Partes interesadas

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

Partes interesadas — el conjunto de actores humanos implicados en la IA en la educación, afectados por ella y responsables de ella, y el concepto paraguas que cubre en esta base de conocimiento quiénes son los actores. La IA en la educación es un campo con múltiples partes interesadas: quienes aprenden y usan la IA, el profesorado y los docentes universitarios que la integran, los responsables de gestión que la gobiernan, los diseñadores instruccionales que construyen experiencias de aprendizaje en torno a ella y los responsables de política que la regulan. Cada audiencia tiene necesidades, competencias, roles y perspectivas distintas, y la base de conocimiento las trata como el contexto humano en el que se diseñan, despliegan y evalúan las herramientas de IA.

Preguntas para reflexionar

• La página sostiene que un mismo sistema de IA se ve distinto desde cada punto de vista: una herramienta que un estudiante vive como apoyo puede parecerle al profesorado un riesgo para la integridad y a la administración una decisión de gobernanza. ¿Con qué rol se identifica más y qué cree que tiende a pasar por alto desde los demás?
• Antes de seguir leyendo, intente enumerar a todas las personas de su institución a las que afecta una decisión sobre IA en la educación, más allá del estudiantado y el profesorado. ¿A quién olvidó, y qué le importaría más a cada una de esas personas?
• Si quienes aprenden, el profesorado, la administración, los diseñadores instruccionales y los responsables de política tienen necesidades y competencias distintas, ¿quién debería tener la última palabra sobre cómo se despliega una herramienta de IA, y por qué?
• El «apoyo personalizado» de un estudiante puede ser a la vez el «riesgo para la integridad» del profesorado. ¿Cómo diseñaría una conversación o un proceso que dé peso real a la preocupación de cada parte interesada en lugar de dejar ganar a la voz más fuerte?

Introducción

La IA en la educación trata en el fondo de personas: quienes aprenden y quienes enseñan, cuyo trabajo transforma, y los líderes y diseñadores que deciden cómo se usa. Entender a las distintas partes interesadas es esencial porque un mismo sistema de IA se ve muy distinto desde puntos de vista diferentes: una herramienta que un estudiante vive como apoyo personalizado puede aparecer ante el profesorado como un riesgo para la integridad, ante la administración como una decisión de compra y de gobernanza, y ante quien diseña como una elección pedagógica. La base de conocimiento organiza la cobertura de estas audiencias en varias páginas de conceptos.

El panorama de las partes interesadas

• Quienes aprenden (estudiantado). La audiencia principal: estudiantes de K-12, educación superior y educación de personas adultas. La base de conocimiento cubre a quien aprende a través de la experiencia del estudiantado, la implicación del estudiantado, las ideas erróneas, el modelado del estudiantado, el bienestar y la agencia. La alfabetización en IA de quien aprende, la autorregulación (aprendizaje autorregulado) y el riesgo de dependencia excesiva son preocupaciones centrales.
• Profesorado y docentes universitarios. Los educadores que integran la IA en la enseñanza. Cubiertos por el rol docente, la competencia del profesorado en IA, la formación docente, el desarrollo profesional y el TPACK. El profesorado afronta el doble reto de usar la IA en su propia enseñanza y de enseñar al estudiantado a usarla de forma responsable (véanse las pedagogías y estrategias de enseñanza).
• Diseñadores instruccionales y tecnólogos del aprendizaje. Los profesionales que diseñan cursos, currículos y experiencias de aprendizaje en torno a la IA. Se relacionan con el diseño del aprendizaje (la disciplina) y el diseño curricular, aunque la persona y el rol del diseñador instruccional aún no tienen una página propia: se agrupan aquí.
• Responsables de gestión y líderes institucionales. Rectores, decanos, directores de sistemas de información y líderes que fijan políticas, asignan recursos y gobiernan la adopción. Cubiertos por responsables de gestión y conectados con la política educativa sobre IA, la gobernanza y la regulación.
• Responsables de política y reguladores. Organismos gubernamentales e institucionales que fijan el marco legal y regulatorio. Se relacionan con la política educativa sobre IA, la regulación y la gobernanza.
• Madres, padres y familias. Presentes en la investigación (p. ej., la supervisión del uso de la IA por parte del estudiantado o las actitudes hacia la IA) y ahora con una página propia: se agrupan aquí como parte interesada.

Cómo aparecen las partes interesadas en la investigación

• Marcos de competencia específicos por rol. La competencia del profesorado en IA y el TPACK definen qué necesita el profesorado para usar la IA de forma eficaz; la alfabetización en IA define qué necesitan todas las audiencias (especialmente el estudiantado).
• Impactos diferenciados por rol. La investigación examina cómo la IA afecta de forma distinta a cada audiencia: la experiencia del estudiantado estudia los resultados del estudiantado, el rol docente estudia la integración pedagógica, responsables de gestión estudia la estrategia institucional y el desarrollo profesional estudia el aprendizaje profesional.
• Gobernanza con múltiples partes interesadas. La investigación sobre gobernanza y política educativa sobre IA insiste en alinear a las partes interesadas nacionales, institucionales y de aula: los responsables de política fijan las expectativas, la administración implementa, el profesorado adapta y el estudiantado vive el resultado.
• Equidad entre audiencias. La equidad en la IA educativa examina cómo se distribuyen los beneficios y los daños de la IA entre quienes aprenden y las instituciones, y conecta a las partes interesadas con la justicia y el acceso.

La identidad a través de las audiencias

Un hilo común entre estas partes interesadas es la identidad: el sentido de quién es uno y en quién se está convirtiendo en relación con la IA y con el dominio. La base de conocimiento trata la identidad como algo distribuido entre las audiencias y no como algo propio de un solo grupo.

• Identidad de quien aprende — la identidad disciplinar, profesional, creativa y académica en evolución del estudiantado (identidad de quien aprende). Es distinta de la agencia, pero está causalmente conectada a ella: la agencia es la capacidad situada de actuar, mientras que la identidad es el sentido duradero de uno mismo que se acumula a partir de actos agentivos y que se ve amenazado por la pérdida de autoría y la duda sobre la propia competencia bajo la IA.
• Identidad docente — la autocomprensión profesional de los educadores (rol docente), remodelada por la IA como una cuestión de propósito y de rol y no solo de habilidades (véase la IA generativa como crisis de identidad).
• Diseñadores y líderes — la identidad profesional también da forma a cómo se orientan ante la IA los diseñadores instruccionales, los responsables de gestión y los responsables de política, aunque la cobertura explícita de la identidad en esta base de conocimiento se concentra en quien aprende y en el profesorado.

La identidad es el ancla humana del panorama de partes interesadas: es lo que la IA debe sostener (y no erosionar) en cada audiencia, y es el constructo que conecta páginas de roles que por lo demás están separadas, en particular la identidad de quien aprende, la agencia y el rol docente. Donde la agencia tiene que ver con el control y la identidad con el yo, el diseño de la IA debe preservar ambas cosas: el control sobre el propio aprendizaje y un sentido robusto y autoral de quién es uno en el dominio.

Implicaciones para la IA en la educación

• Diseñar para todo el conjunto de partes interesadas: una IA en la educación eficaz debe servir a quien aprende, apoyar al profesorado, informar a la administración y alinearse con la política, y no limitarse a optimizar una sola audiencia.
• Construir competencias específicas por rol: el profesorado, el estudiantado, los diseñadores y los líderes necesitan cada uno una alfabetización en IA y un apoyo a medida (véanse alfabetización en IA, competencia del profesorado en IA, desarrollo profesional).
• Alinear entre niveles: la investigación sobre gobernanza de esta base de conocimiento muestra que la IA tiene éxito cuando el liderazgo institucional, la práctica docente y la experiencia del estudiantado están alineados y no fragmentados.
• Tener en cuenta a las familias y a la comunidad en general: las familias son partes interesadas en la adopción de la IA cuyo papel y cuyas preocupaciones merecen una atención explícita.

Conceptos conectados

• Quienes aprenden — Estudiantes: el paraguas de los conceptos del lado de quien aprende
• La docencia
• Identidad de quien aprende
• Agencia de quien aprende
• Competencia en IA del profesorado
• Desarrollo profesional
• Desarrollo educativo
• Conocimiento Tecnológico, Pedagógico y de Contenido (TPACK)
• Experiencia del estudiantado
• Implicación del estudiantado
• Ideas erróneas sobre la IA
• Administradores
• Diseño de aprendizaje
• Diseño curricular
• Política educativa sobre IA
• Gobernanza de la IA
• Alfabetización en IA
• Equidad
• Educación superior
• K-12
• Aprendizaje de adultos
• Madres, padres y familias

Artículos conectados

• "It is a temptation to get it to do the work…" Student Experiences of Navigating the Generative AI Landscape in UK Higher Education: A Cross-Institutional Survey with International Comparison — Experiencias del estudiantado con la IA generativa en la educación superior del Reino Unido
• Artificial Intelligence in UK Higher Educational Policy and Institutional Decision Making — La IA en la política de educación superior del Reino Unido (estudiantado e instituciones)
• New AI-Driven Tools for Enhancing Campus Well-being: A Prevention and Intervention Approach — Herramientas impulsadas por IA para el bienestar en el campus
• Assessing AI-TPACK readiness in mathematics teacher education: The role of self-efficacy and teaching beliefs — Preparación en AI-TPACK en la formación de profesorado de matemáticas
• A Comparative Analysis of Institutional and Course Generative AI Policies within Higher Education: Implications for Instruction in Computing Education — Política institucional sobre IA generativa en informática
• Mathematical Modelling of Ethical AI Use in Higher Education: A Coordination Game Framework for Future-Facing Learning — Marco de juego de coordinación para el uso ético de la IA en la educación superior
• It's OK Because...": The Wild West of Student Rationalization of AI Use in Academic Writing — La racionalización del uso de IA por parte del estudiantado en la escritura académica
• How AI Is Changing Teaching Workflows — Cómo la IA está cambiando los flujos de trabajo docentes
• Beyond the Hype: How Higher Education Stakeholders View the Benefits and Concerns of Generative AI for Teaching, Research, and Administration — Percepciones de las partes interesadas sobre la IA generativa en la educación superior (Humble y Mozelius 2026)
• "We'll Fix It Later": Education, AI, and the Deferral of Student Privacy in EdTech — «Ya lo arreglaremos después»: la educación, la IA y el aplazamiento de la privacidad del estudiantado en la tecnología educativa