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 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 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?     

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 viernes 19 de septiembre, la Comunidad IA en la educación recibió a Manuel Sotomayor, psicólogo educativo y responsable de estrategia de IA educativa en Centrum PUCP. Su ponencia abordó la “paradoja cognitiva de la IA”: una tecnología capaz de amplificar las capacidades intelectuales, pero que, al mismo tiempo, puede erosionar habilidades cruciales para el aprendizaje, como el pensamiento crítico y la autorregulación. 

Sotomayor ilustró el dilema con un caso típico: dos estudiantes resuelven un estudio de negocios; quien usa IA produce más rápido análisis sólidos, pero puede no haber internalizado el razonamiento que sustenta sus respuestas. El foco en “productos” por encima de procesos cognitivos y afectivos —advirtió— pone en riesgo el desarrollo de competencias analíticas. De ahí su llamado a replantear el diseño pedagógico y las evidencias de aprendizaje en entornos con IA. 

Desde la teoría, articuló tres marcos. Primero, la teoría de la carga cognitiva: reducir carga extrínseca (presentaciones y materiales mal diseñados) para favorecer la carga germinal, donde ocurre la construcción de esquemas y el aprendizaje profundo. La “trampa” aparece cuando la IA no solo quita lo extrínseco sino también sustituye esfuerzo germinal, desplazando el “sweet spot” de dificultad deseable. El segundo y tercer marco vinculan taxonomías de Bloom con los sistemas 1 y 2 de Kahneman: si la IA se apropia tanto de las habilidades de orden inferior como de las superiores, el andamiaje evolutivo del aprendizaje se resiente. 

A nivel empírico, el expositor reseñó hallazgos recientes. En tareas aplicadas, estudiantes con IA y orientación docente mejoran su desempeño; sin orientación, la variabilidad aumenta y el promedio cae frente a quienes trabajan sin IA. No obstante, emerge un dato incómodo: 50% declara fuerte dependencia de la IA y 16,7% teme perder capacidad de resolución autónoma. Este debate se enlaza con el modelo FACT (Fundamento–Aplicación–Crítica–Transferencia), propuesto como guía para decidir en qué tipos de habilidades conviene o no integrar IA, siempre con cautela contextual. 

El ángulo neurocognitivo refuerza la paradoja: estudios comparando “cerebro solo”, búsqueda en Google y uso de modelos generativos reportan menor conectividad y patrones menos complejos con IA, con efectos que persistirían aun después de dejar de usarla (“deuda cognitiva”). La implicación didáctica es concreta: sostener prácticas espaciadas, generación activa de respuestas y exposición a dificultades deseables para asegurar aprendizaje significativo en tiempos de IA. 

El diálogo posterior conectó estas ideas con experiencias de aula y gestión del curso: se subrayó que rediseñar flujos de trabajo y secuencias de actividades puede ayudar a “surfear” la tensión entre apoyo y atrofia, evitando la “ficción” de enseñar, producir y evaluar todo con IA. La invitación final fue explícita: educar para navegar esa tensión de forma productiva, con criterios éticos y de evaluación auténtica. 

¿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: