analiza cómo la visibilidad en los sistemas de IA contribuye a la misión y a los objetivos de comunicación de tu organización.
  • Decide si quieres que los sistemas de inteligencia artificial accedan a tus contenidos y los muestren en sus respuestas.
  • Identifica los temas, productos y públicos para los que resulta más importante tener visibilidad en la IA.
  • Define los resultados que deseas conseguir: respuestas precisas, atribución clara de la autoría y enlaces que permitan regresar a tu organización y consultar sus fuentes originales.

2. ¿Cómo aparece actualmente tu trabajo en los sistemas de IA? ¿Es esa la visibilidad que deseas?

  • Selecciona entre 10 y 20 preguntas o instrucciones reales (prompts) que deberían permitir localizar tus conocimientos especializados, investigaciones o datos.
  • Prueba las mismas preguntas en diferentes plataformas de inteligencia artificial.
  • Registra si tu organización aparece mencionada, citada y enlazada.
  • Pide a un experto en la materia que evalúe si cada respuesta está actualizada y es precisa y completa.
  • Identifica patrones y problemas, como información desactualizada, atribuciones poco claras, enlaces ausentes o datos que los sistemas no consiguen recuperar.
  • Repite las pruebas periódicamente para comprobar qué aspectos cambian con el tiempo.

3. ¿Cómo puedes conseguir que tus contenidos sean legibles para las máquinas?

  • Adopta un flujo de trabajo simultáneo: continúa ofreciendo contenidos y servicios a las personas mientras preparas también la información para que pueda ser procesada por las máquinas.
  • Facilita que los datos y la información que aparecen en gráficos estén disponibles en formato de texto legible, y no únicamente como imágenes estáticas.
  • Mejora los metadatos para que los sistemas puedan identificar elementos como el tema, la población estudiada, los años que abarca la información, los informes, los conjuntos de datos y los autores.
  • Crea versiones en texto plano o Markdown de los principales informes para facilitar que las máquinas recuperen sus contenidos esenciales.
  • Audita tu sitio web para detectar cualquier elemento que pueda dificultar que los sistemas automatizados rastreen, interpreten o relacionen la información.

4. ¿Cómo puedes saber si estás teniendo éxito?

  • Comprueba que los motores de inteligencia artificial recuperan tu información (visibilidad), la representan correctamente (precisión) y generan tráfico hacia tu organización (enlaces).
  • Utiliza diferentes indicadores para evaluar los resultados, entre ellos pruebas basadas en preguntas (prompts), actividad de los rastreadores de IA, menciones, citas y tráfico procedente de referencias externas.
  • Designa a una persona responsable de realizar pruebas periódicas en las plataformas y modelos de inteligencia artificial más utilizados.

lunes, 16 de noviembre de 2026

¿Qué hacer cuando al alumnado le cuesta aprender un contenido concreto?

 Por Ángel Fidalgo

Imaginemos que un profesor considera que los motores de combustión son uno de los temas más importantes de su asignatura. Sin embargo, cuando revisa los ejercicios o escucha las preguntas en clase, comprueba que a su alumnado le cuesta aprender cómo funcionan.

En la metáfora del árbol, esto es un problema hoja. Son los problemas que el profesorado percibe con más facilidad porque aparecen ligados a un contenido concreto. Como la dificultad se manifiesta en ese tema, es fácil suponer que el origen está en el propio contenido. Y entonces, cuando nos proponemos innovar, lo primero que se nos ocurre es actualizar los materiales, incorporar algún recurso multimedia o diseñar una práctica.

Este enfoque tiene dos problemas principales:

La dificultad de transferir la mejora. Podemos diseñar una buena práctica sobre motores de combustión y, aun así, encontrar dificultades para que otro profesor la utilice, incluso si imparte la misma asignatura. La dificultad está en que ese profesor considere útil la propuesta para su grupo. Quizá le parezca una buena práctica, pero prefiera dedicar más tiempo a los motores eléctricos.

¿He innovado? A menudo, lo que presentamos como una innovación se queda en una actualización de contenidos o en el diseño de una práctica. Son tareas útiles, pero, como decía un ilustre profesor, renovar los contenidos es obligación, no innovación.

Pero este enfoque también tiene una gran ventaja: nos señala dónde empezar a innovar. En ese punto confluyen los contenidos, la forma de trabajarlos en clase y, en ocasiones, la tecnología que utilizamos. Es un buen sitio para separar la paja del grano y preguntarnos qué está dificultando el aprendizaje de ese tema. es decir, centrarnos más en los procesos. La respuesta puede ayudarnos a entender por qué ocurre algo parecido con otros contenidos.

Podemos empezar por buscar un problema rama, como la desmotivación. Si el tema no les interesa, ¿es porque no ven su utilidad? ¿Porque les faltan conocimientos previos y les cuesta seguirlo? ¿Puede influir nuestra forma de trabajarlo en clase?

