Comunidades de docentes 2 -

Leer artículo

Agentes de IA con soberanía institucional

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:

Leer artículo

Inteligencia artificial aplicada al diseño UX universitario

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?

Mira el video completo de la sesión:

Leer artículo

Inteligencia artificial para observar clases: alcances y límites

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?

Mira el video completo de la sesión:

Leer artículo

Pulso de la IA en la Educación Superior 2026: resultados del estudio global del DEC

La Comunidad IA de la UPC dedicó su sesión del viernes 26 de junio al análisis de los resultados globales del Digital Education Council sobre el uso de inteligencia artificial en la educación superior. La presentación estuvo a cargo de Jorge Bossio, quien compartió hallazgos comparativos entre regiones y abrió una discusión sobre las tensiones actuales entre adopción tecnológica, calidad del aprendizaje y transformación pedagógica.

Uno de los puntos centrales fue la percepción ambivalente de estudiantes y docentes frente a la IA. Si bien muchos reconocen que estas herramientas permiten ahorrar tiempo, organizar ideas o resolver tareas con mayor rapidez, también aparece una preocupación creciente: el riesgo de que su uso debilite el pensamiento independiente. El informe muestra que parte del estudiantado considera más difícil enfrentar problemas sin apoyo de IA, mientras que docentes advierten posibles efectos sobre el desarrollo de habilidades profundas.

La sesión también abordó la limitada integración pedagógica de la IA. Aunque su uso se ha extendido, en muchos casos se mantiene en actividades superficiales, como la creación de materiales, la búsqueda de información o la generación de borradores. Bossio señaló que pocos docentes están rediseñando de manera significativa sus cursos o evaluaciones a partir de estas tecnologías. Este punto llevó a discutir la necesidad de pasar de un uso instrumental a uno orientado al aprendizaje, la retroalimentación y la toma de decisiones pedagógicas.

Otro eje relevante fue la evaluación. Según los resultados presentados, una proporción importante de estudiantes no percibe que las evaluaciones reflejen adecuadamente sus habilidades, su esfuerzo o su juicio crítico. A ello se suma la falta de lineamientos claros sobre cuándo y cómo puede utilizarse IA en tareas académicas. Esta situación genera incertidumbre y puede afectar la confianza en los procesos de evaluación, especialmente cuando los estudiantes perciben que sus pares podrían usar estas herramientas para obtener ventajas indebidas.

Durante el diálogo, los participantes coincidieron en que la respuesta no debe centrarse únicamente en enseñar a usar herramientas o redactar prompts, sino en fortalecer capacidades como la formulación de preguntas, la indagación, el pensamiento crítico y la evaluación de la información. También se destacó la importancia de una base pedagógica sólida: sin criterios claros de enseñanza y evaluación, la tecnología difícilmente podrá aportar valor al aprendizaje.

La sesión concluyó con una reflexión sobre el rol docente en la era de la IA. Más que reemplazar la labor educativa, estas tecnologías obligan a revisar qué tareas pueden automatizarse y cuáles requieren mayor presencia humana, acompañamiento y criterio pedagógico. En esa línea, la Comunidad IA continuará abordando los retos vinculados con la gobernanza, la ética, la evaluación y el futuro del trabajo en el contexto de la inteligencia artificial.

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

Mira el video completo de la sesión:

Leer artículo

Inteligencia artificial e investigación académica: experiencias, oportunidades y desafíos para el aula

La Comunidad IA de la UPC dedicó su sesión del viernes 19 de junio a analizar el uso de la inteligencia artificial en la investigación académica, a partir de la exposición de Pedro Bazo Quintana, profesor investigador de la UPC. La reunión abordó experiencias, oportunidades y desafíos asociados al uso de herramientas de IA para la búsqueda bibliográfica, la revisión de literatura y la formación de estudiantes en cursos de investigación.

Durante la sesión, se destacó el avance de plataformas especializadas como Consensus, presentada como una herramienta útil para iniciar procesos de revisión bibliográfica. A diferencia de los motores de búsqueda generales, este tipo de soluciones permite acceder a bases amplias de artículos académicos, identificar referencias, revisar metodologías y obtener una primera lectura del estado de la evidencia sobre una pregunta de investigación.

