IA educativa -

Leer artículo

IA y escritura manual para aprender normas contables

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:

Leer artículo

Simulaciones con IA para transformar la evaluación

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?

Mira el video completo de la sesión:

Leer artículo

IA responsable en cursos de programación

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?

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

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

IA ética para fortalecer el pensamiento crítico

La Comunidad IA dedicó su sesión del 15 de mayo a analizar el vínculo entre inteligencia artificial, pensamiento crítico e investigación científica en la educación superior. La reunión contó con la participación de José Luis Vásquez Correa, docente universitario y especialista en innovación, quien presentó la ponencia “El fin del pensamiento crítico o su evolución: IA, ética e investigación científica”, centrada en el proyecto Oriana.

La exposición partió de una preocupación recurrente en el ámbito universitario: el uso de herramientas de inteligencia artificial por parte de los estudiantes para producir textos académicos sin una apropiación clara del contenido. Según lo discutido en la sesión, el problema no se limita al plagio o a la deshonestidad académica, sino que se relaciona con la ausencia de trazabilidad en el proceso de investigación y con la delegación pasiva de tareas cognitivas a sistemas generativos.

En ese contexto, Vásquez presentó Oriana como una propuesta orientada a acompañar el uso ético de la inteligencia artificial en procesos de investigación. La herramienta busca analizar la intención de los prompts, sugerir reformulaciones éticas y registrar las interacciones del estudiante. Su enfoque se apoya en el método socrático, es decir, en una dinámica de preguntas que promueve la reflexión antes que la entrega inmediata de respuestas.

Durante la sesión se explicaron los resultados de un piloto aplicado con estudiantes en proceso de tesis y docentes tutores. La experiencia mostró mejoras en la organización del trabajo investigativo, reducción de tiempos en algunas etapas del proceso y mayor claridad en la defensa de ideas. Más allá de los indicadores, el énfasis estuvo en el sentido de autoría: que el estudiante no solo entregue un producto, sino que comprenda, explique y sostenga lo que ha construido.

El diálogo posterior permitió ampliar la discusión hacia los desafíos institucionales. Algunos docentes señalaron que el reto no está únicamente en crear herramientas de acompañamiento, sino también en repensar las formas de evaluación, diferenciar producción textual de producción de conocimiento y enseñar a los estudiantes a pensar con inteligencia artificial. La trazabilidad, en ese sentido, fue reconocida como un componente valioso para observar cómo se construye el aprendizaje.

La sesión concluyó con una idea central: la inteligencia artificial no implica necesariamente el fin del pensamiento crítico, pero sí exige nuevas formas de orientación pedagógica. Su uso responsable en la educación superior requiere criterios éticos, acompañamiento docente y modelos que permitan convertir la interacción con estas tecnologías en una oportunidad para fortalecer la reflexión, la autoría y la investigación académica.

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

Mira el video completo de la sesión:

Leer artículo

Programar en la era de la IA: reflexiones desde la práctica docente

La primera sesión del ciclo 2026 del espacio de conversaciones sobre inteligencia artificial en educación reunió a la comunidad docente para reflexionar sobre la relación entre programación, exploración tecnológica y desarrollo profesional. El invitado fue Andy García Peña, docente de la UPC y la Universidad Continental, emprendedor y consultor de innovación, quien compartió su experiencia aprendiendo programación desde cero y utilizando herramientas de IA para transformar su práctica docente.

Durante la sesión, el expositor expuso el dilema que enfrentan muchos profesores: si aprender a programar es realmente un recurso potenciador o una inversión innecesaria en tiempos en que la inteligencia artificial genera código de manera automática. Para él, la respuesta no es absoluta. Mostró cómo distinguir entre el “by coding” orientado a prototipado rápido y el desarrollo asistido por IA responsable, que implica comprender la estructura del código y revisar lo generado por los modelos. Según comentó, dominar las bases del pensamiento computacional le permitió integrar herramientas de manera más sólida y creativa en sus cursos.

El docente relató cómo la curiosidad lo llevó a experimentar con diversas plataformas, desde Google Sheets y Notion hasta entornos más complejos como Google Antigravity. Explicó su proceso para instalar, configurar y evaluar esta herramienta de desarrollo con agentes, así como las estrategias que aplicó para manejar riesgos, probar modelos y automatizar partes de su flujo de trabajo docente. Detalló también cómo utiliza Notebook LM junto con Antigravity para generar contenidos, sintetizar clases y optimizar la creación de materiales semanales.

A partir de su experiencia, García Peña compartió ejemplos de cómo la programación había fortalecido su capacidad para diseñar actividades, integrar APIs, crear prototipos y combinar herramientas con metodologías como el design thinking y la gamificación. Este proceso, según indicó, contribuyó a que varias de sus propuestas fueran reconocidas como innovaciones educativas en instituciones donde enseña. Insistió en que aprender programación no implica volverse desarrollador, sino adquirir una lógica que permita entender, validar y guiar mejor el uso de la IA.

La sesión concluyó con un intercambio entre docentes sobre evaluación, ética y la necesidad de elevar el nivel de curiosidad en el aula. Los participantes coincidieron en que la IA obliga a repensar las estrategias pedagógicas, promover procesos más reflexivos y fomentar experiencias donde los estudiantes produzcan, contrasten y expliquen, más allá de lo que un modelo generativo puede resolver. La conversación dejó claro que la exploración tecnológica sigue abriendo caminos para renovar la enseñanza en educación superior.

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

Mira el video completo de la sesión: