NotebookLM como entorno para activar las inteligencias múltiples

En colaboración con Mercedes Leticia Sánchez Ambriz

El podcast te regala varios ejemplos que mejoran la comprensión del contenido. 

La evolución de las tecnologías de inteligencia artificial ha transitado desde sistemas puramente generativos hacia herramientas de recuperación aumentada, donde la prioridad no se sigue centrando es la creación de contenido, sino la mediación, síntesis y organización de fuentes documentales específicas. Es el caso de NotebookLM que además de ser una herramienta de productividad, actúa como un agente que interactúa con las habilidades cognitivas del usuario. 

Bajo este principio proponemos analizarla bajo la lente de la teoría de las inteligencias múltiples propuesta por Howard Gardner en 1983 (Marenus, 2025), donde NotebookLM no actúa como desarrollador de estas inteligencias, sino como un entorno que puede activar diferentes prácticas asociadas con ellas, con alcances y límites variados.

La inteligencia, es entendida por Gardner como la capacidad para resolver problemas y para crear productos culturales, por lo que la inteligencia es un concepto plenamente relacionado con la creatividad (UNIR, 2025). NotebookLM es un asistente de investigación con IA orientado a perfeccionar y organizar ideas, apoyándose en cuadernos con fuentes. Su rasgo didácticamente más útil es que el chat incorpora citas directas desde las fuentes del cuaderno; el usuario puede ver el fragmento citado y acceder directamente a la fuente. De este modo transforma una respuesta en un enunciado con evidencia verificable, condición para una lectura crítica y su posterior discusión. La reflexión con las fuentes está mediada por los algoritmos que simulan el razonamiento humano. 

El vínculo entre inteligencias múltiples y NotebookLM lo abordamos como una convergencia entre las funcionalidades técnicas y las oportunidades de actividad cognitiva. Esto evita dos errores frecuentes: asumir que una función “desarrolla” una inteligencia por sí sola, o convertir inteligencias múltiples en puros estilos de aprendizaje. (Gardner, 2013) Nos apoyamos en la experiencia de trabajo con este recurso en ámbitos de pregrado y posgrado. 

NotebookLM y la convergencia con las inteligencias múltiples. 

La mayoría de las inteligencias encajan en este análisis, como es el caso de la lingüística, lógico matemático, espacial, intrapersonal y la interpersonal. Las restantes (naturalista y cinestésica), tienen una conexión débil y pueden ser objeto de análisis en otro comentario. Las inteligencias, lingüística y la lógico-matemática han sido históricamente el centro del sistema educativo formal. NotebookLM, mediante el procesamiento de lenguaje natural (PLN), ofrece una infraestructura que automatiza las tareas de bajo nivel de estas inteligencias, permitiendo al usuario concentrarse en operaciones cognitivas más complejas. La inteligencia lingüística implica una sensibilidad especial al lenguaje hablado y escrito, así como la capacidad de utilizar el lenguaje para lograr objetivos específicos. NotebookLM potencia esta dimensión a través de su capacidad para sintetizar documentos en diferentes formatos, transformando datos heterogéneos en textos coherentes como resúmenes estructurados, guías de estudio e informes. 

La producción de textos coherentes a partir de fuentes diversas no es solo una automatización, sino una extensión de la capacidad narrativa del usuario, quien ahora puede estructurar argumentos complejos apoyados en citas precisas y verificables. Este proceso reduce de manera significativa el esfuerzo mental innecesario derivado de una mala organización de la información, al presentar instrucciones claras y eliminar distracciones. (Main, 2026) 

NotebookLM gestiona la síntesis de múltiples fuentes de manera simultánea, permitiendo al usuario trabajar en el nivel de evaluación y creación de la taxonomía de Bloom y dejar al sistema los niveles de recordar y comprender. De esta manera el estudiante puede estructurar documentos más complejos apoyados en citas precisas y verificables.

Otras de las inteligencias es la espacial, entendida como la capacidad de observar el mundo y los objetos desde diferentes perspectivas (Torres, 2015) en la que destaca la organización visual de la información y la navegación a través de representaciones gráficas de conceptos. En NotebookLM, este tipo de inteligencia se enriquece mediante la creación de mapas mentales. Estos mapas, a diferencia de una lista de documentos, permiten al usuario captar rápidamente estructuras de información complejas sin necesidad de leer linealmente cada fuente.

Desde el punto de vista pedagógico, esta visualización actúa como una estructura cognitiva. Los estudiantes y profesores pueden hacer zoom, desplazarse y colapsar o expandir ramas, lo que refleja los procesos mentales de rotación y manipulación de objetos propios de la inteligencia espacial (Gisela, 2001) . Al hacer clic en un nodo específico, el sistema genera un resumen de ese subtema, permitiendo una transición fluida entre la visión macro-espacial de un proyecto y el detalle micro-semántico de un dato. Esta capacidad de ver "cómo se conectan los puntos" facilita el descubrimiento de asociaciones que podrían no ser obvias en un formato puramente textual.

Otra las inteligencias definidas por Gardner es la intrapersonal que es la capacidad de construir una percepción precisa de uno mismo y de utilizar ese conocimiento para planificar y dirigir la propia vida (Gisela, 2001) En el contexto del aprendizaje, esta inteligencia es el motor de la metacognición y el aprendizaje autorregulado. La manifestación más evidente de esta inteligencia es el chat de NotebookLM, en la que se generan preguntas abiertas al usuario, que lo ayuda a desglosar un problema complejo. El chat puede ser configurado por el usuario para que responda de diferentes maneras, adaptándolo a las necesidades del estudiante. 

En este proceso se distinguen tres fases: la planificación donde se cargan por parte del usuario las fuentes, la de monitoreo en la que se emplean cuestionarios, tarjetas didácticas y la de evaluación y reflexión, donde se puede crear informes, videos, presentaciones, audios e infografías. En esta última el usuario puede nuevamente volver al chat para contrastar las fuentes con los resultados obtenidos. 