Uno de los ejemplos trabajados giró en torno a los influencers virtuales y su capacidad para generar confianza en sus seguidores. A partir de esta pregunta, se mostró cómo la IA puede organizar resultados, distinguir estudios que respaldan o cuestionan una hipótesis y ofrecer una visión inicial sobre posibles vacíos de investigación. Este uso permite acelerar tareas que antes demandaban más tiempo, aunque no reemplaza la lectura crítica ni la comprensión profunda de los artículos.

La sesión también abrió una discusión sobre el rol docente frente a estas herramientas. Bazo planteó que el desafío ya no consiste solo en exigir una revisión de literatura, sino en definir qué habilidades deben desarrollar los estudiantes: comprender el problema de investigación, reconocer fuentes, articular argumentos, identificar brechas y redactar con coherencia académica. En ese sentido, la IA puede servir como apoyo, siempre que su uso sea guiado y evaluado con criterios claros.

En el diálogo posterior, los participantes coincidieron en la necesidad de enseñar el uso responsable de estas tecnologías. Se mencionó que los estudiantes ya están incorporando herramientas de IA en sus procesos académicos, por lo que la universidad tiene la oportunidad de orientar su empleo hacia prácticas éticas, rigurosas y alineadas con los objetivos de aprendizaje. La sesión dejó planteada una pregunta central para la docencia: hasta qué punto permitir el uso de la IA y cómo integrarla sin debilitar los procesos cognitivos propios de la investigación.

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

Mira el video completo de la sesión:

Leer artículo

Inteligencia artificial para potenciar plataformas LMS

La sesión de la Comunidad IA abordó el uso de agentes inteligentes y entornos cognitivos de aprendizaje integrados en Moodle. La exposición estuvo a cargo de Diego Quisi, especialista en inteligencia artificial aplicada a educación, quien presentó una solución orientada a optimizar procesos académicos, administrativos y de acompañamiento estudiantil dentro de plataformas LMS.

El punto de partida fue diferenciar la inteligencia artificial generativa de los agentes inteligentes. Mientras la primera permite crear contenido en formatos como texto, imagen, audio o código, los agentes incorporan capacidades de razonamiento, planificación, ejecución y validación. En el contexto educativo, esta arquitectura permite automatizar tareas, consultar información institucional y generar respuestas contextualizadas a partir de los datos disponibles en el entorno de aprendizaje.

Durante la demostración, se mostró cómo un plugin instalado en Moodle puede apoyar al administrador mediante reportes sobre consumo de recursos, interacción de usuarios, rendimiento por cursos y seguimiento de estudiantes. Para el docente, la herramienta permite identificar estudiantes en riesgo académico, analizar actividades con bajo desempeño, generar informes, crear presentaciones, diseñar tareas y elaborar rúbricas desde instrucciones en lenguaje natural.

La sesión también presentó el uso del agente desde la perspectiva del estudiante. En este caso, el sistema funciona como tutor adaptativo, capaz de explicar conceptos, generar simulaciones, proponer analogías según los intereses del usuario, ofrecer guías de estudio y crear cuestionarios de autoevaluación. El objetivo no es reemplazar el rol docente, sino ampliar las posibilidades de acompañamiento, especialmente en cursos con grupos numerosos o con necesidades diferenciadas de aprendizaje.

Un aspecto relevante de la discusión fue la seguridad de los datos. Quisi señaló que el plugin puede instalarse dentro de la infraestructura de la universidad, bajo su propia soberanía de datos, y conectarse a modelos de lenguaje propios o de terceros. Asimismo, explicó que el sistema puede configurarse con el modelo pedagógico institucional y con reglas adicionales para asegurar que las respuestas mantengan criterios académicos, culturales y éticos definidos por la institución.

La presentación permitió observar cómo los agentes de IA pueden transformar el uso de los LMS al integrar analítica, automatización y personalización en una misma plataforma. Su aplicación plantea oportunidades para reducir la carga operativa del docente, fortalecer el aprendizaje autónomo del estudiante y facilitar decisiones basadas en datos, siempre que su implementación considere criterios pedagógicos, infraestructura adecuada y una gobernanza clara.