También podemos llegar a un problema raíz, de los que origina el propio modelo educativo. Por ejemplo, si el alumnado se acostumbra a escuchar y tomar apuntes, ¿qué oportunidades tiene para participar, contrastar sus ideas y aprender con sus compañeros? Quizá eso ocurra al estudiar los motores y también en otros temas.

Así pues, si a nuestro alumnado le cuesta aprender cómo funciona un motor de combustión, ya sabemos por dónde empezar a mirar. Antes de preparar otra práctica, hagámonos una pregunta: ¿qué les está impidiendo aprenderlo? Quizá la respuesta nos sirva para mejorar algo más que el tema de los motores.

Tomado de Investigación e Innovación educativa

viernes, 13 de noviembre de 2026

La IA y las bibliotecas: por qué los bibliotecarios podrían convertirse en árbitros de la realidad

 Tomado de Universo Abierto

Friedman, Jane. (2026, 20 de abril). AI and Libraries: Why Librarians May Become Arbiters of Reality. Jane Friedman. https://janefriedman.com/ai-and-libraries-why-theyre-like-canaries-in-the-coal-mine/

Jane Friedman analiza el impacto de la inteligencia artificial generativa en las bibliotecas y en el ecosistema editorial, y plantea que los bibliotecarios podrían desempeñar una función decisiva en la defensa de la información fiable. El artículo parte de un seminario del Book Industry Study Group (BISG), en el que se presentaron datos sobre la adopción de la IA en el sector editorial y se debatió sobre sus consecuencias con el especialista en bibliotecas R. David Lankes.

La idea central es que las bibliotecas no se enfrentan a un riesgo meramente hipotético: ya están experimentando las consecuencias de la proliferación de contenidos generados automáticamente, la desinformación y la dificultad de distinguir entre materiales rigurosos y publicaciones de escasa calidad. Por ello, las bibliotecas pueden funcionar como un sistema de alerta temprana que permita identificar los problemas antes de que deterioren aún más la confianza en los recursos de información.

Uno de los resultados destacados de la encuesta del BISG es la resistencia relativamente elevada de los profesionales de las bibliotecas a la adopción de la IA. Aproximadamente un tercio de los bibliotecarios encuestados afirmó que no utilizaba estas herramientas y que tampoco tenía intención de hacerlo, frente al 20 % del conjunto de participantes de los distintos sectores analizados. Además, alrededor del 34 % manifestó una oposición ética a su utilización. Menos de la mitad señaló que su institución empleaba activamente IA, mientras que un 31 % desconocía si se estaba utilizando. La ausencia de políticas institucionales claras también aparecía como un problema relevante.

Friedman subraya que esta actitud crítica no debe interpretarse simplemente como miedo al cambio o falta de formación. Según las investigaciones de Lankes, algunos de los profesionales más reticentes conocen los modelos de lenguaje, comprenden cómo funcionan y pueden explicar técnicamente sus limitaciones. Sus objeciones se relacionan con la fiabilidad de los resultados, la calidad de los contenidos y la posibilidad de que la incorporación indiscriminada de estas tecnologías contradiga la misión fundamental de la biblioteca. La cuestión, por tanto, no consiste únicamente en aprender a utilizar la IA, sino en determinar cuándo su uso está justificado, qué valores debe respetar y qué consecuencias tiene para la calidad de los servicios bibliotecarios.

La autora evita adoptar una posición exclusivamente negativa y presenta un ejemplo que ilustra cómo la inteligencia artificial puede resolver problemas que, de otro modo, quedarían sin solución. En la Universidad de Texas existía una colección de miles de discos y grabaciones musicales que resultaba prácticamente invisible para los usuarios porque no se había podido catalogar por completo debido a la falta de recursos humanos. El equipo responsable recurrió a la IA para generar registros catalográficos preliminares, acompañados de indicadores de confianza que permitían estimar la fiabilidad de cada identificación. Los registros menos seguros podían reservarse para una revisión humana posterior, mientras que los materiales más utilizados se priorizaban para recibir una catalogación completa realizada por profesionales.

Este caso demuestra que el debate no debería reducirse a elegir entre utilizar o rechazar la inteligencia artificial. La pregunta relevante es si la tecnología permite ofrecer un servicio que, sin ella, no podría prestarse adecuadamente. Friedman establece un paralelismo con la accesibilidad editorial: las herramientas de IA pueden ayudar a producir descripciones de imágenes, mejorar metadatos y adaptar publicaciones para lectores con discapacidad cuando los recursos disponibles no permiten abordar todo ese trabajo de forma manual. La tecnología puede ampliar el acceso a la información, pero su incorporación debe estar acompañada de criterios de calidad, supervisión profesional y evaluación de resultados.

