Secuencia didáctica para clasificar y analizar aplicaciones de IA educativa

Área: Ciencias de la Educación

Asignatura: Licenciatura en Tecnología e Informática

Nivel: Universitarios

Duración: 4 horas, distribuidas en dos semanas de 2 horas cada una

Meta de aprendizaje: Clasifica la inteligencia artificial según sus aplicaciones en Educación.

Propósito de la secuencia

Esta secuencia desarrolla la capacidad de clasificar aplicaciones de inteligencia artificial en educación a partir de su propósito pedagógico y su uso en contextos concretos. Se enfatiza la diferencia entre:

• Aplicación educativa: para qué se utiliza la IA dentro de un proceso de enseñanza, aprendizaje, evaluación, seguimiento, creación o gestión educativa.
• Tecnología o técnica: procedimiento utilizado por el sistema, como aprendizaje automático, procesamiento del lenguaje natural, visión por computador o generación de contenido.
• Modelo: sistema específico entrenado para realizar determinadas tareas, por ejemplo, un modelo generativo de lenguaje o un modelo de recomendación.
• Arquitectura: organización técnica del sistema, como redes neuronales profundas, arquitecturas transformer o sistemas híbridos.

La clasificación se realizará mediante casos de uso, considerando propósito pedagógico, usuarios, datos utilizados, beneficios, limitaciones, riesgos éticos y evidencias de efectividad.

Objetivo de aprendizaje SMART

Al finalizar las cuatro horas de trabajo, el estudiante clasificará correctamente al menos cinco de seis casos de uso de inteligencia artificial educativa en las categorías de enseñanza y aprendizaje, evaluación y seguimiento, y creación y gestión de recursos educativos; además, justificará cada clasificación mediante el propósito pedagógico, los usuarios y los datos involucrados, y distinguirá explícitamente la aplicación educativa de la tecnología, el modelo o la arquitectura de IA, utilizando al menos dos fuentes académicas y diferenciándolas de fuentes comerciales u opiniones no sustentadas.

Categorías de clasificación

Criterios transversales de análisis

1. Propósito pedagógico: finalidad educativa principal del sistema.
2. Usuarios: estudiantes, docentes, tutores, coordinadores o instituciones.
3. Datos utilizados: respuestas, producciones, interacción, calificaciones, perfiles, textos, imágenes u otros datos.
4. Tipo de apoyo: explicación, adaptación, recomendación, evaluación, generación, predicción o automatización.
5. Beneficios: personalización, retroalimentación oportuna, accesibilidad, ahorro de tiempo o apoyo a la toma de decisiones.
6. Limitaciones: errores, dependencia tecnológica, falta de contextualización, sesgos, opacidad o necesidad de supervisión humana.
7. Riesgos éticos: privacidad, vigilancia, discriminación, plagio, autoría, uso de datos y brecha digital.
8. Evidencia de efectividad: calidad y pertinencia de las fuentes que respaldan las afirmaciones sobre la herramienta.

Materiales y recursos

• Tablero o rotafolio y marcadores.
• Tarjetas impresas de casos de uso de IA educativa.
• Matriz de clasificación y análisis crítico, una por equipo.
• Dossier impreso o digital con seis fuentes breves: dos académicas, dos documentos institucionales o técnicos, una descripción comercial de producto y una opinión no sustentada.
• Fichas de conceptos: aplicación, tecnología, modelo y arquitectura.
• Hojas para elaborar el mapa de clasificación y la conclusión argumentada.
• Opcional: computadores o teléfonos para consultar las fuentes digitales y organizar la información.
• Contingencia: todos los casos y fuentes deben estar disponibles impresos; la secuencia no depende de la conectividad.

Organización del trabajo

Se recomienda trabajar en equipos de cuatro estudiantes con roles rotativos: coordinador del análisis, responsable de evidencias, relator y verificador conceptual. El docente puede conservar los mismos equipos durante las dos semanas para favorecer la revisión progresiva de sus conclusiones.

Actividad 1. Exploración de saberes previos y delimitación conceptual

Semana: 1

Tiempo: 35 minutos

Objetivo parcial: Reconocer las ideas previas del grupo y diferenciar, mediante ejemplos de educación tecnológica, una aplicación educativa de la IA frente a una tecnología, un modelo o una arquitectura.

Materiales

• Tablero o rotafolio.
• Cuatro tarjetas grandes: aplicación, tecnología, modelo y arquitectura.
• Seis afirmaciones breves sobre IA en educación.

Pasos

1. Situación inicial y respuesta individual — 5 minutos.

   Docente: Presenta la afirmación: “Un sistema basado en transformers es un tutor inteligente”. Solicita que cada estudiante indique si considera que la afirmación clasifica una aplicación educativa, una tecnología, un modelo o una arquitectura, y que escriba una justificación breve.

   Estudiantes: Responden individualmente sin consultar fuentes y explicitan qué elemento de la afirmación utilizaron para clasificarla.

2. Clasificación colectiva de afirmaciones — 12 minutos.

   Docente: Lee o distribuye afirmaciones como: “genera retroalimentación automática sobre código”, “usa procesamiento del lenguaje natural”, “recomienda actividades según el desempeño”, “emplea una arquitectura transformer”, “produce imágenes para una guía didáctica” y “predice estudiantes con riesgo de abandono”. Solicita ubicar cada una bajo una de las cuatro categorías.

   Estudiantes: Clasifican las afirmaciones y argumentan las decisiones. Pueden modificar una respuesta si escuchan una justificación más sólida.

3. Construcción de definiciones operativas — 10 minutos.

   Docente: Sistematiza las respuestas y construye con el grupo las siguientes preguntas de control: “¿Para qué se usa en educación?”, “¿qué procedimiento técnico utiliza?”, “¿qué sistema específico lo implementa?” y “¿cómo está organizado técnicamente?”.

   Estudiantes: Elaboran una definición operativa de cada concepto y aportan un ejemplo relacionado con la formación en tecnología e informática.

4. Acuerdo de clasificación — 8 minutos.

   Docente: Explica que una misma herramienta puede utilizar varias tecnologías, modelos o arquitecturas, pero se clasificará principalmente por la función educativa que cumple en el caso analizado.

   Estudiantes: Registran el criterio: “La aplicación se determina por el propósito pedagógico y el uso; la tecnología, el modelo y la arquitectura describen cómo funciona el sistema”.

Transición hacia la actividad 2

Antes de pasar a la siguiente actividad, verifica que los estudiantes puedan responder correctamente: “¿Qué hace el sistema en el proceso educativo?” y no solamente “¿qué tecnología utiliza?”. Si aún confunden ambos niveles, solicita que reformulen al menos una afirmación de la actividad.

Actividad 2. Clasificación de casos de uso educativo

Semana: 1

Tiempo: 85 minutos

Objetivo parcial: Clasificar casos de IA educativa según su aplicación principal y justificar la decisión con base en propósito pedagógico, usuarios y datos utilizados.

Materiales

• Seis tarjetas de casos, una colección por equipo.
• Matriz de clasificación con las columnas: caso, propósito educativo, usuarios, datos, categoría, tecnología o modelo mencionado y justificación.
• Marcadores de tres colores.

Casos sugeridos

Pasos

1. Organización de equipos y roles — 5 minutos.

   Docente: Forma equipos de cuatro y asigna los roles. Entrega las tarjetas y la matriz.

   Estudiantes: Distribuyen responsabilidades y leen las instrucciones de análisis.

2. Lectura y subrayado analítico — 15 minutos.

   Docente: Solicita marcar con un color el propósito pedagógico, con otro los usuarios y con un tercero los datos utilizados.

   Estudiantes: Identifican la información relevante en cada caso y anotan dudas o datos ausentes.

3. Clasificación argumentada — 30 minutos.

   Docente: Acompaña a los equipos y pregunta: “¿Qué actividad educativa modifica o apoya?”, “¿el resultado se dirige al estudiante, al docente o a la institución?” y “¿qué cambiaría si se utilizara otra tecnología para cumplir la misma función?”.

   Estudiantes: Clasifican cada caso en una categoría principal, registran la tecnología, el modelo o la arquitectura únicamente como información secundaria y redactan una justificación de dos o tres frases.

4. Contraste entre equipos — 20 minutos.

   Docente: Asigna a cada equipo la revisión de dos casos clasificados por otro grupo. Solicita identificar coincidencias, desacuerdos y posibles confusiones conceptuales.

   Estudiantes: Revisan la clasificación de sus compañeros usando tres preguntas: “¿se priorizó el propósito educativo?”, “¿se confundió el mecanismo técnico con la aplicación?” y “¿la evidencia del caso es suficiente?”.

5. Corrección y síntesis — 15 minutos.

   Docente: Coordina una puesta en común breve y consolida una clasificación compartida en el tablero.

   Estudiantes: Corrigen su matriz y escriben una regla general para clasificar aplicaciones de IA educativa.

Transición hacia la actividad 3

Antes de pasar a la actividad 3, verifica que cada equipo tenga los seis casos clasificados y que al menos cinco incluyan una justificación que mencione propósito pedagógico, usuarios y datos. Si una justificación se limita a nombrar “IA generativa”, “machine learning” o “transformer”, el equipo debe reescribirla explicando la función educativa.

Actividad 3. Análisis crítico de herramientas y fuentes

Semana: 2

Tiempo: 75 minutos

Objetivo parcial: Evaluar críticamente una aplicación de IA educativa mediante el análisis de fuentes, beneficios, limitaciones, riesgos éticos y evidencias de efectividad.

Materiales

• Dossier de fuentes impresas o digitales.
• Matriz de análisis crítico.
• Lista de verificación de confiabilidad de fuentes.
• Un caso seleccionado por equipo.

Dossier de fuentes recomendado

El docente puede preparar fragmentos breves sobre los casos trabajados. Cada conjunto debe incluir:

• Un artículo académico o revisión de literatura sobre tutores inteligentes, sistemas adaptativos, analítica del aprendizaje o retroalimentación automática.
• Un informe institucional o documento técnico que describa condiciones de implementación, protección de datos o evaluación de impacto.
• Una página comercial de una herramienta que destaque beneficios y funcionalidades.
• Una publicación de opinión o entrada de blog que realice afirmaciones sin metodología ni referencias suficientes.

Pasos

1. Recordatorio de criterios de confiabilidad — 10 minutos.

   Docente: Presenta cinco criterios: autoría identificable, institución o revista responsable, fecha y contexto, metodología o evidencia explícita, y referencias verificables.

   Estudiantes: Aplican los criterios a un fragmento breve y clasifican la fuente como académica, institucional, comercial u opinión no sustentada.

2. Selección del caso y lectura distribuida — 10 minutos.

   Docente: Asigna o permite elegir un caso: tutor conversacional, sistema adaptativo, recomendador, retroalimentador de código, analítica del aprendizaje o generador de recursos.

   Estudiantes: Distribuyen las fuentes entre los integrantes y registran las afirmaciones principales de cada una.

3. Contraste de afirmaciones y evidencias — 25 minutos.

   Docente: Solicita diferenciar entre una afirmación respaldada, una afirmación plausible pero insuficientemente demostrada y una afirmación promocional. Pregunta: “¿Qué evidencia demostraría realmente una mejora en el aprendizaje?”

   Estudiantes: Comparan las fuentes, señalan coincidencias y contradicciones, y determinan qué afirmaciones pueden utilizar en su análisis.

4. Elaboración de la matriz crítica — 20 minutos.

   Docente: Orienta el análisis sin resolverlo. Revisa especialmente la identificación de datos sensibles, sesgos, errores y responsabilidades humanas.

   Estudiantes: Completan una matriz con los apartados: categoría de aplicación, propósito, usuarios, datos, beneficios, limitaciones, riesgos éticos, evidencia de efectividad y condiciones de uso responsable.

5. Conclusión provisional — 10 minutos.

   Docente: Solicita una conclusión de entre 100 y 150 palabras que responda: “¿En qué categoría se ubica principalmente la aplicación y por qué no debe clasificarse únicamente por su tecnología o arquitectura?”.

   Estudiantes: Redactan la conclusión utilizando al menos dos fuentes y distinguiendo explícitamente evidencia de opinión o publicidad.

Transición hacia la actividad 4

Antes de pasar a la socialización, verifica que cada equipo pueda identificar: una evidencia favorable, una limitación, un riesgo ético y una condición de uso responsable. También debe poder señalar cuál fuente es más sólida y explicar por qué. Si no puede hacerlo, el equipo debe revisar la diferencia entre descripción comercial y evidencia de efectividad.

Actividad 4. Socialización y defensa de conclusiones

Semana: 2

Tiempo: 45 minutos

Objetivo parcial: Comunicar y defender una clasificación de IA educativa mediante argumentos conceptualmente precisos y evidencia pertinente.

Materiales

• Matriz crítica elaborada por cada equipo.
• Tablero o rotafolio.
• Lista de cotejo para la coevaluación.
• Tarjetas de preguntas críticas.

Pasos

1. Preparación de la presentación — 5 minutos.

   Docente: Indica que cada equipo dispondrá de cuatro minutos de exposición y dos minutos de preguntas.

   Estudiantes: Organizan una presentación que incluya clasificación, propósito, usuarios, datos, evidencia, beneficios, limitaciones y riesgos.

2. Socialización de conclusiones — 24 minutos.

   Docente: Modera seis presentaciones o selecciona cuatro si el grupo es numeroso. Solicita que los demás equipos registren una coincidencia y una pregunta para cada exposición.

   Estudiantes: Presentan y defienden su clasificación. Los equipos oyentes formulan preguntas sobre la aplicación educativa y no sobre detalles técnicos que no sean relevantes para la función pedagógica.

3. Debate comparativo — 8 minutos.

   Docente: Plantea preguntas como: “¿Puede una misma tecnología servir para aplicaciones educativas diferentes?”, “¿una herramienta generativa es siempre una aplicación de enseñanza?” y “¿qué decisión seguiría siendo responsabilidad del docente?”.

   Estudiantes: Comparan los casos y reformulan sus criterios de clasificación a partir de los argumentos escuchados.

4. Cierre metacognitivo y evaluación individual — 8 minutos.

   Docente: Solicita responder individualmente: “Antes clasificaba la IA principalmente por…; ahora la clasifico según…; para justificar una aplicación necesito comprobar…”. Recoge las respuestas y aplica la lista de cotejo.

   Estudiantes: Explicitan qué aprendieron, qué confusión superaron y qué aspecto del análisis todavía necesitan fortalecer.

Cierre de la secuencia

La idea central que debe quedar consolidada es la siguiente: una aplicación de IA educativa se clasifica por la función que cumple dentro del proceso educativo; la tecnología, el modelo y la arquitectura explican los medios técnicos con los que dicha función se implementa.

Evaluación formativa

Criterios de evaluación

Lista de cotejo rápida

• Identifica con claridad la función educativa principal de la herramienta.
• Clasifica la aplicación sin reducirla al nombre de la tecnología o del modelo.
• Reconoce los usuarios y los datos involucrados.
• Utiliza al menos dos fuentes pertinentes.
• Distingue evidencia de efectividad frente a publicidad u opinión.
• Incluye beneficios, limitaciones y riesgos éticos.
• Propone una condición concreta de supervisión o uso responsable.
• Explica qué decisión continúa bajo responsabilidad del docente.

Producto final

Cada equipo entrega una matriz de clasificación y análisis crítico de un caso de IA educativa, acompañada de una conclusión argumentada y una presentación oral. De manera individual, cada estudiante entrega su reflexión metacognitiva y una respuesta breve a la pregunta:

¿Por qué “usar un modelo generativo” o “emplear una arquitectura transformer” no es, por sí mismo, una categoría de aplicación educativa?