Inteligencia artificial en educación
Posición del programa, criterios de uso y política aplicable. La parte 13 desarrolla el tema en 12 clases; este documento fija lo que rige de forma transversal.
1. Posición del programa
Ni prohibición ni entusiasmo. Tres afirmaciones que ordenan todo lo demás:
- La tecnología no mejora la enseñanza: amplifica la decisión pedagógica previa. Una clase
mal diseñada con IA es una clase mal diseñada más rápida.
- La responsabilidad no se delega. Quien entrega un material a sus estudiantes responde por
él, con independencia de la herramienta que lo produjo.
- El uso se decide desde el objetivo de aprendizaje, nunca desde la disponibilidad de la
herramienta.
2. Qué está razonablemente respaldado y qué no
| Afirmación | Estado |
|---|---|
| Los principios de diseño multimedia mejoran el aprendizaje con material digital | ROBUSTA |
| La tutoría individual de calidad produce efectos grandes | ROBUSTA |
| Los sistemas de tutoría inteligente ayudan en dominios bien estructurados | CONSISTENTE |
| Los asistentes con IA generativa mejoran el aprendizaje de los estudiantes | EMERGENTE, evidencia de corto plazo |
| La IA reduce carga administrativa docente | EMERGENTE, con reportes favorables |
| Los detectores de texto generado son evidencia suficiente de plagio | falso: tasas de error altas y sesgo contra quienes escriben en segunda lengua |
| Los estudiantes actuales evalúan bien la información en línea por haber crecido con pantallas | falso, ampliamente refutado |
3. Criterios de uso profesional
Para preparar clases
Uso razonable, siempre con verificación: generar variantes de ejercicios, borradores, ejemplos, reformulaciones y anticipación de errores frecuentes. Verificación obligatoria en datos, cifras, referencias bibliográficas y normativa: es donde los modelos fallan con más frecuencia y con más consecuencias.
Para evaluar
La IA no califica. Puede ayudar a redactar retroalimentación que después el docente revisa, y puede detectar patrones en respuestas para orientar la reenseñanza. La decisión evaluativa sobre una persona la toma una persona.
Con estudiantes
Antes de poner una herramienta frente a estudiantes, responde por escrito:
- ¿Qué aprendizaje concreto apoya, que el material bien diseñado no lograría?
- ¿Qué datos personales trata y con qué base legal?
- ¿Quién verifica sus salidas y con qué frecuencia?
- ¿Qué pasa con el estudiante que no tiene dispositivo o conectividad?
- ¿Funciona igual de bien con todos tus estudiantes, o peor con algunos?
Si alguna no tiene respuesta, la herramienta no entra al aula todavía.
4. Política de uso para el trabajo en este programa
- No ingreses datos identificables de estudiantes, familias o colegas en ninguna herramienta
de IA.
- Verifica toda salida antes de usarla o entregarla.
- Declara el uso cuando tu producto será evaluado por otra persona.
- No cites referencias generadas sin comprobar que existen. Es el error más común y el más
costoso para la credibilidad.
5. Evaluación e integridad académica
La disponibilidad de herramientas generativas cambió qué puede evaluarse a distancia. Las respuestas que el programa considera defendibles (clases 152 y 177):
- rediseñar hacia evaluaciones resistentes: defensa oral breve, producción supervisada,
trabajo sobre datos propios del estudiante, procesos documentados;
- declarar por escrito qué uso está permitido, cuál debe declararse y cuál está prohibido;
- no acusar a partir de detectores automáticos: no constituyen evidencia suficiente;
- revisar las condiciones de presión y carga que empujan a la deshonestidad, que explican más
que la moral individual.
6. Datos personales y menores de edad
Toda herramienta que procese datos de estudiantes genera obligaciones: base legal, información a los titulares, minimización, resguardo, plazo de conservación y protecciones reforzadas cuando se trata de menores. La normativa chilena de protección de datos y la normativa educativa fijan el marco, y cambian: verifica la versión vigente antes de decidir.
Regla operativa simple: si no puedes explicarle a una familia qué datos de su hijo salen de la institución, a dónde van y por cuánto tiempo, no uses la herramienta.
7. Decisiones automatizadas sobre personas
Ningún sistema debe decidir por sí solo sobre la trayectoria de un estudiante —promoción, derivación, clasificación, priorización de apoyos—. Cuando un sistema aporte a esas decisiones:
- debe existir revisión humana con capacidad real de revertir;
- debe existir vía de impugnación conocida por el estudiante y su familia;
- debe verificarse el desempeño del sistema por subgrupo, porque los modelos entrenados con
datos históricos reproducen las desigualdades que contienen.
8. Referencias
- UNESCO (2023). Guidance for Generative AI in Education and Research.
- UNESCO (2021). Recomendación sobre la ética de la inteligencia artificial.
- OCDE. Principios sobre inteligencia artificial.
- Mayer, R. (2021). Multimedia Learning.
- Selwyn, N. (2016). Is Technology Good for Education?
| Anterior | Índice | Siguiente |
|---|---|---|
| Accesibilidad | Programa · Documentos | Marco chileno |