En la sesión del viernes 13 de marzo de la Comunidad IA, Luis Valdivia Humareda, docente de la UPC y especialista en desarrollo de software, inteligencia artificial y arquitectura cloud, presentó una experiencia pedagógica centrada en la enseñanza de programación para estudiantes de ciclos superiores vinculados al desarrollo de videojuegos. Su propuesta, titulada Aprender reparando: debugging profesional en motores de juegos como Unity y Phaser, parte de una observación concreta: muchos estudiantes logran implementar funcionalidades, pero todavía dependen en exceso del docente cuando aparecen errores en el código.  

A partir de ese diagnóstico, la experiencia replantea el lugar del error dentro del proceso de aprendizaje. En vez de entenderlo como un obstáculo que debe evitarse, Valdivia lo convierte en recurso pedagógico. La metodología consiste en exponer al estudiante a errores intencionales, tanto técnicos como lógicos, para que aprenda a leer mensajes del sistema, identificar causas, proponer soluciones y documentar el proceso de corrección. De este modo, el aula se aproxima a escenarios reales de trabajo, donde no siempre se construye desde cero, sino que con frecuencia se debe intervenir sobre productos ya desarrollados, incompletos o defectuosos.  

La propuesta se organizó en dos momentos. En un primer tramo, el docente modeló con los estudiantes la identificación y resolución de errores dentro de motores como Unity y Phaser, mostrando cómo pequeñas omisiones o decisiones incorrectas afectan el funcionamiento del proyecto. En un segundo momento, cambió la lógica de la evaluación: en lugar de pedir la creación de un producto desde cero, entregó proyectos funcionales previamente alterados para que los estudiantes diagnosticaran y repararan fallas. Esta variación permitió evaluar no solo el resultado final, sino también la comprensión del problema, la capacidad de depuración y la argumentación técnica del proceso seguido.  

Los resultados presentados fueron relevantes. Según lo expuesto en la sesión, se redujo de manera considerable la solicitud constante de ayuda al docente, disminuyó el tiempo que los estudiantes dedicaban a la depuración de errores y mejoró la estabilidad de los proyectos entregados. A ello se sumaron logros formativos de mayor alcance: incremento de la autonomía, fortalecimiento del pensamiento computacional, mejor documentación de los procesos y mayor confianza para afrontar problemas similares en contextos profesionales. La experiencia mostró, además, que enseñar a corregir errores no implica bajar la exigencia, sino desplazarla hacia competencias más cercanas a las demandas del campo laboral.  

Uno de los puntos más valiosos de la conversación fue la reflexión sobre la evaluación en contextos atravesados por inteligencia artificial generativa. Frente a la facilidad con la que hoy un estudiante puede obtener código funcional mediante herramientas como ChatGPT, la experiencia presentada propone una evaluación más auténtica: resolver errores complejos, especialmente aquellos de lógica, exige comprensión de fundamentos y no solo capacidad de pedir respuestas a una herramienta. En ese sentido, la IA aparece como apoyo para optimizar tareas, pero no sustituye la necesidad de comprender cómo funcionan los sistemas ni de desarrollar criterios para intervenir sobre ellos.  

Finalmente, la sesión abrió una discusión sobre la transferencia de esta metodología a otras disciplinas. El ponente sugirió que la lógica de “aprender reparando” puede adaptarse a áreas como marketing, matemática, estadística, psicología, finanzas o ingeniería industrial, mediante actividades en las que los estudiantes deban analizar campañas mal diseñadas, procedimientos erróneos, datos defectuosos o procesos mal secuenciados. Desde esta perspectiva, el debugging deja de ser una práctica exclusiva de la programación y se convierte en una forma de aprendizaje basada en el análisis crítico, la corrección argumentada y la preparación para contextos profesionales donde identificar y resolver errores forma parte del ejercicio cotidiano. 

¿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 virtual de la Comunidad IA (27 de febrero de 2026) se presentó la experiencia de Adam Sánchez, investigador e ingeniero de IA en UNESS (Francia), sobre la automatización de bancos de preguntas en educación superior mediante modelos de lenguaje, con un caso de uso particularmente exigente: la preparación de estudiantes de medicina para exámenes nacionales de alta exigencia. La conversación situó el problema en un contexto realista: la necesidad de producir preguntas nuevas con criterios estrictos, pese a la limitada disponibilidad de especialistas para redactarlas manualmente.  

