La sesión de la Comunidad IA del 4 de septiembre abordó uno de los retos que enfrenta actualmente la educación superior: cómo evaluar el aprendizaje cuando el uso de inteligencia artificial generativa forma parte de las prácticas habituales de los estudiantes. Manuel Sotomayor, psicólogo del aprendizaje e invitado de la jornada, planteó que el debate debe desplazarse desde la vigilancia y la detección del uso de IA hacia el rediseño de las evaluaciones y la búsqueda de evidencias más confiables sobre lo que los estudiantes comprenden, razonan y son capaces de hacer.  

Durante la presentación se revisaron estudios recientes y experiencias universitarias que muestran las limitaciones de intentar “blindar” los exámenes mediante sistemas de supervisión, detectores de contenido generado por IA o controles tecnológicos cada vez más complejos. Sotomayor utilizó, entre otros ejemplos, un caso de evaluación virtual de admisión para mostrar cómo estas medidas pueden resultar insuficientes frente a las nuevas posibilidades tecnológicas. Desde esta perspectiva, la pregunta deja de ser cómo impedir que los estudiantes utilicen IA y pasa a ser qué evidencia de aprendizaje permanece cuando su uso ya puede asumirse como parte del entorno educativo. 

Esta discusión se relacionó con dos formas distintas de delegar tareas a la tecnología. El offloading permite trasladar actividades que representan una carga secundaria para un determinado objetivo de aprendizaje, como ordenar información, revisar aspectos formales o apoyar determinadas tareas operativas. El outsourcing, en cambio, ocurre cuando se delegan procesos que el estudiante necesita desarrollar por sí mismo, como formular argumentos, establecer juicios, analizar problemas o construir hipótesis. La diferencia resulta relevante porque una misma herramienta puede actuar como apoyo al aprendizaje o sustituir procesos cognitivos que deberían ser ejercitados por el estudiante. 

Otro eje de la sesión fue la metacognición. Más que concentrarse únicamente en el producto final —un ensayo, una respuesta o una presentación—, la evaluación puede hacer visible el recorrido intelectual seguido para llegar a ese resultado. Preguntar por qué se tomó una decisión, cómo cambió una interpretación o qué criterios permitieron sostener una posición ofrece información que difícilmente puede obtenerse observando solo el producto. Desde la noción de andamiaje vinculada con Vygotsky, la IA puede ampliar las posibilidades de aprendizaje cuando acompaña al estudiante sin reemplazar la construcción de sus propios esquemas de pensamiento. 

Entre las alternativas planteadas aparecieron los videos sin guion, las discusiones grupales centradas en la toma de decisiones y los itinerarios cognitivos que permiten reconstruir cómo una persona llegó a determinada conclusión. A escala institucional, Sotomayor propuso pensar en dos carriles complementarios: evaluaciones con altos niveles de confiabilidad para el aseguramiento del aprendizaje y espacios más abiertos en los cursos, donde docentes y estudiantes puedan utilizar IA bajo criterios pedagógicos y con énfasis en el proceso. El intercambio final reforzó esta idea al señalar que el desafío no depende únicamente de modificar la evaluación: también requiere revisar el diseño de las experiencias de aprendizaje y fortalecer la capacidad docente para formular preguntas que promuevan reflexión, argumentación y pensamiento propio.

¿Te gustaría participar activamente en la Comunidad IA en Educación?     

Si quieres ser parte de nuestras sesiones virtuales y contribuir a este espacio de aprendizaje e intercambio, completa el siguiente formulario. Así podremos conocerte mejor y enviarte el enlace para unirte a las reuniones en vivo: https://forms.office.com/r/6nCJ4wtVaS  

Mira el video completo de la sesión: 

La sesión de la Comunidad IA del 28 de agosto puso por primera vez en el centro de la conversación la perspectiva de los estudiantes sobre el uso de la inteligencia artificial en la educación. Luis Ibazeta, docente del curso de Gestión de Proyectos, presentó la experiencia desarrollada junto con estudiantes de carreras de negocios, quienes explicaron cómo incorporaron herramientas de IA generativa para diseñar soluciones digitales orientadas a problemas concretos. 

