Adelanto de «Lo que la IA no puede enseñar», de Corina Rogovsky y Francisco Chamorro

A través de experiencias y propuestas para llevar al aula, «Lo que la IA no puede enseñar» invita a transformar la incertidumbre en una oportunidad: la de enseñar a pensar con y frente a las nuevas tecnologías, sin perder de vista la centralidad del factor humano en el encuentro pedagógico.

Este no es solo un libro sobre inteligencia artificial y educación. Lo es, sin duda, en un sentido práctico y situado, enriquecido por experiencias reales en las aulas. Pero, en un nivel más profundo, se trata de una indagación sobre el sentido del acto educativo cuando las capacidades que históricamente asociamos con el aprendizaje pueden ser simuladas, asistidas o realizadas por máquinas.

En estas páginas, la escuela emerge no como un vestigio del pasado que intenta defenderse de la modernidad, sino como una institución insustituible para el futuro. Si las máquinas llegaron para ofrecernos respuestas, quizá la tarea de la educación sea ahora proteger algo mucho más difícil de automatizar: el criterio para vivir entre ellas. Este libro es una hoja de ruta lúcida, serena y profundamente humana para no perder el rumbo en esa travesía.

A continuación, un fragmento a modo de adelanto:

De la tecnología como recurso a la IA como ecosistema

Cuando la inteligencia artificial deja de ser una herramienta y comienza a convertirse en un entorno

En el año 2020, el Aislamiento Social, Preventivo y Obligatorio —establecido en Argentina por el Decreto 297/2020— nos obligó a cambiar una serie de hábitos y de prácticas vinculadas al entorno escolar de manera sorpresiva e improvisada en un principio. Sin planificación ni elección posible, en pocos días, la escuela que conocíamos, esa que transcurría entre timbres, pasillos y rutinas, se disolvió entre pantallas. El tiempo se estiró, el espacio se comprimió, y lo que hasta entonces parecía accesorio —ya sea una plataforma, una videollamada o un aula virtual— se transformó en el único territorio posible para sostener la continuidad pedagógica y, de esta manera, enseñar y aprender. Aquel año nos enseñó que toda crisis conlleva aprendizajes.

Durante meses, las escuelas ensayaron una pedagogía de emergencia. Se improvisaron aulas en los livings, se multiplicaron los grupos de WhatsApp, las videollamadas y los emails que llegaban a cualquier hora. Hubo cansancio, frustración y también descubrimientos. Se construyeron nuevas experiencias para enseñar mediante la integración de recursos que nos ayudaron a pensar y a planificar de manera distinta. Allí se gestó un nuevo ADN educativo, el de la docencia creativa, capaz de sostener vínculos, imaginar estrategias, producir materiales, reinventarse y repensar el sentido de enseñar a aprender en tiempos inciertos.

Ese ADN no desapareció cuando volvimos a las aulas; quedó latente, a la espera del próximo desafío. Y ese desafío tiene hoy nombre propio y se llama inteligencia artificial generativa (IAG).

Tiempos de asombro

Como se mencionó en el apartado anterior, durante el periodo de Aislamiento Social, Preventivo y Obligatorio, debimos suplir la presencia física de docentes y estudiantes, y explorar nuevos territorios para posibilitar el encuentro y la construcción del conocimiento. Aprendimos que detrás de cada tecnología hay una pedagogía implícita que influye en la organización de la clase, en la estructura de las actividades y en la modalidad de evaluación de los aprendizajes. Asimismo, aprendimos que la innovación no se mide por la novedad tecnológica, sino por la capacidad de dotarla de sentido educativo.

Lo que en 2020 fue urgencia, hoy es posibilidad. En este momento de asombro, la IAG nos desafía a pensar con otra mente y modificar las coordenadas del aprendizaje, entre ellas el tiempo y el espacio, pero también la forma y el contenido. La escuela habita instancias de cambio y transición; entre sus desafíos, se encuentra el de ayudar a imaginar, más que nunca, futuros posibles, comprendiendo el impacto de nuestras decisiones en el curso de las acciones. Pensar nuevos escenarios hoy es un ejercicio de inmersión y de creatividad que invita a idear respuestas novedosas, para los desafíos que enfrentamos y, de esta manera, ser partícipes de un futuro que se construye día a día.

Creemos que aquí se abre una serie de interrogantes que, a modo de punto de partida, orientan el cambio:

¿Cómo acompañar el aprendizaje cuando los algoritmos también enseñan?

¿Qué lugar ocupa el docente en un aula donde la información se genera sola?

¿Qué significa evaluar cuando el estudiante puede producir ensayos y textos completos con una IA?

¿Cómo evitar que la integración de estas tecnologías profundice la brecha digital entre quienes pueden apropiarse críticamente de la IA y quienes solo acceden a usos superficiales?

Estas son preguntas que asoman y alientan a identificar —y, por qué no, a imaginar— otras prácticas que aporten sentido en estos nuevos escenarios.

Hacia una pedagogía de la flexibilidad. Construyendo una inteligencia educativa (IE)

Hace un tiempo, cuando reflexionamos en torno a nuestro primer libro, Cómo enseñar a aprender: Educación, innovación pedagógica y tecnología en tiempos de crisis (Rogovsky y
Chamorro, 2020), analizamos algunos cambios experimentados por los docentes en los últimos años, signados fuertemente por la experiencia vivida durante el Aislamiento Social, Preventivo y Obligatorio. Entre ellos, identificamos el rediseño de las aulas transformadas por la reconfiguración del tiempo y del espacio; el diseño de clases de autoría, caracterizadas por recorridos no lineales, hipermediales y espiralados; y el desarrollo de propuestas que integran estrategias lúdicas y colaborativas que propician y valoran la autonomía del estudiante. Estas cuestiones implicaron exploraciones profundas de docentes para evaluar las nuevas tendencias que valía la pena integrar en las aulas. Este proceso de transformación fue progresivo y llevó un tiempo de maduración. Fue una reconfiguración profunda de la práctica docente.

Hoy, en la era de la IA, esas mismas habilidades que comenzaron a emerger, se vuelven imprescindibles, teniendo como lema la flexibilidad de adaptación a contextos inciertos, cambiantes y acelerados. El docente que aprendió a diseñar materiales hipermediales combinando texto, imagen, sonido y propuestas interactivas es el mismo docente que hoy necesita conversar con ChatGPT, Gemini o Copilot para prototipar una secuencia didáctica, fabricar artefactos y objetos educativos, diseñar agentes de IA que, a modo de chatbots, acompañen trayectorias personalizadas.

La creatividad docente, cultivada en medio de aquella crisis, se convirtió en la alfabetización fundacional de la inteligencia educativa (IE), esta habilidad que combina flexibilidad y adaptación a escenarios diversos con creatividad pedagógica para el diseño de prácticas significativas en entornos cambiantes.

Aquella experiencia colectiva nos enseñó que la tecnología no reemplaza a la escuela, sino que ambas son un tándem que se potencia y repiensa en tanto territorio de encuentro para la construcción de aprendizajes profundos. Un territorio, en tanto ecosistema, donde cada nodo aporta valor al conjunto de la red. Donde antes había paredes que separaban, comienzan a aflorar redes que sientan las bases para nuevas hibridaciones; es decir, combinaciones inéditas de inteligencias que dialogan, iteran y co-construyen, y que dan lugar a nuevas alfabetizaciones.

La IAG no llega para borrar lo que hicimos, sino para expandirlo. Las plataformas que aprendimos a usar en la pandemia fueron los primeros laboratorios de lo que hoy llamamos ecosistemas de aprendizaje aumentados. Asoman experiencias de docentes que, de manera osada, se aventuran a explorar nuevos recorridos:

ChatGPT entra al aula para responder alguna pregunta.

Gemini se integra para generar imágenes inéditas.

Suno aparece para musicalizar el cierre de un proyecto.

Mizou se presenta como la posibilidad de traer al aula a una persona que vivió en 1810 para dialogar con los estudiantes sobre la Revolución de Mayo.

Y, poco a poco, esto se eleva hacia otro nivel. Los estudiantes no solo usan herramientas de IA, sino que:

dialogan con ellas, negocian sentidos, realizan correcciones y toman decisiones. Aprenden a preguntar y a pedir;

crean emprendimientos, moldean y diseñan en pos de encontrar espacios de vacancia;

transforman a la IA en interlocutores educativos; recuperan el aprendizaje dialógico en un ida y vuelta con la IA.

Las escuelas hoy exploran diversos caminos donde la IA también puede ampliar los márgenes de lo posible.

La inteligencia educativa no está en el algoritmo, sino en la capacidad de preguntarse para qué, y de qué manera, cada herramienta amplifica, o distorsiona, los procesos de enseñanza y aprendizaje.

Las escuelas que avanzan hacia esa mirada ya no celebran el proyecto con IA como novedad. Lo integran como parte de su identidad pedagógica. En esas instituciones, la IA no sustituye la creatividad; la provoca. No reemplaza al docente; lo expande. Lo que cambia no son los contenidos, sino la forma en que se construye sentido en colaboración.

La escuela que reimagina

Hemos aprendido que los vínculos sostienen más que los sistemas, que la pedagogía puede reinventarse en la adversidad y que la creatividad no es un lujo, sino una forma de resistencia. Y aquí sumamos una nueva pregunta que indaga en cómo sostener la humanidad en la era de las inteligencias artificiales. Y la respuesta, otra vez, está en las aulas. En esas aulas donde los docentes crean, los estudiantes exploran y la tecnología se constituye en un territorio de encuentro. En este sentido, la IAG nos desafía a imaginarla desde el futuro, pero con la convicción de que educar, incluso en tiempos de crisis, siempre fue un acto de creación.

En este nuevo escenario, que empezamos a habitar con inteligencias no humanas, la didáctica se enfrenta al desafío de habilitar la experimentalidad, retroalimentar en tiempo real y redimensionar la temporalidad para distinguir entre urgencias y procesos importantes, entre tareas simples y complejas. Implica también redefinir la personalización, priorizar contenidos y habilidades significativas, y reforzar el pensamiento crítico en un contexto donde la tentación de delegar lo cognitivo es cada vez mayor.

Oscilamos entre la instrumentalidad y la relacionalidad, entre usar la IAG como herramienta y sostener el entramado humano que da sentido al acto educativo. Por eso, la dimensión pedagógica resulta indispensable para decidir qué delegamos y qué no, qué construimos junto a estas tecnologías y qué preservamos como indelegable.

Invitamos a pensar un nuevo punto de inicio para imaginar esta integración a partir de un ecosistema inteligente, lo cual exige una nueva alfabetización institucional. Ya no alcanza con enseñar a usar herramientas; hay que aprender a habitar una ecología de inteligencias. En ese entorno, los algoritmos son mediadores culturales, los datos son materia prima y las decisiones, incluso las pedagógicas, pueden verse influenciadas por modelos invisibles. De allí la necesidad de pasar de una escuela que usa tecnología a una escuela que comprende cómo la tecnología piensa.

Es en esa alianza crítica donde la escuela reimagina su futuro; un futuro en el que educar sigue siendo, incluso con máquinas inteligentes a nuestro lado, un acto profundamente humano.

La deuda cognitiva y el arte de pensar con máquinas

Hacia fines del 2022, con la aparición de ChatGPT en la escena pública, vimos, poco a poco, cómo en la escuela predominó el asombro con el surgimiento de estas nuevas herramientas. Las mismas parecían mágicas, ya que generaban textos impecables, dibujos en segundos, videos que antes requerían horas de edición, presentaciones a partir de instrucciones de texto.

Pero con el correr del tiempo y el avance de los diferentes desarrollos en el área, el entusiasmo inicial se mezcló pronto con una serie de inquietudes más profundas: ¿qué perdemos cuando delegamos ciertos procesos cognitivos a estas máquinas?

Veamos algunas ideas no tan nuevas

Salomon, Perkins y Globerson expresan que la interacción con la tecnología no solo amplía nuestras capacidades operativas, sino que puede dejar una huella duradera en la forma en que pensamos. Estos autores hablaban del residuo cognitivo, es decir, del modo en que la colaboración con la tecnología puede generar aprendizajes que trascienden al momento del uso. Cuando las tecnologías no solo “hacen por nosotros”, sino que “nos hacen pensar de otro modo”, reorganizan nuestras estrategias mentales y potencian nuestras habilidades cognitivas (Salomon et al., 1991). Es decir, transforman las maneras de razonar, analizar y resolver problemas. No se trata solo de usar dispositivos o algoritmos, sino de cómo esos vínculos dejan huellas en la mente, modificando la forma en que aprendemos y enseñamos.

Los estudios de Eleanor Maguire y su equipo sobre taxistas de Londres demostraron, por primera vez, que una estructura cerebral clave como el hipocampo podría modificarse y fortalecerse con el uso, similar a un músculo (Maguire et al., 2000). Sus estudios posteriores relacionados con la memoria espacial analizan cómo se modifica el hipocampo de taxistas de Londres —quienes deben superar pruebas rigurosas sobre los recorridos y calles de la ciudad— comparándolo con un grupo control de conductores de autobús, que no tienen que tomar decisiones ni plantear recorridos alternativos (Maguire et al., 2006).

Investigaciones recientes vinculadas al MIT Media Lab sugieren que el uso intensivo de asistentes de IA en tareas de escritura puede asociarse con menor involucramiento cognitivo, menor sensación de autoría y mayores dificultades para recordar lo producido. Dado que se trata de una preimpresión (o preprint), conviene leer estos resultados como indicios relevantes, pero todavía provisorios
(Kosmyna et al., 2025). Se observa en docentes y estudiantes la tendencia a aceptar respuestas generadas por IAG sin contrastarlas ni interpretarlas, lo que debilita el músculo del discernimiento y puede erosionar habilidades de análisis, juicio y reflexión cuando la delegación se vuelve habitual desde edades tempranas.

Estas cuestiones, sin lugar a duda, impactan en las decisiones que tenemos que asumir, ya que:

Los vínculos que construimos con los dispositivos y herramientas digitales (y también analógicos) dejan huellas en la mente y, en consecuencia, modifican la forma en que aprendemos y enseñamos.

El saber ocupa lugar y transforma nuestros músculos cerebrales.

La delegación sistemática de tareas cognitivas puede modificar los modos en que ejercitamos determinadas habilidades intelectuales y, en algunos casos, impactar en los procesos de atención, memoria, autoría y esfuerzo cognitivo (Kosmyna et al., 2025).

Entonces, creemos que la deuda no se resuelve mediante la prohibición o las restricciones en el uso de la IAG. Por el contrario, requiere un abordaje comprometido centrado en el diseño de experiencias que mantengan activo el pensamiento, promuevan la interpretación contextualizada de los conceptos y alienten la toma de decisiones del estudiante para consolidar un aprendizaje activo.

A continuación, presentamos algunas pistas de buenas prácticas, en diálogo con orientaciones recientes para una integración pedagógica, ética y segura de la IA en la escuela (Ministerio de Educación de la Ciudad Autónoma de Buenos Aires, 2025):

Pautar y acotar el uso de la IAG, mediante la delimitación de tiempos breves o momentos específicos para la consulta, evitando que la herramienta resuelva de manera automática toda la tarea.

Orientar a los estudiantes a utilizar la IAG como una herramienta de ayuda para ampliar conceptos, generar ideas, ejemplos o alternativas, y no como un reemplazo de su propia producción.

Promover una iteración guiada a través de un proceso de ajustes sucesivos (verificar, comparar, corregir, descartar, mejorar) que mantenga de manera activa la reflexión y la toma de decisiones del estudiante.

Enseñar a contrastar las respuestas generadas con otros materiales (manuales, artículos, notas de clase, fuentes primarias), para no asumir acríticamente todo lo que brinda la IA.

Incorporar momentos donde los estudiantes deban explicar qué usaron de la IA, qué descartaron, por qué tomaron determinadas decisiones y cómo procesaron la información.