Otra inteligencia es la interpersonal, definida como la capacidad de entender e interactuar eficazmente con los demás (Gisela, 2001) NotebookLM permite compartir un cuaderno con muchas personas o con un equipo pequeño que tiene la tarea de editar todas las actividades creadas. Un profesor puede crear un cuaderno que se pone a disposición de todos sus estudiantes. 

A modo de conclusión.

NotebookLM no es solo una herramienta de recuperación de información, sino un sistema que puede activar diferentes prácticas asociadas con la mayoría de las inteligencias múltiples descritas por Gardner. Su empleo facilita una personalización del aprendizaje, donde cada usuario puede apoyarse en sus inteligencias más fuertes para fortalecer las demás. 

Los educadores podemos ver en NotebookLM, el tutor personal del estudiante, enriquecido con la multimodalidad, expresada en diferentes canales sensoriales y por diversos medios. Como cualquier herramienta de IA es obligatoria la verificación de los resultados con las fuentes que añadimos a cada cuaderno. 

Bibliografía

Gardner, H. (16 de 10 de 2013). Multiple Intelligences Are Not Learning Styles. Obtenido de Harvard: https://www.gse.harvard.edu/ideas/news/13/10/multiple-intelligences-are-not-learning-styles

Gisela, E. (2001). Revista de Psicología de la PUPC. Obtenido de https://dialnet.unirioja.es/descarga/articulo/4531340.pdf

Main, P. (23 de 3 de 2026). The learning sience behiend AI lesson planning. Obtenido de Structural Learning: https://www.structural-learning.com/post/learning-science-ai-lesson-planning

Marenus, M. (26 de marzo de 2025). Obtenido de SimplyPsychology: https://www.simplypsychology.org/multiple-intelligences.html

Torres, A. (19 de 09 de 2015). Inteligencia espacial: ¿qué es y cómo se puede mejorar? Obtenido de Psicología y mente: https://psicologiaymente.com/inteligencia/inteligencia-espacial

UNIR. (18 de marzo de 2025). Obtenido de https://mexico.unir.net/noticias/educacion/howard-gardner-inteligencias-multiples-creatividad/

El principito y la inteligencia artificial: una lectura pedagógica para formar miradas críticas

 

En colaboración con Mercedes Leticia Sáncez Ambriz

No dejes de escuchar el pódcast, con ejemplos que ilustran el artículo.

Tres meses atrás, nuestro amigo Manuel Acosta, después de leer el trabajo donde relacionamos Don Quijote, Sancho y los molinos de viento con la IA, sugirió que hiciéramos un símil con El principito y la IA. Después de leer nuevamente la obra de Saint-Exupéry, hacer un resumen detallado con ChatGPT y un mapa mental con Notebook, empezamos a escribir este trabajo.

En este blog hemos mostrado en numerosos trabajos que la presencia de la inteligencia artificial en la educación superior ha abierto nuevos escenarios para el aprendizaje, la investigación y la creación de conocimientos. La posibilidad de dialogar con modelos capaces de generar textos, resolver problemas o proponer ideas plantea un desafío que va más allá de la técnica. El estudiante puede limitarse a recibir respuestas o puede convertir la IA en un espacio para pensar de manera más profunda.

En este contexto, la lectura de El principito adquiere una nueva vigencia. La obra muestra la tensión entre mirar con ojos de niño o repetir lo que otros dicen, una tensión que hoy reaparece en la relación entre docentes, estudiantes e inteligencia artificial. Explorar este vínculo permite comprender cómo la literatura puede servir como mediación para fortalecer el juicio crítico y la capacidad de formular preguntas significativas antes de interactuar con la tecnología.

Los planetas por los que viaja El principito y los riesgos del uso superficial de la IA-

Los personajes que encuentra El principito representan modos de pensar que también aparecen en la manera en que muchos usuarios se relacionan con las herramientas de IA. El rey que cree mandar a todo recuerda al estudiante que atribuye a la IA una autoridad absoluta. Espera que la tecnología decida por él y confía en que cada respuesta es correcta, sin analizar las estructuras de razonamiento que la sostienen.

La figura del vanidoso refleja la tentación de usar la IA para obtener textos pulidos que generen una buena impresión, aunque no exista comprensión real del contenido. El bebedor, atrapado en un ciclo que no logra explicar, simboliza la repetición mecánica del pedir respuestas solo por inercia. El hombre de negocios, obsesionado con acumular números sin comprender su sentido, se asemeja a quienes copian resultados generados por la IA sin evaluar su pertinencia. Cada uno de estos personajes muestra un riesgo pedagógico: el estudiante que delega su pensamiento en la herramienta pierde la oportunidad de construir significado propio, mientras que el docente queda sin bases para evaluar la comprensión profunda.

El zorro y la pedagogía del diálogo mediado con IA.

La conversación entre El principito y el zorro permite articular una visión más constructiva del aprendizaje con IA. Domesticar significa crear vínculo, conocer el ritmo del otro y establecer un proceso de atención compartida que transforma al que aprende. La pedagogía basada en la mediación parte de esta premisa: el conocimiento no se transfiere mecánicamente, se construye a través del diálogo y de la conciencia sobre lo que se pregunta. Cuando el estudiante formula preguntas que avanzan desde lo descriptivo hacia la interpretación, se aproxima al sentido que buscaba El principito al observar una flor, un atardecer o un gesto. Lo importante no es el resultado que arroja la IA, sino el proceso del diálogo mediado que sigue el estudiante para domesticar la IA. En este entorno, la IA no sustituye al docente, sino que se convierte en un artefacto cultural que reorganiza la actividad intelectual del estudiante.

El compromiso del profesor es guiar la calidad de las preguntas, acompañar la verificación de las respuestas y ayudar a distinguir entre comprensión genuina y apariencia de claridad. El Principito aprende que cuidar una rosa implica responsabilidad. El trabajo con IA comparte esta lógica ética: se debe cuidar la información que se utiliza, respetar la integridad académica y comprender que detrás de cada resultado existe un proceso que requiere interpretación. Es aquí donde cobra vida la frase más conocida de la obra: “lo esencial es invisible a los ojos”.