Uno de los argumentos más importantes del artículo se refiere a la dificultad de mantener los mecanismos tradicionales de evaluación y validación frente al crecimiento exponencial de los contenidos generados mediante IA. El sistema de revisión por pares, fundamental para la publicación científica, se ha desarrollado sobre la premisa de que la producción de conocimiento y la capacidad humana para revisarlo mantienen cierto equilibrio. Sin embargo, la IA permite generar textos, informes y publicaciones a una velocidad que supera ampliamente la capacidad de evaluación de los expertos.

El problema no consiste solo en que puedan producirse documentos incorrectos, sino en que resulta cada vez más difícil comprobar su calidad, procedencia y credibilidad. Tampoco basta con utilizar herramientas de inteligencia artificial para revisar automáticamente los contenidos generados por otras herramientas, puesto que la evaluación requiere criterios fiables y una capacidad de verificación independiente. Si la producción de información crece mucho más deprisa que los mecanismos para validarla, se debilitan las estructuras sobre las que se construye la confianza en el conocimiento científico y editorial.

La autora relaciona esta situación con la saturación del mercado de libros, donde el aumento de publicaciones generadas o asistidas por IA puede dificultar que los lectores encuentren obras de calidad. Cuando resulta más complicado confiar en materiales desconocidos, los usuarios pueden refugiarse en autores, fuentes y publicaciones que ya conocen. Esta tendencia reduce la visibilidad de nuevas voces y puede empobrecer la diversidad informativa y cultural.

El concepto más sugerente del artículo es la posibilidad de que los bibliotecarios se conviertan en arbiters of reality, expresión que puede traducirse como «árbitros de la realidad». La idea, vinculada a las reflexiones de R. David Lankes, no significa que los bibliotecarios deban decidir unilateralmente qué es verdadero o falso, sino que pueden ayudar a las personas a distinguir entre información documentada, afirmaciones dudosas y contenidos cuya procedencia no puede verificarse.

La biblioteca dispone de una ventaja fundamental frente a los sistemas automatizados: la mediación de profesionales que conocen las fuentes, comprenden los procesos de selección y organización documental y pueden explicar por qué un recurso resulta pertinente y fiable. Un bibliotecario puede identificar la procedencia de un documento, localizar la publicación original, contrastar distintas versiones y orientar al usuario hacia evidencias verificables. La confianza que las comunidades han depositado históricamente en las bibliotecas constituye, en este contexto, un recurso social de gran valor.

Friedman destaca una diferencia significativa entre recibir una respuesta generada por una IA y obtener orientación de un profesional bibliotecario. En el primer caso, el usuario necesita comprobar la exactitud de la respuesta y la validez de sus fuentes; en el segundo, puede contar con una persona capaz de explicar el proceso de búsqueda, contextualizar los resultados y asumir la responsabilidad profesional de la orientación ofrecida. La biblioteca puede convertirse así en un espacio de referencia y confianza en un entorno informativo donde la apariencia de seguridad de una respuesta ya no garantiza su veracidad.

Tomado de Universo Abierto

jueves, 12 de noviembre de 2026

La inteligencia artificial tiene voz, pero ¿tiene mirada? Hacia una pedagogía de la mirada

 Por Mercedes Leticia Sánchez Ambriz y Carlos Bravo Reyes


El rostro humano no es solamente una estructura anatómica. Es un territorio de comunicación donde las emociones encuentran formas de manifestarse sin necesidad de palabras. Una sonrisa puede transmitir tranquilidad; una expresión de sorpresa, admiración; y una mirada serena, confianza.

Pero ¿qué ocurre cuando trasladamos este lenguaje no verbal al ámbito educativo, precisamente en una época en la que la inteligencia artificial (IA) comienza a hablar, crear imágenes, interpretar información y reproducir expresiones humanas?

La pregunta adquiere especial relevancia porque estamos formando docentes capaces de utilizar herramientas tecnológicas cada vez más sofisticadas, pero quizá dedicamos menos atención a desarrollar una competencia profundamente humana: comunicar mediante la mirada, reconocer las necesidades emocionales de los estudiantes y expresar confianza en sus posibilidades de aprendizaje.

Esta reflexión nos invita a pensar en una pedagogía de la mirada, entendida como una perspectiva educativa que reconoce el valor de la comunicación no verbal, la expresividad emocional y la atención consciente hacia los estudiantes como elementos de la mediación pedagógica.

La inteligencia artificial tiene voz, pero ¿qué expresa su mirada?

La evolución de la inteligencia artificial generativa ha transformado nuestras posibilidades de comunicación y creación educativa. Actualmente podemos buscar y sintetizar información, diseñar simulaciones, elaborar pódcast, producir videos, construir narrativas digitales y transformar un contenido en diferentes formatos y canales de comunicación.

