Base de conocimiento AIEdAIEd KB
En esta página

Esta página está traducida al español. Las páginas de artículo siguen escritas en inglés. Leer esta página en inglés

Conceptos

Aprendizaje de adultos

Creada 2026-09-28 · Actualizada 2026-09-28

Esta es una traducción automática de la página en inglés y todavía no ha sido revisada por una persona hablante nativa.

El aprendizaje de adultos — la teoría y la práctica de educar a personas adultas (andragogía), y cómo se pueden diseñar las herramientas y tecnologías de IA para apoyar la autonomía, la experiencia previa y la relevancia para el mundo real de quienes aprenden siendo adultos. Se explora en 13 artículos de esta base de conocimiento.

Preguntas para reflexionar

  • La teoría del aprendizaje de adultos parte de que quienes aprenden son autodirigidos, se apoyan en su experiencia vital y buscan relevancia para el mundo real. Pero si la IA realiza buena parte del trabajo cognitivo, ¿demuestra realmente autodirección alguien que completa una tarea sin ayuda visible? ¿Qué le daría confianza de que sí lo hizo?
  • La independencia conductual respecto de una herramienta ya no garantiza que quien aprende haya dirigido el aprendizaje. Si usted diseñara IA para personas adultas, ¿qué buscaría para confirmar una autodirección genuina en lugar de una delegación silenciosa?
  • Las directrices de diseño para herramientas de IA dirigidas a adultos insisten en que encajen en vidas ocupadas: compatibles con el móvil, utilizables sin conexión y conectadas a problemas reales. ¿Cuáles de ellas importan más para su propio aprendizaje y qué le cuesta a quien aprende una herramienta que las ignore?
  • Quienes aprenden siendo adultos suelen estudiar en el trabajo o en casa, así que la modalidad en línea domina: aporta flexibilidad, pero también riesgos de delegación y preguntas de integridad. ¿Cómo interactúa la comodidad de la asistencia con IA con el objetivo de un aprendizaje duradero para una persona adulta con la agenda llena?
  • La investigación no encontró ningún sistema de IA para el aprendizaje de adultos que cumpliera todas las directrices de diseño: hacía falta todo el ecosistema. ¿Qué sugiere eso sobre esperar que una sola herramienta cubra las necesidades de todas las personas que aprenden?
  • Para las personas adultas marginadas y neurodivergentes, la equidad puede depender menos del acceso a la herramienta que del cuidado relacional de quien educa. ¿Cómo cambia el situar a la persona humana como centro del cuidado la forma en que usted diseñaría o adoptaría una herramienta de IA?

Introducción

Enraizado en el modelo andragógico de Knowles, el aprendizaje de adultos parte de que quienes aprenden son autodirigidos, se apoyan en su experiencia vital, se motivan por objetivos inmediatos y prácticos y aprovechan más cuando el aprendizaje conecta con sus roles en el mundo real. Estas premisas importan para el diseño de IA porque la IA generativa ya puede participar en casi todas las etapas del aprendizaje: identificar necesidades, fijar objetivos, interpretar información, producir resultados y evaluar el desempeño. Cuando la IA realiza tanto trabajo cognitivo, la independencia conductual respecto de la herramienta ya no garantiza que quien aprende haya dirigido realmente el aprendizaje. La investigación de esta base de conocimiento reformula, en consecuencia, la autodirección como un objetivo de diseño activo y no como un valor por defecto supuesto, y evalúa la IA para el aprendizaje de adultos con criterios como la propiedad de las metas, el control de la delegación y la recuperabilidad cognitiva.

Evidencia de los artículos conectados

  • Andragogía y delegación cognitiva con IA generativa. Hyoung (2026) revisa las seis premisas andragógicas de Knowles bajo la delegación cognitiva mediada por IA y sostiene que completar una tarea sin ayuda visible de la IA no prueba una autodirección significativa. Deriva cinco dimensiones analíticas —la propiedad de la necesidad y de la meta, el control de la delegación, la calibración epistémica, la recuperabilidad cognitiva y la transferencia, y la autonomía motivacional— que tienden un puente entre el aprendizaje de adultos y la delegación cognitiva y el aprendizaje autorregulado para evaluar si quienes aprenden siguen siendo genuinamente autodirigidos en la era de la IA generativa.

  • Directrices de diseño para herramientas de IA de aprendizaje de adultos. A partir de datos de despliegue longitudinal del National AI Institute for Adult Learning and Online Education (AI-ALOE), el artículo de DIS 2026 sintetiza 19 directrices de diseño fundamentadas empíricamente para tecnologías de aprendizaje de adultos impulsadas por IA. Derivadas de unas 1.600 declaraciones de partes interesadas procedentes de siete sistemas desplegados, las directrices abarcan la presencia cognitiva, social y docente (un encuadre de Community of Inquiry) e insisten en que las herramientas encajen en vidas adultas ocupadas (compatibles con el móvil, utilizables sin conexión), conecten el contenido con problemas del mundo real, personalicen de forma significativa, ofrezcan apoyo y retroalimentación sustantivos y sean transparentes sobre los datos. Ningún sistema cumplía todas las directrices; hacía falta todo el ecosistema de AI-ALOE para cubrirlas.

  • Contextos de aprendizaje adulto, a distancia y a lo largo de la vida. Rienties et al. muestran cómo la Open University diseñó y evaluó un asistente de IA integrado (AIDA) a través de seis estudios de investigación basada en el diseño; el estudiantado que lo usó dedicó el doble de tiempo al curso, aunque el estudio advierte de que la capacidad técnica debe ir acompañada de gobernanza y de preparación organizativa. Theodora y Tselios enmarcan el doble papel de la IA en el aprendizaje adulto y el aprendizaje a lo largo de la vida como facilitadora de una educación personalizada y escalable y, a la vez, como fuente de riesgo para la equidad y la gobernanza, y reclaman políticas inclusivas y centradas en las personas. Un estudio de caso del Medio Oeste codiseñó un programa de alfabetización en IA para 54 personas adultas de una comunidad desatendida y encontró que una educación adulta en IA orientada a la equidad debe abordar carencias fundacionales de alfabetización digital, generar confianza en torno a la privacidad de los datos y conectar con la experiencia vivida. El marco «Sovereign Hive» / Tutor-in-the-Loop de Herron trata la equidad de la IA generativa en la educación postobligatoria como una regulación atmosférica y no como un mero acceso a herramientas, y sitúa a quien educa como el lugar del cuidado relacional y cognitivo de las personas adultas marginadas y neurodivergentes.

Conexiones con conceptos relacionados

El aprendizaje de adultos se sitúa en la intersección de varios conceptos estrechamente vinculados en esta base de conocimiento. La educación superior aporta el contexto institucional en el que se produce gran parte del aprendizaje adulto y a distancia, mientras que la formación profesional cubre su dimensión laboral y el aprendizaje a lo largo de la vida, su dimensión de educación continua. La formación profesional y técnica es el vecino que nombra una ocupación en lugar de a quien aprende: el aprendizaje de adultos describe lo que las personas aportan a cualquier contexto —autodirección, experiencia previa, objetivos prácticos inmediatos—, mientras que la FP nombra una preparación inicial y próxima a la práctica para un oficio o un rol técnico concreto, juzgada por la competencia demostrada con equipos y enmarcada por marcos de cualificaciones y no por disposiciones andragógicas. La enseñanza y el aprendizaje en línea es el medio de impartición dominante para quienes aprenden siendo adultos —que a menudo estudian en el trabajo o en casa—, de modo que sus posibilidades (acceso 24/7, apoyo asíncrono) y sus riesgos (integridad, delegación) son centrales para el diseño del aprendizaje de adultos. El aprendizaje autorregulado y la agencia nombran las capacidades de quien aprende que la IA debe proteger en lugar de erosionar, y la delegación cognitiva captura el mecanismo por el que la IA puede apoyarlas o socavarlas. El aprendizaje inclusivo y la equidad en la educación con IA enmarcan las obligaciones de equidad de las herramientas de IA para adultos, la IA con intervención humana nombra el patrón de diseño que mantiene la rendición de cuentas en manos humanas, y el andamiaje describe el apoyo graduado que esas herramientas deben ofrecer.

Implicaciones para docentes y diseñadores de educación de adultos

  • Diseñe la IA como andamiaje para la autodirección, no como sustituto. La independencia conductual respecto de la herramienta no prueba que quien aprende haya dirigido el aprendizaje: proteja la propiedad de las metas, el control de la delegación y la recuperabilidad cognitiva (andragogía + delegación cognitiva).

  • Encaje en vidas adultas ocupadas. Haga que las herramientas sean asíncronas, móviles y utilizables sin conexión, y conecte el contenido con problemas del mundo real (directrices de AI-ALOE).

  • Mantenga a una persona en el circuito. Sitúe a quien educa como el lugar del cuidado relacional y cognitivo, especialmente para las personas adultas marginadas y neurodivergentes (Tutor-in-the-Loop).

  • Aborde la alfabetización digital fundacional y la confianza en los datos. Construya alfabetización en IA y confianza en torno a la privacidad de los datos antes de esperar que se adopte la herramienta (educación comunitaria en IA).

  • Ancle la IA en la ciencia del aprendizaje y la andragogía, y prefiera la personalización profunda. Aplique la teoría andragógica y conecte el contenido con problemas del mundo real; favorezca la personalización profunda (secuenciación de tareas, calibración de la dificultad) por encima de la adaptación superficial.

  • Haga que la transparencia y las funciones comunitarias sean de primera clase. La transparencia sobre las prácticas de datos y las funciones sociales y comunitarias están entre las dimensiones más desatendidas y, a la vez, más valoradas de las herramientas de IA para adultos.

  • Trate la fiabilidad técnica y estructural como una condición previa. La implicación depende tanto de una infraestructura estable e inclusiva como de la calidad pedagógica: las plataformas inestables o excluyentes socavan un diseño que por lo demás sería sólido.

  • Principios de diseño de IA para la andragogía. Kim et al. (2026) encuentran que quienes aprenden siendo adultos valoran la IA como agente de aprendizaje colaborativo y derivan tres principios de diseño de IA para la andragogía: la intervención humana en el circuito (modelos mentales compartidos, cocreación persona-IA), el diseño emocional (calibrar la dependencia de la IA, comunicación empática) y la adaptabilidad (adaptación continua, interoperabilidad). Sus once prototipos de escenario también asignan cada principio andragógico a una posibilidad concreta de la IA: tutores de IA y agentes enseñables para la implicación, herramientas de monitorización y analítica para la autonomía y la autoevaluación, chatbots empáticos y simulaciones para la experiencia, bibliotecas de casos y generadores de preguntas de orden superior para el trabajo centrado en problemas, y planificadores y orientadores profesionales de IA para la relevancia.

Conceptos conectados

Artículos conectados

Metadatos

Diseño del estudioSystem Development
NivelAdult Learning, Higher Ed
Aprendizaje y enseñanzaAprendizaje en el lugar de trabajo
Tecnologías y técnicasPlataforma edtech
Métodos de investigación y evaluaciónInvestigación sobre usabilidad
Fundamentos de la IA en la educaciónIA en la educación, Diseño de aprendizaje
SourceHistoryEditChat

Incrustar esta página

Copy the code below to embed a chromeless version of this page in a learning management system or other website. The embedded view hides the site header, navigation, and footer.