Stefanny Moreno presentó Beca Match, una propuesta creada para facilitar la búsqueda y postulación a becas. La plataforma busca centralizar convocatorias, analizar el perfil de los estudiantes y recomendar oportunidades compatibles, además de ofrecer acompañamiento durante el proceso. En su desarrollo, el equipo utilizó inteligencia artificial para crear código, conectar herramientas mediante Apps Script, GS y HTML, e integrar un agente basado en Gemini capaz de responder consultas de manera dinámica.

Por su parte, Diana Burga expuso Laboranding.pe, una plataforma concebida para preparar a estudiantes y recién egresados frente a entrevistas laborales. El proyecto plantea simulaciones personalizadas con inteligencia artificial, retroalimentación automática, análisis del currículum y seguimiento del desempeño. Para estructurar la propuesta, el equipo recurrió a Scrum y utilizó la IA como apoyo para definir historias de usuario, tareas, roles y requerimientos. El prototipo de interfaz fue desarrollado en Figma. 

Las experiencias mostraron que el uso de estas tecnologías ya no se limita a estudiantes de ingeniería o programación. Ambas expositoras explicaron que la IA les permitió aproximarse a conceptos técnicos, explorar herramientas de otras disciplinas y organizar procesos que antes requerían conocimientos especializados. También señalaron que su uso académico ha evolucionado: pasó de servir como buscador o herramienta de síntesis a convertirse en un recurso para estudiar, prototipar, automatizar tareas y desarrollar proyectos. 

Otro punto abordado fue la necesidad de documentar el uso de la inteligencia artificial dentro de los trabajos académicos. Registrar consultas, organizar conversaciones y transparentar la participación de estas herramientas permitió a las estudiantes revisar con mayor claridad su propio proceso de aprendizaje. La conversación también incluyó aspectos vinculados con integridad académica, citación, seguridad de los productos digitales y la importancia de contar con conocimiento especializado cuando una solución requiere mayor nivel técnico. 

La sesión cerró con una reflexión sobre el papel docente ante un escenario en el que los estudiantes incorporan la IA con rapidez. Más que restringir su uso, el desafío planteado consiste en acompañar a los estudiantes para que evalúen las respuestas obtenidas, reconozcan posibles sesgos y desarrollen pensamiento crítico. La experiencia compartida sugiere que integrar la inteligencia artificial a proyectos vinculados con necesidades reales puede ampliar las posibilidades de aprendizaje, siempre que su uso sea responsable, documentado y sujeto a revisión.

¿Te gustaría participar activamente en la Comunidad IA en Educación?     

Si quieres ser parte de nuestras sesiones virtuales y contribuir a este espacio de aprendizaje e intercambio, completa el siguiente formulario. Así podremos conocerte mejor y enviarte el enlace para unirte a las reuniones en vivo: https://forms.office.com/r/6nCJ4wtVaS  

Mira el video completo de la sesión: 

La sesión de la Comunidad IA del 21 de agosto abordó la creación de contenidos educativos mediante inteligencia artificial, con énfasis en el uso de Midjourney para producir imágenes y videos. Daniel Flores Bueno y Pablo Cárdenas Garaycochea plantearon el tema desde una preocupación docente concreta: cómo incorporar estas tecnologías en las estrategias de enseñanza y convertirlas en recursos que faciliten la comunicación de conceptos y conocimientos en formatos audiovisuales. 

Durante la demostración, Flores explicó un flujo de trabajo dividido en tres etapas. La preproducción parte de un contenido elaborado previamente —como un artículo, una reseña o un texto académico— que puede transformarse con ChatGPT en un guion y en instrucciones para generar imágenes. En la fase de producción, estos prompts se trasladan a Midjourney para crear distintas alternativas visuales, modificarlas y, posteriormente, animarlas hasta convertirlas en secuencias breves de video. 

La sesión también mostró las funciones de exploración y creación de Midjourney. La herramienta permite revisar imágenes desarrolladas por otros usuarios, recuperar sus prompts como referencia y producir nuevas variantes según las necesidades del docente. Otra posibilidad consiste en cargar imágenes propias para modificar determinados elementos o generar animaciones. Este procedimiento permite elaborar representaciones visuales asociadas con temas históricos, autores, conceptos o materiales previamente utilizados en clase. 

