Secuencia didáctica crítica sobre aplicaciones de IA en la universidad

Asignatura: Ciencia política

Área: Ciencias Sociales y Humanas

Nivel: Universitario

Duración total: 4 horas, distribuidas en dos sesiones de 2 horas

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

Propósito formativo

La secuencia busca que los estudiantes superen la simple enumeración de plataformas o herramientas y clasifiquen aplicaciones de inteligencia artificial según su finalidad educativa principal. A partir del análisis de casos y fuentes académicas, examinarán las implicaciones políticas de dichas aplicaciones en términos de gobernanza, poder, sesgos, autonomía, privacidad, regulación y desigualdad de acceso.

Resultado de aprendizaje

Al finalizar las dos sesiones, cada estudiante clasificará al menos ocho casos de uso de IA en la universidad dentro de categorías de enseñanza, aprendizaje, evaluación, retroalimentación, personalización educativa o investigación universitaria, justificando cada clasificación con criterios funcionales y argumentos respaldados por fuentes académicas. Además, formulará una valoración crítica sobre sus efectos en la distribución del poder, la autonomía universitaria, la privacidad, los sesgos y las brechas de acceso.

Criterios de clasificación conceptual

Categoría de aplicación	Finalidad principal	Ejemplos de uso universitario	Pregunta crítica asociada
Enseñanza	Apoyar la planificación, explicación o diseño de experiencias docentes.	Generación de actividades diferenciadas, diseño de simulaciones de políticas públicas, elaboración de materiales introductorios.	¿Quién define los contenidos y criterios pedagógicos que la IA reproduce?
Aprendizaje	Apoyar la comprensión, práctica o autorregulación del estudiante.	Tutor conversacional, explicación personalizada de un concepto de teoría política, generación de preguntas de práctica.	¿La herramienta fortalece la autonomía o sustituye procesos intelectuales del estudiante?
Evaluación	Producir juicios, clasificaciones o decisiones sobre el desempeño.	Calificación automatizada de respuestas, detección algorítmica de patrones de desempeño, identificación de similitudes textuales.	¿Qué sesgos y posibilidades de apelación contiene la decisión automatizada?
Retroalimentación	Ofrecer información para mejorar un producto o desempeño.	Comentarios automáticos sobre la estructura de un ensayo de ciencia política o sobre la argumentación de un análisis electoral.	¿La retroalimentación explica cómo mejorar o solo asigna correcciones?
Personalización educativa	Adaptar contenidos, secuencias, actividades o apoyos a perfiles y trayectorias.	Rutas adaptativas de aprendizaje, recomendación de lecturas según resultados previos, alertas tempranas de riesgo académico.	¿Qué datos se utilizan para perfilar a los estudiantes y qué consecuencias tiene esa clasificación?
Investigación universitaria	Apoyar la búsqueda, gestión, análisis o producción de conocimiento.	Búsqueda y organización de fuentes, análisis de entrevistas, codificación de datos cualitativos, análisis estadístico, apoyo en la redacción académica.	¿Cómo se garantiza la trazabilidad, la autoría, la validez y la protección de los datos?

Materiales y recursos

• Tarjetas impresas con casos de uso de IA en educación universitaria.
• Hoja de clasificación con las seis categorías de aplicación.
• Matriz de análisis crítico: finalidad, actor beneficiado, datos utilizados, decisión afectada, riesgos y mecanismos de regulación.
• Paquete de fuentes académicas impresas o digitales.
• Pizarra, papelógrafos, marcadores y notas adhesivas.
• Proyector, si está disponible, para presentar categorías y consignas.
• Acceso opcional a internet o biblioteca digital para verificar fuentes. La secuencia no depende exclusivamente de la conectividad.

Fuentes sugeridas para el trabajo académico

• UNESCO. (2023). Guidance for Generative AI in Education and Research.
• Zawacki-Richter, O., Marín, V. I., Bond, M. y Gouverneur, F. (2019). “Systematic review of research on artificial intelligence applications in higher education”. International Journal of Educational Technology in Higher Education, 16(39).
• Williamson, B. y Eynon, R. (2020). “Historical glimpses of artificial intelligence and machine learning in education”. Learning, Media and Technology, 45(3), 223-231.
• Selwyn, N. (2019). Should Robots Replace Teachers? AI and the Future of Education. Polity.
• Bender, E. M., Gebru, T., McMillan-Major, A. y Shmitchell, S. (2021). “On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?”. Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency.
• UNESCO. (2021). Recommendation on the Ethics of Artificial Intelligence.

Secuencia de actividades

Actividad 1. Explorar el concepto: de la herramienta a la aplicación educativa

Duración: 40 minutos, sesión 1

Objetivo parcial: Diferenciar una herramienta o sistema de IA de la aplicación educativa que cumple y reconocer criterios funcionales de clasificación.

Materiales: Pizarra, tarjetas con nombres de sistemas o usos, hoja de criterios de clasificación y notas adhesivas.

Pasos

1. Activación de saberes previos, 8 minutos.

   Docente: Escribe en la pizarra la pregunta: “¿Para qué se está utilizando la IA en la universidad?”. Solicita respuestas rápidas y registra tanto herramientas como finalidades, sin corregirlas todavía.

   Estudiantes: Mencionan experiencias o ejemplos conocidos, como asistentes conversacionales, sistemas de recomendación, correctores, detectores de similitud o herramientas de análisis de datos.

2. Problematización, 7 minutos.

   Docente: Presenta dos afirmaciones: “Un chatbot es una aplicación de aprendizaje” y “Un chatbot es una aplicación de evaluación”. Pregunta: “¿Puede la misma tecnología pertenecer a categorías distintas? ¿Qué elemento permite decidir la clasificación?”.

   Estudiantes: Discuten brevemente y proponen criterios, como la finalidad, el usuario principal, el tipo de decisión involucrada y el resultado producido.

3. Construcción conceptual, 15 minutos.

   Docente: Explica que la clasificación se realizará por la función educativa predominante, no por la marca, la plataforma ni la técnica utilizada. Presenta las categorías de enseñanza, aprendizaje, evaluación, retroalimentación, personalización e investigación. Destaca que una aplicación puede tener funciones secundarias, pero debe identificarse su finalidad principal en cada caso.

   Estudiantes: Elaboran una tabla breve con tres columnas: “herramienta o sistema”, “aplicación educativa” y “finalidad principal”.

4. Aplicación rápida, 10 minutos.

   Docente: Entrega tres situaciones: un sistema que recomienda lecturas según el historial del estudiante; una IA que genera comentarios sobre un ensayo; y un modelo que ayuda a codificar entrevistas sobre participación política juvenil. Solicita que las clasifiquen y justifiquen oralmente.

   Estudiantes: Clasifican los casos e indican qué dato o resultado permite reconocer la categoría.

Transición a la actividad 2: Antes de pasar a la clasificación de casos, verifica que los estudiantes puedan distinguir entre qué tecnología se utiliza y para qué función educativa se utiliza. Si todavía responden con nombres de plataformas, solicita que reformulen sus respuestas comenzando con un verbo: “enseñar”, “aprender”, “evaluar”, “retroalimentar”, “personalizar” o “investigar”.

Actividad 2. Clasificar casos universitarios y analizar sus implicaciones políticas

Duración: 80 minutos, sesión 1

Objetivo parcial: Clasificar casos de uso de IA en la universidad mediante criterios funcionales y analizar sus efectos sobre poder, autonomía, privacidad, sesgos, regulación y desigualdad de acceso.

Materiales: Seis tarjetas de categoría por grupo, ocho tarjetas de casos, matriz de análisis crítico y papelógrafo.

Casos para entregar a los grupos

1. Un tutor conversacional explica las diferencias entre institucionalismo, conductismo y teoría crítica, y formula preguntas de práctica según las respuestas del estudiante.
2. Un sistema adapta la secuencia de lecturas de una asignatura de políticas públicas a partir de los resultados obtenidos en cuestionarios anteriores.
3. Una herramienta genera comentarios sobre la claridad de la tesis, la estructura argumentativa y el uso de evidencia en un ensayo de ciencia política.
4. Un sistema asigna una puntuación preliminar a respuestas abiertas de un examen y recomienda qué trabajos deben ser revisados por el docente.
5. Una aplicación recomienda artículos y libros sobre sistemas electorales a partir de palabras clave, citaciones y perfiles de búsqueda.
6. Un programa apoya la codificación de entrevistas sobre movimientos sociales y agrupa segmentos según categorías previamente definidas por el equipo investigador.
7. Una herramienta genera un borrador de marco teórico sobre gobernanza algorítmica a partir de instrucciones del estudiante.
8. Un sistema identifica estudiantes con riesgo de abandono y envía alertas a la coordinación académica.

Pasos

1. Organización y asignación de roles, 5 minutos.

   Docente: Forma grupos de cuatro o cinco integrantes y asigna los roles de coordinación, relatoría, verificación conceptual y vocería.

   Estudiantes: Asumen los roles y revisan la consigna de clasificación.

2. Clasificación inicial, 20 minutos.

   Docente: Entrega los casos y solicita que cada grupo los ubique en una categoría principal. Advierte que algunos casos pueden vincularse con más de una categoría, pero deben justificar cuál es la predominante.

   Estudiantes: Clasifican los ocho casos y completan para cada uno: finalidad, actor principal, producto generado y criterio utilizado.

3. Revisión entre grupos, 15 minutos.

   Docente: Pide a los grupos intercambiar sus matrices y revisar dos clasificaciones de otro equipo utilizando las preguntas: “¿La finalidad está claramente identificada?”, “¿Se confundió retroalimentación con evaluación?”, “¿La aplicación de investigación fue diferenciada de la producción académica?”.

   Estudiantes: Señalan acuerdos, desacuerdos y posibles reclasificaciones, siempre con una justificación conceptual.

4. Análisis desde la ciencia política, 25 minutos.

   Docente: Solicita completar una matriz crítica para cuatro casos seleccionados. Orienta con las preguntas: “¿Quién controla los datos?”, “¿Quién define las categorías?”, “¿Qué actores pueden quedar excluidos?”, “¿Qué decisiones se automatizan?”, “¿Qué mecanismos de rendición de cuentas existen?”.

   Estudiantes: Analizan los casos considerando los siguientes ejes: distribución del poder, actores públicos y privados, transparencia, sesgos, privacidad, autonomía, regulación y desigualdad de acceso.

5. Puesta en común, 15 minutos.

   Docente: Solicita que cada grupo presente un caso cuya clasificación haya sido discutida y explique cómo cambió o se fortaleció su decisión después del análisis crítico.

   Estudiantes: Presentan una clasificación argumentada y responden preguntas de los demás grupos.

Transición a la sesión 2: Cierra la primera sesión verificando que cada grupo haya clasificado los ocho casos y haya identificado al menos un riesgo político o ético en cuatro de ellos. Solicita conservar las matrices, pues serán utilizadas para contrastar las clasificaciones con fuentes académicas. Como tarea de preparación, cada estudiante selecciona una de las fuentes sugeridas y registra su tesis central, dos conceptos relevantes y una evidencia relacionada con la IA en la educación universitaria.

Actividad 3. Contrastar la clasificación con fuentes académicas

Duración: 65 minutos, sesión 2

Objetivo parcial: Utilizar fuentes académicas para validar, matizar o cuestionar la clasificación de aplicaciones de IA y sustentar una interpretación crítica.

Materiales: Fuentes seleccionadas, fichas de lectura, matrices de clasificación de la sesión anterior y pizarra. Puede utilizarse biblioteca digital, repositorio institucional o internet, pero se debe disponer también de copias impresas.

Pasos

1. Recuperación de la tarea previa, 10 minutos.

   Docente: Solicita que los estudiantes compartan en parejas la tesis central de la fuente revisada. Recuerda diferenciar entre una afirmación del autor, una opinión personal y un ejemplo tomado del texto.

   Estudiantes: Comparan sus fichas e identifican qué categoría o categorías de aplicación aborda su fuente.

2. Lectura analítica en grupos, 20 minutos.

   Docente: Entrega una guía de lectura con cuatro preguntas: “¿Qué aplicaciones de IA identifica la fuente?”, “¿Qué finalidad educativa tienen?”, “¿Qué beneficios o límites señala?”, “¿Qué actores, relaciones de poder o mecanismos de regulación aparecen?”.

   Estudiantes: Extraen conceptos y evidencias, registrando autor, año, idea central y página o sección donde se encuentra la información.

3. Contraste de casos, 20 minutos.

   Docente: Pide que cada grupo seleccione dos casos de la actividad anterior y los contraste con la fuente. Deben indicar si la fuente confirma, complejiza o cuestiona la clasificación inicial.

   Estudiantes: Revisan sus categorías y redactan dos argumentos con la estructura: “Clasificamos este caso como…, porque…; esta decisión se sostiene o se matiza a partir de…”.

4. Producción de una ficha de posición, 15 minutos.

   Docente: Solicita elaborar una ficha grupal que contenga: una clasificación defendida, una evidencia académica, un riesgo político y una recomendación de gobernanza.

   Estudiantes: Preparan la ficha para utilizarla en el debate final.

Transición a la actividad 4: Antes de pasar al debate, verifica que cada ficha contenga una clasificación explícita, una fuente identificable y una relación clara entre el caso y una problemática de ciencia política. No se aceptan argumentos basados únicamente en que “la IA es útil” o “la IA es peligrosa”; deben vincularse con una aplicación concreta y una evidencia.

Actividad 4. Debate final: gobernar la IA en la universidad

Duración: 55 minutos, sesión 2

Objetivo parcial: Defender una clasificación de aplicaciones de IA y formular criterios de gobernanza universitaria a partir de argumentos conceptuales y fuentes académicas.

Pregunta central del debate: “¿Qué aplicaciones de IA deberían promoverse, regularse estrictamente o limitarse en la universidad, y con qué criterios de gobernanza?”.

Pasos

1. Preparación de posiciones, 10 minutos.

   Docente: Asigna a los grupos una posición institucional: consejo universitario, docentes, estudiantes, investigadores, autoridad reguladora o proveedor tecnológico. Cada grupo debe utilizar su ficha de posición y elegir dos aplicaciones para defender, regular o limitar.

   Estudiantes: Preparan una intervención de dos minutos que incluya clasificación, finalidad, beneficio, riesgo y propuesta de regulación.

2. Debate estructurado, 25 minutos.

   Docente: Modera el debate y exige que cada intervención se refiera a una categoría de aplicación y a una fuente. Organiza tres rondas: clasificación funcional, riesgos políticos y propuesta de gobernanza.

   Estudiantes: Presentan sus argumentos, formulan preguntas y responden a objeciones. Deben distinguir entre evaluación y retroalimentación, entre personalización y vigilancia, y entre apoyo a la investigación y sustitución de la autoría académica.

3. Síntesis colectiva, 10 minutos.

   Docente: Construye en la pizarra una matriz con tres columnas: “promover con condiciones”, “regular estrictamente” y “limitar o prohibir”. Solicita ubicar las aplicaciones debatidas.

   Estudiantes: Proponen criterios transversales de decisión: transparencia, supervisión humana, protección de datos, explicabilidad, posibilidad de apelación, inclusión y acceso equitativo.

4. Evaluación individual de salida, 10 minutos.

   Docente: Entrega una consigna breve: “Clasifica una aplicación de IA no discutida en clase, justifica su categoría con un criterio funcional y señala una implicación política respaldada por una fuente”.

   Estudiantes: Responden individualmente y entregan el texto como evidencia final de aprendizaje.

Evaluación formativa y criterios de logro

Criterio	Logro esperado	Evidencia
Clasificación funcional	Distingue la finalidad principal de la aplicación y la ubica en una categoría pertinente.	Matriz de clasificación y respuesta individual de salida.
Diferenciación conceptual	Distingue enseñanza, aprendizaje, evaluación, retroalimentación, personalización e investigación sin reducirlas a nombres de plataformas.	Justificaciones orales y escritas.
Manejo de fuentes	Identifica la tesis de una fuente académica, registra datos básicos de referencia y utiliza una evidencia relevante.	Ficha de lectura y ficha de posición.
Análisis crítico de ciencia política	Relaciona la aplicación con poder, gobernanza, sesgos, privacidad, autonomía, regulación o desigualdad de acceso.	Matriz crítica y debate.
Argumentación	Defiende una clasificación mediante conceptos, evidencias y una relación lógica entre aplicación, riesgo y propuesta de regulación.	Debate final y evaluación de salida.

Instrumento breve de valoración

Nivel	Descripción
Avanzado	Clasifica con precisión, reconoce funciones secundarias, utiliza fuentes pertinentes y formula un análisis político sólido sobre poder, riesgos y gobernanza.
Satisfactorio	Clasifica correctamente la mayoría de los casos, justifica con criterios funcionales y relaciona al menos un riesgo con una fuente académica.
En desarrollo	Clasifica algunos casos, pero confunde categorías o se apoya principalmente en la descripción de herramientas. Utiliza las fuentes de manera limitada.
Inicial	Enumera plataformas o usos sin distinguir su finalidad educativa ni analizar sus implicaciones políticas.