La IA trabaja sobre señales visibles: datos, patrones, texto, imagen. Pero lo esencial del aprendizaje humano pertenece al plano no visible: intención, ética, juicio, sentido. Por eso, la IA no sustituye el vínculo educativo: complementa, amplifica o media, pero no reemplaza lo que se construye entre personas. Desde esta perspectiva, la frase invita a una lectura crítica de la IA: no basta con ver lo que produce; hay que comprender la manera en que transforma procesos internos del estudiante.

De regreso al asteroide B 612

Leer El principito para pensar la inteligencia artificial permite recordar que el aprendizaje no es un acto mecánico, sino una práctica reflexiva orientada por la curiosidad y la capacidad de cuestionar. La obra enseña que ver más allá de lo evidente requiere una actitud que la tecnología por sí sola no puede proporcionar. En el aula universitaria, donde la IA forma parte del entorno cotidiano, este mensaje se vuelve indispensable. Los docentes necesitan promover un diálogo crítico que ayude a los estudiantes a usar la IA como una herramienta para comprender, interpretar y crear. La educación se fortalece cuando el estudiante aprende a mirar de nuevo, a repreguntar y a construir significado a partir de la experiencia. Esa mirada, que El  principito no pierde jamás, es también la que hoy se necesita para integrar la IA con profundidad y responsabilidad en los procesos formativos.

 

La incertidumbre formativa ante la inteligencia artificial: lectura crítica de una encuesta elaborada por Turnitin

En colaboración con Mercedes Leticia Sánchez Ambriz

El pódcast es de los mejores que hasta hoy pudimos crear; lo puedes escuchar aquí

La inteligencia artificial entró sin pedir permiso a las aulas y se sentó en primera fila. Turnitin, el detector de plagio que todos temían, acaba de publicar un informe demoledor titulado: Encrucijada que radiografía el caos silencioso que vive la educación superior en 2025.

Este parte del análisis de una encuesta aplicada a 3,500 participantes, incluyendo administradores educativos (500), académicos (500) y estudiantes (2,500) en agosto de 2024. El informe al que se puede acceder desde este enlace muestra un escenario donde estudiantes, docentes y administradores educativos coinciden en que la inteligencia artificial ofrece oportunidades, pero también genera inquietudes profundas, especialmente por la falta de preparación, orientación y claridad institucional. Los datos del estudio evidencian tensiones que atraviesan el proceso educativo: el desconocimiento, la sensación de agobio, los puntos ciegos en la capacitación y la responsabilidad creciente asignada a los docentes en la transición hacia una cultura académica mediada por IA.

Lo que viene a continuación no es ciencia ficción: es lo que está pasando ahora mismo en aulas, pasillos y reuniones de consejo académico de todo el mundo hispanohablante. Y las cifras del informe (páginas 7 a 12) no dejan lugar a dudas: si no actuamos con urgencia y coordinación, la IA no democratizará la educación… la fragmentará aún más.

Una comunidad educativa abrumada frente a la magnitud de la IA

Las cifras muestran que la disponibilidad y el alcance de la IA resultan abrumadores para estudiantes, docentes y administradores. El 80 por ciento de los académicos, el 73 por ciento de los estudiantes y el 72 por ciento de los administradores expresan esta sensación de saturación cognitiva.

Este agobio repercute en las posturas sobre el uso de la IA: los estudiantes reportan mayores niveles de inquietud que los docentes, alcanzando un 64 por ciento frente al 50 por ciento de los académicos y al 41 por ciento de los administradores.

Tomado del informe, página 8

Esta diferencia se interpreta mejor al analizar el origen de la incertidumbre. Los docentes manifiestan carecer de orientaciones para integrar la IA en sus prácticas y el 47 por ciento declara no saber cómo obtener beneficios claros en la toma de decisiones académicas. Cuando quienes deben guiar enfrentan vacíos formativos, los estudiantes perciben ese mismo vacío como una amenaza directa a su propio aprendizaje.

A ello se suma que la mitad de los estudiantes declara no saber cómo aprovechar la IA para sus estudios. Esta proporción coincide con la de docentes y administradores que quieren emplearla en sus tareas, pero no poseen el conocimiento necesario para hacerlo. La investigación sugiere que estas brechas son estructurales, no individuales, y que se producen porque los tres grupos están aprendiendo simultáneamente sobre una tecnología que avanza más rápido que las posibilidades institucionales de capacitar y orientar.

El peso de la responsabilidad docente en la preparación para la IA

Las páginas 11 y 12 del informe muestran con claridad la magnitud del reto que enfrentan los docentes. El 90 por ciento de ellos cree que la IA mejorará las perspectivas profesionales de los estudiantes, una percepción compartida también por el 89 por ciento de los administradores y el 70 por ciento de los estudiantes. La formación en IA se convierte en un elemento determinante de la empleabilidad. Sin embargo, al mismo tiempo, los docentes declaran sentirse presionados por la complejidad de la IA y por la falta de recursos institucionales. El 37 por ciento afirma que su institución no cuenta con las herramientas necesarias para usar la IA de manera eficaz, situación que los impulsa a buscar apoyo externo.

Esta tendencia plantea un problema metodológico de fondo: la incoherencia que puede generarse si cada docente se forma por cuenta propia, sin marcos comunes, sin criterios éticos compartidos y sin políticas que garanticen equidad en los procesos. Al mismo tiempo, los estudiantes demandan orientación, apoyo y claridad para utilizar la IA sin afectar la autenticidad de su proceso formativo. Surge un círculo de dependencia mutua: los estudiantes necesitan guía, los docentes requieren capacitación y las instituciones deben asumir un liderazgo que aún no consolidan.

El informe tiene otros aspectos que comentaremos en otro artículo, pero el análisis de las páginas de la 7 a la 12 muestra un panorama común: la IA se expande más rápido que la capacidad de las instituciones para orientar, formar y acompañar a sus comunidades. Las cifras presentan una imagen donde el desconocimiento, el agobio y los vacíos de capacitación condicionan la forma en que estudiantes y docentes se aproximan a la IA. Sin un esfuerzo sistemático, coordinado y sostenido para dotar de políticas claras, formación profesional sólida y recursos accesibles, la brecha entre la expectativa y la realidad se ampliará. La construcción de una cultura académica que integre la IA con sentido pedagógico requiere reconocer esta etapa de transición, fortalecer la formación docente y ofrecer a los estudiantes las condiciones necesarias para comprender, usar y evaluar críticamente las herramientas que definirán su futuro profesional.

Reflexión

El informe de Turnitin no es una advertencia: es la última salida antes del precipicio.

Las instituciones deben asumir ahora un liderazgo real, con políticas claras y públicas sobre el uso de IA, formación docente masiva y obligatoria, inversión real en infraestructura y espacios de diálogo vinculante entre estudiantes, profesores y administraciones. Si esto no sucede en menos de tres años la dirección habrá pasado definitivamente a manos de otros actores: las grandes plataformas de IA privadas, los profesores que puedan pagarse su propia capacitación y las universidades extranjeras que sí se tomaron esto en serio.

Cuando eso ocurra, ya no habrá volante que agarrar: la educación superior hispanohablante habrá perdido el control sobre sus propios procesos pedagógicos, sus estándares de evaluación y el valor real de los títulos que expide.

El futuro no se negocia después. Se construye hoy o se hereda mañana en condiciones de subordinación.

La elección es tan simple como brutal: liderar la transición o convertirse en su víctima colateral.

 

El docente como curador de textos generados por inteligencia artificial

En colaboración con Mercedes Leticia Sánchez Ambriz

El pódcast de hoy es diferente a otros; generamos una discusión donde un actor está de acuerdo con el contenido y el otro tiene reservas; ¿por cuál te inclinas? Escúchalo aquí.

Una de las preguntas que siempre escuchamos relacionada con el empleo de la IAG es sobre la validez del contenido generado, cuánto de cierto y cuánto de error tiene ese texto, y cómo se debe emplear o no emplear para nada. Son preguntas que parten de una duda razonable; ¿un algoritmo puede ser preciso en sus respuestas?, pues generalmente si lo es.

Indudablemente la IAG ha transformado la escritura académica en la educación en general, y en especial en la educación universitaria. Hoy es posible producir textos formales y gramaticalmente correctos con solo formular una orden adecuada, pero la pregunta central es: ¿qué queda del pensamiento crítico en ese proceso? ¿es un plagio, o es copiar y pegar deliberadamente?

Diversos estudios (Crue, 2024; García y Paredes, 2024; Chien y Li, 2024) coinciden en que la IA puede mejorar la redacción técnica, pero sin mediación humana conduce a una escritura superficial. El texto parece impecable, pero muchas veces carece de intención, coherencia y rigor conceptual. En otras introduce elementos como guiones, la primera letra de cada palabra en un título en mayúsculas entre otros más que hacen fácilmente detectable el texto con IA.

En este nuevo escenario, el docente deja de ser un simple corrector de estilo para asumir un papel más complejo: curador de textos generados por IA. El término “curador”, que proviene del ámbito jurídico, museístico y digital, se refiere a quien selecciona, organiza y contextualiza obras materiales y/o digitales para darles sentido, en función de un objetivo. En el aula universitaria, el docente-curador analiza el texto producido por la IA, identifica sus inconsistencias, contrasta sus afirmaciones con fuentes verificadas y orienta al estudiante en el proceso de reescritura.

Entre la corrección y la mediación: un nuevo rol docente

Según Johnson y Miller (2025), la colaboración entre profesor e IA requiere un cambio epistemológico: el profesor debe enseñar a pensar con la máquina, no contra ella. Este trabajo curatorial no busca reemplazar la creatividad del estudiante, sino devolverle la responsabilidad del sentido. El docente se convierte en mediador entre la eficiencia algorítmica y la comprensión humana.

Lam y Peterson (2024) plantean que enseñar escritura en la era de la IA implica promover la conciencia epistemológica del lenguaje digital. Esto implica necesariamente que el conocimiento se construye, representa y comunica en los entornos digitales, en lugar de asumir que escribir en ellos es igual que hacerlo en papel. El canal cambia por completo las reglas, ya que en el entorno digital las frases pueden ser automáticas, pero el pensamiento sigue siendo humano.

La curación de textos generados por IA no se limita a mejorar la forma, cambiar palabras; se trata de una práctica ética que garantiza la autenticidad del conocimiento. Hewitt y Andrews (2025) advierten que la IA puede simular pensamiento, pero no producir verdad. De ahí que la función curatorial del docente consista en distinguir entre el texto coherente y el texto veraz. El profesor guía al estudiante en el uso responsable de la tecnología, insistiendo en la necesidad de reconocer cuándo y cómo se utilizó IA, lo que refuerza la integridad académica (López y Martínez, 2023).

Esta mediación implica enseñar claridad, concisión y precisión, como se señala en el Manual de Estilo y Redacción (Senplades, 2014), como indicadores de pensamiento crítico. El texto curado no solo debe estar bien escrito, sino también argumentado, contextualizado y comprendido por quien lo crea. En este proceso, el docente deja de ser evaluador final y se convierte en compañero de edición. La revisión se transforma en un diálogo reflexivo donde se aprende a justificar las decisiones del texto: por qué se cita una fuente, por qué se escoge un verbo o por qué se elimina una frase redundante. No se trata de rechazar los textos por la sospecha de que fue creado con IA, hay que revisarlos y exigir al estudiante la demostración de lo escrito.

Esta forma de curación no se opone a la tecnología, sino que la humaniza. El profesor-curador actúa como garante del sentido, asegurando que detrás de cada párrafo exista un acto de comprensión auténtica. Su misión no es controlar la IA, sino devolver al texto su dimensión formativa, donde escribir con IA significa pensar mejor, no escribir más rápido.

Un complemento final

En tiempos donde la velocidad de los algoritmos parece dominar la escritura, el profesor curador asume un rol diferente. Su tarea no es frenar el avance tecnológico, sino darle dirección. La claridad, la coherencia y la ética no se programan: se enseñan, se acompañan y se viven. Tenemos que fortalecer la enseñanza de la ética
Cada texto generado por IA es una oportunidad para enseñar a leer con inteligencia, escribir con conciencia y pensar con profundidad. El futuro de la educación no depende de lo que la IA pueda decir, sino de lo que los docentes sean capaces de hacer pensar.

---

Referencias

Chien, S., & Li, C. (2024). The role of AI-assisted learning in academic writing: A mixed-methods study on Chinese as a second language students. Education Sciences, 15(2), 141. https://www.mdpi.com/2227-7102/15/2/141

Crue Universidades Españolas. (2024). La inteligencia artificial generativa en la docencia universitaria: oportunidades, desafíos y recomendaciones. CRUE. https://www.crue.org/wp-content/uploads/2024/03/Crue-Digitalizacion_IA-Generativa.pdf

García, L., & Paredes, R. (2024). Asistencia de la inteligencia artificial generativa como herramienta en la educación superior. Revista Iberoamericana de Educación Superior, 15(2), 45–63. https://dialnet.unirioja.es/descarga/articulo/10342364.pdf

Hewitt, R., & Andrews, P. (2025). Curating truth or simulating thought? The ethics of AI in academic writing. Journal of Education and Ethics in Technology, 5(3), 211–228. https://www.emerald.com/jeet/article/doi/10.1108/JEET-06-2025-0039/1297990

Johnson, K., & Miller, A. (2025). Teacher–AI collaboration for curating and customizing AI-generated content. Proceedings of the International Conference on Artificial Intelligence in Education. arXiv preprint. https://arxiv.org/html/2507.00456v1

Lam, C., & Peterson, J. (2024). Becoming a teacher of writing in an AI-assisted world: Considering personal epistemologies, writing theories and the use of AI platform technologies. Contemporary Issues in Technology and Teacher Education (CITE Journal), 25(1). https://citejournal.org/volume-25/issue-1-25/english-language-arts/becoming-a-teacher-of-writing-in-an-ai-assisted-world-considering-personal-epistemologies-writing-theories-and-the-use-of-ai-platform-technologies

López, J., & Martínez, D. (2023). El impacto de la inteligencia artificial generativa en educación superior: una mirada desde la ética y la integridad académica. Revista Iberoamericana de Ciencia, Tecnología y Sociedad, 18(53), 79–97. https://www.redalyc.org/journal/916/91676028011/html

Senplades. (2014). Manual de estilo y redacción. Secretaría Nacional de Planificación y Desarrollo. Quito, Ecuador.

 

GPT-5 en educación: un aliado menos complaciente y más estratégico para los docentes

En colaboración con Mercedes Leticia Sánchez Ambriz

Estás con prisa, escucha el pódcast desde aquí.

La llegada de GPT-5 ha suscitado un amplio debate en torno a los cambios introducidos en su diseño y funcionamiento. Entre las características más señaladas se encuentra su estilo menos adulador, más sobrio y orientado a la objetividad, tal como lo describió Pattie Maes, profesora del Instituto Tecnológico de Massachusetts, al afirmar que este ajuste evita “delirios” y la tendencia a reforzar prejuicios o confirmar opiniones de los usuarios sin sustento crítico (Maes, 2025).

Aunque esta transformación puede resultar incómoda para quienes buscan validación en sus interacciones con la inteligencia artificial, constituye, en el campo educativo, una oportunidad de gran valor (UNESCO, 2025).

En educación, los docentes enfrentan el reto constante de filtrar información, seleccionar recursos de calidad y diseñar experiencias de aprendizaje significativas para sus estudiantes. A esto se suma la exigencia de ofrecer retroalimentación individualizada, muchas veces bajo condiciones de tiempo limitado, carga administrativa y grupos heterogéneos. En este panorama, un modelo de inteligencia artificial menos complaciente y más analítico resulta de gran utilidad.

La versión del GPT-5 se distingue porque ofrece respuestas más directas, críticas y fundamentadas en datos, lo que facilita que el docente cuente con insumos confiables y adaptados a sus necesidades pedagógicas. Este apoyo permite no solo planificar clases con mayor precisión, sino también contrastar fuentes, elaborar materiales coherentes y enriquecer las discusiones en el aula. Ya no se trata únicamente de producir contenido llamativo, sino de disponer de una herramienta que ayude a validar, profundizar y enriquecer los procesos de enseñanza-aprendizaje.

De igual modo, este cambio permite superar una de las limitaciones más discutidas en versiones anteriores de la IA: la conformación de burbujas de confirmación, en las que estudiantes y profesores recibían únicamente información que reforzaba sus creencias. GPT-5, en contraste, abre la posibilidad de un uso más analítico y reflexivo, indispensable en la formación académica contemporánea, donde el pensamiento crítico y la capacidad de cuestionamiento se constituyen en competencias esenciales (Cabero-Almenara, 2022).

Beneficios concretos para los docentes

·         Retroalimentación objetiva y útil

Al dejar de lado el halago superficial, el modelo ofrece diagnósticos más claros sobre el desempeño estudiantil. Esto permite a los docentes identificar patrones de error y áreas de mejora, generando estrategias de apoyo adaptadas a las necesidades reales de sus alumnos (Maes, 2025).

·         Liberación de carga administrativa

La automatización de tareas rutinarias, como la corrección de pruebas, la elaboración de rúbricas o el análisis de resultados, libera tiempo que los docentes pueden invertir en la mediación pedagógica, el acompañamiento individual y el diseño de experiencias innovadoras (UNESCO, 2025).

·         Desarrollo profesional continuo

El carácter menos complaciente de GPT-5 también representa una ventaja para el propio desarrollo docente. Al no recibir respuestas halagadoras, los maestros se ven impulsados a cuestionar, contrastar y validar lo que la IA les ofrece. Esto fortalece competencias digitales críticas y evita la dependencia ciega de la tecnología. En consecuencia, el profesor no solo se convierte en usuario de la IA, sino en un experto capaz de evaluarla, contextualizarla y aplicarla con fines pedagógicos.

·         Acompañamiento significativo al estudiante

Cuando la IA se ocupa de las tareas inmediatas y repetitivas, el docente tiene la posibilidad de dedicarse a lo que ninguna máquina puede hacer: construir vínculos humanos, atender la dimensión socioemocional y estimular el pensamiento crítico. GPT-5, al ofrecer retroalimentaciones puntuales y objetivas, libera al profesor para centrarse en la motivación, la orientación ética y el acompañamiento integral de sus alumnos, aspectos fundamentales de la formación académica.

·         Impulso a la innovación pedagógica

Finalmente, GPT-5 abre la puerta a un impulso renovado en la innovación pedagógica. Al no centrarse en halagos superficiales, el docente puede utilizarlo como socio creativo, capaz de generar variantes de actividades, plantear escenarios críticos, proponer simulaciones o sugerir debates que promuevan aprendizajes profundos. De esta manera, el profesor deja de ser un mero consumidor de contenidos y se convierte en diseñador de experiencias educativas innovadoras.

Desafíos y condiciones necesarias

Si bien las posibilidades que ofrece GPT-5 son significativas, su incorporación en la educación no está exenta de desafíos. Uno de los más urgentes es la formación docente en competencias digitales: sin una capacitación adecuada, existe el riesgo de un uso instrumental o acrítico que limite el potencial transformador de la herramienta (UNESCO, 2025).

Asimismo, persisten problemas relacionados con la brecha digital. No todos los estudiantes ni docentes cuentan con acceso a dispositivos y conectividad de calidad, lo que genera desigualdades en el aprovechamiento de estas tecnologías. A ello se suma la necesidad de establecer marcos éticos claros para el uso de datos estudiantiles, con el fin de garantizar la privacidad y evitar sesgos algorítmicos que puedan reproducir exclusiones (Cabero-Almenara, 2022; UNESCO, 2025).

Conclusión

El tránsito hacia un modelo menos complaciente y más analítico como GPT-5 no debe entenderse únicamente como una modificación técnica, sino como un cambio con profundas implicaciones pedagógicas. Para los docentes, representa la oportunidad de planificar con mayor rigor, reducir la carga administrativa, fortalecer su desarrollo profesional, innovar en el aula y ofrecer acompañamientos más humanos y significativos a sus estudiantes.

Aprovechar estos beneficios exige formación docente, políticas de inclusión digital y marcos éticos sólidos. Solo de esta manera la IA podrá consolidarse como un complemento estratégico y no como un sustituto, manteniendo al profesorado en el papel central que le corresponde: el de mediador crítico, creativo y humano en el proceso educativo.

Referencias

Cabero-Almenara, J. (2022). Inteligencia artificial y educación: reflexiones y experiencias. Revista de Educación a Distancia, 22(70), 1–17. https://doi.org/10.6018/red.518981

Maes, P. (2025, septiembre). Declaraciones sobre GPT-5. WIRED. https://www.wired.com/story/openai-gpt-5-backlash-sam-altman/

UNESCO. (2025). Directrices sobre la inteligencia artificial en la educación: ética, inclusión y calidad. UNESCO.

Maes, P. (2025). Declaraciones a WIRED sobre GPT-5. WIRED

Nota: GPT5 es accesible para las cuentas Pro. En las gratuitas no se especifica la versión, aunque se pueden realizar numerosas tareas igual de efectivas. 

Cognición Humana e Inteligencia Artificial en el Aula del Siglo XXI

 

Escucha el pódcast sobre este artículo

En colaboración con Mercedes Leticia Sánchez Ambriz

El reciente artículo de Infobae, que recoge audaces predicciones de Howard Gardner –padre de la teoría de las inteligencias múltiples–, nos lleva a reflexionar al ámbito educativo. Gardner plantea que, para el año 2050, la inteligencia artificial (IA) habrá avanzado tanto que la educación deberá reenfocarse en conocimientos centrales: lectura, escritura, aritmética y un poco de programación (Kozodij, 2025). Lejos de ser una distopía tecnológica, esta visión invita a un análisis más profundo sobre la esencia misma del aprendizaje y el pensamiento. ¿Qué nos dice esta predicción sobre la cognición humana y hacia dónde se dirige la IA? Más importante aún, ¿cómo nos preparamos como docentes en Latinoamérica para este futuro inminente?

La Arquitectura del pensamiento humano

La cognición humana es el conjunto de procesos mentales que nos permiten recibir, procesar y elaborar información. Incluye la atención, la percepción, la memoria, el lenguaje, el razonamiento y la resolución de problemas (Flavell, 1992). Gardner (2011) subrayó que estas capacidades se manifiestan de manera diversa en cada individuo, a través de sus múltiples inteligencias. Un estudiante puede tener una cognición espacial sobresaliente pero dificultades en el razonamiento lógico-matemático. El papel del docente es identificar y potenciar estas facetas, favoreciendo un aprendizaje inclusivo.

En este sentido, la cognición humana no se limita a procesar datos, sino que consiste en construir significados. La interpretación que cada persona realiza está moldeada por la emoción, la cultura y la experiencia previa. Esto nos recuerda que, aunque la IA puede imitar algunos procesos, la dimensión subjetiva y social de la cognición humana permanece única.

La IA, desde sus orígenes, ha buscado crear sistemas capaces de realizar tareas que normalmente requieren inteligencia humana. De los programas de ajedrez en los años sesenta a los algoritmos de recomendación actuales, la IA se caracterizó por su especialización en tareas concretas.

Hoy observamos un cambio sustancial. La IA evoluciona hacia sistemas que buscan emular procesos cognitivos humanos. Este tránsito ha dado lugar al concepto de cognición artificial. No se trata únicamente de que una máquina ejecute una tarea, sino de que intente procesar información de manera análoga al ser humano.

Los modelos de lenguaje grandes (LLM), como GPT-5, Gemini, LlaMa, Claude y otros representan el ejemplo más claro de esta transición. A diferencia de algoritmos previos, estos modelos no se limitan a buscar palabras clave; son capaces de analizar contextos, sintetizar información y generar textos coherentes (Brown et al., 2020). Aunque carecen de conciencia, reproducen patrones de razonamiento lingüístico con un nivel de sofisticación tal que resulta útil en educación. Un docente puede, por ejemplo, co-crear un plan de lección con una IA que propone actividades, estructura contenidos y sugiere recursos.

Este fenómeno conecta con la teoría de la cognición distribuida, según la cual la inteligencia no reside únicamente en la mente humana, sino que se extiende a las herramientas culturales y tecnológicas (Salomon, 1993). Así, la IA no sustituye al docente, sino que se convierte en un copiloto cognitivo: libera cargas mecánicas y permite al educador enfocarse en lo que verdaderamente importa, el desarrollo crítico y humano de los estudiantes.

El futuro, según Gardner: ¿Por qué volver a lo básico?

La predicción de Gardner cobra sentido en este contexto. Si la IA puede realizar tareas complejas, programar sistemas o redactar informes, el valor humano se centrará en dirigir y validar estas herramientas. Para ello, las habilidades fundamentales adquieren un rol central:

·    Lectura y escritura. Formar preguntas precisas a una IA exige un dominio profundo del lenguaje. Evaluar las respuestas requiere lectura crítica y escritura clara. Estas competencias seguirán siendo la base del pensamiento reflexivo y de la interacción con la tecnología.

·   Aritmética y pensamiento lógico. Aunque una IA pueda realizar cálculos avanzados, el ser humano debe identificar problemas, diseñar estrategias y verificar resultados. La lógica matemática es indispensable para dialogar con la IA y comprender sus limitaciones.

·    Codificación básica. Gardner no plantea que todos deban ser ingenieros, sino que desarrollen alfabetización digital. Entender los principios de la programación es comprender la lógica que rige el mundo digital (Eshet-Alkalai, 2004). Esta competencia permite a docentes y estudiantes ser creadores activos y no meros consumidores de tecnología.

Estas destrezas se convierten en el mapa y la brújula que guían al piloto humano en la educación del futuro. La IA es un copiloto poderoso, pero inútil si no sabemos hacia dónde dirigirnos.

Desafíos y oportunidades para la educación en Latinoamérica

En América Latina, la irrupción de la IA educativa presenta grandes oportunidades y desafíos. Entre los beneficios destaca la personalización del aprendizaje y la reducción de la carga administrativa para los docentes, lo que permite dedicar más tiempo a la mediación pedagógica (Serrano Pájaro, 2025). Sin embargo, persisten retos significativos:

1.    Brecha digital. Muchas escuelas carecen de conectividad y equipos suficientes. Si no se atiende esta desigualdad, la IA podría aumentar las brechas existentes.

2.    Capacitación docente. Los profesores necesitan formación continua para usar la IA de manera crítica, ética y pedagógica.

3.    Políticas educativas. Es necesario diseñar marcos regulatorios que aseguren la equidad y la protección de datos, y que promuevan una integración responsable de la IA.

La región debe apostar por invertir en infraestructura y, sobre todo, en el empoderamiento docente. Un maestro formado en competencias digitales y pensamiento crítico será capaz de orquestar inteligencias humanas y artificiales en favor de aprendizajes más significativos.

Conclusión

La irrupción de la inteligencia artificial en el aula del siglo XXI nos desafía a repensar nuestra práctica educativa desde sus cimientos. La pertinencia del análisis radica en reconocer que, si bien la IA puede automatizar muchas funciones, el propósito último de la educación —formar seres humanos capaces de pensar, sentir y crear— permanece inalterable.

 La argumentación presentada nos lleva a entender que cognición humana e inteligencia artificial no están en competencia, sino en diálogo. Donde la cognición humana aporta sentido, valores, creatividad y juicio crítico; la IA aporta velocidad, vastedad de información y nuevas posibilidades de personalización. Prepararnos para el futuro implicará, entonces, volver a fortalecer lo esencial (nuestras “armas” cognitivas básicas) al tiempo que abrazamos las nuevas herramientas tecnológicas con mente abierta y criterio firme.

En Latinoamérica, esto supone un compromiso doble: cerrar brechas de acceso y formar docentes líderes en la era digital. Si logramos ambos objetivos, estaremos en condiciones de orquestar aulas verdaderamente siglo XXI, donde cada actividad humana se vea potenciada –y no opacada– por la inteligencia artificial.

Referencias

Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., ... & Amodei, D. (2020). Language models are few-shot learners. Advances in Neural Information Processing Systems, 33, 1877–1901.

Eshet-Alkalai, Y. (2004). Digital literacy: A conceptual framework for survival skills in the digital era. Journal of Educational Multimedia and Hypermedia, 13(1), 93–106.

Flavell, J. H. (1992). Cognitive development: Past, present, and future. Developmental Psychology, 28(6), 998–1005. https://doi.org/10.1037/0012-1649.28.6.998

Gardner, H. (2011). Estados mentales: La teoría de las inteligencias múltiples. Basic Books.

Kozodij, M. (2025, 22 de septiembre). El autor de la Teoría de las Inteligencias Múltiples asegura que para el 2050 la IA hará que la educación se centre en “lectura, escritura, aritmética y un poco de codificación”. Infobae.

Salomon, G. (1993). Distributed cognitions: Psychological and educational considerations. Cambridge University Press.

Serrano Pájaro, L. (2025, junio 11). Entre unicornios y computadores: la inteligencia artificial es un desafío aceptado en América Latina y el Caribe. Enfoque Educación, Banco Interamericano de Desarrollo.

Un modelo global para catalizar la innovación en las aulas de América Latina

Quieres escuchar el pódcast sobre este contenido, sigue el link

En colaboración con Mercedes Leticia Sánchez Ambriz 

Estás apurado y quieres un resumen.. 

📄 Resumir en ChatGPT  

 En entradas anteriores hemos subrayado la necesidad de aprender, comprender, crear y dominar la tecnología. En este contexto, movimientos globales como la EU Code Week (Semana de la Programación de la UE) emergen no como una directriz europea, sino como un inspirador modelo de base que los docentes de América Latina podemos adaptar para cerrar brechas y potenciar el talento en cada rincón de nuestro continente, desde las metrópolis vibrantes hasta las comunidades rurales más remotas.

Más allá del código

A primera vista, el nombre "EU Code Week" podría parecer distante a nuestra realidad. Sin embargo, su filosofía es universal: es una iniciativa ciudadana que busca desmitificar la programación y promover el pensamiento computacional. Este concepto, popularizado por Jeannette Wing (2006), no se limita a la ingeniería; es un conjunto de habilidades para la resolución de problemas que implica descomponerlos en partes manejables (descomposición), reconocer patrones, enfocarse en los detalles importantes (abstracción) y diseñar soluciones paso a paso (algoritmos).

Pensemos en ello cómo aprender la gramática de la resolución de problemas. Enseñar a un niño a crear una secuencia de instrucciones para un personaje en Scratch es aprender a planificar. Pedirle que optimice esa secuencia es enseñarle a innovar. Estas habilidades son tan cruciales para un futuro programador en Santa Cruz, como para una joven emprendedora que gestiona el inventario de su familia en una comunidad rural de los Andes.

Cerrando brechas entre aulas urbanas y rurales

En los centros urbanos, donde los estudiantes a menudo tienen acceso a la tecnología, el riesgo es que se conviertan en meros consumidores pasivos. El enfoque de la Code Week transforma esta dinámica.

·         Creatividad aplicada: En lugar de solo usar apps, los estudiantes pueden aprender a crear las suyas, diseñando soluciones para problemas locales como el tráfico, el reciclaje o la seguridad comunitaria.

·         Preparación para el futuro: Las aulas se convierten en semilleros de talento, alineando las habilidades de los jóvenes con las demandas de una economía digital global y fomentando vocaciones en áreas de alta demanda.

·         Colaboración y ciudadanía digital: Proyectos de programación grupales enseñan a colaborar, a gestionar proyectos y a entender la ética detrás de la tecnología que están construyendo.

En el aula rural: Innovación con y sin conexión

Aquí es donde el movimiento demuestra su valor más profundo. La brecha digital es real, pero la falta de computadoras no debe ser una barrera para el desarrollo del pensamiento computacional.

·         Actividades "Desenchufadas" (Unplugged): El núcleo de esta habilidad puede enseñarse sin un solo dispositivo electrónico. Recursos como los ofrecidos por CS Unplugged demuestran que, mediante juegos con tarjetas, actividades de clasificación y mapas, los docentes pueden enseñar conceptos de algoritmos, bucles y condicionales (Bell et al., 2015).

·         Resolución de problemas relevantes: El pensamiento computacional se aplica para resolver desafíos del entorno inmediato. Los estudiantes pueden mapear rutas seguras para ir a la escuela o diseñar un sistema para optimizar el uso del agua.

·         Tecnología de bajo costo: Herramientas como ScratchJr en un teléfono móvil o placas de bajo costo como Micro:bit pueden abrir un mundo de posibilidades sin requerir una infraestructura tecnológica masiva.

Herramientas para cada etapa del viaje

Para implementar estas ideas, existe un ecosistema de herramientas accesibles, muchas de ellas gratuitas y de código abierto.

·         Para el pensamiento computacional "Desenchufado":

o    CS Unplugged: Ofrece una colección de actividades gratuitas con guías para el docente que enseñan conceptos informáticos sin necesidad de computadoras.

o    Code.org: Proporciona planes de lecciones "unplugged" para todas las edades, enfocados en conceptos como algoritmos y bucles a través de actividades físicas y juegos.

·         Para la iniciación a la programación (bloques visuales):

o    Scratch: Desarrollado por el MIT Media Lab, es la plataforma ideal para empezar. Permite a los estudiantes crear historias interactivas, juegos y animaciones arrastrando y soltando bloques de código. Fomenta la creatividad y el pensamiento lógico (Resnick et al., 2009).

o    ScratchJr: Una versión simplificada para niños de 5 a 7 años, disponible en tabletas.

·         Para la computación física y robótica (Conectar código y mundo real):

o    Micro:bit: Una pequeña placa programable de bajo costo diseñada por la BBC para la educación. Permite a los estudiantes crear desde un reloj digital hasta un sensor de humedad para una planta, viendo resultados tangibles de su código.

o    LEGO® Education SPIKE™: Un sistema más avanzado que combina los ladrillos de LEGO con sensores y motores programables para construir robots y soluciones de ingeniería.

Tips  para el docente latinoamericano

Adoptar este modelo no requiere ser un experto en programación. Requiere ser un facilitador de la curiosidad.

1.    Explora los recursos: El sitio web de EU Code Week (s.f.) ofrece una inmensa cantidad de recursos. Plataformas como Code.org o Scratch tienen comunidades y materiales completamente en español.

2.    Empieza pequeño y "Desenchufado": Dedica una hora de clase a una actividad de pensamiento computacional sin computadoras.

3.    Crea una comunidad: Conéctate con otros docentes de tu región. Organiza un "Día del Código" en tu escuela.

4.    Adapta, no adoptes: La clave no es copiar el modelo, sino inspirarse en él. Creemos una "Semana del Código LATAM" que celebre nuestra diversidad y responda a nuestras necesidades.

Conclusiones

La iniciativa EU Code Week debe ser vista menos como un evento europeo y más como un modelo pedagógico de código abierto: una filosofía de empoderamiento que es eminentemente adaptable a la realidad latinoamericana. La integración del pensamiento computacional en nuestras aulas, ya sea con tecnología de punta en un centro urbano o mediante ingeniosas actividades "desenchufadas" en una escuela rural, no es un lujo, sino una necesidad para un desarrollo equitativo.

Al adoptar y adaptar este enfoque, los docentes nos convertimos en agentes de cambio, equipando a nuestros estudiantes no solo para que encuentren su lugar en el mundo del mañana, sino para que lo construyan con creatividad, pensamiento crítico y una profunda capacidad para resolver los problemas de su entorno.

Referencias

Bell, T., Witten, I. H., & Fellows, M. (2015). CS Unplugged: An enrichment and extension programme for primary-aged students. Obtenido de csunplugged.org.

EU Code Week. (s.f.). About EU Code Week. Obtenido el 26 de septiembre de 2025, de https://codeweek.eu/about

Resnick, M., Maloney, J., Monroy-Hernández, A., Rusk, N., Eastmond, E., Brennan, K., ... & Kafai, Y. (2009). Scratch: Programming for all. Communications of the ACM, 52(11), 60-67.

Wing, J. M. (2006). Computational thinking. Communications of the ACM, 49(3), 33-35.