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

Mira el video completo de la sesión:

Leer artículo

Estrategia nacional de inteligencia artificial y educación en Perú

La Comunidad IA dedicó su sesión del 5 de junio a revisar los alcances de la Estrategia Nacional de Inteligencia Artificial del Perú, con énfasis en educación, alfabetización y academia. La exposición estuvo a cargo de Gianfranco Mejía, abogado especializado en gestión pública, regulación, derecho administrativo e inteligencia artificial, quien analizó el documento recientemente aprobado y sus implicancias para el sistema educativo peruano.

Durante la sesión se destacó que el país cuenta por primera vez con una estrategia nacional formal sobre inteligencia artificial, luego de antecedentes previos que no llegaron a oficializarse. Sin embargo, el análisis mostró que las referencias a educación aparecen de manera dispersa y con un nivel todavía general. Entre los puntos identificados se encuentran la capacitación docente, la incorporación de herramientas de IA en procesos académicos y el fortalecimiento de capacidades en educación básica, técnico-productiva y superior.

Uno de los aspectos centrales de la conversación fue la alfabetización en inteligencia artificial. Mejía señaló que el término aparece poco desarrollado en la estrategia peruana, pese a que resulta clave para que docentes, estudiantes, servidores públicos, empresas y ciudadanos comprendan no solo cómo usar estas tecnologías, sino también sus riesgos, límites y criterios éticos. En ese sentido, la sesión planteó la necesidad de pasar de acciones de capacitación aisladas a una política más amplia de formación crítica y sostenida.

La discusión también incorporó el análisis de un proyecto de ley orientado a establecer estándares mínimos para el uso de IA en el sistema universitario nacional. La propuesta incluye principios como ética algorítmica, protección de datos, transparencia, no discriminación y complementariedad entre humanos e inteligencia artificial. Asimismo, plantea la creación de comités de gobernanza algorítmica y ética digital en universidades, así como programas vinculados a ciencia de datos, ciberseguridad, robótica, gobernanza algorítmica y transformación digital.

Otro punto relevante fue la comparación con la reciente estrategia de inteligencia artificial de Canadá, denominada “IA para todos”. A partir de este caso, se observó una diferencia importante: mientras la estrategia peruana enfatiza la capacitación, la canadiense otorga un lugar central a la alfabetización, la infraestructura digital, la calidad de los datos, la seguridad y la soberanía tecnológica. Esta comparación permitió abrir una reflexión sobre las condiciones previas que requiere el Perú para integrar la IA en educación, especialmente en conectividad, infraestructura y acceso.

La sesión concluyó con aportes de los participantes sobre los desafíos de aplicar la estrategia en contextos educativos diversos, como escuelas rurales o instituciones con brechas tecnológicas. También se abordó la relación entre IA, pequeñas y medianas empresas, soberanía digital y regulación internacional. En conjunto, el encuentro dejó planteada una idea clave: el desarrollo de la inteligencia artificial en educación no depende solo de capacitar usuarios, sino de construir condiciones institucionales, técnicas y éticas que permitan una adopción responsable y contextualizada.

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

Mira el video completo de la sesión:

Leer artículo

Externalización cognitiva y evaluación con IA

La sesión de la Comunidad IA del 29 de mayo abordó uno de los debates más urgentes en la educación actual: cómo repensar la evaluación en un contexto donde la inteligencia artificial ya forma parte de los procesos de aprendizaje. El expositor invitado fue Jesús Vivanco, quien presentó el tema “Externalización cognitiva y evaluación: hacia un nuevo paradigma educativo en la era de la IA”, a partir de investigaciones recientes sobre el uso de estas herramientas en entornos educativos y profesionales.

Vivanco explicó que la externalización cognitiva ocurre cuando las personas utilizan herramientas externas para apoyar funciones mentales como recordar, calcular, escribir o razonar. Así como la calculadora modificó la forma de resolver operaciones matemáticas y la escritura permitió ampliar la memoria, la inteligencia artificial generativa está interviniendo ahora en procesos más complejos, como la síntesis de información, la producción de textos y la toma de decisiones.

