En Rayuela, esa novela inclasificable de Julio Cortázar, un personaje dice que la única manera de salvarse es creando. Crear es, en cierto modo, una forma de resistencia. Y hoy, diseñar experiencias de aprendizaje motivadoras, activas y transformadoras en tiempos de inteligencia artificial, también lo es.

Vivimos una era en la que la IA genera textos, resuelve problemas, redacta correos, propone evaluaciones, sugiere dinámicas de clase e incluso crea diseños instruccionales. La tentación de delegarle todo es tan grande como el riesgo de perder el propósito pedagógico en el camino. Frente a la fascinación tecnológica, el diseño instruccional debe recordarnos constantemente el para qué diseñamos y para quién enseñamos.

En mi experiencia liderando equipos de diseño educativo en una universidad peruana, la IA se ha vuelto una compañera de ruta. Lejos de desplazar a los diseñadores, ha redefinido nuestros roles: ahora somos curadores de contenidos generados con IA, estrategas de interacción humano-máquina, y arquitectos de experiencias donde el centro ya no es la información, sino el compromiso del estudiante.

Un estudiante sin compromiso puede ser un desafío para el que la IA todavía no está preparada. Este es un reto más profundo que ha comenzado a ocurrir y al que los diseñadores humanos hoy nos enfrentamos a través de nuestro trabajo cotidiano.

La diferencia entre usar IA y diseñar con IA

No toda integración de inteligencia artificial en educación es equivalente. Existe una diferencia fundamental entre el uso instrumental de la IA y lo que propongo llamar “diseñar con fuego”.

El uso instrumental se caracteriza por la eficiencia sobre el propósito: se emplea IA para hacer lo mismo de siempre, pero más rápido. El profesor se convierte en ejecutor de recursos generados automáticamente, mientras el estudiante permanece en una posición pasiva, recibiendo contenidos sin proceso reflexivo genuino. Las interacciones son superficiales—preguntas cerradas que generan respuestas automáticas—y la medición se limita a completar tareas o consumir contenido.

Diseñar con fuego, en contraste, subordina la IA a objetivos pedagógicos específicos. El profesor actúa como arquitecto de la experiencia completa, no como mero usuario de herramientas. El estudiante se convierte en protagonista de su aprendizaje, y la IA facilita su autoconocimiento y autonomía a través de interacciones socráticas que generan preguntas reflexivas, no solo respuestas. Los resultados se evidencian en transformaciones observables del pensamiento crítico y la metacognición.

Un caso concreto: el mentor de éxito personal

En una de nuestras experiencias más significativas, diseñamos un curso de introducción a la vida universitaria para estudiantes de primer ciclo. Decidimos ir más allá del uso instrumental de la inteligencia artificial e incorporamos en la ruta de aprendizaje la herramienta Conversation IA de nuestra plataforma, pero con un diseño pedagógico intencional.

A este tutor conversacional le dimos una personalidad cuidadosamente definida como Mentor de Éxito Personal, con características específicas:

  • Tono: Motivador, empático y orientado a la acción
  • Rol: Asesor confiable que ayuda al estudiante a organizar y consolidar su aprendizaje
  • Objetivos claros: Facilitar reflexión profunda sobre el progreso, identificar conexiones entre principios del curso y desarrollo personal, optimizar objetivos SMART, e impulsar autoconfianza

La experiencia se articuló alrededor de una pregunta generativa: “¿Cómo puedo integrar y mejorar mi Plan de Éxito Personal basándome en las reflexiones, estrategias y objetivos que he desarrollado durante el curso?”

Esta pregunta no buscaba respuestas cerradas, sino que invitaba a la síntesis, la integración y la proyección personal. El mentor no proporcionaba recetas, sino que acompañaba a los estudiantes en un proceso socrático de autodescubrimiento.

Resultados que evidencian la transformación

Los resultados fueron reveladores. En la encuesta final del curso, los estudiantes identificaron el Plan de Éxito Personal como una de las actividades más significativas, destacando que les ayudó a organizar metas, reafirmar valores y visualizar logros.

Más importante aún, reportaron un impacto emocional y motivacional profundo: muchos mencionaron que la experiencia les ayudó a creer en su capacidad y a entender mejor su propósito. Los estudiantes no solo interactuaron con la IA como herramienta, sino que la percibieron como espejo de sus propios procesos.

Lo significativo no fue únicamente el diseño de la IA, sino todo lo que ocurrió alrededor: cómo se preparó el escenario, cómo se acompañó su uso en clase, cómo se integraron las conversaciones con actividades reflexivas y cómo se cerró el proceso con ejercicios de escritura personal.

Criterios para reconocer el “diseño con fuego”

De esta y otras experiencias similares, emergen criterios específicos que permiten distinguir entre el uso instrumental y el diseño pedagógico auténtico:

Criterios de proceso:

  • Propósito pedagógico explícito: La IA se diseña para objetivos de aprendizaje específicos, no para eficiencia general
  • Personalización intencional: Se define una “personalidad” o rol con características que sirven funciones pedagógicas concretas
  • Preguntas generativas: Se privilegian interacciones que abren reflexión sobre respuestas que la cierran
  • Integración curricular: La experiencia con IA se conecta orgánicamente con otros componentes del curso

Criterios de resultado:

  • Metacognición evidenciable: Los estudiantes pueden articular qué y cómo aprendieron
  • Transferencia auténtica: Conectan la experiencia con situaciones reales de su vida
  • Autonomía progresiva: Van necesitando menos guía externa con el tiempo
  • Transformación de perspectiva: Evidencian cambios en su manera de pensar o verse a sí mismos

Implicaciones para la práctica

En la actualidad desarrollamos, con docentes de distintas disciplinas, un proceso formativo que va más allá del uso instrumental. Les enseñamos a diseñar prompts que no solo generan textos, sino que transforman la práctica pedagógica desde la raíz. Prompts para rediseñar sílabos, crear rúbricas auténticas, construir experiencias de aprendizaje activo, guiar la producción de recursos, idear evaluaciones retadoras, revisar guiones de video o materiales interactivos.

En manos críticas y creativas, la IA deja de ser un atajo y se convierte en catalizador. Pero nada de eso es suficiente si no hay el fuego que tiene un buen profesor—aquel que inspira con el ejemplo en cada uno de sus actos, aquel que crea experiencias de aprendizaje auténticas.

Las investigaciones recientes lo respaldan. Holmes et al. (2019) sostienen que el uso de inteligencia artificial en educación puede enriquecer la motivación intrínseca, siempre que se diseñen experiencias que integren aspectos cognitivos, emocionales y sociales del aprendizaje. Asimismo, estudios como el de Dwivedi et al. (2021) destacan que los estudiantes se comprometen más cuando interactúan con sistemas de IA que les permiten explorar, tomar decisiones y recibir retroalimentación significativa, en lugar de limitarse a recibir respuestas automáticas.

El riesgo de la simplificación

El riesgo está en la simplificación. Un curso diseñado solo con actividades generadas por IA puede volverse predecible, superficial, desprovisto de humanidad. Enseñar en tiempos de IA exige más que nunca volver al centro: el estudiante como sujeto, no como usuario. Y el docente como creador, no como ejecutor de recetas.

Diseñar con IA no es solo generar recursos más rápido, sino imaginar nuevas formas de interacción que antes eran impensables. Relaciones humano-máquina que se complementan con relaciones humano-humano, creando ecosistemas de aprendizaje más ricos y auténticos.

Conclusión: crear como forma de resistencia

Enseñar sigue siendo un acto profundamente humano, profundamente creativo. Si la IA ha llegado para quedarse, será nuestra tarea usarla no para sustituirnos, sino para retarnos a enseñar mejor.

Como dice Cortázar, hay que “buscar sin descanso, sabiendo que la única salvación es crear”. Y quizás hoy, en tiempos de IA, diseñar con fuego—con intención, con visión pedagógica, con el estudiante como centro—sea una de las formas más potentes de crear.

Porque al final, la pregunta no es si la IA transformará la educación, sino si nosotros, como diseñadores y educadores, tendremos el fuego suficiente para dirigir esa transformación hacia experiencias verdaderamente humanas y transformadoras.

Referencias

Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial Intelligence in Education: Promises and Implications for Teaching and Learning. Center for Curriculum Redesign. https://curriculumredesign.org/wp-content/uploads/AIED-Book-Excerpt-CCR.pdf

Dwivedi, Y. K., Hughes, L., Ismagilova, E., Aarts, G., Coombs, C., Crick, T., … & Williams, M. D. (2021). Artificial Intelligence (AI): Multidisciplinary perspectives on emerging challenges, opportunities, and agenda for research, practice and policy. International Journal of Information Management, 57, 101994. https://doi.org/10.1016/j.ijinfomgt.2019.08.002

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: 

Mag. Blanca Jesús Joo Chang

Como en el cuento, la reina formula su pregunta al espejo, guiada por su mayor preocupación. Le pedí a la IA que formule su pregunta y ella respondió:

  • ¿Estoy ayudando a mejorar el aprendizaje de los estudiantes?
  • ¿Estoy siendo justa y sin sesgos en mis decisiones y recomendaciones?
  • ¿Estoy protegiendo la privacidad y los datos de los estudiantes?
  • ¿Estoy evolucionando y mejorando con el tiempo?
  • ¿Estoy respetando y complementando el rol de los docentes humanos?

Las preguntas nos revelan su interés: su impacto en el proceso educativo, los prejuicios en sus respuestas, las normas de privacidad y seguridad, la capacidad de aprender y adaptarse y su forma de interactuar y colaborar.  Situaciones que a su vez dan una pista a la acción educativa, para moldear el rol de la IA en la tarea formativa. Cada escenario que se genera alrededor de la tecnología se convierte en un ambiente de aprendizaje.  Es así como la “Pedagogía de la pregunta” se repropone en medio de este contexto generado por la IA.

Si comparamos los prompts que requiere la IA con la pedagogía de Paulo Freire, nos chocamos con un enfoque similar en cuanto a promover el diálogo, el pensamiento crítico, la personalización y el aprendizaje activo. Ambos ponen como centro al ser humano para que participe activamente en su propio proceso de aprendizaje y desarrollo, empleando las preguntas como herramienta clave para la exploración y el descubrimiento. Es aquí donde encuentro “la perla” sobre la cual debemos trabajar para integrar la IA en el proceso de aprendizaje.

Podemos considerar la siguiente comparación:

El sentido no nace en el “aprender a usar las diferentes herramientas de IA”, el camino no se orienta con esta mirada tecnicista, sino más bien reflexiva, porque se busca aprender a aprender. Se orienta no sólo con un camino, sino con varios. Se busca crear y recrear no copiar, se profundiza en el analizar y evaluar no sólo en describir. Apunta a trabajar no sólo de manera individual, sino de manera colaborativa, se realza la interacción y el diálogo en medio de la personalización. La “llamada” que hace la IA, la descubrimos desde el “lente” con el cual decidimos mirar, desde la pregunta espejito, espejito… que nos hacemos al decidir interactuar con ella.  Se centra en el ser humano, por que es creada por él, usada para él y transformada por él.  El principal desafío de este tiempo es elegir “el lente” con el cual vamos a mirar para orientar nuestras acciones.

El informe “Ed-tech in the Global South: Research Gaps and Opportunities”, elaborado por Santiago Cueto, María Balarin, Mauricio Saavedra y Claudia Sugimaru, y publicado por Southern Voice con apoyo del International Development Research Centre, se sumerge en el uso de la tecnología educativa en contextos de bajos y medianos ingresos, especialmente en las escuelas primarias y secundarias del Sur Global. Este análisis se basa en una meticulosa revisión de literatura, entrevistas con expertos y revisiones regionales para identificar áreas donde la investigación y las políticas pueden mejorar significativamente la implementación de tecnologías educativas.

Los autores destacan tres áreas críticas que requieren más atención en los debates sobre tecnología educativa: las implicaciones pedagógicas, el papel de estas tecnologías en la mitigación de desigualdades y las estructuras de gobernanza para su implementación. En particular, se enfocan en cómo la tecnología puede ser una herramienta poderosa para reducir las desigualdades educativas, aunque subrayan que esto solo es posible dentro de una estrategia educativa integral que priorice los aspectos pedagógicos sobre la mera distribución de tecnología.

En cuanto a la mitigación de desigualdades, el estudio proporciona un análisis profundo sobre cómo la tecnología educativa puede ser utilizada para ofrecer oportunidades de aprendizaje más equitativas. Destacan que, aunque la infraestructura digital, como el acceso a electricidad y recursos tecnológicos, varía enormemente entre regiones, estas herramientas tienen el potencial de ofrecer recursos educativos de alta calidad a estudiantes en áreas desfavorecidas. Sin embargo, indican que los esfuerzos actuales a menudo se centran en la provisión de tecnología sin una planificación adecuada que contemple las necesidades educativas reales de los estudiantes vulnerables.

El documento también señala que, para que la tecnología educativa funcione como un igualador social, es necesario que las políticas y programas sean diseñados con un enfoque explícito en la equidad. Esto incluye asegurar que los estudiantes de contextos marginados no solo tengan acceso a la tecnología, sino también a contenido educativo relevante y a apoyo pedagógico adaptado a sus circunstancias. Los autores argumentan que la tecnología puede y debe ser utilizada para personalizar la educación a las necesidades individuales de los estudiantes, facilitando métodos de enseñanza más inclusivos y adaptativos que puedan abordar directamente las barreras al aprendizaje que enfrentan los estudiantes desfavorecidos.

Finalmente, el informe aboga por una gobernanza sólida y estructurada de las iniciativas de tecnología educativa, destacando que sin una supervisión y un marco regulador efectivos, las tecnologías por sí solas no lograrán cerrar las brechas de desigualdad. Los autores concluyen que es crucial desarrollar y seguir políticas bien planificadas que integren la tecnología educativa en el marco más amplio de reformas educativas dirigidas a mejorar la calidad y la equidad en la educación en el Sur Global.

Este año la UPC implementó el modelo flexible, el cual permitirá al estudiante dependiendo la carrera que elija, la flexibilidad de elegir la modalidad de estudios en la que desea graduarse. Esto implica, por lo tanto, que las carreras ofrecerán la posibilidad de que el estudiante elija la modalidad en que desea recibir un curso: presencial, virtual o blended, convirtiendo este hecho en un hito que representa un gran desafío para seguir exigiéndonos y ofrecer al estudiante una educación innovadora, exigente y diseñada pensando en él.

 Un reporte de EDUCAUSE mostró recientemente Los 10 principales problemas de TI del 2023 y el desafío #9 menciona la necesidad desarrollar una estrategia de aprendizaje basada en la tecnología que priorice el aprendizaje y que esta debe partir de las lecciones aprendidas de la pandemia por COVID-19, lo que ya se venía abordando  antes de la pandemia y las creencias compartidas y perdurables en el poder de la educación superior.

El desafío #9 del reporte de EDUCAUSE nos habla de cómo las oportunidades y necesidades del aprendizaje facilitado por la tecnología han cambiado en los últimos tres (3) años, en el cómo la pandemia ha hecho evolucionar las perspectivas de los nuevos y actuales estudiantes, y, que si bien los docentes tienen hoy más herramientas para apoyar sus procesos de enseñanza y que el cambio a la nube allana el camino con rápidas y ágiles innovaciones, el foco siempre debe estar en la pedagogía.

En este sentido, se menciona un método que los expertos han defendido desde hace mucho tiempo: el diseño al revés (backward design).

“El diseño del curso debe comenzar con los resultados de aprendizaje de los estudiantes, en lugar de comenzar con las tecnologías disponibles o la modalidad del curso (por ejemplo, presencial, en línea, híbrido, HyFlex, síncrono, asíncrono). Los cursos deben diseñarse de manera que permitan a los estudiantes alcanzar sus objetivos de aprendizaje, utilizando las herramientas tecnológicas que mejor los lleven allí. Los estudiantes tienen diferentes limitaciones de tiempo y recursos, e idealmente, la educación superior necesita volverse más flexible para adaptarse a esas diferencias.”

Finalmente, mencionar aquellos cimientos para construir que el mismo reporte EDUCAUSE propone en cuanto al papel de la tecnología en el diseño centrado en el estudiante:

  • Un enfoque que se centre en el uso de la tecnología para respaldar todos los formatos de cursos tendrá más éxito que uno que trate las modalidades de instrucción por separado.
  • Este enfoque debe adaptarse a herramientas y servicios discretos y, a menudo, específicos de la disciplina que los docentes estudiantes, académicos e investigadores necesitan para apoyar la enseñanza y el aprendizaje.
  • Los docentes, bibliotecarios, diseñadores pedagógicos e instruccionales y personal de TI serán socios importantes en el diseño e implementación de tecnologías críticas seguras e integradas dentro de la infraestructura institucional para apoyar el éxito de los estudiantes.
  • Una estrategia de aprendizaje basada en la tecnología que priorice el aprendizaje requiere una infraestructura fuerte y sólida.
  • Los sistemas tecnológicos deben ser integrados, interoperables y estandarizados para reducir las barreras a los recursos cuando y donde los estudiantes los necesiten y para generar métricas significativas para ayudar a guiar a los tomadores de decisiones sobre las inversiones en tecnología de enseñanza y aprendizaje que se han hecho y aún se deben hacer.

Referencias

Top 10 IT Issues, 2023: Foundation Models https://er.educause.edu/articles/2022/10/top-10-it-issues-2023-foundation-models#issue9

Understanding by Design https://cft.vanderbilt.edu/guides-sub-pages/understanding-by-design