Incluso podemos conversar con sistemas que responden mediante voces naturales y observar avatares capaces de reproducir sonrisas, movimientos oculares y expresiones faciales. Sin embargo, existe una diferencia fundamental entre representar una emoción y experimentarla. El rostro humano no solamente muestra expresiones; también participa en una comunicación cargada de experiencias, intenciones y significados que construimos en nuestras relaciones con los demás.

Así, un avatar puede mostrar alegría, pero esa expresión no demuestra que experimente felicidad. Puede simular preocupación ante una respuesta equivocada, pero ello no equivale al compromiso afectivo de un docente que conoce las dificultades y los esfuerzos de sus estudiantes.

La IA puede identificar patrones de comunicación y generar respuestas adaptadas al contexto, pero no debemos confundir esa capacidad con una experiencia emocional humana, al respeto Miao y Holmes (2023), en la guía de la UNESCO sobre inteligencia artificial generativa en educación e investigación, destacan la necesidad de preservar la agencia humana y promover un uso ético y pedagógicamente pertinente de estas tecnologías.

Esto nos conduce a una reflexión: el desafío no consiste en conseguir que las máquinas parezcan cada vez más humanas, sino en evitar que nuestras prácticas educativas pierdan su dimensión humana al utilizarlas. La tecnología puede ampliar nuestra voz y multiplicar nuestras posibilidades de comunicación. Pero debemos preguntarnos si estamos cultivando con la misma intensidad la capacidad de escuchar, observar y reconocer al otro.

Los ojos también enseñan: el poder de la comunicación no verbal

Imaginemos dos docentes que explican el mismo tema.

El primero presenta información actualizada, utiliza recursos multimedia y desarrolla una exposición técnicamente impecable. Sin embargo, mantiene una expresión rígida, evita mirar a sus estudiantes y apenas modifica el tono de voz.

El segundo utiliza contenidos semejantes, pero acompaña sus explicaciones con expresiones naturales, observa las reacciones del grupo, sonríe ante una intervención creativa y transmite serenidad cuando alguien se equivoca.

Aunque ambos enseñan el mismo contenido, la experiencia emocional del aprendizaje puede ser diferente. La comunicación educativa no depende exclusivamente de las palabras. Los gestos, las expresiones faciales, el contacto visual, la postura corporal, la dicción, el ritmo y la entonación también forman parte del mensaje pedagógico.

Este fenómeno ha sido estudiado mediante el concepto de inmediatez docente, referido a los comportamientos comunicativos que contribuyen a reducir la distancia física o psicológica percibida entre profesores y estudiantes.

Liu (2021), en una revisión sistemática de 30 investigaciones, identificó asociaciones positivas entre la inmediatez verbal y no verbal del profesorado y la motivación estudiantil. Aunque los estudios revisados presentan diferentes diseños metodológicos, sus resultados destacan la relevancia de la comunicación interpersonal en los procesos formativos. Por su parte, Zheng (2021) analiza la claridad, la credibilidad y la inmediatez docente, así como sus relaciones con la motivación y el compromiso académico de los estudiantes.

Estos trabajos permiten reconocer que una mirada, una sonrisa o un gesto de aprobación no son elementos superficiales de la enseñanza: forman parte de las condiciones comunicativas mediante las cuales se construye la relación pedagógica. Una mirada puede invitar a participar. Una sonrisa puede reducir la tensión ante una equivocación. Un gesto de interés puede ayudar a que un estudiante se sienta escuchado.

No obstante, la comunicación no verbal debe interpretarse considerando las diferencias culturales e individuales. No todas las personas expresan confianza mediante el contacto visual directo, ni todas necesitan las mismas formas de interacción.

La pedagogía de la mirada no consiste en enseñar a mirar de una manera uniforme, sino en aprender a comunicar reconocimiento, respeto y sensibilidad hacia los demás.

Esta perspectiva también adquiere relevancia en los entornos virtuales, donde una cámara, una pantalla compartida o una interacción mediante audio modifican nuestras posibilidades de comunicación. La presencia pedagógica no depende únicamente de observar físicamente al estudiante, sino de demostrar atención a sus aportaciones, dificultades y necesidades, respetando sus condiciones de conectividad, accesibilidad y privacidad.

Hacia una pedagogía de la mirada en tiempos de IA

El marco de competencias en inteligencia artificial para docentes de la UNESCO, desarrollado por Miao y Cukurova (2024), propone cinco dimensiones formativas: pensamiento centrado en el ser humano, ética de la IA, fundamentos y aplicaciones, pedagogía de la IA y desarrollo profesional.

Este planteamiento constituye una base para reflexionar sobre las competencias que necesitamos fortalecer. Aprender a utilizar herramientas de IA es importante, pero también debemos desarrollar capacidades para comunicarnos con sensibilidad, comprender las necesidades educativas y establecer relaciones pedagógicas significativas.

Desde esta perspectiva, se proponen cuatro dimensiones para una pedagogía de la mirada:

Estas dimensiones constituyen una propuesta conceptual para la reflexión y la formación docente, no un modelo empírico validado.

Su aplicación podría desarrollarse mediante actividades de autoobservación, análisis de grabaciones de clases con consentimiento, ejercicios de comunicación no verbal y reflexiones sobre las interacciones con los estudiantes.

El propósito no sería evaluar quién sonríe más, sino comprender cómo construimos ambientes educativos emocionalmente seguros, donde las personas puedan expresar sus ideas, equivocarse y aprender con confianza.

En este sentido, la pedagogía de la mirada busca complementar las competencias digitales docentes con una dimensión humana que ninguna innovación tecnológica debería relegar.

Reflexión final: enseñar también es aprender a mirar

Es posible que los estudiantes olviden el nombre de una aplicación, una presentación o una explicación. Sin embargo, pueden conservar durante mucho tiempo el recuerdo de un docente que los escuchó, que mostró confianza en sus capacidades y que transmitió entusiasmo por aprender.

En una época en la que las máquinas pueden generar millones de palabras y reproducir rostros cada vez más realistas, quizá debamos recuperar el valor de aquello que comunicamos sin hablar.

La inteligencia artificial puede tener voz, rostro y una mirada simulada. Pero nuestra responsabilidad como docentes es cultivar una mirada que reconozca, inspire y acompañe, porque educar no consiste únicamente en transmitir conocimientos o dominar tecnologías, también es aprender a mirar al otro con humanidad.

Referencias

Liu, W. (2021). Does teacher immediacy affect students? A systematic review of the association between teacher verbal and non-verbal immediacy and student motivation. Frontiers in Psychology, 12, Article 713978. https://doi.org/10.3389/fpsyg.2021.713978

Miao, F., & Cukurova, M. (2024). AI competency framework for teachers. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000391104

Miao, F., & Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000386693

Zheng, J. (2021). A functional review of research on clarity, immediacy, and credibility of teachers and their impacts on motivation and engagement of students. Frontiers in Psychology, 12, Article 712419. https://doi.org/10.3389/fpsyg.2021.712419 

Tomado de 366-días 

miércoles, 11 de noviembre de 2026

Redescubre la docencia con IA generativa

 Por Nonantzy López Cabrera

Aceptar la inteligencia artificial generativa (IA generativa) en la educación no significa renunciar al papel del profesor, sino más bien redescubrirlo. En la actualidad, los docentes nos desempeñamos como mediadores del conocimiento, creadores de experiencias de aprendizaje significativas y guías éticos en el uso responsable de las herramientas emergentes. Sin embargo, cabe destacar que la evolución del rol del docente no comenzó con el surgimiento de la IA generativa, sino que ha ido cambiando a lo largo del tiempo y sin saberlo esta evolución del papel del docente, me preparó para enfrentar nuevos retos como es la integración de la IA generativa en la educación. Las transformaciones educativas que los docentes hemos experimentado a lo largo del tiempo, específicamente en las últimas tres décadas, han modificado mi manera de enseñar. En este artículo conocerás cómo ha sido este proceso de adaptación para los educadores y cómo es posible transitar hacia la adopción de la IA aplicada en la enseñanza. También conocerás cómo fortalecer el aprendizaje vivencial con IA a través de una práctica real en clase, así como el impacto de la IA en la docencia y en el aprendizaje al brindar una atención más eficiente y personalizada al estudiantado.

De dónde venimos y hacia dónde vamos

La fortaleza de los docentes está en su gran adaptabilidad para el cambio. Para profundizar más sobre esta idea, me gustaría compartir un breve recorrido sobre mi trayectoria de treinta años de carrera docente, compartiendo las experiencias más relevantes que han influido en la transformación de mi propio rol como profesora y que, estoy segura, también se identificarán con algunas de estas experiencias.

El docente como la única fuente de conocimiento

Comencé mi carrera docente en 1997, cuando la enseñanza se concebía como la transmisión directa del conocimiento. La profesora o el profesor era la voz principal en el aula y el estudiante solo un receptor. Con los años, empecé a capacitarme en metodologías activas como el aprendizaje basado en problemas, proyectos y casos, más tarde en el aula invertida, gamificación, entre otros. Al principio, estos enfoques me generaban inseguridad: ¿cómo iban a aprender mis alumnos si no era yo quien “daba la clase”? Poco a poco comprendí que las nuevas generaciones aprenden haciendo, relacionando y reflexionando. Tal como plantea Dewey (1938), la experiencia educativa solo se convierte en aprendizaje cuando es acompañada por la reflexión. Esta idea transformó en gran medida mi manera de enseñar.

Desistir al control total del aula

En 2014 experimenté otro gran cambio cuando tuve que renunciar al control total del aula para convertirme en guía del aprendizaje al asumir la coordinación del Programa Creatividad, Actividad y Servicio (CAS) del Bachillerato Internacional. El aprendizaje dejó de ser una acumulación de conceptos para convertirse en un proceso de autodescubrimiento y acción. Mis alumnos comenzaron a diseñar sus propios proyectos, desde la planeación hasta la implementación, mientras que mi papel se centraba en acompañarlos, orientarlos y retroalimentar sus procesos.

Observé a mis alumnos desarrollar autonomía, liderazgo y empatía, competencias que se integran dentro de lo que hoy se denomina competencias globales o habilidades para el siglo XXI (OECD, 2018). Ponerlos en el centro de la acción, tomando decisiones, resolviendo contingencias y asumiendo roles desde sus intereses y habilidades, los transforma y al mismo tiempo nos sorprende gratamente al permitirnos descubrir facetas desconocidas en cada uno de ellos.

Transición abrupta hacia la educación en línea

La pandemia, sin duda, representó otro punto de inflexión en mi evolución docente. La transición inesperada hacia la educación completamente en línea nos obligó a replantear metodologías, aprender nuevas herramientas digitales y rediseñar nuestras prácticas pedagógicas. Como muchos docentes, tuve que capacitarme constantemente para responder a las nuevas exigencias educativas y tecnológicas que surgieron en ese periodo. Fue un reto técnico, sí; sin embargo, poder brindar acompañamiento, motivación y conexión humana con nuestros alumnos fue lo más valioso en ese contexto marcado por la incertidumbre y el aislamiento. Incluso en ese escenario, el Programa de CAS continuó desarrollándose de manera virtual y fue gratificante observar la forma en que mis alumnos continuaron creando experiencias significativas desde la distancia, demostrando creatividad, resiliencia y compromiso social aun en entornos completamente en línea.

La educación en la era de la IA generativa

Todas estas experiencias descritas anteriormente reafirmaron en mí la importancia de la adaptación y la innovación constante en la docencia, a la vez que me permitieron comprender que guiar el aprendizaje requiere apertura al cambio, aprendizaje continuo y la capacidad de responder a las nuevas realidades educativas. Sin saberlo, cada una de estas etapas fue preparándome para integrar posteriormente la IA en mis clases desde una mirada pedagógica crítica, reflexiva y orientada al aprendizaje significativo.

En este contexto de transformación educativa, la incorporación de la IA generativa en la educación se ha convertido en una de las tendencias más discutidas a nivel mundial. Diversos estudios y reportes internacionales coinciden en que cada vez más instituciones educativas exploran el uso de la inteligencia artificial para apoyar la planeación, la retroalimentación y la personalización del aprendizaje, aunque aún persisten desafíos éticos y pedagógicos sobre su implementación (UNESCO, 2023; Microsoft Education Team, 2025).

Dejar de ser profesores de aula para convertirse en profesores de la vida real

Evolucionar como profesor no se trata solo de incorporar tecnología o cambiar materiales; significa transformar la manera en que entendemos la enseñanza. Adoptar metodologías como el aprendizaje experiencial implica dejar atrás la comodidad del aula tradicional y asumir un papel mucho más complejo, activo y humano.

Cuando buscamos crear experiencias significativas que dejen aprendizajes para toda la vida, debemos reconocer que el papel del docente cambia por completo; es decir, no somos únicamente transmisores de información, sino coordinadores de experiencias reales. Esto conlleva un trabajo intrínseco mucho mayor que incluye planificar, organizar, gestionar materiales, comunicarnos con la dirección, involucrar a la comunidad escolar y acompañar procesos de observación, acción y reflexión.

El aprendizaje experiencial nos demanda dejar de ser profesores de aula para convertirnos en profesores de la vida real. No se trata de exponer un tema y esperar respuestas, sino de diseñar escenarios auténticos de aprendizaje: una feria ambiental, una obra de teatro, un debate tipo Modelo de las Naciones Unidas, una cafetería solidaria o una campaña de donación de sangre.

Cada experiencia implica retos logísticos, emocionales y pedagógicos. Hay fechas que cumplir, productos que entregar, familias y visitantes que asisten. Nada puede quedarse “en intento”. Las actividades deben realizarse y en el proceso surgen errores, aprendizajes y crecimiento personal.

Esa exigencia convierte la docencia en un ejercicio de resiliencia y creatividad constante. Es comprensible que muchos colegas teman al cambio porque implica salir de la zona de confort y, sobre todo, más trabajo. Sin embargo, también implica mayor impacto. Ver el resultado en los alumnos: jóvenes seguros, reflexivos, empáticos, con habilidades blandas desarrolladas, es la prueba más clara de que vale la pena evolucionar.

La IA fortalece el aprendizaje vivencial

Un ejemplo concreto de esta transformación se materializó en una experiencia de ciudadanía activa llamada “Democracia y libertad en acción”, desarrollada en mi curso de Ciencias Sociales dentro del movimiento global #Myfreedomday impulsado por CNN.

El reto era convertir temas tradicionalmente teóricos, como democracia, elecciones, movimientos sociales y derechos humanos, en una vivencia auténtica que conectara con la realidad de los estudiantes.

La IA generativa fue clave para lograrlo de manera eficaz. A través de su uso, pude vincular los contenidos curriculares con la problemática de la esclavitud moderna y la explotación infantil, asegurar su coherencia con el enunciado de indagación de la unidad, generar instrucciones detalladas por etapas y diseñar rúbricas precisas para cada fase del proyecto.

La planeación resultante permitió a los estudiantes vivir un proceso democrático completo: crearon campañas contra la esclavitud moderna, participaron en una simulación electoral avalada por el Instituto Nacional Electoral (INE) y concluyeron con la creación de “La Sala a la Libertad”, un espacio inmersivo donde recrearon lo que significa perder y recuperar la libertad.

Esta experiencia demostró que la IA puede ser un recurso valioso para reforzar el aprendizaje vivencial y el pensamiento crítico, al permitir diseñar proyectos más coherentes, estructurados y contextualizados. La tecnología, en este sentido, actúa como un puente entre la planeación estratégica y la acción significativa.

Diversos estudios confirman que la IA bien aplicada, puede fomentar aprendizajes más personalizados y eficientes (UNESCO, 2023; Holmes, Bialik & Fadel, 2019). En mi experiencia, también promueve la innovación docente al inspirar nuevas formas de enseñar y evaluar.

La IA asiste al docente para optimizar su tiempo con los estudiantes

En los últimos semestres, he incorporado la inteligencia artificial generativa como una herramienta pedagógica más. Al principio, me causaba desconfianza. ¿Hasta qué punto sería ético usarla? ¿Podría reemplazar la creatividad docente? Con el tiempo entendí que, usada con criterio, la IA no sustituye la labor docente, sino que amplifica sus posibilidades y nos invita a repensar nuestra práctica.

Hoy la utilizo principalmente para conectar contenidos de distintas unidades temáticas en actividades integradoras, diseñar rúbricas personalizadas y precisas, generar ideas para proyectos que articulen los Objetivos de Desarrollo Sostenible (ODS) y planear eficazmente mediante la revisión automática de coherencia y pertinencia. En conjunto, las herramientas de IA me han permitido optimizar el tiempo que antes dedicaba al diseño, organización y estructuración de las actividades, para centrar mayor atención y energía al acompañamiento, la retroalimentación oportuna y la evaluación auténtica del aprendizaje de mis alumnos.

Impacto de la IA en la docencia y en el aprendizaje estudiantil

Aunque implementar metodologías activas en el proceso de enseñanza-aprendizaje demanda un trabajo mucho más amplio que abarca desde la planeación hasta la evaluación, he comprobado que la incorporación de la inteligencia artificial ha optimizado de manera significativa mis tiempos de gestión y diseño docente. Desde que comencé a utilizarla, he reducido aproximadamente un 30 % del tiempo dedicado a tareas administrativas y de planificación, ya que la IA me apoya en la redacción de correos, generación de instrucciones detalladas por fases, diseño de rúbricas específicas para cada etapa del proyecto o de las actividades, e incluso para la elaboración de reseñas.

Implementar experiencias vivenciales en las asignaturas representa un trabajo docente mucho más complejo que el tradicional. Detrás de cada feria ambiental, debate o campaña de impacto social hay una gran logística: coordinación con distintas áreas, elaboración de oficios, planeaciones detalladas, cronogramas, requisición de materiales, permisos y comunicación constante con la comunidad escolar. A lo anterior se suma el diseño de instrucciones claras, rúbricas precisas, retroalimentación oportuna y una evaluación integral del proceso. Este nivel de exigencia puede resultar abrumador; sin embargo, también es lo que convierte cada experiencia en una verdadera oportunidad de aprendizaje y crecimiento tanto para los estudiantes como para nosotros como docentes.

En este contexto, la inteligencia artificial generativa se ha vuelto una aliada estratégica, ya que permite agilizar la parte operativa y administrativa, mejora la claridad de las instrucciones y asegura coherencia en la evaluación. Gracias a ello, puedo concentrarme en lo verdaderamente esencial: acompañar, escuchar y observar los procesos de mis alumnos con mayor presencia y propósito.

Los testimonios de mis estudiantes muestran con claridad el impacto que tienen estas experiencias en su formación. Algunos expresan que descubrieron que crecer no depende únicamente de hacer cosas, sino de detenerse a reflexionar y reconocer su transformación durante el camino vivido. Otros señalan que aprendieron a crear, proponer y transformar ideas en acciones reales con impacto en los demás, desarrollando confianza en sí mismos. Muchos reconocen que conectar lo que hacen con un propósito real les permitió desarrollar empatía y un sentido de responsabilidad hacia otras personas. Además, poder elegir sus roles y participar desde sus propios intereses y habilidades genera en ellos un mayor involucramiento y motivación por aprender, fortaleciendo una actitud de aprendizaje para toda la vida.

De acuerdo con la UNESCO (2023), la IA tiene el potencial de liberar tiempo del docente para enfocarse en tareas que requieren juicio pedagógico y acompañamiento humano. Lo vivido en mi práctica docente confirma esta idea. La IA me ha permitido dedicar mayor atención al seguimiento, la retroalimentación y la observación cercana de mis alumnos. Al final, el verdadero valor de la tecnología radica en generar más espacios para escuchar, guiar y fortalecer experiencias de aprendizaje innovadoras y con impacto real en mis estudiantes y en nuestra comunidad.

Reflexión

Por valiosa que sea la IA generativa jamás reemplazará el desarrollo de las competencias globales que surgen en experiencias auténticas de aprendizaje como la comunicación efectiva, el pensamiento crítico, la colaboración y la resolución de conflictos. Estas capacidades no solo preparan al alumnado para el mundo actual, sino que los impulsan a convertirse en ciudadanos globales comprometidos con una actitud de aprendizaje para toda la vida y el deseo legítimo de seguir transformando su entorno.

Al mirar hacia atrás, reconozco que cada transformación en mi práctica docente comenzó con miedo; por ejemplo, el temor a perder el control, a cambiar lo que parecía funcionar bien y a la incertidumbre de si mis alumnos realmente aprenderían. Lo sentí cuando dejé de dar clases teóricas para atreverme a guiarlos en experiencias reales; también durante la pandemia cuando tuvimos que reinventar nuestras formas de enseñar y acompañar a nuestros alumnos en medio de la distancia; y lo sentí de nuevo con la llegada de la inteligencia artificial. Sin embargo, como en cada etapa anterior, descubrí que el miedo es solo la antesala del aprendizaje.

Hoy sé que la IA utilizada como aliada no sustituye la docencia; más bien la impulsa. Me ayuda a planear con mayor claridad, diseñar instrumentos más precisos y fortalecer la reflexión sobre lo que enseño y cómo enseño. Pero, sobre todo, me recuerda que la tecnología solo cobra sentido cuando está al servicio del crecimiento humano.

El siguiente paso será incorporar herramientas de IA generativa que promuevan y enriquezcan la coevaluación y la reflexión metacognitiva, manteniendo siempre el equilibrio entre innovación y ética educativa. Porque el verdadero desafío no es aprender a usar la tecnología, sino a usarla con sentido, para seguir formando personas conscientes, críticas y empáticas.

Vivimos en un mundo que cambia más rápido de lo que podemos asimilar; no obstante, el compromiso docente permanece y nos exige seguir aprendiendo para enseñar mejor. No se trata de elegir entre la tecnología o el docente, sino de aprender a convivir con ambas inteligencias: la artificial y la humana.

A mis colegas les pregunto y me pregunto también a mí, ¿estamos listos para seguir aprendiendo, para adaptarnos una vez más y abrazar lo nuevo sin perder nuestra esencia? Yo sí. Y lo haré siempre con apertura, convicción y el firme propósito de seguir transformándome para que mis estudiantes también aprendan a hacerlo.

Acerca de la autora

Nonantzy López (nonantzylopez@gmail.com) es egresada de la Licenciatura en Comercio Internacional (1992) y de la Maestría en Administración (2008) por el Tecnológico de Monterrey. Actualmente es docente de nivel medio superior y coordinadora del Programa CAS del Bachillerato Internacional. Cuenta con 28 años de experiencia en innovación pedagógica, aprendizaje basado en metodologías activas y desarrollo de ciudadanía global. Fue reconocida por IBAMEX (Asociación Mexicana de Colegios IB) como Maestra Sobresaliente en el Programa del Diploma, distinción que refleja su compromiso con la excelencia educativa y la formación integral de sus estudiantes.

Referencias

Dewey, J. (1938). Experience and Education. Macmillan.

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

Microsoft Education Team. (2025, August 20). AI in Education Report: Insights to support teaching and learning. Microsoft Education Blog. https://www.microsoft.com/en-us/education/blog/2025/08/ai-in-education-report-insights-to-support-teaching-and-learning/

OECD (2018), The Future of Education and Skills: Education 2030. Position paper, http://www.oecd.org/education/2030/E2030%20Position%20Paper%20(05.04.2018).pdf

Organization for Economic Co-operation and Development (OECD). (2018). Global competence. https://www.oecd.org/en/topics/sub-issues/global-competence/pisa-2018-global-competence.html

UNESCO. (2023). La inteligencia artificial en la educación. https://www.unesco.org/es/digital-education/artificial-intelligence

Tomado de EDUNEWS del Tec de Monterrey