A partir de ese punto, la exposición abordó el desafío central de esta automatización: cómo sostener la calidad y reducir errores propios de los modelos (incluidas las “alucinaciones”, es decir, respuestas plausibles pero incorrectas). Se planteó una estrategia técnica y pedagógica que combina: uso de fuentes externas (PDF, documentos del curso) para anclar la generación, diseño de un prompt profesional construido en coordinación entre expertos del dominio (médicos) e ingenieros de modelos de lenguaje, y una premisa no negociable: la validación humana de preguntas y respuestas. En medicina, se insistió, la automatización no reemplaza el criterio experto; lo reubica hacia la curaduría.  

Un aspecto relevante fue la tipología de preguntas que se emplea en la formación médica y cómo esa diversidad condiciona la generación automática. Se describieron preguntas de respuesta única y múltiple, respuestas abiertas cortas (limitadas por normativa), formatos proporcionales para casos progresivos y “mini-dossiers” que encadenan ítems de distinta naturaleza. Además, se resaltó la importancia de los comentarios justificativos (“por qué” una opción es correcta o no), considerados parte del estándar de calidad en evaluación médica. Esta estructura compleja tensiona las capacidades del modelo: no solo debe formular, sino también justificar y ajustarse a reglas de redacción y dificultad.  

En términos de implementación, se compartió un enfoque de ingeniería que traslada la configuración al experto: un software donde el docente define parámetros (tipo de pregunta, nivel de dificultad, restricciones, fuentes y objetivos), y el sistema construye el prompt con controles para evitar desviaciones. Luego, se explicó un proceso de selección y evaluación de modelos open source (y pruebas controladas con modelos propietarios solo cuando el contenido era público), incluyendo experimentación con versiones cuantizadas y pruebas en diversos entornos de hardware (CPU, GPU, clústeres universitarios). Dos desarrollos ilustraron el avance: una herramienta para generar y evaluar preguntas desde documentos (con métricas de calidad por modelo) y otra para mapear objetivos de aprendizaje entre sistemas curriculares antiguos y nuevos mediante consenso entre modelos.  

La discusión final conectó la automatización con retos académicos actuales: integración con LMS (se mencionó el desarrollo de un plugin para Moodle que permite generar ítems desde un PDF y cargarlos al banco de preguntas), límites de la evaluación automatizada (especialmente en respuestas abiertas) y la necesidad de complementar lo digital con instancias presenciales u orales para sostener el rigor. También emergieron dos consideraciones transversales: la relación entre tipos de ítems y niveles cognitivos (alusión a la taxonomía de Bloom) y el peso del contexto clínico local en la validez de una respuesta (lo correcto puede variar según el país o sistema). Finalmente, el caso francés se vinculó con un tema estratégico: la soberanía tecnológica y las restricciones de privacidad en Europa, que impulsan a universidades a desplegar modelos propios para garantizar acceso y reducir brechas. 

¿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 reunión de este viernes, Víctor Omar Vite León (UPC) presentó la evolución de un proyecto que comenzó como tesis y hoy reorienta su foco para comprender cómo integrar la IA en la enseñanza de la investigación, a partir de evidencias recogidas con estudiantes de Comunicación Audiovisual y Medios Interactivos. El punto de partida contrastó percepciones: 88% del profesorado que usa IA en docencia declara un uso mínimo-moderado, mientras 80% del alumnado considera que la IA universitaria no satisface sus expectativas; este desajuste motivó el estudio sobre satisfacción y uso de IA en tareas de investigación.  

El equipo trabajó con un curso (“Taller de Televisión Interactiva”) y un diseño cualitativo de corte etnográfico durante cuatro meses, con 17 estudiantes y entrevistas en profundidad a ocho voluntarios; los datos se analizaron temáticamente con apoyo de herramientas de IA. Se emplearon ChatGPT, SciSpace y Pinpoint para apoyar fases como revisión de literatura, delimitación del problema y análisis. El marco teórico se centró en autoeficacia (Bandura), compromiso académico (Ochoa) y participación (Carpentier) para observar el impacto de la IA en la experiencia estudiantil.  

Desde el rediseño pedagógico, Vite articula el modelo TPACK con un énfasis tecnológico muy concreto: ingeniería de prompts como competencia instrumental para operar con LLM en investigación cualitativa. Se sistematizaron fases del proceso investigativo (del problema a la redacción) y se modelaron actividades de andamiaje (p. ej., lluvia de ideas por emisor-medio-mensaje-receptor) para avanzar de problemas próximos a problemas disciplinares complejos.  

Los resultados reportados indican que la IA funcionó como fuente de motivación, aumentó la confianza y la eficacia para abordar tareas, organizó información y liberó tiempo para dimensiones creativas; también emergieron preocupaciones por dependencia, barreras idiomáticas, costos y curva de aprendizaje. Con todo, el equipo reconoce límites del estudio (muestra pequeña) y propone ampliar contextos y métodos.  

La discusión enfatizó crear “espacios seguros” donde el uso de IA sea transparente y declarativo, evitando lógicas punitivas y aprovechando la herramienta como objeto de reflexión sobre calidad, atribución y ética. Para materializar el pensamiento crítico en prácticas verificables, se propusieron cuatro verbos operativos (Codina): verificar, evaluar, atribuir y editar; además, se sugirió adoptar el decálogo de transparencia de Daniel Craig y concebir la alfabetización como multimodal (texto, imagen, código).  

Como proyección, el piloto ya escala hacia cursos de investigación de la carrera, manteniendo la combinación TPACK-prompts y abriendo posibilidades interdisciplinarias (p. ej., uso de videojuegos o entornos como Minecraft/Roblox para estudiar autoeficacia, compromiso y participación).  

¿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 cierre 2025 de la Comunidad IA en la Educación, del viernes 5 de diciembre, se dedicó a la presentación del libro-guía El Director Libre del Banco Mundial, orientado a aliviar la carga administrativa de los directores para devolver tiempo al liderazgo pedagógico. El equipo autor —Ezequiel Molina, Carolina López — y María Andreina Cantele abrió la jornada explicando el propósito de la guía y su público objetivo, directores y directoras de la región. También se reconoció la presencia de autoridades universitarias y de la red MetaRedTIC Perú que acompañaron el encuentro. 

El marco del problema quedó definido con datos recientes: de acuerdo con la evidencia discutida, los directores dedican más del 76% de su tiempo a tareas administrativas y solo el 24% a liderazgo pedagógico, con costos personales y efectos sobre el aprendizaje; de ahí la necesidad de un método práctico. La propuesta L-I-B-R-E surge del trabajo con 100+ directores de 8 países, y plantea acciones concretas para transformar rutinas y recuperar horas de acompañamiento docente. 

A continuación, se mostró la metodología de trabajo con prompts y el diálogo iterativo con la IA para preservar privacidad y mejorar resultados. Se compartieron herramientas abiertas creadas ad hoc: un GPT que guía la redacción de prompts con la estructura “tú-quién-qué-cómo” y una versión en Google para quienes trabajan en ese ecosistema. 

La exposición se ilustró con casos prácticos. “Patricia” redujo el tiempo de su informe mensual al partir de un borrador generado por IA y ajustado a su estilo; “Ricardo”, director en Lima, usó IA para contrastar currículo, clases observadas y evaluación, detectando desalineaciones que explicaban resultados mediocres en matemáticas. Estas experiencias evidenciaron el paso de la página en blanco a ciclos de revisión informados por datos. 

La sesión incorporó testimonios de uso en escuelas: María Andreina Cantele subrayó que la IA no reemplaza personas ni cargos, sino que potencia funciones —especialmente en análisis de datos para identificar estudiantes, efectos de asistencia y desarrollo profesional—, recomendando la lectura y aplicación de El Director Libre. En el diálogo final se adelantó el trabajo en capítulos complementarios (Administrador LibreDocente Libre) para unidades ejecutoras y docentes, con casos de uso que van desde asignación de recursos hasta comunicación de resultados. 

milagros morgan rectora upc 2025

El cierre estuvo a cargo de Milagros Morgan, rectora de la UPC y presidenta de Metared TIC Perú, quien felicitó a la Comunidad por sus avances, llamó a integrar pedagogía, tecnología y formación ciudadana, y ratificó el trabajo colaborativo nacional e internacional. Con su mensaje culminó un ciclo que, desde 2023, ha sostenido 128 sesiones cada viernes a las 10:00 a. m. y ha convocado a más de 4,000 participantes de distintos países. La Comunidad continuará en 2026

ia en la educación 5 de diciembre

¿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: