¿Qué competencias necesita el profesorado en relación con la IA?

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

La competencia del profesorado debería ir mucho más allá de escribir indicaciones. La síntesis Alfabetización en IA de esta base de conocimiento identifica cuatro dimensiones amplias:

• Comprensión fundamental de las capacidades y limitaciones de la IA.
• Competencia práctica en el uso de herramientas de IA.
• Evaluación crítica de la exactitud, el sesgo, la idoneidad y la incertidumbre.
• Conciencia ética e institucional sobre cuestiones como la integridad, la privacidad, la equidad y la gobernanza.

La capa pedagógica

Para el profesorado, esas dimensiones necesitan una capa pedagógica adicional. El profesorado debería ser capaz de:

• Decidir qué trabajo cognitivo deben conservar los estudiantes.
• Seleccionar usos de la IA que se alineen con los objetivos de aprendizaje.
• Diseñar una evaluación válida para la era de la IA.
• Enseñar a los estudiantes a verificar y regular el uso de la IA.
• Reconocer la alucinación, la dependencia excesiva y la sycophancy.
• Saber cuándo el juicio humano debe prevalecer sobre la automatización.

El profesorado también necesita suficiente comprensión de sistemas para evaluar cómo encajan los flujos de trabajo asistidos por IA generativa, en lugar de ver la IA como una herramienta aislada. Véanse Competencia docente en IA y Desarrollo profesional del profesorado.

La confianza no es competencia

La investigación resumida en la base de conocimiento también advierte contra equiparar la confianza con la competencia: la alfabetización en IA autoinformada puede divergir sustancialmente de la capacidad demostrada, lo que hace preferible un desarrollo profesional basado en el desempeño y una práctica auténtica frente a las encuestas de confianza por sí solas. La investigación sobre flujos de trabajo multiagente del profesorado sugiere además que el pensamiento sistémico, las creencias pedagógicas y la autoeficacia interactúan en la integración de la IA, por lo que el desarrollo profesional debería ser diferenciado en lugar de un taller de herramientas único para todos.

Qué mueve realmente el desarrollo profesional y qué no

La investigación reciente en educación superior pone cifras concretas a dónde es fuerte la competencia del profesorado y dónde se rompe. Una encuesta a 127 docentes de una gran universidad estadounidense de investigación con el instrumento Technological Pedagogical Content Knowledge (TPACK)-21 encontró un conocimiento del contenido pedagógico autopercibido alto (M = 4.70) y un conocimiento del contenido casi en el techo (M = 5.15), pero los dominios integrados con la tecnología marcadamente más bajos: conocimiento pedagógico tecnológico (M = 2.62), conocimiento tecnológico del contenido (M = 2.75) y TPACK holístico (M = 2.55, el más bajo de siete). La experiencia en el contenido no predijo el conocimiento de integración de la GenAI (correlaciones de CK r = .11-.15, todas no significativas), por lo que el desarrollo profesional no puede dar por hecho que el dominio de la materia se transfiere y debería construir la competencia en IA generativa mediante una programación deliberada y específica de la disciplina. Dado que los tres dominios integrados con la tecnología correlacionaron r = .81-.91, pueden funcionar como una única capacidad de integración de la GenAI que merece enseñarse como fundamento compartido en lugar de como habilidades separadas.

Lo que la formación puede y no puede hacer es igual de ilustrativo. En un estudio intra-sujetos con 13 docentes de educación superior, dar a los docentes un chatbot mejoró significativamente la calidad de su diseño de aprendizaje (la proporción que alcanzó dos o más tareas de orden superior de Bloom pasó del 41,7% al 91,7%, p = .01) y redujo drásticamente el esfuerzo cognitivo percibido (mediana de 6,33 a 3,33, p = .004); la formación en indicaciones pedagógicas añadida encima no mejoró más la calidad y elevó ligeramente el esfuerzo. El acceso a la IA, en otras palabras, cambia con facilidad la conducta docente; una capacidad más profunda requiere más que un taller, y las ganancias de calidad por sí solas no prueban que el profesorado haya interiorizado la práctica.

Estándares, agencia e identidad

La competencia es también una cuestión institucional. La investigación basada en el diseño con 114 participantes de 28 instituciones estadounidenses y 11 países produjo seis estándares de tecnología para el profesorado que abarcan todo el rol académico (docente, coordinador, líder, investigador, aprendiz y contribuyente), porque los marcos existentes (Technological Pedagogical Content Knowledge (TPACK), SAMR) y los estándares para educadores (ISTE, UNESCO, DigCompEdu) abordan al profesorado de K-12 o solo la dimensión docente.

Una encuesta a 287 docentes de 27 países muestra por qué la adopción se resiste a un encuadre puramente técnico: el modelo refinado explicó el 79,8% de la varianza en la intención conductual, pero la autonomía artificial percibida influyó en la intención solo indirectamente a través de la utilidad, y la aversión al riesgo fue un predictor negativo significativo (-.163), con el profesorado preocupado mucho más por la dependencia excesiva y los riesgos de integridad de sus estudiantes que por su propio uso. La adopción dependía de un juicio sensible al contexto más que del atractivo de la automatización. Por último, las entrevistas con dos académicos experimentados sugieren que la integración de la IA genera tensiones de identidad recurrentes (pedagogía frente a plataforma, educador frente a facilitador, cuidado frente a cumplimiento) que se navegan mediante una selectividad con principios anclada en valores pedagógicos. La competencia incluye, por tanto, el juicio profesional sobre cuándo no usar la IA, no solo la destreza en usarla.

Para la contraparte orientada al estudiantado, véanse ¿Cómo debería incorporar la alfabetización en IA a mi curso? y ¿Qué evidencia existe sobre las intervenciones de alfabetización en IA en la educación superior?; para el resumen orientado al profesorado, véase ¿Cuáles son los 10 hallazgos principales de la investigación sobre IA en educación que el profesorado debería conocer?.