Educación abierta

Traducción automática de la página en inglés, todavía sin revisar por una persona hablante nativa.

Educación abierta — el movimiento y la práctica de enseñar con contenidos de licencia abierta, y la pedagogía que trata al estudiantado como productor de esos contenidos y no como consumidor. Sus dos artefactos son el recurso educativo abierto y la tarea de pedagogía abierta; su licencia es lo que hace lícita la reutilización, y su promesa es que ambos abaratan y amplían la autoría. La IA generativa presiona ahora los tres frentes: reduce a casi nada el coste de fabricar contenidos, enturbia quién es autor de un recurso remezclado y ofrece a las instituciones una alternativa barata al procomún que se les pidió financiar.

Preguntas para reflexionar

• Si un modelo puede redactar una unidad de curso en minutos, ¿qué sigue justificando la licencia, el rastro de atribución y el proceso de revisión que el contenido abierto lleva consigo?
• Un recurso puede ser abierto por licencia y cerrado en la práctica: el archivo se descarga, pero el curso presupone un laboratorio, un idioma o una conexión de la que el estudiantado no dispone. ¿Qué apertura está midiendo cuando informa de la adopción?
• La pedagogía abierta pide al estudiantado que publique su trabajo. ¿Quién es dueño de lo que un estudiante produce con una herramienta generativa, quién consiente su publicación y quién asume el coste cuando está mal?
• La alfabetización del profesorado en IA predice la práctica docente abierta, pero la relación se debilita a medida que crece el apoyo institucional. ¿Qué implica esa inversión para los programas de formación construidos sobre el supuesto de que el apoyo solo ayuda?
• Si el texto generado por IA no es objeto de derecho de autor, ¿es automáticamente abierto un manual escrito por una máquina, y qué le hace eso al argumento a favor de la financiación pública de los recursos educativos abiertos?

Introducción

La educación abierta no es código abierto, y la confusión perjudica a ambas. El código abierto se ocupa de los artefactos que una persona desarrolladora publica y licencia, sobre todo código, pesos de modelo y conjuntos de datos, para que un sistema pueda licenciarse, auditarse, modificarse y volver a desplegarse. La educación abierta se ocupa de lo que el profesorado encarga y lo que el estudiantado produce, y su licenciamiento existe para que otra institución pueda sustituir, traducir, remezclar o corregir un recurso sin pedir permiso. Comparten maquinaria legal (Creative Commons en educación, licencias permisivas en código), modelo de producción (comunidades voluntarias y subvencionadas) y ahora un antagonista común en la IA generativa, cuyo poder de producir el artefacto casi gratis desestabiliza el argumento económico de ambas.

Difieren donde importa. Una publicación de código abierto se juzga por si el sistema puede reconstruirse e inspeccionarse. Un recurso abierto se juzga por si un docente con otros estudiantes, otro idioma y otro presupuesto puede usarlo de verdad: una afirmación pedagógica y no técnica, y la razón de que la educación abierta haya llevado siempre un argumento sobre la práctica junto al de las licencias. Deimann y Lukács (2026) formulan la versión más aguda de esa idea: tras veinticinco años de defensa de la apertura, el régimen institucional del centro educativo quedó intacto, porque el movimiento se concentró en declaraciones y proyectos de nicho.

La literatura de la era de la IA en esta base de conocimiento trata de tres cosas a la vez: el recurso, la práctica y si alguna de las dos sobrevive cuando la generación es casi gratuita. Sobre el recurso: quién lo hace, quién lo licencia y si cuenta uno escrito por una IA. Sobre la práctica: qué pide la pedagogía abierta al estudiantado y si le enseña algo medible.

Qué cubre realmente la apertura

Un recurso educativo abierto (REA) es contenido publicado bajo una licencia que permite la reutilización, la revisión, la remezcla y la redistribución. Todo lo demás en el campo es aguas abajo de ese permiso y de la obligación de atribución. González Miy (2026) muestra esa obligación en un proyecto pequeño: once participantes que trabajaron en línea dos semanas produjeron un sitio de seis páginas, un chatbot, un manual y cinco videotutoriales, publicados bajo CC BY-NC-SA, y el paquete obtuvo una puntuación alta en transparencia y solo media en licenciamiento, replicabilidad, adaptabilidad y accesibilidad. Abierto de nombre, parcialmente abierto en el uso.

La literatura sobre licencias es granular porque los fallos son granulares. Ryu (2026) construye una rúbrica de siete principios para revisar material de alfabetización en IA con licencia abierta, a partir de un corpus intencional de dieciséis artículos centrales, diecisiete adicionales y treinta y seis referencias específicas. Atenas, Farrow, Caldwell, Costello y Havemann (2026) sostienen que la unidad de gobernanza debería pasar del recurso a la infraestructura que lo aloja, pues un procomún de archivos sueltos sin plataforma mantenida es un problema de fragmentación, no un procomún.

El colapso de la generación y el giro hacia los bienes públicos digitales

La producción de cursos es donde el cambio ya se mide: MAIC sitúa la producción de un MOOC en menos de $2 y 30 minutos con generación multiagente con LLM, frente a unos $25.000 y 60 horas por curso. Si el coste de producción tiende a cero, el argumento de que los REA ahorran dinero pierde fuerza, y quedan la libertad de licencia, la verificabilidad y la garantía de calidad.

Tlili, Farrow, Bozkurt, Amiel, Wiley y Downes (2026) organizan ese giro en torno a cinco preguntas de encuadre y llegan a una lectura jurídica incómoda. Como la Oficina de Derechos de Autor de Estados Unidos estima que las indicaciones no bastan por sí solas para la autoría, un recurso puramente generado por IA puede recalar en el dominio público y, en lectura estricta, contar como abierto por defecto. Su término para el fallo contrario es openwashing: un artefacto presentado como abierto mientras no lo están sus datos de entrenamiento, su cadena de procesamiento o su licencia. La cuestión de la autoría es también una cuestión jurídica antes que de licencias, y el lado legal y de derechos de autor atraviesa tanto las malas prácticas como la titularidad.

La respuesta política de esta literatura es reclasificar. Atenas y sus colegas proponen tratar los REA como bienes públicos digitales, lo que traslada el remedio de producir más contenido a construir infraestructura pública, gobernada y no comercial. La miden con los principios ROAM-X y los estándares FAIR, y describen un panorama que ya alberga más de dos mil millones de obras con licencia abierta y 303 indicadores de universalidad de Internet. Es una reorientación defendible para un movimiento que pasó dos décadas en la producción de contenidos.

El argumento institucional a favor de la apertura es también un argumento de autonomía. Panda (2026) sostiene en un editorial que la transformación digital en el aprendizaje abierto y flexible es una transformación pedagógica y no una adopción tecnológica, y que una tecnología solo cobra credibilidad cuando se alinea con una pedagogía adecuada en un contexto local. Rodés-Paragarino y Atenas (2026) lo convierten en un marco de siete pilares para la integración responsable de los REA y la IA generativa, a partir de un análisis documental, una validación de personas expertas y un taller con 81 participantes en Bilbao en diciembre de 2025.

La pedagogía abierta y el giro hacia la práctica

La pedagogía abierta desplaza al estudiantado de consumidor a colaborador: la tarea produce algo que se publica, se licencia y se reutiliza. Clinton-Lisell (2026) ofrece la prueba más limpia de la idea en este campo. Dos secciones de un curso introductorio de desarrollo infantil actualizaron el mismo manual, una de ellas con herramientas de IA generativa. En 113 tareas, el estudiantado de ambas secciones informó de más competencia en alfabetización informacional, y la ganancia fue estadísticamente indistinguible: un efecto del tiempo de F(1, 84) = 47.30, p < 0.001, η2 parcial = 0.36, frente a una interacción tiempo por sección de F(1, 84) = 0.04, p = 0.85. La sección con IA completó más trabajo y obtuvo puntuaciones algo inferiores, 174,73 frente a 173,86 sobre 180.

La práctica tiene su propia literatura de madurez. Duan (2026) cribó 540 registros hasta catorce modelos de práctica educativa abierta conforme a PRISMA 2020, los comparó en tres dimensiones y concluyó que la IA generativa se sitúa bajo los modelos consolidados en vez de desplazarlos, argumento que el artículo ubica frente al TPACK. Ahmadfard (2026) llega a una conclusión parecida sobre la interactividad en una revisión estructurada que arranca en 1970: los elementos interactivos son más un argumento de diseño que un efecto demostrado, y los tamaños de efecto más altos que reporta proceden de trabajos previos de didáctica de la física, no de mediciones en REA.

Dos estudios más muestran la rapidez con que la práctica se vuelve gobernanza. Patiño, Martínez-Pérez, Ramírez-Montoya y Miranda (2026) documentan una residencia de UNESCO e ICDE con 110 participantes de 13 países en 10 equipos, pero su encuesta son 72 respuestas de 54 instituciones sin tasa de respuesta: apoyo magro para una hoja de ruta dirigida a la Agenda 2030 de la ONU. Y Guo, Lu y Gao (2026) encuestaron a 512 docentes de 30 provincias chinas sobre si la alfabetización en IA se traduce en práctica docente abierta, y hallaron una vía indirecta a través del comportamiento innovador de 0,218 con apoyo institucional bajo, que cae a un 0,042 no significativo con apoyo alto.

Equidad, sostenibilidad y Sur global

El argumento de equidad a favor del contenido abierto es el más antiguo: un recurso sin precio no puede quedar excluido por razones económicas. Es también el que más se afirma y menos se prueba. Las versiones de la era de la IA son más cuidadosas. Atenas y sus colegas enmarcan los REA como una palanca para las comunidades marginadas y para una participación significativa en la recogida de datos, y advierten que una dependencia excesiva de los recursos generados puede devaluar la creatividad y el criterio humanos. Tlili y sus colegas nombran los mecanismos por los que la generación degrada esa palanca: error de traducción, sesgo en los datos de entrenamiento y un bucle de alucinación que recicla el contenido generado en los corpus del modelo siguiente.

La sostenibilidad entra por partida doble, como financiación y como energía. El argumento de los bienes públicos digitales es esencialmente un argumento de sostenibilidad: un procomún fragmentado de archivos financiados con subvenciones no sobrevive a sus subvenciones, mientras que una infraestructura gobernada públicamente quizá sí. El caso ambiental aparece en la literatura sobre apertura en general y en el concepto de sostenibilidad de esta base de conocimiento, donde declarar el coste de inferencia de los modelos se trata como obligación de la práctica abierta y no como añadido.

La dimensión del Sur global es donde la evidencia se adelgaza más. Los casos no occidentales del lote son reales pero escasos: una residencia de cooperación latinoamericana, docentes de universidades abiertas chinas y un encuadre de la infraestructura como condición previa de la participación. Las afirmaciones de que la apertura redistribuye automáticamente la capacidad no están respaldadas por estos estudios, y varios de ellos lo dicen.

Donde la escritura y los sistemas de recomendación se encuentran con el argumento

Dos artículos de este lote tratan de sistemas de producción y no de política. Peng (2026) desarrolla un recomendador híbrido profundo para REA e informa de una precisión del 93,6 por ciento, una exactitud del 92,5 por ciento, una exhaustividad del 91,0 por ciento y un valor F1 de 90,2 sobre 2.400 registros de interacción. Su propia tabla comparativa muestra una línea base BERT4Rec con un F1 de 90,8 y la misma exhaustividad, y la sección del conjunto de datos deja usuarios, ítems y dispersión como marcadores de posición. La afirmación de modelado es modesta; el patrón es conocido: la mejora sobre una línea base sólida es menor que el titular.

El segundo recuerda que un sistema generativo puede ser abierto y su contenido cerrado. OATutor combina una base de código del MIT con textos de álgebra de OpenStax bajo CC BY, lo que significa que las licencias del código y del contenido tienen que mantenerse compatibles por diseño. Esa única obligación técnica es la forma práctica más clara de la relación entre código abierto y educación abierta: objetos distintos, la misma maquinaria legal y una restricción de compatibilidad que recae en quien ensambla ambos.

Concepciones erróneas

«La educación abierta y el código abierto son la misma apertura.» Comparten maquinaria de licencias y un modelo de producción, y no son intercambiables. El código abierto es una afirmación sobre un sistema construible e inspeccionable; la educación abierta es una afirmación sobre un recurso didáctico utilizable y adaptable. Una escuela puede funcionar con software libre sobre un manual cerrado, y muchas lo hacen.

«Abierto significa gratis para el estudiantado, y ahí está todo el beneficio.» El coste es la mitad medible; la otra es el permiso: un recurso revisable es uno que otra institución puede corregir, traducir y localizar. Los estudios de este lote informan de finalización y satisfacción mucho más que de adaptación, y por eso la afirmación sobre la adaptación sigue sin probar en gran medida.

«La IA abarata tanto el contenido que los REA quedan obsoletos.» Existe una lectura contraria y está mejor respaldada. Si la generación es casi gratuita, los bienes escasos pasan a ser la licencia, el rastro de atribución, el proceso de revisión y la plataforma mantenida. Por eso esta literatura converge en la gobernanza y la infraestructura y no en la producción.

«Añadir herramientas de IA a una tarea abierta mejora el aprendizaje.» El único contraste cuasiexperimental que hay aquí encontró un crecimiento percibido de la competencia en ambos brazos sin diferencia detectable entre ellos, junto con una finalización mayor y puntuaciones marginalmente inferiores en la sección con IA. La IA cambió lo que el estudiantado producía y no cambió lo que decía haber aprendido.

Conceptos conectados

• Código abierto
• Cuestiones y riesgos legales
• Regulación de la IA en educación
• IA generativa
• Política educativa sobre IA
• Gobernanza de la IA
• Equidad
• Diseño curricular
• Aprendizaje activo
• Aprendizaje colaborativo
• Evaluación auténtica
• Sostenibilidad
• Sur global
• Alfabetización en IA
• Brecha digital
• Accesibilidad
• Gestión del cambio

Artículos conectados

• The double-edged sword: Open educational resources in the era of Generative Artificial Intelligence — Cinco encuadres para los REA cuando la IA generativa entra en la producción (Tlili et al., 2026)
• Building sustainable futures: Responsible development of AI-enabled open educational resources as digital public goods — Los REA como bienes públicos digitales y el argumento de la infraestructura gobernada (Atenas et al., 2026)
• From niche to regime: Rethinking openness in the age of artificial intelligence — Por qué veinticinco años de apertura dejaron intacto el centro institucional (Deimann y Lukács, 2026)
• Information literacy through open pedagogy: What's the role of AI tools? — Pedagogía abierta con y sin herramientas de IA en dos secciones de un curso (Clinton-Lisell, 2026)
• The evolution of open educational practices: a comparative analysis of models and a new framework for the AI era — Catorce modelos de práctica educativa abierta y dónde se sitúa la IA entre ellos (Duan, 2026)
• The association between teachers' artificial intelligence literacy and open education teaching practices in China: a moderated mediation analysis of teachers' innovative behavior and school support — Alfabetización del profesorado en IA y práctica docente abierta en 30 provincias chinas (Guo et al., 2026)
• Open educational resources and generative AI: towards a framework for responsible integration — Un marco de siete pilares para la integración responsable de REA e IA (Rodés-Paragarino y Atenas, 2026)
• Active learning, mentoring and AI-open educational resources: a case study in a virtual laboratory — Mentoría y producción de REA con IA en un laboratorio virtual (González Miy, 2026)
• Developing AI literacy OER: A literature-informed rubric for design and review — Una rúbrica de siete principios para revisar REA de alfabetización en IA (Ryu, 2026)
• Advancing open learning through interactive open educational resources — La interactividad en los REA como argumento de diseño y no como hallazgo (Ahmadfard, 2026)
• AI-Driven Model for Fostering International Cooperation in Open Education: A Roadmap for Innovation and Equity — La cooperación internacional en educación abierta como caso instrumental (Patiño et al., 2026)
• Research on personalized recommendation algorithm for open educational resources driven by artificial intelligence — Un recomendador híbrido para REA frente a una línea base más fuerte de lo que se afirma (Peng, 2026)
• Editorial: Digital transformation in open and flexible education: How pedagogy is changing in response to new possibilities — La transformación digital del aprendizaje abierto como transformación pedagógica (Panda, 2026)