Pedir a los estudiantes que reescriban, organicen o traduzcan con sus propias palabras lo que la IA produjo, preservando la construcción de sentido personal.

Trabajar la escritura de prompts como actividad metacognitiva, dado que pensar qué pedir, cómo pedirlo y por qué pedirlo obliga a clarificar el propósito del aprendizaje.

Centrar la retroalimentación en las decisiones del estudiante (por qué eligió una respuesta, cómo la ajustó, qué criterios usó) más que en el producto final.

Enseñar a dialogar críticamente con la IA, formulando repreguntas, exigiendo precisiones y desnaturalizando la idea de que siempre tiene razón.

En definitiva, estas prácticas buscan que la IAG funcione con sentido pedagógico, y no como un mero atajo cognitivo. Mientras más dialógico sea el proceso y más activa la intervención del estudiante, menor será la probabilidad de delegar aquellas funciones cognitivas que consideramos importantes.

El derecho a comprender

En un contexto donde casi la mitad de la población conectada ya utiliza sistemas de IAG, la escuela enfrenta un desafío estructural. El nuevo problema no es el acceso, sino la comprensión: comprender cómo se entrenan los modelos, cómo se filtran los sesgos, cómo se producen y circulan los datos, y qué decisiones pedagógicas se derivan de esas lógicas poco transparentes. La alfabetización, en este sentido, deja de ser un saber optativo para convertirse en la base de la ciudadanía contemporánea. Formar ciudadanos críticos hoy implica enseñar a leer y escribir en el lenguaje de los algoritmos.

La primera encuesta nacional sobre adopción de
inteligencia artificial en Argentina, realizada durante agosto y septiembre de 2025, refuerza esta idea con evidencia significativa (CEPE y Fundar, 2025).

En particular, el informe muestra cinco tendencias relevantes:

La adopción crece más rápido que la comprensión: el 45,5 % de las personas ya usa IA, pero solo el 11,9 % afirma comprenderla en profundidad; es decir, se utiliza antes de entenderse.

La principal barrera no es tecnológica, sino epistémica: el 49,3 % de quienes no la utilizan declara falta de conocimiento o dudas sobre su utilidad, superando a la conectividad o al costo.

La brecha cognitiva presenta un marcado carácter generacional y educativo. Si bien el 63,9 % de la generación Z (personas nacidas entre 1997 y 2012) utiliza IA, sus niveles de comprensión continúan siendo bajos. A su vez, quienes cuentan con mayor nivel educativo duplican los niveles de manejo reportados por los grupos con menor escolaridad, evidenciando que el acceso no garantiza apropiación crítica.

La pérdida de pensamiento crítico aparece como una preocupación social relevante. El 31,8 % de las personas encuestadas identifica este riesgo entre los más significativos, lo que converge con los debates contemporáneos sobre deuda cognitiva y delegación excesiva de procesos intelectuales en sistemas automatizados.

La formación institucional en IA resulta todavía mínima. Solo el 6,8 % de las personas recibió capacitación formal para usos personales y apenas el 13,7 %, en el ámbito laboral. Más del 85 % aprendió a utilizar estas herramientas de manera autodidacta, profundizando desigualdades entre quienes cuentan con capital cultural y condiciones para formarse y quienes quedan relegados.

Estos datos permiten afirmar que el acceso a dicha tecnología no garantiza su apropiación crítica (CEPE y Fundar, 2025). En un ecosistema dominado por modelos que predicen, clasifican, recomiendan y generan información, comprender cómo funcionan, y por qué producen lo que producen, es tan fundamental como aprender a leer y escribir.

Este tipo de alfabetización implica desnaturalizar la aparente neutralidad de la IA, comprender los criterios de entrenamiento, identificar sesgos, interpretar los límites de los modelos y analizar cómo estos sistemas moldean la percepción, la toma de decisiones y los modos de participar en lo público.

La brecha del futuro, entonces, no estará entre quienes acceden y quienes no, sino entre quienes poseen criterio, comprensión y capacidad de interpretación de estos sistemas inteligentes y quienes se limitan a consumir resultados sin comprender sus lógicas. Por eso, el derecho a comprender no debiera ser solo un nuevo contenido curricular más; es la condición para ejercer ciudadanía en un entorno atravesado por tecnologías predictivas que moldean nuestra forma de ver y entender cierta parte del mundo. En este sentido, constituye una responsabilidad pedagógica ineludible.

 Ideas en borrador para trazar un plan

Hasta aquí hemos mirado la inteligencia artificial principalmente desde la experiencia del aula y de los sujetos: docentes, estudiantes, vínculos, decisiones didácticas. Pero la integración de la IA en la educación no es solo un asunto de prácticas individuales; es también una tarea institucional. No alcanza con que algunas aulas “hagan cosas interesantes con IA” si la escuela, como organización, no construye un marco que acompañe, oriente y sostenga esas experiencias.

A este respecto, resulta significativo que una encuesta global de la UNESCO, realizada sobre más de 450 escuelas y universidades, haya mostrado que menos del 10 % de estas instituciones contaban con políticas institucionales u orientaciones formales sobre el uso de aplicaciones de inteligencia artificial generativa (UNESCO, 2023). Es decir, mientras las herramientas se multiplican y se vuelven accesibles para estudiantes y docentes, la mayoría de las escuelas y universidades todavía no dispone de marcos claros que orienten su integración. Algo similar señala el Índice Latinoamericano de Inteligencia Artificial, al destacar las fuertes disparidades entre países y sistemas educativos de la región, tanto en infraestructura como en capacidades institucionales para gobernar la IA (Soto et al., 2025).

Este desfasaje entre el crecimiento exponencial de las tecnologías y la capacidad institucional para acompañarlas pone sobre la mesa una pregunta clave para este capítulo: ¿Cómo pensar la escuela no solo como usuaria de IA, sino como un ecosistema que la integre críticamente?

Pensar en términos de ecosistema supone al menos tres desplazamientos:

De un enfoque normativo a un enfoque orientador (es decir, priorizar preguntas y criterios por sobre listas cerradas de prohibiciones).

De una lógica reactiva (regular lo que ya ocurre) a una lógica proactiva (diseñar usos, experiencias y marcos de sentido).

De decisiones individuales y fragmentadas a decisiones compartidas y documentadas a nivel institucional.

A fin de integrar la IA en la escuela, sería pertinente considerar los siguientes puntos:

Desarrollo del pensamiento crítico y la creatividad mediante la IAG: esto supone usar la inteligencia artificial para ampliar las posibilidades expresivas, de manera tal que nos permita explorar nuevos lenguajes, evitando empobrecer la reflexión o automatizar el pensamiento. En este sentido, sugerimos que al integrar la IA se realice también un ejercicio de metacognición donde se analice lo que se incorpora.

Fortalecimiento de la colaboración a través de la IAG: esto implica la conformación de comunidades de aprendizaje que posibiliten el intercambio de saberes, el diseño de materiales didácticos, estrategias y experiencias entre docentes y diferentes equipos de gestión. De esta manera, se construye conocimiento vivo entre practicantes que comparten logros y buenas prácticas.

Aplicación ética de la IAG: se deben garantizar prácticas que respeten la dignidad de las personas, la privacidad de los datos personales (como el nombre completo, el DNI, fotos y ubicación), la autoría, los derechos de los niños, niñas y adolescentes, y el bien común. En este sentido, las creaciones realizadas por IA plantean zonas grises respecto de la propiedad intelectual y los derechos de autor, dado que no siempre existe una autoría humana directa claramente identificable (Ministerio de Educación de la Ciudad Autónoma de Buenos Aires, 2025). Por tal motivo, es importante mediar su implementación, con una mirada pedagógica que estimule el pensamiento crítico y la reflexión sobre los posibles sesgos que puede llegar a tener.

Uso inclusivo y equitativo de IAG: es necesario garantizar que los beneficios de la IA no queden concentrados únicamente en quienes cuentan con mayor capital cultural o tecnológico. Para ello, se deben promover y propiciar condiciones de acceso y comprensión más amplias, que abarquen una diversidad de grupos.

Formación sistemática en IAG: resulta importante y necesario ofrecer instancias continuas de capacitación para directivos, docentes y personal no docente, que aborden tanto dimensiones técnicas como pedagógicas, éticas y legales. Es preciso contar con equipos que sean capaces de integrar de manera crítica estas herramientas tecnológicas, tanto para la toma de decisiones respecto de los diseños pedagógicos como para la evaluación de la práctica.

Impulso de la investigación en IAG: se trata de instalar la práctica de volver a mirar lo realizado en pos de una mejora continua, entendiendo que cada experiencia con estas tecnologías es una oportunidad para investigar, evaluar y ajustar las propias prácticas, sistematizando aprendizajes y compartiendo resultados.

Estas primeras ideas en borrador deberían funcionar como andamiaje institucional, ya que ayudan a decidir qué proyectos impulsar, qué herramientas priorizar, cómo acompañar a docentes y estudiantes, y qué límites es necesario establecer. De esta forma, sería posible trazar las primeras líneas estratégicas que una institución debería recorrer para comenzar un camino de integración genuina en la vida institucional, las cuales exploramos a continuación:

Alfabetización en IAG

Una propuesta formativa significativa en este campo no solo debería alcanzar a estudiantes, sino también a docentes, equipos directivos, personal no docente y familias. Implicaría incluir nociones básicas sobre el funcionamiento de los modelos generativos, los sesgos que pueden presentar, y sus límites, así como evaluar el impacto que tienen en el trabajo docente y en el aprendizaje. Para ello, es preciso desmitificar tanto las visiones apocalípticas como las promesas mágicas que suelen asociarse a estas tecnologías.

Integración pedagógica responsable y contextualizada

La IA no debería integrarse porque está de moda, sino cuando se considera que mejora una propuesta concreta. Es decir, personaliza, abre nuevas formas de expresión, permite trabajar con simulaciones, ofrece ejemplos múltiples o facilita procesos de revisión y reescritura. Esto exige criterios compartidos y decisiones alineadas con el proyecto pedagógico de la escuela.

Marcos flexibles y revisables

Más que reglamentos rígidos, se necesitan acuerdos institucionales que puedan revisarse a la luz de la experiencia. Por ejemplo, pensar criterios para el uso de IA por nivel educativo, pautas para citar o transparentar su uso en trabajos académicos, orientaciones sobre protección de datos y cuidado de los vínculos.

Registro y socialización de buenas prácticas

Al implementar propuestas con IA, resulta indispensable documentar no solo “lo que funcionó”, sino también dudas, tensiones y obstáculos. Para ello, es posible crear repositorios, ateneos, así como realizar jornadas de intercambio donde docentes compartan secuencias, prompts, chatbots, actividades, estrategias de evaluación y reflexiones sobre su implementación.

Evaluación continua de las diferentes acciones que se van
tomando

Otra cuestión fundamental es que se debería evaluar no solo a los estudiantes, sino también las propias prácticas institucionales con IA. Es conveniente indagar, por ejemplo, qué usos se están consolidando, cómo los perciben docentes y estudiantes, qué impactos se observan en el clima escolar, en la carga de trabajo, en la equidad.

Reconfiguración de los roles institucionales

Finalmente, concebir la IA como ecosistema permite reconfigurar los roles de los distintos actores:

Equipos directivos: como líderes pedagógicos de la integración de la IA, generando condiciones, tiempos, recursos y espacios de reflexión.

Docentes: como diseñadores de experiencias y mediadores críticos entre estudiantes y tecnologías, encargados de modelar usos éticos y creativos.

Estudiantes: como usuarios activos que aprenden a dialogar con la IA, a cuestionar sus respuestas, a reconocer sesgos y a sostener su propia voz.

Personal no docente y administrativo: como actores clave que participan en la construcción de procesos institucionales más eficientes, y utilizan la IA para gestionar y mejorar sus prácticas profesionales.

Familias: como interlocutores necesarios que acompañan, preguntan y participan en la construcción de una cultura institucional sobre estos temas.