En el cambiante panorama educativo actual, la inteligencia artificial (IA) ha pasado de ser un concepto tecnológico distante a una herramienta cotidiana accesible para nuestros estudiantes. En los últimos años, la IA ha demostrado ser un factor disruptivo en la impartición de la educación, lo que ha suscitado preocupación entre los educadores. En lugar de considerar la IA como una amenaza a la integridad académica o un atajo que perjudica el aprendizaje, los educadores tienen la oportunidad de replantearla como un aliado colaborativo en el proceso educativo (Bowen y Watson, 2024). Este artículo examina enfoques prácticos para enseñar a los estudiantes a colaborar con herramientas de IA de una manera que potencie, en lugar de reemplazar, el pensamiento crítico y el aprendizaje profundo.
El cambio de mentalidad colaborativa
Según la Encuesta Global de Estudiantes de IA del Consejo de Educación Digital, el 86% de los estudiantes ya utilizan IA en sus estudios (“Encuesta Global de Estudiantes de IA del Consejo de Educación Digital 2024”, sin fecha). Sin embargo, dada la inquietud generalizada sobre los efectos de la IA en la educación, un cambio de mentalidad puede ser beneficioso para aliviar el miedo a lo desconocido. El primer paso para crear un aula colaborativa de IA es cambiar la mentalidad tanto del instructor como de los estudiantes. Como señalan Bowen y Watson (2024) en su libro, Teaching with AI, «La IA va a cambiar nuestra relación con el pensamiento. Ya está desafiando las ideas sobre la creatividad y la originalidad, y alterará para siempre la educación, el trabajo e incluso nuestra forma de pensar sobre el pensamiento». Además, postulan que estudiantes y educadores pueden trabajar con sistemas de IA generativos para mejorar los procesos de aprendizaje, haciéndolos más rápidos y eficientes. Proponen que las evaluaciones deberían centrarse en el proceso de creación en lugar de solo en el producto final. Por ejemplo, se podría exigir a los estudiantes que presenten transcripciones de sus interacciones con la IA como parte de sus tareas, lo que hará que el proceso de aprendizaje sea más transparente y accesible.
Este enfoque se alinea con Atchley et al. (2024), quienes concluyen que si bien las nuevas tecnologías de IA en educación inicialmente harán que las tareas de los educadores sean desafiantes, la IA debe verse como una herramienta colaborativa para maestros y estudiantes por igual. Su revisión examina la adopción de IA en educación desde la perspectiva de que el resultado principal de la educación superior es el empleo, que la educación se centra en los dominios cognitivos asociados con el aprendizaje y que existe un riesgo asociado con permitir que la tecnología realice tareas cognitivas. Teniendo estos factores en mente, postulan que «para maximizar los beneficios del aprendizaje colaborativo (entre equipos completamente humanos y entre equipos que incluyen IA), las estrategias pedagógicas deben incorporar intencionalmente factores primarios y secundarios que fomenten la responsabilidad compartida, la interacción y el desarrollo de habilidades metacognitivas, mejorando la participación de los estudiantes y los resultados de aprendizaje». Además, argumentan que «a medida que los estudiantes ingresan a un lugar de trabajo, su capacidad para trabajar en «equipos» humanos/computadoras es un conjunto crítico de habilidades cognitivas».
Estrategias prácticas para el aula
1. Redacción y revisión asistidas por IA
En lugar de prohibir las herramientas de escritura con IA, considere tareas donde los estudiantes utilicen deliberadamente la IA para generar borradores iniciales, analizarlos críticamente y revisarlos a fondo. Este proceso enseña a los estudiantes a:
- Elaborar indicaciones efectivas (una habilidad transferible)
- Identificar fortalezas y debilidades en el contenido generado por IA
- Aplicar su propia experiencia y voz para mejorar los resultados de la máquina.
Los estudiantes pueden enviar tanto el resultado original de IA como su versión revisada, junto con una reflexión sobre su proceso de edición. Además, pedirles que fundamenten sus ediciones con referencias basadas en evidencia les enseña a analizar críticamente los resultados de IA. Esta transparencia transforma la posible deshonestidad académica en una oportunidad de aprendizaje sobre el valor de la experiencia y el criterio humanos.
2. Actividades de análisis comparativo
Diseñe actividades donde los estudiantes comparen múltiples respuestas generadas por IA a la misma pregunta y luego evalúen cuál es la más efectiva y por qué. Este enfoque:
- Desarrolla habilidades de evaluación crítica.
- Demuestra las limitaciones e inconsistencias de la IA
- Refuerza que la IA requiere supervisión humana
Por ejemplo, los estudiantes podrían plantear la misma pregunta a tres herramientas de IA diferentes y luego analizar las diferencias en precisión fáctica, enfoques de razonamiento y posibles sesgos.
3. La IA como asistente de investigación
Enseñe a los estudiantes a usar la IA como herramienta de lluvia de ideas para la investigación, manteniendo el rigor académico. Los estudiantes pueden:
- Utilice la IA para generar posibles preguntas de investigación
- Identificar lagunas en el conocimiento de la IA que requieren investigación tradicional
- Comparar las fuentes sugeridas por IA con bases de datos académicas
Este enfoque, similar a lo que Cianciolo y Regehr (2019) describen como “análisis en capas”, ayuda a los estudiantes a comprender la relación complementaria entre los métodos de investigación asistidos por IA y los tradicionales.
Evidencia de impacto
La evidencia preliminar sugiere que los enfoques colaborativos de IA mejoran los resultados del aprendizaje. En un estudio sobre entornos educativos en el ámbito sanitario, los estudiantes que aprendieron a interactuar críticamente con herramientas de IA, como los juegos simulados (SG), expresaron mayor satisfacción con la sesión de capacitación que el grupo de enseñanza tradicional (TT). Además, los estudiantes del grupo SG encontraron la actividad más atractiva y reportaron una mayor motivación (Blanie et al., 2020).
De igual manera, en un metaanálisis reciente que examina la relación entre la IA y el rendimiento académico estudiantil, Dong et al. (2025) concluyeron que los estudiantes que utilizaron enfoques de aprendizaje potenciados por IA mostraron un rendimiento académico significativamente mayor, superando a sus homólogos en entornos educativos convencionales. Además, los autores concluyeron que las tecnologías de IA pueden ser especialmente valiosas para los estudiantes de secundaria y educación superior, quienes suelen poseer habilidades de pensamiento crítico más desarrolladas y pueden interactuar significativamente con sistemas de IA sofisticados que pueden aplicarse en diversas disciplinas.
Consideraciones de implementación
Al implementar enfoques de IA colaborativa, tenga en cuenta estas pautas:
- Sea explícito sobre cuándo y cómo es apropiado el uso de IA para tareas específicas
- Crear rúbricas que evalúen el compromiso crítico de los estudiantes con la IA, no solo los productos finales
- Modele la colaboración de IA apropiada en sus prácticas docentes
- Brindar oportunidades estructuradas para que los estudiantes practiquen la colaboración en IA con retroalimentación.
Conclusión
Al enseñar a los estudiantes a trabajar con herramientas de IA, en lugar de contra ellas, los preparamos para un futuro donde la colaboración entre humanos e IA será común en diversas profesiones. El aula colaborativa de IA no disminuye el valor del pensamiento humano, sino que lo eleva al ayudar a los estudiantes a comprender las perspectivas únicas que aportan a problemas que la IA por sí sola no puede resolver.
En lugar de centrarse únicamente en los resultados (lo que los estudiantes producen), este enfoque enfatiza el proceso de aprendizaje en sí, en consonancia con el llamado de Allen et al. (2021) a favor de enfoques de evaluación educativa más integrales que vayan más allá de las simples mediciones de resultados. Al enseñar a los estudiantes a ser colaboradores reflexivos con la IA, les ayudamos a desarrollar las habilidades de pensamiento crítico y la alfabetización tecnológica que necesitarán a lo largo de sus carreras.
Fuente: Ewa Posorski / facultyfocus.com
