En esta página

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

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

Educación en ciencias de la computación: la enseñanza de las ciencias de la computación es el subcampo STEM más investigado de esta literatura, beneficiado por la alineación natural entre las herramientas de IA y las tareas de programación. La generación de código, la asistencia en depuración y la revisión automática de código son sus aplicaciones principales de IA. Como los estudiantes aprenden a construir las mismas herramientas que usan, la educación en ciencias de la computación está en el centro de los debates sobre alfabetización en IA, rediseño curricular, ingeniería de software agéntica y la frontera entre el aprendizaje genuino y la dependencia excesiva.

Preguntas para reflexionar

  • Si la IA ya puede escribir código que aprueba exámenes reales de programación, ¿qué deberían seguir aprendiendo a hacer los estudiantes a mano, y qué debería dejar de enseñar el currículo?
  • La investigación encontró que una mayor confianza en un asistente de programación con IA predecía una PEOR capacidad de distinguir las sugerencias correctas de las engañosas. ¿En qué se diferencia la confianza de la dependencia apropiada, y cómo enseñarías esta última?
  • En la coprogramación entre estudiantes e IA, casi el 80% de las interacciones se apoyaban en estrategias que no producen aprendizaje, como externalizar las respuestas, y solo alrededor de 1 de cada 9 mostraba un compromiso epistémico profundo. ¿Por qué el aprendizaje genuino rara vez ocurre por defecto cuando la IA está disponible?
  • Un agente de aprender enseñando que era demasiado competente socavó la práctica de depuración de los estudiantes. ¿Harías deliberadamente falible a un tutor de IA, y si es así, cómo?
  • A medida que la IA automatiza la implementación, los currículos se desplazan de escribir código a verificar y dirigir artefactos generados por IA. ¿Qué competencias nuevas exige eso, y qué podría perderse en el desplazamiento?
  • Los estudiantes construyen las mismas herramientas que usan. ¿Cómo cambia el ser a la vez constructor y usuario de la IA lo que deberían aprender sobre sus límites, y sobre su ética?

Introducción

La IA en la educación en ciencias de la computación

  • Generación y completado de código: la revisión de código en CS1, DURA para CS2 y los errores de programación en lenguaje natural examinan cómo usan los estudiantes la IA para generar código y qué aprenden con ello.

  • Agentes conversacionales para principiantes (revisión de alcance): Barzanji y Loitsch (2025) mapean 23 estudios (2019-junio de 2024) sobre agentes conversacionales para programadores principiantes, y documentan un desplazamiento de los chatbots basados en reglas hacia agentes basados en LLM y en RAG (Generación Aumentada por Recuperación), con la generación aumentada por recuperación reduciendo la alucinación, y hacia el apoyo de tutoría personalizada (por ejemplo, InfoBot, ProbSol-Bot, Lint Bot, Profe Alex). En particular, solo 4 de 23 estudios anclan el diseño en la teoría del aprendizaje, y 17 de 23 prototipos existen solo en inglés pese a que la mayor parte de la investigación se origina fuera de los países anglófonos, lo que señala un anclaje pedagógico débil y una brecha de inclusión para el diseño futuro de agentes conversacionales en programación introductoria.

  • Apoyo a la depuración: las herramientas de depuración, la colaboración humano-IA en depuración y el modelado diádico de programación en parejas aprovechan la IA para identificar y reparar errores.

  • Un despliegue real en un curso encontró que la longitud de la pista, y no la elección de modelo, era la variable accionable. Tres despliegues consecutivos en un curso introductorio de desarrollo web (o3-mini, GPT-5-mini y GPT-5.5 a lo largo de 79.438, 83.374 y 10.420 entregas registradas) asociaron las pistas con mejores resultados inmediatos en varias comparaciones. Los mensajes más largos predijeron peor corrección en la siguiente entrega, más intentos y reenvíos más lentos, y los estudiantes que habían recibido pistas en pasos anteriores del proyecto resolvieron el paso final con menos frecuencia, con un 95,6% frente a un 98,1% (Mihaylova et al., 2026).

  • Un tutor aumentado con herramientas que reside en el navegador es la arquitectura hacia la que converge el campo. Un diseño de SLM aumentado con herramientas empareja un planificador pequeño ajustado (1B-7B) con cuatro herramientas deterministas (ejecutor de código, ejecutor de pruebas, recuperador de documentación, módulo de seguimiento del conocimiento) detrás de una política de escalada de cuatro niveles (primero las herramientas, luego el SLM en el dispositivo, luego un LLM en la nube con consentimiento y luego el docente), lo que desplaza el control pedagógico del modelo a la política auditable; un modelo preliminar de ~150M alcanza un 10,97% de pass@1 en HumanEval, por encima de varias líneas base de código de 100M-150M (Suvernev et al. (2026)).

  • Un tutor pequeño ajustado puede andamiar mejor que un modelo general más grande. El ajuste de Qwen2.5-Coder-7B-Instruct sobre 1.213 diálogos de tutoría sintéticos redujo la revelación prematura de soluciones del 7,43% al 1,88% de los turnos del tutor y elevó la calidad del andamiaje paso a paso y de las preguntas de depuración por encima de GPT-4o, aunque la generación fiable de planes pedagógicos siguió siendo el problema abierto (Kopytskyi et al. (2026)).

  • Evaluación automatizada: la calificación de Linux Bash, una comparación de calificación automatizada a gran escala con 18 modelos y la revisión de intervenciones con LLM evalúan la evaluación automatizada de código. La seguridad de ese flujo de trabajo es una pregunta aparte: Humble (2026) hizo red teaming de una tarea rutinaria de calificación con IA y encontró que las instrucciones ocultas dentro de un archivo entregado elevaron la nota de un ensayo suspenso sin advertencia visible, en 9 de 9 iteraciones para una estrategia y 17 de 18 para otra, evidencia de que la robustez del calificador pertenece a la lista de verificación de la validez de la evaluación junto a la precisión.

  • Un prompt de calificador de una sola frase puede colapsar un LLM, y el ajuste fino lo repara. Habibullah et al. (2026) calificaron un examen práctico de visión por computadora (570 estudiantes con doble calificación) bajo 171 configuraciones y un examen de aprendizaje automático (1.038 estudiantes) bajo 162 más: un breve preámbulo de "calificador estricto" sacó a 14 de 17 modelos de pesos abiertos de la banda de calificación (MAE ≥ 8), con tres que dejaron de calificar del todo, y el daño se remontó a dos frases de política de retención de crédito cuya dirección no se transfirió al segundo examen (siete modelos mejoraron). Un adaptador LoRA sobre unos 3.900 ejemplos calificados agrupados llevó a cinco modelos abiertos pequeños a la paridad con un calificador humano.

  • Medios de aprendizaje generados por IA: las trazas animadas generadas muestran que las visualizaciones generadas por IA pueden ayudar al aprendizaje inmediato pero deben personalizarse: los estudiantes con compromiso medio experimentaron un decremento de desempeño consistente con el efecto de reversión de la pericia.

  • La crítica de analogías de IA generativa como recurso instruccional: Bernstein y Sibia (2026) anclan la recepción de analogías de IA generativa en CS2: diez estudiantes que ya habían completado CS2 auditaron analogías generadas por IA sobre listas enlazadas y recursión y rechazaron los mapeos que fallaban la correspondencia estructural, como una analogía de rutas entre islas que mapeaba a una lista circular en lugar de a una simplemente enlazada, o un peloteo de bádminton ofrecido para la recursión pese a no tener una entrada que se reduzca de forma garantizada, y un estudiante propuso el golf en su lugar. El trabajo sostiene que la crítica de analogías es en sí misma una comprobación de la comprensión del concepto, lo que convierte las analogías defectuosas de la IA en un recurso instruccional utilizable en lugar de un peligro que filtrar, y recomienda asignarlas como objetos que inspeccionar y reparar.

  • Modelado de concepciones erróneas: una taxonomía de concepciones erróneas sobre condicionales y bucles da a los sistemas automatizados un vocabulario preciso para diagnosticar errores de principiantes.

  • Concepciones erróneas estratégicas generadas por modelos: Miličević et al. (2026) construyeron SocraticTrap-CS en torno a 35 conceptos del currículo ACM/IEEE CS2023 (algoritmos, lenguajes de programación, bases de datos, redes y sistemas operativos) y pidieron a siete modelos de pesos abiertos una explicación fluida y autorizada que descansara en un error sutil. Seis de los siete produjeron una concepción errónea estratégica confirmada por expertos para el 91% o más de los conceptos solicitados (221 de 241 segmentos, 91,7%), sin diferencias significativas entre dominios de la disciplina; dominaron los errores conceptuales (66,5% conceptuales frente a 33,5% fácticos, y ninguno puramente lógico), y tanto la persuasividad como el tipo de error variaron por dominio. Los autores recomiendan por ello contramedidas sensibles al dominio (comprobaciones centradas en el razonamiento en cursos con mucha programación, referencias cruzadas con las especificaciones de protocolos en redes) y evaluar la generación automatizada de preguntas y las explicaciones escritas por IA por su fiabilidad pedagógica y no solo por su corrección.

  • Desempeño en evaluación auténtica: Lepp y Kaimre (2026) muestran que los sistemas de IA generativa de 2026 superan a la cohorte media de estudiantes en evaluaciones auténticas e introductorias de programación orientada a objetos y con frecuencia obtienen la nota máxima en tareas largas de programación, y aun así tienen dificultades con interfaces, clases abstractas, herencia y preguntas basadas en imágenes, patrones de error recurrentes que el profesorado puede aprovechar al diseñar evaluaciones. Un estudio longitudinal de CS1 refuerza el lado de capacidad de ese hallazgo: Ye et al. (2026) midieron modelos de frontera en un 98,93-99,99% en los laboratorios frente a un 76,37-88,03% en las entregas de los estudiantes.

  • La actividad del repositorio ya no es lo que era. A lo largo de 260 repositorios de equipos de proyectos finales de carrera (diez semestres, 2021-2025), los códigos base al final del semestre se triplicaron aproximadamente, de unos 3,4 KLOC en 2021-2023 a unos 10 KLOC en 2024-2025, con la complejidad ciclomática y la densidad de manejo de errores al alza mientras la densidad de comentarios se mantenía plana (Shakil, Brabrand y Denny (2026)). Las cohortes posteriores también hicieron commits con más frecuencia y en mayor volumen, con tamaños de edición por commit sin cambios, un cambio de ritmo de desarrollo que los cursos de proyectos deberían sopesar antes de tratar la actividad del repositorio como evidencia de progreso.

  • Modelado predictivo para el apoyo a estudiantes en riesgo: Zhang, Jeffries y Koprinska (2025) muestran que los árboles de decisión intrínsecamente interpretables entrenados con características de los registros de interacción con el contenido predicen con precisión el progreso a nivel de módulo en cursos de programación en línea a gran escala (85-91% de precisión en cuatro cursos de K-12) y señalan los resultados de abandono por "sin entrega", dando al profesorado una ventana de 7-8 días para intervenir con estudiantes con dificultades y desconectados antes de los plazos del módulo, lo que complementa el trabajo sobre calificación automatizada y predicción de abandono mencionado arriba.

  • El apoyo con recuperación para la informática teórica solo encaja en el estudio asíncrono. AlgoRAG respondió las 179 preguntas de examen escritas por el docente dentro de un tiempo límite de 240 segundos, con una media de 38,0 segundos cada una, y su BLEU-4 de 0,0000 en el conjunto es una propiedad de la coincidencia de n-gramas sobre demostraciones matemáticas y no un fallo del sistema (Adhikari (2026)).

  • La adopción sigue a la tarea, no al subcampo. A lo largo de siete tareas y 211 estudiantes, Nizamani et al. (2026) midieron un uso de LLM del 89,6% en algoritmos al 15,2% en ingeniería de software, y atribuyeron la dispersión a la complejidad de la tarea, su verificabilidad y su andamiaje y no a la materia en sí.

  • La retroalimentación puede escalonarse para que el diagnóstico permanezca oculto. Riazi y Rooshenas (2026) separan un diagnóstico del esquema de base de datos de un estudiante, anclado en el artefacto, del flujo de trabajo que lo libera, con los docentes escribiendo las etapas; a lo largo de 383 episodios, el 71,1% de la retroalimentación alcanzó su nivel objetivo.

  • Diecisiete tipos de errores en los requisitos, contados en 211 equipos. Los errores de prioridad encabezaron la lista (81% de los equipos de grado), y un único prompt de IA generativa sin ejemplos previos igualó o superó a los equipos en alcance, formato de historias, prioridades y esfuerzo (Spichkova (2026)).

Pedagogía de la programación: de los bloques al aprendizaje encarnado y basado en juegos

La enseñanza de la programación abarca desde la programación introductoria basada en bloques hasta el desarrollo de software avanzado, y ancla cada vez más el código abstracto en resultados concretos y observables.

  • Programación visual basada en bloques: entornos como Scratch y Blockly permiten a los principiantes encajar bloques gráficos en lugar de escribir texto, lo que elimina los errores de sintaxis y hace visible la estructura del programa, algo especialmente valioso para los estudiantes más jóvenes y para controlar robots educativos. En la era de la IA se combinan cada vez más con agentes conversacionales (por ejemplo, Micro:bit + MakeCode en la formación docente, tutores de modelos de lenguaje pequeños).
  • Programación por bloques encarnada: RoboBlockly Studio combina la programación basada en bloques con un agente conversacional de enseñanza y la ejecución encarnada en un robot, creando un bucle iterativo de autoría, ejecución, observación y revisión que preserva la agencia del estudiante.
  • Control de robots en lenguaje natural: EduSim-LLM permite a los principiantes controlar robots simulados mediante instrucciones en lenguaje natural, lo que baja la barrera de la programación de robots sin exigir conocimientos de código de bajo nivel.
  • Robótica y pensamiento computacional: Valls i Pou vincula el pensamiento computacional con la robótica educativa en currículos STEAM de secundaria, y la investigación sobre formación docente sostiene que las actividades de robótica y aprendizaje automático deberían integrarse en la formación del profesorado.
  • Aprendizaje basado en juegos y gamificado: una revisión sistemática compara el aprendizaje basado en juegos (adecuado para entornos informales) y la gamificación (adecuada para aulas formales) en la educación en robótica, que hace hincapié en la programación introductoria y los kits modulares.
  • Robótica basada en proyectos: Bots and Blocks enseña programación de robots mediante un proyecto ágil que abarca todo el semestre y aborda la brecha entre teoría y práctica en la educación superior.
  • Impacto de los LLM en los resultados de aprendizaje: Jošt et al. (2024) y un metaanálisis sobre IA generativa y aprendizaje de la programación examinan si las herramientas asistidas por IA ayudan o socavan el logro en programación.

Transformación curricular en la era de la IA

La pregunta "¿qué deberían seguir aprendiendo los estudiantes a mano?" reconfigura hoy los programas de informática.

  • De la implementación a la verificación: Reshaping Undergraduate CS Education sostiene que, a medida que la IA generativa automatiza la programación a nivel de implementación, la depuración y las pruebas, los currículos deben desplazarse hacia la comprensión y verificación de artefactos generados por IA, preservando el diseño de sistemas, la abstracción y la evaluación crítica y restando peso a los detalles de implementación de bajo nivel. Esto se alinea con los marcos de alfabetización en IA que valoran la evaluación por encima de la generación.

  • La ingeniería de software agéntica como disciplina: ASE-26 formaliza dirigir agentes en lugar de escribir código, enseñando auditabilidad, ingeniería de contexto, verificación, flujos de trabajo multiagente y AgentOps, y sitúa la competencia en IA agéntica como un currículo estructurado y andamiado en lugar de como dominio de la sintaxis.

  • De la producción al juicio: deuda de comprensión y AASEE. Mahmoud (2026) sostiene que el campo debería pasar de un modelo centrado en la producción a uno centrado en el juicio, y extiende la deuda de comprensión (el aprendizaje diferido y el costo de mantenimiento cuando la producción asistida por IA supera la capacidad del estudiante de explicar, probar, modificar y justificar el software) a una lente de evaluación, anclada en 621 diarios reflexivos de 207 estudiantes. La revisión refina el marco AASEE en cinco niveles de integración no lineales cruzados por cuatro obligaciones de evidencia (explicar, verificar, modificar y rendir cuentas) e informa de una base de evidencia condicional: un metaanálisis STEM con heterogeneidad extrema (I² = 96,32%) pierde su beneficio agrupado una vez corregido el sesgo de publicación, y las síntesis de 76, 72 y 64 estudios muestran ganancias de eficiencia a corto plazo que no se transfieren al desempeño sin ayuda.

  • Nuevas pedagogías y modelos de evaluación: Test-Driven AI-Assisted Learning sustituye las clases por estudio autodirigido asistido por IA con pruebas semanales sin apuntes como puerta, preservando la responsabilidad individual mientras los agentes de IA escalan la producción de materiales y la calificación bajo supervisión humana.

  • Los exámenes orales como mecanismo de rendición de cuentas. Un programa de ingeniería de IA basado en proyectos llevó a estudiantes de segundo semestre por siete sprints de dos semanas con la IA integrada en los requisitos, la arquitectura, la codificación y las pruebas, e hizo obligatorios los exámenes orales individuales después de que tres rondas mostraran que los artefactos por sí solos ya no evidenciaban comprensión; los ECTS faltantes medios bajaron del 25% al 3% (Rausch (2026)).

  • Enseñar la mecánica del modelo sin conexión. Una suite de recursos para profesionales enseña toda la cadena de entrenamiento y generación de un LLM sin conexión (rejillas de n-gramas contadas a mano y muestreo con dados, sin suponer programación ni matemáticas) e informa de su impartición a unos 400 participantes, con el compromiso comenzando solo en la etapa de generación (Swift (2026)).

  • Qué predice el éxito en vibe coding, y qué seguir enseñando: un estudio preregistrado de CHI 2026 (N=100) sobre vibe coding puro "sin código" encontró que tanto el logro en ciencias de la computación (r = 0,39) como la competencia en comunicación escrita (r = 0,29) predecían el desempeño de forma independiente, y el logro en informática seguía siendo significativo incluso tras controlar la capacidad cognitiva general de dominio y aportaba aproximadamente el doble de varianza única que la habilidad de escritura. Como el entorno ocultaba el código generado, el conocimiento de informática solo podía ayudar de forma indirecta (descomposición del problema, pensamiento algorítmico), lo que convierte la estimación de informática en un límite inferior para los flujos de trabajo asistidos por IA que además permiten editar. Los autores sostienen que los currículos deberían ponderar la comunicación escrita junto a los fundamentos de informática, en lugar de tratar el vibe coding como un dominio de la sintaxis que quedó obsoleto.

Alfabetización en IA, agencia y el riesgo de dependencia excesiva

Como la programación es donde la asistencia de la IA es más potente, es también donde los modos de fallo son más visibles.

  • Confianza ≠ dependencia apropiada: Trust and reliance on AI (Pitts et al.) encuentran que una mayor confianza en un asistente de IA predecía una peor discriminación entre sugerencias correctas y engañosas durante la resolución de problemas en Python, moderada por la alfabetización en IA y la necesidad de cognición. La calibración, y no la confianza, es el objetivo.

  • Alfabetización epistémica en IA: Wu (2026) muestra que en la coprogramación entre estudiantes e IA, el 78,8% de las interacciones se apoyaba en fines no orientados al dominio y en estrategias poco fiables (externalizar, buscar verificación), y solo el 11,1% mostraba un compromiso epistémico alto: el aprendizaje genuino rara vez emerge sin un apoyo de diseño deliberado.

  • Las consultas a la IA son estrechas y siguen patrones de generación. Al clasificar 830 prompts de CS2 con la taxonomía de Graesser, Amoozadeh y Alipour (2026) encontraron que los prompts de aserción, verificación e instrumentales dominaban ambas sesiones, y que los estudiantes de primera generación hacían menos preguntas y se apoyaban en la verificación, mientras que sus pares de generación continua usaban la IA como socio activo de resolución de problemas.

  • Intervenciones estructurales contra la dependencia excesiva del copiar y pegar: las barreras blandas contra el copiado en la programación asistida por IA evalúan intervenciones de diseño ligeras (por ejemplo, mecanismos que desalientan el copiar y pegar a ciegas la salida de la IA) y encuentran que pueden reducir la dependencia excesiva sin bloquear la asistencia de la IA, evidencia de que el riesgo de dependencia excesiva en la educación en informática es abordable con arreglos de diseño instruccional y no solo con formación del estudiante o prohibiciones.

  • Agentes enseñables y práctica productiva: aprender enseñando con ChatGPT mejoró las ganancias de conocimiento y la calidad del código pero socavó la práctica de corrección de errores porque el agente es demasiado competente, una lección de diseño: haz que los agentes sean deliberadamente falibles para preservar la depuración.

  • Gobernanza de la asistencia: una revisión de alcance de 90 sistemas presenta el marco PEA (política, aplicación y autoridad) para acotar y controlar la asistencia de los LLM, un vocabulario comparativo para diseñar andamiaje que limite la dependencia excesiva.

  • Ajuste de la gobernanza, no severidad. Dickey (2026) propone un perfil de gobernanza de seis dimensiones (anclaje pedagógico, autoridad instruccional de la IA, responsabilidad humana, agencia del estudiante, límites de contexto y visibilidad de la evaluación) y muestra, en siete herramientas propias y cuatro sistemas de programación publicados, que un mismo modelo puede distribuir la autoridad y la responsabilidad de formas muy distintas; lo que predice una escala responsable es el ajuste de la gobernanza a la función instruccional, no la severidad de la herramienta.

  • Contexto conductual para la tutoría adaptativa con IA: Barron et al. (2026) presentan TutorTrace, un conjunto de datos y una canalización que hacen computable en tiempo real el contexto conductual de los estudiantes a partir de la telemetría del IDE en cursos de Python asistidos por IA (N=480). Deriva una taxonomía de la actividad antes, entre y a través de las consultas a la IA, y puede clasificar si una consulta próxima refleja una búsqueda de ayuda guiada o dependiente (AUROC=0,717) y predecir consultas inminentes (AUROC=0,726); los prompts conscientes del comportamiento redujeron los intervalos de consulta sin trabajo independiente del 50,0% al 20,7% en una evaluación preliminar. Esto muestra cómo la telemetría conductual puede hacer que los tutores de programación con IA se adapten al esfuerzo real de los estudiantes y no solo a sus peticiones explícitas.

  • La dualidad de construir lo que uno usa: la posición única de los estudiantes de informática genera tanto conciencia metacognitiva de los límites de la IA como riesgo real de dependencia excesiva del código generado por IA. las entrevistas sobre revisión de código y los estudios sobre compromiso crítico abordan directamente esta tensión.

  • Codificación agéntica y comprensión en el aprendizaje basado en proyectos en equipo: Tanaka et al. (2026) introdujeron el desarrollo guiado por especificaciones con agentes de IA en un curso de proyecto de ingeniería de software de grado y encontraron que el rendimiento de implementación (líneas de código añadidas) subió entre 2022 y 2025, mientras que el uso intensivo de IA coincidió con caídas de comprensión del código que solo se recuperaron tras comprobaciones individuales del docente, evidencia directa de que las ganancias de rendimiento no garantizan comprensión y de que la dependencia excesiva en la codificación asistida por IA es abordable con monitoreo instruccional.

  • La continuidad, y no la adopción, es donde se decide el valor de la IA generativa. Una revisión PRISMA de 45 estudios (2023-2025) encuentra mejoras en la generación y la depuración de código junto a una profundidad conceptual sin cambios, y sostiene que el uso continuado depende de una confianza calibrada, de la habilidad de verificación y de la orientación institucional, más que de la utilidad percibida (Yalwa et al., 2026).

Equidad, cultura y quién entra en la informática

  • Ampliar la participación: SuaCode documenta las motivaciones para programar con smartphones entre estudiantes africanos (menos del 1% de quienes terminan la secundaria tiene habilidades fundamentales de programación), lo que informa MOOC accesibles y apoyados por IA para contextos de bajos recursos.
  • Puertas libres de IA, trabajo primero con IA. Goutham y Gu (2026) entrevistaron a 23 estudiantes indios de ingeniería: todos menos uno usaron IA para pruebas de selección que la excluían, mientras los empleadores la exigían, de modo que las calificaciones filtradas certifican menos.
  • Neurodivergencia y colaboración: los estudiantes de informática neurodivergentes informan incomodidad con estructuras de colaboración ambiguas; las tareas estructuradas, los equipos pequeños y estables y los roles explícitos mejoran la accesibilidad, lecciones de diseño para las herramientas de IA que entran en las aulas de informática.
  • La cultura moldea la ética percibida: estudiantes de informática canadienses y surcoreanos juzgaron de forma distinta prácticas idénticas de codificación asistida por IA pese a políticas funcionalmente idénticas: la armonización de políticas no produce armonización de percepciones, una preocupación de integridad académica y de equidad en la educación con IA.
  • Transparencia en la colaboración: Graf et al. encuentran que las creencias desalineadas de los compañeros sobre el uso de IA del otro predicen puntuaciones de proyecto más bajas, sobre todo en los estudiantes con menor desempeño, por lo que pueden hacer falta mecanismos de transparencia (declaraciones, registros compartidos) en la programación colaborativa.

Educación ética y el mundo laboral

  • Brecha entre ética y conducta: la "crisis del costo de la ética" muestra que los estudiantes de informática, pese a la educación ética contemporánea, priorizan la remuneración, la ubicación y la cultura por encima de las preocupaciones éticas al buscar empleo, una brecha crítica en cómo la enseñanza de la ética se transfiere a la conducta.
  • Reconfiguración del mundo laboral: una revisión sistemática de la literatura gris estadounidense enmarca el "problema del doble tren", el cambio acelerado de la IA corriendo contra la adaptación institucional, y urge competencias duraderas en IA, ética y gobernanza, y credenciales basadas en habilidades alineadas con roles emergentes (por ejemplo, ingeniería de prompts, auditoría de IA, política de IA).

Conexiones

La educación en ciencias de la computación se conecta con el pensamiento computacional, la educación STEM, la calificación automatizada, la ingeniería de prompts, la alfabetización en IA, la IA agéntica, el diseño curricular, la colaboración humano-IA, la educación superior, K-12 y la formación profesional. Su vecino aplicado más cercano es la tecnología de la información: la educación en informática toma como objeto el programa y el algoritmo, mientras que la educación en TI toma el sistema organizacional desplegado y el juicio del profesional sobre él, y por eso los dos campos debaten daños distintos de la IA (si la generación de código erosiona la habilidad de programación frente a si la resolución de problemas con IA erosiona la habilidad diagnóstica) y piden cosas distintas a sus egresados (si pueden construir un sistema frente a si pueden gobernar los sistemas que administran). Es el dominio donde las herramientas de IA en educación se usan y se construyen a la vez, lo que lo convierte en un banco de pruebas para la tutoría inteligente, la robótica educativa, el aprendizaje colaborativo, el aprendizaje basado en juegos y los riesgos de la dependencia excesiva.

Una síntesis de 72 estudios y el marco VIE. Kumar, Wongsirichot y Nanthaamornphong (2026) revisaron la literatura empírica sobre IA generativa en la educación en informática y programación (de enero de 2022 a abril de 2026, 72 estudios, 33 sedes) y ponen en primer plano exactamente el rasgo estructural que hace distintiva a la disciplina. La IA genera el propio artefacto evaluable, de modo que usar la herramienta, aprender la habilidad y ser evaluado se colapsan en una sola pulsación. Su síntesis de 14 temas encuentra que el efecto más replicado del campo, las ganancias de eficiencia y finalización a corto plazo (36 estudios), es también el más engañoso: esas ganancias no se transfieren al desempeño sin ayuda (21 estudios), y el conocimiento previo modera si la asistencia se convierte en habilidad duradera o en muleta. La investigación sobre detección es escasa (3 estudios), mientras que el rediseño de cursos está comparativamente bien evidenciado (25 estudios), y la revisión consolida sus 72 estudios en tres requisitos de diseño interdependientes: verificación, implementación y equidad. Cada uno trata el compromiso crítico con la producción de la IA como un componente calificado y observable del trabajo del estudiante y no como una aspiración dejada a su discreción (andamiaje, validez de la evaluación).

Implicaciones para el profesorado de informática

  • Diseñe evaluaciones que la IA no pueda aprobar sin esfuerzo. Aproveche los patrones de fallo recurrentes de la IA generativa (interfaces, clases abstractas, herencia, tareas basadas en imágenes) en lugar de prohibir las herramientas, ya que los sistemas de IA generativa siguen teniendo dificultades ahí.

  • Las tareas para casa autocalificables no ofrecieron resistencia alguna a la finalización. Kaltchenko y Tiwana (2026) ejecutaron 50 sesiones de ChatGPT por cada tarea de Qiskit y los 150 artefactos se ejecutaron y pasaron el calificador, porque la personalización variaba los parámetros y no la estructura de la tarea; el remedio es la evaluación directa de la comprensión: modificación supervisada o defensa oral.

  • Calibre la confianza, no solo la construya. La investigación sobre confianza y dependencia muestra que una mayor confianza predecía una peor discriminación de las sugerencias engañosas de la IA; enseñe verificación y evaluación crítica, moderadas por la alfabetización en IA y la necesidad de cognición.

  • Mantenga viva la depuración y el esfuerzo productivo. Elija herramientas o agentes deliberadamente falibles (aprender enseñando) que preserven la práctica de corrección de errores, y personalice los medios generados por IA para evitar los efectos de reversión de la pericia (reversión de la pericia).

  • Gobierne explícitamente la asistencia de la IA. Defina política, aplicación y autoridad para el apoyo de los LLM (PEA) en lugar de dejar los límites implícitos.

  • Desplace los currículos hacia la verificación y la dirección de agentes. A medida que la IA generativa automatiza la implementación, enseñe a comprender y verificar artefactos de IA (rediseñar los currículos) y habilidades estructuradas de ingeniería de software agéntica (ASE-26).

  • Estructura la colaboración para todos los estudiantes. Equipos pequeños y estables, roles explícitos y transparencia sobre el uso de IA apoyan a los estudiantes neurodivergentes y una colaboración justa, sobre todo donde las creencias desalineadas sobre el uso de IA bajan las puntuaciones de los proyectos.

  • Explicaciones adaptativas de errores de programación con LLM (2026): Un estudio con crowdsourcing (N=103) encontró que los mensajes de error reescritos por un LLM mejoran la legibilidad, pero el desempeño objetivo en depuración depende de ajustar el estilo de explicación (pragmático o contingente) a la habilidad del programador, una idea de andamiaje para la enseñanza de la programación asistida por IA (Beyond the Traceback: Using LLMs for Adaptive Explanations of Programming Errors).

  • La supervisión trata de la idoneidad, no de la corrección (2026): Al codificar 962 turnos de estudiantes e IA de 145 estudiantes de primer año de ingeniería de software, Shakiba y Chaffey (2026) encontraron que el 74,4% de las intervenciones nombraban problemas de idoneidad frente al 16,9% que nombraban la corrección, y que el 51,0% de las respuestas modificaban la salida y no el prompt.

  • «Que haya acuerdo sobre el código significa que el calificador lee el código.» Los dos evaluadores humanos del benchmark coincidieron en 0,815 en respuestas de C++: cuatro modelos los superaron con un intervalo por encima del 100% de ese techo y catorce quedaron por debajo, hasta el 33%. En la misma tarea de código, una nota que pedía la puntuación completa elevó la calificación de Qwen3 235B en 83,2% de la escala, y siete modelos de la batería dieron crédito a respuestas en blanco, así que una pasada de calificación sobre código de estudiantado necesita pruebas de fallo junto al número de acuerdo.

  • «El efecto es el mismo en todas las etapas de un curso.» Creció con el trabajo: en 60 programas Java completos calificados con una rúbrica de 14 niveles, el efecto de la etiqueta fue 2,8 veces su tamaño en respuestas cortas con GPT-4.1-mini y 2,4 veces con Qwen, aunque solo 0,4 veces con Gemini. La tarea y la rúbrica forman parte de lo que el efecto mide, así que un tamaño validado con respuestas cortas no se transfiere a programas.

Concepciones erróneas

  • "Los estudiantes que programan en pareja con IA están aprendiendo a programar." En la coprogramación entre estudiantes e IA, casi el 80% de las interacciones se apoyaba en estrategias que no producen aprendizaje, como externalizar las respuestas, y solo alrededor de 1 de cada 9 mostraba un compromiso epistémico profundo. El patrón dominante es transaccionar por un resultado.
  • "Los agentes conversacionales para principiantes están anclados en la teoría del aprendizaje." Solo 4 de 23 estudios anclan el diseño en la teoría del aprendizaje, así que la mayor parte de la base de evidencia documenta lo que hizo un sistema sin una teoría de por qué debería funcionar.
  • "La literatura sobre herramientas refleja la distribución global del campo." 17 de 23 prototipos existen solo en inglés pese a que la mayor parte de la investigación se origina fuera de los contextos anglófonos. Los prototipos sirven a una población más estrecha de la que abarca la investigación.

Conceptos conectados

Artículos conectados

Recursos relacionados

  • LiaScript
    Un dialecto abierto de Markdown que convierte un archivo de texto plano en un curso interactivo en el navegador, con cuestionarios y código ejecutable, además de un agente de enseñanza multiagente para crear cursos con él.
  • Code Viva
    Una herramienta de navegador gratuita que aplica una versión escrita y cronometrada de una defensa oral de código a cada estudiante de un curso de programación, y propone puntuaciones con evidencia citada para que el profesorado las apruebe.

Incrustar esta página

Copia el código de abajo para incrustar esta página en un sistema de gestión del aprendizaje u otro sitio web. La versión incrustada muestra solo el contenido de la página: oculta el encabezado, la navegación y el pie de página del sitio.