¿Cómo se debería diseñar la IA dentro de la experiencia de aprendizaje?

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

El esquema del módulo tiene una línea que dice "actividad con IA" y nadie sabe decir qué reemplaza. O un docente ha pedido añadir un chatbot a un curso que ya funciona, y su trabajo consiste en colocarlo sin romper la parte que hacía funcionar el curso.

Empiece por el objetivo de aprendizaje y por la actividad que lo produce. El mismo modelo puede ser un andamio, un compañero socrático, un lector de borradores, una simulación o una máquina de respuestas, y cuál de ellos obtiene depende del diseño y no del modelo. Nombre el modo que está construyendo, sitúe el intento del estudiante antes de que aparezca cualquier ayuda, y conserve al menos una ruta por el curso que funcione sin la herramienta.

La versión breve

1. Escriba la frase sobre lo que los estudiantes podrán hacer después sin la herramienta, y contraste cada función de IA con ella.

2. Secuencie la interacción: el estudiante intenta, la IA apoya, el estudiante evalúa o revisa, el estudiante demuestra.

3. Nombre el modo en la escalera ICAP. El atajo y el andamiaje pueden ser la misma herramienta en peldaños distintos.

4. Coloque la IA donde la secuencia del curso ya prevé una actividad concreta, no al final como un extra.

5. Retire la herramienta mientras se forma una capacidad, y restablézcala en un punto de control que el estudiante no pueda falsear.

Decida qué hace el estudiante sin la herramienta

El concepto Pedagogías y estrategias de enseñanza de la base de conocimiento aporta la prueba: ¿la configuración preserva la actividad que produce el aprendizaje buscado? Responda eso por escrito, antes de que nadie elija una función.

El marco de educación principiada en IA enuncia la regla general: la tecnología debe aumentar, y no desplazar, las capacidades humanas que la educación pretende desarrollar. Expresada como prueba para un módulo, esa regla exige nombrar la capacidad, nombrar la actividad que la construye y preguntar si la IA se sitúa dentro de esa actividad o al margen de ella.

Aplíquelo por tarea y no una sola vez por herramienta. En cuatro casos dirigidos al profesorado, la automatización y la aumentación coexistieron: la sustitución se mantuvo dentro de subtareas analíticas acotadas, y la aumentación apareció en lo que el docente hacía con la salida, y por eso la misma herramienta puede automatizar un paso y aumentar otro (Horvers et al. (2026)).

Ponga el intento antes de la ayuda

El patrón por defecto que sobrevive al contacto con una clase real: el estudiante intenta, la IA apoya, el estudiante evalúa o revisa, el estudiante demuestra que comprende.

En la práctica, eso significa pedir una predicción o una solución inicial antes de que aparezca cualquier asistencia, y preferir preguntas, pistas, ejemplos, contraargumentos y retroalimentación frente a la resolución inmediata. Conserve el fracaso productivo allí donde sirve al aprendizaje. Exija la verificación de las afirmaciones con consecuencias, incorpore la explicación y el enseñar de vuelta, y difumine el apoyo a medida que crece la competencia. Deje algo de trabajo sin IA para que los estudiantes calibren lo que pueden hacer solos.

La síntesis Reducir el mal uso de la IA recomienda la misma forma: una secuencia de pensar primero, IA después y reflexionar, con puntos de control de evaluación deliberados.

Nombre el modo para el que diseña

La analogía de la máquina de cocina de Rummel, Nachtigall y Panadero reformula la pregunta: ya no se trata de si los estudiantes usan IA generativa, sino de cómo ese uso configura lo que llegan a ser. Trasladada a ICAP y SAMR, ofrece una escalera. Delegar por completo una tarea sin revisión ni compromiso crítico es sustitución pasiva, y arriesga pérdida de habilidades y dependencia excesiva. Refinar los prompts y contrastar los resultados exige conocimiento previo y autorregulación, lo que es activo o aumentación. Usar la IA para generar ideas, esquematizar y evaluar trabajo original es constructivo o modificación. La IA como interlocutor real para la coconstrucción y la retroalimentación adaptativa es interactivo o redefinición.

La implicación es directa. La misma herramienta es un atajo en un peldaño y un andamio en el siguiente, así que el documento de diseño debería nombrar el modo previsto.

Sitúela donde la secuencia prevé una actividad

Divjak, Svetec y Horvat analizaron la secuencia planificada de 29.064 actividades de enseñanza y aprendizaje en 554 cursos y encontraron una gramática de diseño visible. Las actividades de tipo adquisición son el punto de entrada más común y el tipo único más frecuente, por encima del 20%. El tipo de aprendizaje sigue el nivel de Bloom previsto: la adquisición cae de alrededor del 50% en el nivel 1 a alrededor del 20% en el nivel 6, y la producción supera el 20% en los niveles 5 y 6. La transición más fuerte de los datos es de evaluación a discusión, con 0,332.

Dos lecciones se siguen para el diseño con IA. Coloque la herramienta donde la secuencia prevé un tipo de actividad. Y, dado que la retroalimentación se agrupaba con la colaboración, el trabajo en grupo y la presencia docente, las estructuras entre pares y sincrónicas son donde el apoyo de la IA debe conectarse, no donde debe sustituir.

Diseñe el reloj, no solo la secuencia

Englmeier (2025) trata el tiempo como un andamiaje diseñado y no como un rasgo del estudiante: un curso a ritmo propio lleva una asignación semanal de unos 100 minutos con un objetivo cercano a los 20 minutos diarios, recordatorios conscientes del tiempo, un panel de progreso y una breve comprobación al final de cada subcapítulo de 3 a 12 preguntas. La línea base a la que responde ese diseño es dura: casi el 25 por ciento de más de 600 estudiantes empieza solo en la última semana y el 95 por ciento de ese grupo suspende.

Léalo como una indicación de diseño y no como un efecto demostrado. El artículo compara un curso posterior con uno anterior en lugar de realizar un ensayo controlado, así que la mejora no puede separarse del cambio de cohorte y de materia, y unos recordatorios lo bastante fuertes para mover el momento de estudio son también una cuestión de privacidad que hay que responder en el programa del curso.

Decida qué retirar y cuándo restablecerlo

El marco "contener y luego amplificar" de Torres-Sahli y sus colegas lleva esto al nivel de programa. Retenga una herramienta generativa mientras se forma una capacidad, y restablézcala una vez que el estudiante puede dirigirla, juzgar lo que devuelve y responder por ello, con un punto de control difícil de falsear en cada bisagra.

Los dispositivos se rigen por un criterio de formación frente a descarga cognitiva: se permiten donde apoyan el trabajo comprometido y se excluyen donde drenan la atención. Eso convierte las decisiones sobre la descarga en una cuestión de currículo y de gobernanza que llega antes del diseño a nivel de curso, no después.

Compruebe que la alineación es real

El análisis del discurso de McInnes y sus colegas sobre 14 documentos de orientación para la educación superior advierte de que los consejos enmarcados en la eficiencia, como usar IA generativa para redactar resultados, rúbricas y esquemas de curso, producen una alineación que parece alineada mientras descuida la mitad constructiva. Los resultados, las actividades y las evaluaciones se generan como elementos discretos y no como elementos interdependientes.

Su remedio es la resecuenciación. Los educadores deberían entender la alineación constructiva lo bastante bien como para dirigir, interrogar y rechazar la producción de la IA antes de delegar cualquier parte de ella, porque aceptar una superficie plausible es el mismo fallo evaluativo contra el que los docentes advierten a sus estudiantes. Donde se usa IA, abogan por sistemas delimitados institucionalmente y aumentados por recuperación, configurados en torno a las políticas y los estándares de calidad locales y no a valores por defecto genéricos entrenados con internet.

En qué se equivocan los diseñadores instruccionales

Añadir la IA cuenta como la intervención. Lo que cambia el aprendizaje es la actividad que realiza el estudiante, y la IA es una parte del entorno para esa actividad. Una pista bien colocada y una respuesta bien colocada pueden funcionar con el mismo modelo y producir aprendizajes opuestos.

Escribir el permiso es el trabajo de diseño. Un permiso establece qué está permitido. No establece la secuencia, el modo ni el punto de control, y esos tres deciden si la actividad sobrevive.

La eficiencia es el objetivo del rediseño. Redactar resultados y rúbricas con un modelo es rápido, y el análisis de 14 documentos encontró que el resultado puede parecer alineado mientras las partes dejan de sostenerse entre sí.

Lo que le van a responder

"Los estudiantes lo van a usar de todos modos, así que diseñar en torno a ello es ingenuo." Lo harán, y esa es precisamente la razón para especificar el modo y enseñarlo. Un módulo que nombra el modo da al estudiante algo con lo que cumplir.

"No tenemos tiempo para resecuenciar un curso entero." Entonces resecuencian un módulo y una evaluación. La bisagra de contener y luego amplificar es un punto de control, y la secuencia de pensar primero son tres instrucciones en una hoja.

"Nuestra función de IA ya incluye barreras de seguridad." Las barreras limitan lo que dice el modelo. No deciden si el estudiante intentó primero, si el apoyo se difumina ni si existe una ruta sin IA. Esas son decisiones de diseño en su curso, no ajustes del producto.

Qué hacer esta semana

1. Escriba la frase sobre el desempeño sin ayuda para el módulo y colóquela encima de la lista de actividades.

2. Marque el modo ICAP previsto junto a cada actividad con IA del esquema.

3. Mueva una actividad con IA para que el estudiante intente el problema primero.

4. Elija una ruta sin IA por el módulo y etiquétela para los estudiantes.

5. Nombre una bisagra donde se retira la herramienta y el punto de control que la restablece.

A dónde ir después

Diseño instruccional, Aprendizaje activo y andamiaje aportan el vocabulario de diseño. Para los valores por defecto a nivel de interacción que deciden si una actividad diseñada preserva el aprendizaje, vea ¿Cómo puedo reducir las trampas con IA en mi curso? y ¿Cómo puedo rediseñar la evaluación para que una calificación siga diciéndome algo defendible sobre lo que el estudiante sabe o puede hacer?. ¿Cuáles son las mejores prácticas y consejos para diseñar software educativo de IA eficaz? aborda cómo los mismos principios condicionan el propio software, y ¿Cuáles son las buenas prácticas para desarrollar un tutor de IA eficaz? los traduce a la arquitectura de un tutor.