Uno de los aspectos revisados fue la necesidad de complementar Midjourney con otras aplicaciones. Los expositores señalaron que la generación automática de texto dentro de las imágenes todavía puede presentar errores ortográficos o alteraciones en las palabras. Ante ello, propusieron editar previamente los elementos textuales mediante herramientas como Photoshop y utilizar programas como Premiere o Canva para organizar las secuencias, incorporar la locución y realizar el ensamblaje final del video. 

La conversación se amplió con los aportes de los participantes. Pedro Córdova compartió su experiencia utilizando un GPT especializado en Midjourney para sistematizar la construcción de prompts y mencionó la integración con herramientas de generación de voz, video y avatares. Estas experiencias reforzaron una idea desarrollada durante la reunión: la creación audiovisual con IA puede ayudar a representar conceptos abstractos y ofrecer nuevas formas de aproximación a contenidos que requieren mayor contextualización. 

Finalmente, Flores y Cárdenas presentaron La máquina que aprende, un proyecto orientado a promover la reflexión sobre la relación entre inteligencia artificial y educación. Desde esta perspectiva, la producción de videos no fue planteada como sustituto de la lectura o del análisis académico, sino como un recurso capaz de introducir temas, despertar curiosidad y conducir a los estudiantes hacia procesos de comprensión más amplios. La sesión dejó así una mirada aplicada sobre la IA generativa: experimentar con las herramientas, evaluar sus posibilidades y limitaciones, y vincular su uso con propósitos educativos definidos. 

¿Te gustaría participar activamente en la Comunidad IA en Educación?     

Si quieres ser parte de nuestras sesiones virtuales y contribuir a este espacio de aprendizaje e intercambio, completa el siguiente formulario. Así podremos conocerte mejor y enviarte el enlace para unirte a las reuniones en vivo: https://forms.office.com/r/6nCJ4wtVaS  

Mira el video completo de la sesión: 

La sesión de la Comunidad IA del 7 de agosto abordó una experiencia de enseñanza que integra inteligencia artificial, escritura manual y acompañamiento docente en cursos universitarios de normas contables. Omar Larios, docente e investigador de la UPC, presentó una metodología desarrollada a partir de las dificultades que enfrentan los estudiantes para comprender conceptos técnicos y aplicar la normativa contable. La propuesta surgió inicialmente como una experiencia de aula y actualmente se encuentra en proceso de sistematización para una investigación académica.  

La metodología combina distintas etapas de aprendizaje. Durante las clases presenciales, los estudiantes toman apuntes a mano, desarrollan casos prácticos junto con el docente e identifican los conceptos y normas asociados a cada ejercicio. Posteriormente, utilizan dispositivos móviles y herramientas de inteligencia artificial para consultar definiciones, reformular conceptos y comprender términos especializados. Las respuestas obtenidas mediante IA también deben registrarse de forma manuscrita y expresarse con palabras propias, con el propósito de favorecer la lectura, la comprensión y el procesamiento de la información. 

La propuesta toma como referencia enfoques relacionados con la taxonomía de Bloom, el aprendizaje significativo, la carga cognitiva y los niveles de procesamiento de la información. Dentro de este esquema, la escritura manual cumple una función complementaria al uso de tecnologías digitales: no se busca excluir los dispositivos, sino establecer momentos diferenciados para cada recurso. Asimismo, la participación estudiantil tiene un peso relevante dentro de la evaluación del curso y considera aspectos como la asistencia, el seguimiento de las actividades, el desarrollo de los casos y la justificación de las decisiones a partir de la normativa. 

Un componente destacado de la experiencia es el uso crítico de la inteligencia artificial. Los estudiantes reciben indicaciones para contrastar las respuestas generadas por estas herramientas con las normas contables disponibles en el aula virtual, debido a que pueden presentar información incorrecta o referencias normativas que no corresponden. Esta práctica incorpora la verificación de fuentes como parte del aprendizaje y sitúa al estudiante como responsable de evaluar la validez de la información antes de utilizarla en sus trabajos. 

Los resultados preliminares presentados durante la sesión muestran incrementos en las tasas de aprobación en los dos cursos donde se aplicó la metodología. En Contabilidad Avanzada, el porcentaje de estudiantes aprobados pasó de 71 % a 85 %, mientras que en otro curso de normas contables aumentó de 68 % a 79 %. Además, una encuesta realizada a 229 estudiantes mostró una percepción favorable sobre la comprensión de los contenidos. Durante el intercambio posterior, los participantes señalaron la necesidad de continuar examinando variables que permitan distinguir la influencia de la metodología frente a otros factores y evitar interpretar relaciones estadísticas como evidencia causal antes de completar la investigación. 

La discusión también permitió revisar aspectos metodológicos como los criterios de evaluación, el papel de la interacción presencial y el modelo de ecuaciones estructurales que se encuentra en desarrollo. Larios explicó que la investigación considera como variable independiente la enseñanza presencial asistida por IA, articulada mediante la interacción docente-estudiante, la resolución manuscrita de casos y el uso de dispositivos móviles, mientras que el aprendizaje de las normas contables constituye la variable dependiente. La experiencia plantea así una aproximación en la que tecnologías digitales y prácticas analógicas pueden complementarse, siempre que su uso responda a objetivos de aprendizaje y mantenga espacios para la verificación, la reflexión y el pensamiento crítico.

¿Te gustaría participar activamente en la Comunidad IA en Educación?     

Si quieres ser parte de nuestras sesiones virtuales y contribuir a este espacio de aprendizaje e intercambio, completa el siguiente formulario. Así podremos conocerte mejor y enviarte el enlace para unirte a las reuniones en vivo: https://forms.office.com/r/6nCJ4wtVaS  

Mira el video completo de la sesión: 

En la sesión de la Comunidad IA del 31 de julio, Rosa Félix, ingeniera de software, docente universitaria y especialista en productos digitales, abordó los cambios que la inteligencia artificial plantea para la evaluación en la educación superior. Desde su experiencia académica y corporativa, propuso una pregunta orientadora: ¿aprobar un curso demuestra que un estudiante está preparado para enfrentar situaciones reales en el ámbito laboral?  

La exposición señaló que prohibir el uso de la IA en las actividades académicas resulta poco viable, pues los estudiantes ya emplean estas herramientas y continuarán haciéndolo durante su ejercicio profesional. Ante este escenario, el reto consiste en diseñar experiencias que utilicen la tecnología para fortalecer el razonamiento. En un contexto de acceso inmediato a la información, memorizar respuestas pierde relevancia frente a capacidades como interpretar, decidir y adaptarse.  

Félix relacionó este planteamiento con las denominadas brain skills o habilidades humanas para la era de la IA. Entre ellas se encuentran el pensamiento crítico, la flexibilidad, la planificación, la comunicación, la autogestión, la colaboración y la alfabetización tecnológica. Estas competencias permiten evaluar la información generada por los sistemas de IA, identificar sus limitaciones y emplearla para resolver problemas en contextos variables.  

Como estrategia de aplicación, presentó una simulación utilizada en un curso de bases de datos. Los estudiantes asumían el papel de practicantes de una empresa ficticia llamada Nexo Market y debían entrevistar a diferentes responsables para identificar las necesidades de información del negocio. La actividad ofrecía datos incompletos, variantes para cada grupo y cambios inesperados, como la apertura de una nueva sede. De este modo, los participantes debían formular preguntas, tomar decisiones, modificar sus propuestas y sustentar sus criterios.  

La simulación permitió evaluar tanto los conocimientos técnicos como la manera en que los estudiantes reaccionaban ante situaciones sin una respuesta única. La experiencia se complementó con un copiloto docente configurado con la rúbrica y el contexto del curso. Durante las exposiciones, este recurso registraba observaciones, sugería preguntas y organizaba información para elaborar una retroalimentación más consistente para cada grupo.  

El diálogo final amplió la propuesta hacia el uso de agentes educativos capaces de monitorear interacciones, identificar errores recurrentes y generar información sobre el progreso del aprendizaje. Su implementación supone desafíos técnicos e institucionales, además de una preparación docente orientada a comprender y supervisar estas soluciones. La sesión planteó así una transición desde evaluaciones centradas en respuestas hacia experiencias que evidencien criterio, adaptabilidad y capacidad para actuar en escenarios profesionales complejos.  

¿Te gustaría participar activamente en la Comunidad IA en Educación?     

Si quieres ser parte de nuestras sesiones virtuales y contribuir a este espacio de aprendizaje e intercambio, completa el siguiente formulario. Así podremos conocerte mejor y enviarte el enlace para unirte a las reuniones en vivo: https://forms.office.com/r/6nCJ4wtVaS  

Mira el video completo de la sesión: 

La sesión de la Comunidad IA del 24 de julio abordó la incorporación de inteligencia artificial en la enseñanza universitaria de programación. Luis Raymundo Chacaltana, docente de la Facultad de Ciencias de la Computación de la Universidad Peruana de Ciencias Aplicadas (UPC), presentó una experiencia desarrollada en un curso de programación orientada a objetos con C++, dirigida a estudiantes de los primeros ciclos. Su propuesta articula recursos generados con IA, acompañamiento docente y nuevas formas de evaluación para reducir las prácticas de copia y promover la comprensión del código. 

Una de las primeras acciones consistió en actualizar los materiales del curso mediante NotebookLM. A partir del sílabo y de presentaciones existentes, se elaboraron infografías y videos vinculados con videojuegos, un ámbito cercano a los intereses de los estudiantes. Estos contenidos se integraron en las actividades previas a clase para explicar conceptos como abstracción, encapsulamiento, herencia y polimorfismo mediante ejemplos visuales y analogías. 

La experiencia también incluyó la creación de un tutor de programación mediante Copilot. El agente fue configurado para diagnosticar el nivel de comprensión, formular preguntas, explicar errores conceptuales y ofrecer pistas progresivas, sin entregar soluciones completas. Además, se establecieron restricciones para mantener las conversaciones dentro de los contenidos académicos y evitar que la herramienta sustituyera el trabajo del estudiante. 

Otro cambio se produjo en el proyecto final, orientado a representar el patrimonio cultural peruano desde las humanidades digitales. Los equipos investigaron casos de estudio y diseñaron videojuegos relacionados con gastronomía, lenguas originarias, rutas históricas, migración y cultura cívica. Entre los ejemplos presentados se encontró un juego en el que un personaje recupera ingredientes y conocimientos vinculados con la pachamanca y el ceviche. La libertad temática, acompañada por criterios de aprobación, favoreció propuestas más diversas y conectadas con los intereses personales del alumnado. 

El proceso de evaluación se organizó mediante storyboards, entregas parciales, reuniones de retroalimentación y una bitácora de uso de IA. En este registro, los estudiantes debían indicar la herramienta utilizada, el propósito de la consulta, el prompt empleado, la respuesta obtenida y el aprendizaje derivado. La estrategia permitió observar el proceso de toma de decisiones y convirtió la trazabilidad en parte de la evaluación, especialmente en actividades colaborativas y en una Game Jam de 48 horas dedicada a crear animaciones educativas sobre el sistema solar. 

La experiencia mostró que la incorporación de IA requiere partir de objetivos de aprendizaje definidos, establecer límites explícitos y evaluar tanto el producto como el proceso. También destacó la necesidad de vincular la tecnología con disciplinas como la literatura, la filosofía, la lingüística y la sociología. Desde esta perspectiva, la IA puede ampliar las posibilidades de investigación, creación y pensamiento crítico, siempre que permanezca integrada en un diseño pedagógico con acompañamiento docente.

¿Te gustaría participar activamente en la Comunidad IA en Educación?     

Si quieres ser parte de nuestras sesiones virtuales y contribuir a este espacio de aprendizaje e intercambio, completa el siguiente formulario. Así podremos conocerte mejor y enviarte el enlace para unirte a las reuniones en vivo: https://forms.office.com/r/6nCJ4wtVaS  

Mira el video completo de la sesión: 

En la sesión del 17 de julio de la Comunidad IA, Mariela Camargo presentó el proyecto “Construcción de un ecosistema de agentes de IA con soberanía institucional”, una propuesta orientada a mejorar la gestión de procesos académicos y administrativos. La iniciativa surgió ante la dificultad que enfrentan estudiantes, docentes y personal administrativo para localizar información distribuida en reglamentos, calendarios, bases de datos y sistemas institucionales. 

A diferencia de los chatbots tradicionales, que responden sobre contenidos previamente configurados y suelen derivar los trámites a una persona, este ecosistema integra agentes capaces de consultar documentos oficiales, interpretar solicitudes formuladas en lenguaje natural y acceder a información institucional autorizada. Cada agente cuenta con un ámbito específico, como prematrícula, retiro de cursos o soporte técnico, y responde únicamente con los datos y reglas correspondientes a ese proceso. 

La arquitectura combina protocolos de consulta documental y de bases de datos con mecanismos propios de automatización de procesos. El sistema dispone de 15 agentes organizados por áreas y perfiles de acceso. La identidad del usuario, su rol y las acciones permitidas son verificados antes de mostrar información o iniciar un trámite. Asimismo, las operaciones que modifican datos requieren confirmación humana y se registran para garantizar su trazabilidad. 

Durante la demostración se explicó el funcionamiento de un agente para el retiro de cursos. La herramienta identifica la situación académica del estudiante, revisa las condiciones establecidas por la universidad, presenta las opciones disponibles y solicita una confirmación antes de ejecutar el procedimiento. Con este modelo, un trámite que podía extenderse durante horas o días se redujo a un tiempo aproximado de cuatro minutos, incluida su validación administrativa. 

El proyecto también permitió detectar inconsistencias en las bases de datos institucionales, como registros duplicados o diferencias en los nombres de los cursos. Este hallazgo mostró que la incorporación de agentes de IA no solo agiliza la atención, sino que también exige mejorar la calidad, actualización y gobernanza de la información utilizada por la organización. 

Camargo señaló que el desarrollo inicial tomó entre dos y tres meses y estuvo a cargo de un equipo reducido con experiencia técnica y conocimiento de los procesos universitarios. La experiencia plantea que la soberanía institucional en IA depende de mantener el control sobre la infraestructura, los accesos, los documentos, las reglas de negocio y la supervisión de las decisiones automatizadas.

¿Te gustaría participar activamente en la Comunidad IA en Educación?     

Si quieres ser parte de nuestras sesiones virtuales y contribuir a este espacio de aprendizaje e intercambio, completa el siguiente formulario. Así podremos conocerte mejor y enviarte el enlace para unirte a las reuniones en vivo: https://forms.office.com/r/6nCJ4wtVaS  

Mira el video completo de la sesión: 

La Comunidad IA dedicó su sesión del 10 de julio a analizar cómo la inteligencia artificial está modificando la enseñanza del diseño de experiencias de usuario. Fernando Álvarez Ponce, docente de la carrera de Ingeniería de Sistemas en EPE, presentó la metodología que aplica en el curso Diseño y Tecnologías UX para relacionar los conceptos teóricos con los cambios que ya se observan en el entorno profesional.  

La propuesta consiste en integrar la inteligencia artificial como un eje transversal del curso, en lugar de abordarla como un contenido aislado. Después de explicar temas como usabilidad, navegabilidad, interactividad o arquitectura de información, el docente muestra cómo estas áreas evolucionan mediante sistemas capaces de analizar comportamientos, personalizar interfaces y anticipar necesidades de los usuarios. 

Uno de los ejemplos expuestos fue la transición de una arquitectura de información estática hacia una “arquitectura líquida”. En este enfoque, los elementos de una interfaz pueden modificar su tamaño, ubicación, contraste o acceso según la forma en que cada persona utiliza una aplicación. Así, el diseñador deja de concentrarse únicamente en construir pantallas y asume la tarea de definir reglas, supervisar resultados y verificar que las adaptaciones generen valor. 

Durante las actividades prácticas, los estudiantes emplean herramientas como Figma, v0 y Lovable para generar prototipos a partir de instrucciones en lenguaje natural. Esta automatización permite elaborar varias alternativas en menos tiempo, compararlas y seleccionar las más adecuadas. El trabajo del estudiante se orienta entonces hacia la formulación del contexto, la calidad de las indicaciones, la accesibilidad y la validación de las soluciones propuestas. 

El uso temprano de prototipos también ha favorecido la evaluación entre pares. Los grupos presentan sus diseños antes de la entrega final y reciben observaciones de sus compañeros sobre la claridad de los flujos, la cantidad de pasos o la facilidad de uso. Esta dinámica amplía la participación en clase y fortalece el pensamiento crítico, la argumentación y la capacidad de ofrecer retroalimentación constructiva. 