El expositor sostuvo que el problema educativo no está en la existencia de la herramienta, sino en que muchos sistemas de evaluación fueron diseñados para contextos donde no se consideraba la colaboración con tecnologías avanzadas. En ese sentido, las evaluaciones tradicionales, centradas en la memoria, la repetición o la respuesta final, enfrentan dificultades para distinguir entre aprendizaje auténtico y dependencia tecnológica.

Durante la sesión también se discutió la necesidad de evaluar el proceso y no solo el resultado. Esto implica observar la calidad del razonamiento, la justificación de las decisiones, la capacidad crítica frente a lo generado por la IA y las evidencias de iteración durante el trabajo. En lugar de prohibir el uso de estas herramientas, se planteó la importancia de integrarlas en experiencias educativas más complejas, donde el estudiante tenga que contrastar, argumentar y explicar sus elecciones.

El diálogo con los participantes permitió ampliar la reflexión hacia temas como la citación del uso de IA, la alfabetización cognitiva digital, el rediseño de foros académicos y la creación de tareas con mayor demanda intelectual. Se compartieron experiencias docentes en las que la IA no se usa solo para responder preguntas, sino también para buscar información, producir evidencias, elaborar videos, verificar fuentes y desarrollar propuestas aplicadas.

La sesión concluyó con una idea central: enseñar en la era de la inteligencia artificial no consiste en evitar la tecnología, sino en diseñar condiciones para que pensar con tecnología también signifique aprender a pensar mejor. Este enfoque demanda nuevas rúbricas, criterios de evaluación más transparentes y una cultura académica que promueva el uso reflexivo, ético y crítico de la IA en la educación.

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

Mira el video completo de la sesión:

Leer artículo

NotebookLM para crear recursos educativos con IA

En la sesión de la Comunidad IA del 22 de mayo, José Colán presentó el tema “De la información al aprendizaje: creación de recursos educativos con NotebookLM”, una exposición orientada a explorar el potencial pedagógico de esta herramienta de Google en el diseño de materiales para la educación superior. La reunión partió de una pregunta central: cómo atender la diversidad del aula sin incrementar de manera significativa la carga laboral docente.

Durante la presentación, se explicó que NotebookLM permite trabajar en un entorno controlado, en el que la inteligencia artificial responde a partir de las fuentes cargadas por el docente. Esta característica resulta relevante para cursos con alta densidad conceptual, pues facilita organizar información, reducir la sobrecarga cognitiva y promover una revisión más guiada de los contenidos por parte de los estudiantes.

Colán destacó que la herramienta puede generar diversos recursos de apoyo, como mapas mentales, tarjetas de estudio, infografías, cuestionarios, guías de estudio, presentaciones, audios y videos. Estos formatos permiten transformar materiales extensos en recursos más accesibles para distintos estilos de aprendizaje, sin reemplazar el criterio pedagógico del docente en la selección, curaduría y validación de la información.

Uno de los puntos abordados fue el uso de NotebookLM como apoyo al andamiaje cognitivo. A través de recursos visuales, auditivos y textuales, los estudiantes pueden revisar conceptos, solicitar ejemplos, contrastar ideas y recibir explicaciones adicionales. En ese sentido, la herramienta no solo contribuye a la comprensión inicial, sino también a procesos de análisis, metacognición y autorregulación del aprendizaje.

La sesión también incluyó una demostración de la integración entre NotebookLM y Gemini, especialmente para la elaboración de presentaciones editables y materiales visuales. Se enfatizó, sin embargo, la necesidad de formular instrucciones precisas y de mantener cuidados sobre la información compartida, evitando cargar datos personales, documentos sensibles o información institucional que no deba circular fuera de los espacios autorizados.

Finalmente, la sesión planteó que estas herramientas pueden optimizar tareas operativas y liberar tiempo docente para actividades de mayor valor pedagógico, como la retroalimentación, el acompañamiento y el diseño de experiencias aplicadas. NotebookLM fue presentado así como una herramienta de apoyo para diversificar recursos, fortalecer el aprendizaje autónomo y ampliar las posibilidades de acceso a la información en entornos educativos.

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

Mira el video completo de la sesión: