El mercado laboral está cambiando con rapidez, impulsado por la inteligencia artificial. Más que generar incertidumbre, este contexto plantea nuevas exigencias y oportunidades para quienes se están formando hoy. Según el Banco Mundial y la Organización Internacional del Trabajo, esta transformación no implica necesariamente la desaparición del empleo, sino su evolución. De hecho, según el informe IA generativa y empleo en América Latina y el Caribe: ¿La brecha digital es un factor protector o un cuello de botella? (2024) del Banco Mundial y la Organización Internacional del Trabajo entre el 26% y el 38% de los empleos en América Latina están expuestos a la inteligencia artificial; sin embargo, solo entre el 2% y el 5% podrían automatizarse completamente, mientras que una proporción significativa podría mejorar su productividad. En ese sentido, la diferencia no está en evitar la IA, sino en aprender a integrarla con criterio en el desarrollo profesional.

A lo largo del tiempo, la empleabilidad ha evolucionado junto con los cambios tecnológicos. Si antes se priorizaba la especialización y luego la adaptación digital, hoy el diferencial está en combinar habilidades humanas con el uso estratégico de la tecnología. Por ello, aprender deja de ser un momento puntual y se convierte en un proceso continuo, donde la actualización constante es clave.

En este escenario, la IA se posiciona como una aliada en el desarrollo profesional. Permite optimizar el currículum vitae (CV), prepararse para entrevistas, analizar tendencias del sector y generar ideas de proyectos. No obstante, su valor radica en el uso consciente: interpretar resultados, cuestionar la información y adaptarla a contextos reales siguen siendo capacidades humanas esenciales. Así, la empleabilidad depende cada vez más de cómo se articula el conocimiento con la tecnología para generar valor.

Asimismo, este cambio está transformando la forma de aprender. Las micro y nano credenciales permiten desarrollar habilidades específicas en menos tiempo y con mayor flexibilidad, complementando la formación universitaria. De este modo, el perfil profesional deja de ser estático y se construye de forma progresiva, en respuesta a un entorno laboral dinámico.

Frente a este panorama, la universidad tiene un rol clave. Más allá de transmitir contenidos, debe formar profesionales capaces de pensar críticamente, adaptarse y utilizar la tecnología de manera responsable. Esto implica integrar la IA en el aprendizaje, promover experiencias prácticas y abrir espacios más flexibles. Así, la educación superior no solo prepara para el primer empleo, sino para una trayectoria en constante cambio.

En el contexto peruano, este proceso convive con desafíos estructurales como la brecha digital y la alta informalidad laboral. Según el Instituto Nacional de Estadística e Informática (INEI), en su informe Perú: Comportamiento de los indicadores del mercado laboral a nivel nacional y en 27 ciudades (2026), el 70,2% de la población ocupada se encuentra en condición de informalidad, lo que evidencia un acceso desigual a oportunidades laborales y protección social. En este escenario, la inteligencia artificial no impactará de la misma manera en todos los perfiles; sin embargo, también abre una oportunidad: quienes desarrollen competencias digitales y utilicen estas herramientas de forma estratégica podrán potenciar su perfil y acceder a nuevas posibilidades. Así, la educación se posiciona como un actor clave para reducir brechas y ampliar oportunidades.

Finalmente, la empleabilidad siempre ha estado ligada a la capacidad de adaptación. Hoy, la inteligencia artificial no cambia esa lógica, pero sí eleva el nivel de exigencia. En un entorno donde la tecnología avanza rápidamente, ser empleable implica aprender de forma continua, cuestionar y crear con intención. Porque, más allá de cualquier avance, la verdadera ventaja sigue siendo profundamente humana.

La Universidad Peruana de Ciencias Aplicadas continúa fortaleciendo su presencia en espacios globales de innovación. Este 2026, estudiantes y docentes participaron en el Meet Up internacional del programa University Innovation Fellows, realizado en la University of Twente, en Países Bajos.

En esta edición, representaron a la UPC Paola Torres, Erika Bedoya, Silvana Balarezo, Majo Boza, Alessandra Ravettino, Cristobal Cortés y Kiara Sánchez como parte de una red internacional que promueve el liderazgo, la colaboración y la generación de soluciones con impacto. Silvana Balarezo
Más que un viaje: una experiencia global de aprendizaje

Participar en este encuentro significa integrarse a un entorno donde la innovación se vive desde la práctica. A lo largo del Meet Up, los asistentes se involucraron en dinámicas orientadas al desarrollo de proyectos, intercambio de ideas y análisis de desafíos comunes en distintos contextos.

Este espacio permitió identificar que, a pesar de las diferencias entre universidades, existen retos compartidos que pueden abordarse de manera conjunta, abriendo paso a iniciativas colaborativas con proyección internacional.

Construir soluciones desde la colaboración

Uno de los ejes centrales del encuentro fue el trabajo en equipos diversos, donde estudiantes y docentes compartieron roles y perspectivas para desarrollar propuestas frente a problemas reales, reforzando así la importancia de la cocreación interdisciplinaria y del aprendizaje basado en la experimentación, en el que probar, ajustar y volver a intentar forma parte esencial del proceso.

La innovación educativa nace de la forma en que concebimos el aprendizaje y el rol de nuestros estudiantes. – Erika Bedoya

Ampliar la mirada para generar impacto

Ser parte de una comunidad global también implica cuestionar los propios límites y abrirse a nuevas formas de pensar y actuar.

Es inspirador ver cómo, desde distintas partes del mundo, existen iniciativas orientadas a resolver problemas reales desde la innovación. – Majo Boza

Este tipo de experiencias fortalece una mentalidad abierta al cambio y reafirma el valor de conectar con otros para construir soluciones con mayor alcance.

Una comunidad que transforma

La participación en este Meet Up reafirma el compromiso de la UPC con el desarrollo de personas capaces de liderar procesos de innovación en distintos entornos.

Formar parte de University Innovation Fellows implica integrarse a una comunidad que impulsa la acción, el aprendizaje constante y la creación de nuevas formas de generar impacto.

Porque innovar hoy es también atreverse a cuestionar, colaborar y construir soluciones que respondan a los desafíos del presente y del futuro.

En la sesión del viernes 24 de abril de la Comunidad IA en la Educación se presentó una experiencia aplicada en el campo de la odontología, a cargo de Maritza Meza, docente de la UPC, quien compartió el diseño de una sesión orientada a fortalecer la prescripción farmacológica en estudiantes de esta carrera. La propuesta, titulada “Más allá del papel: recetas odontológicas en la era de la inteligencia artificial”, abordó el uso de herramientas generativas para conectar el conocimiento teórico con la toma de decisiones clínicas en el aula.  

La sesión partió de una necesidad identificada en el curso de Terapéutica: la dificultad de algunos estudiantes para trasladar los contenidos farmacológicos a la redacción correcta de recetas odontológicas. Según la experiencia presentada, esta brecha se evidenciaba en la inseguridad para elegir medicamentos, definir dosis, precisar vías de administración y completar los elementos formales de una receta. Ante ello, la docente diseñó una actividad que integró inteligencia artificial como recurso de simulación, diseño y retroalimentación. 

Entre las herramientas utilizadas estuvieron Gamma, para la creación de materiales didácticos; ChatGPT y otras plataformas similares, para generar casos clínicos y ejercicios de identificación de errores; Canva, para el diseño de recetas; y Eleven Labs, para producir audios que simularan relatos de pacientes. Este último recurso permitió acercar a los estudiantes a una situación más parecida a la práctica profesional, en la que el paciente no presenta la información de manera ordenada, sino a través de una narración que debe ser interpretada clínicamente. 

La dinámica incluyó actividades progresivas: primero, la identificación de errores en recetas generadas con apoyo de IA; luego, la elaboración de recetas a partir de casos clínicos; y, finalmente, la resolución de un escenario narrado en audio, acompañado de imágenes diagnósticas. Durante el proceso, los estudiantes trabajaron de forma colaborativa, expusieron sus decisiones y recibieron retroalimentación de sus pares y docentes, lo que permitió reforzar el razonamiento clínico y la comunicación profesional. 

De acuerdo con la experiencia compartida, la incorporación de estas herramientas favoreció una mayor autonomía y confianza en los estudiantes al momento de enfrentar ejercicios de prescripción. También se observó una reducción de errores frecuentes en la redacción de recetas, especialmente en aspectos vinculados con dosificación y vía de administración. La sesión abrió además una conversación sobre el papel del docente en el diseño de experiencias con IA, la necesidad de verificar los resultados generados por estas herramientas y la importancia de promover pensamiento crítico en su uso. 

El encuentro concluyó con una reflexión sobre el valor de integrar inteligencia artificial en actividades concretas de enseñanza, sin reemplazar el criterio profesional ni la mediación docente. La experiencia mostró que, en áreas como la salud, la IA puede funcionar como apoyo para simular escenarios, ampliar oportunidades de práctica y fortalecer competencias clínicas, siempre que su uso esté acompañado de orientación pedagógica, revisión crítica y objetivos de aprendizaje claramente definidos. 

¿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 17 de abril de la Comunidad IA, César Velázquez presentó una experiencia pedagógica desarrollada en el curso Decision Making by Data Driven Design, en la que exploró el uso de agentes virtuales como apoyo en procesos de investigación aplicados al diseño industrial. La propuesta partió de una pregunta concreta: hasta qué punto un sistema de inteligencia artificial puede complementar la comprensión de una comunidad usuaria sin sustituir el trabajo de campo ni el juicio académico de los estudiantes. 

La experiencia se construyó a partir de una metodología exploratoria que combinó técnicas tradicionales —como entrevistas y encuestas— con la creación de un agente virtual caracterizado según el perfil del usuario investigado. Para ello, se utilizó Google AI Studio con Gemini Flash, en una versión accesible para el trabajo en aula y sin requerimientos de programación. El propósito no fue entrenar modelos complejos, sino construir una representación digital suficientemente detallada como para contrastar las respuestas del usuario real con las del usuario simulado. 

Uno de los hallazgos más relevantes de la sesión fue la similitud que, en varios casos, existió entre la información obtenida mediante interacción humana y la generada por el agente virtual. Este resultado permitió discutir el potencial de la IA para ampliar o acelerar ciertas fases de la investigación, sobre todo en contextos donde el tiempo académico es limitado o el acceso a determinadas comunidades resulta difícil. La experiencia involucró a 28 estudiantes organizados en siete grupos, que trabajaron con comunidades específicas y cercanas al contexto local. 

Sin embargo, la presentación insistió en que el valor pedagógico de la experiencia no radica solo en la eficiencia de la herramienta, sino en su capacidad para hacer visibles los límites de los datos. César Velázquez subrayó que los agentes también produjeron respuestas sesgadas o alejadas de la realidad, lo que permitió discutir con los estudiantes temas como alucinaciones, calidad de fuentes, sobrecaracterización de perfiles y pérdida de matices emocionales o conductuales. En ese sentido, la IA no fue presentada como una instancia que resuelve, sino como un recurso que abre nuevas preguntas sobre cómo se produce, interpreta y valida la información. 

La sesión puso especial énfasis en la validación humana como principio irrenunciable. Aunque los agentes virtuales pueden ofrecer una línea de base útil para la exploración de datos y la generación de insights, las decisiones de diseño continúan dependiendo de la interpretación crítica de los estudiantes y docentes. Esta idea atraviesa la propuesta presentada: la inteligencia artificial puede ampliar capacidades, pero no reemplaza la responsabilidad humana en la comprensión del contexto, la lectura de sesgos y la toma de decisiones. 

Durante el diálogo posterior, los participantes plantearon posibilidades de ampliación de la experiencia hacia metodologías de investigación más estructuradas y hacia el uso de otras herramientas como ClaudePerplexity o Copilot. La conversación dejó abierta una línea de trabajo relevante para la educación superior: integrar la IA en los cursos no como un atajo, sino como una oportunidad para enseñar a experimentar, contrastar, equivocarse y volver a evaluar. Desde esa perspectiva, la sesión ofreció una reflexión pertinente sobre el lugar que pueden ocupar los agentes virtuales en procesos formativos que buscan articular innovación, pensamiento crítico y criterio profesional. 

¿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 transformación digital en la educación superior ha dejado de ser una proyección futura para convertirse en una realidad cotidiana. En este escenario, la competencia digital docente no se limita al manejo instrumental de herramientas tecnológicas, sino que implica pensamiento crítico, criterio pedagógico y uso ético de la inteligencia artificial en los procesos de enseñanza y evaluación

Fortalecer la competencia digital significa garantizar calidad académica en entornos mediados por tecnología. Supone comprender cómo integrar la IA de manera pedagógicamente pertinente, cómo rediseñar evaluaciones y cómo formar estudiantes capaces de interactuar críticamente con sistemas inteligentes. No se trata de adoptar tecnología por tendencia, sino de ejercer liderazgo profesional en contextos digitales complejos.

El informe Encuesta sobre la IA en la Educación Superior en América Latina 2026 del Digital Education Council aporta datos relevantes sobre el estado actual de las competencias vinculadas a la IA en el profesorado universitario latinoamericano, evidenciando avances importantes, pero también brechas críticas que requieren atención institucional.

Datos clave del informe

  • Más de la mitad del profesorado muestra débil juicio crítico sobre la IA.
  • El 55% del profesorado aún debe mejorar el uso responsable de la IA.
  • El 55% demuestra experiencia práctica en el uso de la IA en educación.
  • 80% del profesorado con alta alfabetización en IA considera que la IA puede mejorar la calidad de la enseñanza.
    Encuesta sobre la IA en la Educación Superior en América Latina 2026

En su conjunto, la evidencia muestra un escenario de avances significativos, pero también de brechas críticas: existe experiencia práctica creciente en el uso de IA, pero persisten desafíos en juicio crítico y uso responsable. Esto confirma que la competencia digital docente no se reduce al acceso o familiaridad tecnológica, sino que requiere profundización en dimensiones éticas, analíticas y pedagógicas.

Desarrollar la competencia digital docente es una decisión profesional estratégica. Implica asumir el liderazgo de la transformación educativa, fortalecer la capacidad de evaluación crítica y asegurar que la tecnología esté al servicio del aprendizaje y no al revés. La innovación educativa no depende únicamente de las herramientas disponibles, sino del compromiso del docente por formarse, cuestionar y evolucionar junto con su entorno digital.

Texto realizado con el apoyo de Chat GPT.

En un contexto donde la inteligencia artificial acelera procesos, automatiza tareas y genera soluciones en segundos, prototipar se vuelve una competencia estratégica. Ya no se trata solo de diseñar antes de producir, sino de aprender a experimentar, validar y mejorar en entornos digitales accesibles y colaborativos.

En educación, este enfoque resulta especialmente relevante: formar estudiantes que prototipen es formar profesionales capaces de transformar ideas en soluciones concretas, utilizando tecnología con criterio y propósito.

Durante el siglo XX, el diseño industrial y posteriormente el diseño centrado en el usuario consolidaron el prototipado como una etapa formal dentro del proceso creativo. El objetivo no era alcanzar la perfección inmediata, sino iterar: construir, probar, mejorar y volver a intentar.

Esa lógica sigue vigente hoy. La diferencia es que el entorno ha cambiado radicalmente.

La evolución del prototipado: del modelo físico al entorno digital

Con la transformación digital, el prototipo dejó de ser exclusivamente tangible. Aparecieron los wireframes, mockups, simulaciones, pruebas de experiencia de usuario y entornos interactivos. El costo de experimentar disminuyó y la velocidad de desarrollo aumentó.

En este nuevo escenario, los eventos de innovación, como las hackatones, se han convertido en espacios clave de prototipado acelerado. En jornadas intensivas, equipos multidisciplinarios identifican un problema, diseñan una solución y construyen un prototipo funcional en cuestión de horas o días. Más que el producto final, lo que se valora es la capacidad de iterar y aprender rápidamente.

Hoy, la inteligencia artificial amplifica este proceso. Es posible generar código, interfaces, contenidos visuales o simulaciones mediante prompts. Las herramientas de IA permiten pasar de la idea al primer modelo en minutos. Esto democratiza el acceso a la creación tecnológica: ya no es indispensable tener conocimientos avanzados de programación para construir una solución inicial.

Sin embargo, esta aceleración también plantea un desafío: no se trata solo de producir más rápido, sino de pensar mejor qué estamos construyendo y para qué.

Prototipar en el aula como parte de la innovación educativa

En el ámbito educativo, prototipar no debería limitarse a carreras tecnológicas. Es una metodología transversal que puede integrarse en diversas disciplinas: comunicación, negocios, educación, ciencias sociales o salud.

Cuando un estudiante prototipa:

  • Convierte ideas abstractas en soluciones visibles.
  • Aprende mediante la experimentación.
  • Desarrolla pensamiento crítico y creativo.
  • Integra herramientas digitales con propósito.
  • Mejora su capacidad de resolver problemas reales.

Incorporar el prototipado en el aula implica cambiar la lógica tradicional centrada únicamente en el producto final. En lugar de evaluar solo el resultado, se valora el proceso: las versiones intermedias, la retroalimentación recibida y la capacidad de mejora.

Además, en un entorno donde la IA puede asistir en la generación de contenidos o estructuras, el rol docente se vuelve aún más relevante. El docente orienta, cuestiona, contextualiza y promueve el uso ético de la tecnología. La herramienta puede acelerar la producción, pero la reflexión pedagógica sigue siendo insustituible.

Prototipar, entonces, no es solo diseñar algo nuevo. Es desarrollar competencias digitales, pensamiento iterativo y una cultura de mejora continua.

Cinco herramientas digitales para prototipar hoy

Actualmente existen múltiples plataformas que permiten crear prototipos de forma accesible. A continuación, cinco herramientas útiles para contextos educativos y de innovación:

herramientas para prototipar

Estas plataformas, muchas con planes gratuitos o freemium, permiten que estudiantes y docentes experimenten sin necesidad de grandes inversiones. La clave no está en la herramienta en sí, sino en cómo se integra dentro de un proceso pedagógico intencional.

Prototipar como competencia del presente y del futuro

En tiempos de inteligencia artificial, la capacidad de generar contenido o código ya no es exclusiva de expertos técnicos. Sin embargo, la capacidad de formular buenas preguntas, identificar problemas relevantes y evaluar soluciones sigue siendo profundamente humana.

Prototipar es una forma de pensar: implica aceptar que la primera versión no es la definitiva, que el error es parte del aprendizaje y que la mejora continua es esencial en cualquier proceso de innovación.

Incorporar el prototipado en la educación no solo fortalece la competencia digital, sino que promueve autonomía, colaboración y pensamiento crítico. En un entorno donde la tecnología evoluciona rápidamente, formar estudiantes capaces de experimentar y adaptar sus ideas es más importante que enseñar herramientas específicas que podrían cambiar en pocos años.

Prototipar hoy es preparar a los estudiantes para un mundo donde las ideas deben convertirse en soluciones con rapidez, pero también con responsabilidad.

La sesión del viernes 13 de febrero se centró en conocer los resultados del estudio latinoamericano sobre el uso de inteligencia artificial en la educación superior, presentado por Jorge Bossio. El informe, elaborado por el Digital Education Council con la participación de 29 instituciones de la región, analiza más de 30,000 respuestas de estudiantes y docentes y revela cómo están cambiando las percepciones, usos y expectativas frente a estas tecnologías. 

Los estudiantes muestran una adopción masiva: el 92% afirma utilizar herramientas de IA, principalmente desde dispositivos móviles. Aunque reconocen su utilidad para buscar información, redactar ideas o apoyar el aprendizaje, también expresan una fuerte preocupación por la superficialidad del aprendizaje, la dependencia tecnológica y la falta de claridad sobre cómo proteger sus datos personales. Para ellos, las universidades aún no logran ofrecer lineamientos claros ni un acompañamiento adecuado, lo que genera incertidumbre y desconfianza. 

En el caso del profesorado, el 72% tiene una visión positiva sobre la IA y reconoce su futuro impacto en la docencia. Sin embargo, su uso sigue siendo limitado y se concentra en la generación de materiales educativos y recursos multimedia. Los docentes también coinciden en la necesidad de desarrollar tareas más sólidas, que permitan mantener el logro de aprendizajes incluso cuando los estudiantes utilizan IA, y demandan con urgencia orientación institucional, formación continua y acceso a mejores prácticas pedagógicas. 

El estudio evidencia además importantes brechas en alfabetización en IA. Tanto estudiantes como docentes muestran avances en el dominio básico de herramientas, pero rezagos en pensamiento crítico, uso ético, creatividad y comprensión profunda del funcionamiento de estas tecnologías. Esto abre un reto para las instituciones de educación superior, que deben fortalecer sus estrategias formativas y evitar que el uso de IA se limite a acciones superficiales que no transforman la experiencia de aprendizaje. 

La sesión culminó con un espacio de diálogo entre los participantes, quienes coincidieron en que el informe ofrece una fotografía necesaria para orientar decisiones pedagógicas, institucionales y de política educativa. La comunidad acordó continuar el análisis en la siguiente sesión, destacando la importancia de abrir espacios colaborativos donde se discutan buenas prácticas, desafíos reales y estrategias para integrar la IA en la educación de manera responsable y significativa. 

¿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: 

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

  • 1
  • 2