La experiencia muestra que la inteligencia artificial puede liberar tiempo destinado a tareas mecánicas y trasladar la atención hacia el análisis del problema, la investigación del usuario y los requerimientos del negocio. En este escenario, el criterio profesional conserva un papel decisivo: la tecnología puede acelerar la creación de productos digitales, pero corresponde al diseñador determinar si la solución es pertinente, accesible, sostenible y útil.

¿Te gustaría participar activamente en la Comunidad IA en Educación?     

Si quieres ser parte de nuestras sesiones virtuales y contribuir a este espacio de aprendizaje e intercambio, completa el siguiente formulario. Así podremos conocerte mejor y enviarte el enlace para unirte a las reuniones en vivo: https://forms.office.com/r/6nCJ4wtVaS  

Mira el video completo de la sesión: 

La sesión de la Comunidad IA del 3 de julio abordó la validación de observaciones de clase mediante inteligencia artificial, a partir de una investigación presentada por Carolina Melo, Matías Recabarren y Javiera de la Maza, de la Universidad de los Andes. El encuentro permitió revisar los alcances y límites de los modelos de lenguaje para analizar prácticas docentes, en un campo donde la observación de aula sigue siendo una herramienta clave para mejorar la enseñanza. 

La exposición partió de una premisa central: la calidad docente tiene una relación directa con los aprendizajes de los estudiantes, pero observar clases de manera rigurosa requiere instrumentos validados, criterios comunes y evaluadores entrenados. En ese contexto, el equipo investigador utilizó Teach Primary, una herramienta desarrollada por el Banco Mundial para evaluar prácticas pedagógicas observables en el aula, como marco de referencia para comparar los puntajes generados por inteligencia artificial con los juicios de expertos. 

El estudio analizó si los modelos de lenguaje podían producir evaluaciones estables, precisas y comparables con las de observadores certificados. Para ello, se trabajó con transcripciones de videos de clase y se realizaron múltiples iteraciones con distintos modelos, entre ellos GPT, Gemini, Claude, DeepSeek y Grok. Los resultados mostraron una variabilidad relevante: ante el mismo prompt, algunos modelos entregaban puntajes distintos, lo que plantea desafíos para su uso directo en procesos de retroalimentación docente. 

Uno de los hallazgos más relevantes fue que la inteligencia artificial funciona mejor en dimensiones que dependen más del texto, como el análisis de preguntas abiertas o ciertos indicadores de pensamiento crítico. Sin embargo, presenta mayores dificultades en elementos que requieren interpretar conductas no verbales, interacciones del aula o respuestas de los estudiantes. La ausencia de información visual o contextual puede llevar al modelo a evaluar como deficiente una conducta que, en realidad, no requería intervención docente. 

Durante el diálogo con los participantes, se discutió también el potencial de estas herramientas para apoyar procesos de autoevaluación, mentoría y acompañamiento docente. La IA podría contribuir a reducir costos, ampliar la frecuencia de la retroalimentación y crear espacios más privados para que los profesores revisen su práctica. No obstante, los expositores subrayaron que el conocimiento experto sigue siendo indispensable para diseñar criterios, interpretar evidencias y transformar los resultados en recomendaciones accionables. 

La sesión dejó una conclusión prudente: la inteligencia artificial ofrece oportunidades para fortalecer la observación de aula, pero aún no puede reemplazar el juicio profesional. Su valor parece estar en aumentar la capacidad de análisis de los expertos y no en automatizar por completo decisiones pedagógicas complejas. El desafío futuro estará en integrar modelos multimodales, análisis de video y marcos pedagógicos más precisos para construir sistemas de evaluación más confiables y útiles para la mejora docente.

¿Te gustaría participar activamente en la Comunidad IA en Educación?     

Si quieres ser parte de nuestras sesiones virtuales y contribuir a este espacio de aprendizaje e intercambio, completa el siguiente formulario. Así podremos conocerte mejor y enviarte el enlace para unirte a las reuniones en vivo: https://forms.office.com/r/6nCJ4wtVaS  

Mira el video completo de la sesión: