🤖 Especialista en tecnología e IA educativa
Decides qué tecnología entra al aula y con qué resguardos, en un campo donde la promesa
siempre va por delante de la evidencia.
Nivel de entrada: intermedio · Foco: criterio de adopción, diseño de recursos, datos y
ética · Referencia: orientaciones de UNESCO y normativa de protección de datos
🧭 Qué es y por qué importa
El patrón histórico de la tecnología educativa es constante: llega una herramienta, se le atribuye poder transformador, se compra a escala y la evidencia posterior muestra efectos pequeños y muy dependientes del uso. Ocurrió con la radio, la televisión educativa, los computadores, las pizarras interactivas y los tablets. La lección no es rechazar la tecnología: es exigirle la misma prueba que a cualquier intervención y diseñar el uso, no la compra.
Con la IA generativa el problema cambia de escala, porque afecta a la vez a la enseñanza, a la evaluación y a la integridad académica. Este rol existe para que esa decisión no la tome ni el entusiasmo ni el miedo, sino alguien que entiende el mecanismo, los datos que se ponen en juego y lo que la evidencia sostiene hoy.
Importa además por una razón que rara vez se nombra: los datos de los estudiantes. Toda plataforma que procesa información de menores genera obligaciones concretas, y la mayoría de las instituciones las asume sin haberlas leído.
🗓️ Un día en el puesto
- Evaluación de herramientas: qué problema resuelve, con qué evidencia, qué datos trata y
qué pasa si el proveedor cambia condiciones.
- Diseño de recursos con principios multimedia, accesibilidad y bajo consumo de datos.
- Acompañamiento a docentes: la adopción no falla por la herramienta, falla por la
implementación.
- Definición de políticas: uso de dispositivos, uso legítimo de IA, resguardo de datos,
respuesta ante incidentes digitales.
- Análisis de uso: qué indicadores de la plataforma informan una decisión pedagógica y
cuáles solo describen actividad.
- Conversaciones de expectativa: explicar por qué una herramienta no hará lo que promete su
presentación comercial.
🧠 Qué necesitas saber
Conocimiento profesional
- Aprendizaje antes que tecnología: carga cognitiva, práctica, retroalimentación. Sin eso,
la herramienta amplifica un mal diseño.
- Principios multimedia con sus condiciones límite, incluida la reversión por experticia.
- Fundamentos de IA: aprendizaje a partir de datos, entrenamiento e inferencia, sesgo
heredado y por qué un modelo produce información falsa con tono seguro.
- Recuperación sobre documentos propios (RAG): qué problema resuelve, qué no resuelve y cómo
se verifica con preguntas de prueba y trazabilidad.
- Analítica de aprendizaje: qué mide una traza de interacción y qué no; validación externa y
deriva de modelos.
- Protección de datos y ética: base legal, minimización, supervisión humana y vía de
impugnación para decisiones automatizadas.
Instrumentos del oficio
- Criterio escrito de adopción, con casos de rechazo documentados.
- Ficha de evaluación de herramientas: datos tratados, base legal, almacenamiento, acceso,
conservación, desempeño por subgrupo.
- Conjunto de preguntas de prueba para asistentes con IA, incluidas preguntas fuera de alcance.
- Política de uso de IA por curso o institución, comunicable a estudiantes y familias.
Habilidades no técnicas
- Traducir entre mundos: hablar con docentes, con dirección y con proveedores.
- Resistir la presión de la novedad, que suele venir con presupuesto y con plazo.
- Explicar límites técnicos sin condescendencia.
- Documentar decisiones para que sobrevivan al cambio de equipo.
📚 Tu ruta en el programa
(013–024). Es lo que impide comprar humo.
(157–168). El núcleo completo del rol.
(121–132) y Parte 09 — Diseño curricular (109–120). Para que la herramienta sirva a un objetivo.
(133–144). Incluye el rediseño de evaluaciones que la IA volvió insostenibles.
(097–108). Accesibilidad y desempeño desigual de los sistemas por grupo.
(193–204). Para evaluar lo que adoptas en vez de creerle al proveedor.
Clases que no deberías saltarte: 157 (competencia digital docente), 159 (principios multimedia), 161 (analítica y sus límites), 163 (fundamentos de IA), 164 (modelos de lenguaje y verificación), 165 (RAG y tutores), 167 (ética, privacidad y sesgos), 168 (tutor responsable).
Especialización · etapa F. Las partes 18 a 24 profundizan donde el oficio se juega en la práctica. Para este rol, en este orden: 19 Metodologías y enfoques pedagógicos · 21 Desafíos actuales del aula · 23 Bienestar, salud mental y sostenibilidad del oficio · 24 Modelos educativos internacionales y evidencia comparada. Elegir enfoque, entender el efecto de las pantallas y resguardar el bienestar son condiciones de cualquier implementación.
🏛️ Credenciales y marco
- No hay credencial obligatoria. Lo que se exige en la práctica es criterio demostrable y
documentación de decisiones.
- **UNESCO (2023), Guidance for Generative AI in Education and Research y la Recomendación
sobre la ética de la IA (2021)**: la referencia internacional para políticas institucionales.
- Normativa chilena de protección de datos personales y orientaciones del Mineduc sobre uso
de plataformas: define obligaciones, especialmente tratándose de menores. Verifica la versión vigente antes de decidir.
- WCAG como estándar de accesibilidad de todo material digital que produzcas.
📈 Progresión
| Etapa | Qué se espera | Qué construir |
|---|---|---|
| Inicio | producir recursos digitales con criterio pedagógico | recursos con principios multimedia y accesibilidad verificada |
| Etapa intermedia | evaluar herramientas y acompañar la adopción | ficha de evaluación y política de uso institucional |
| Etapa avanzada | definir la estrategia digital y su gobernanza de datos | evaluación de impacto y protocolo de decisiones automatizadas |
⚠️ Mitos y errores comunes
- «Los estudiantes son nativos digitales.» No evalúan bien la información en línea; la
evidencia muestra desempeños bajos en todas las edades.
- «El detector prueba que usó IA.» No: tiene tasas de error altas y sesgo contra quienes
escriben en segunda lengua. No sostiene una acusación.
- «La plataforma dice que estuvo 40 minutos conectado.» Eso mide actividad, no aprendizaje.
- «Si personaliza, es adaptativo.» Muchos sistemas solo reordenan ejercicios por dificultad;
hay que preguntar qué adapta y con qué modelo.
- «La IA reemplaza al tutor.» Aporta disponibilidad y paciencia; puede además desplazar el
esfuerzo cognitivo que producía el aprendizaje. Eso se diseña, no se supone.
🚀 Siguientes pasos
- Evalúa una herramienta que ya usan en tu institución con la ficha de datos y resguardos.
- Rediseña un recurso aplicando tres principios multimedia y compáralo con la versión previa.
- Construye veinte preguntas de prueba para un asistente con IA, incluidas cinco fuera de
alcance, y documenta sus fallas.
- Redacta la política de uso de IA de un curso y comunícala antes de aplicarla.