Ana Henríquez Orrego Observatorio Inteligencia Artificial en Educación Universidad de Las Américas
Este conjunto de materiales reúne una serie de presentaciones visuales diseñadas para abordar la inteligencia artificial en educación superior desde una perspectiva amplia, pedagógica, crítica e institucional. Su propósito es ofrecer una ruta ordenada para comprender qué es la IA, cómo se usa en contextos educativos, qué oportunidades abre para la docencia y el aprendizaje, qué riesgos exige atender y qué decisiones institucionales permiten avanzar con responsabilidad.
La serie está pensada para docentes, equipos académicos, directivos, unidades de apoyo, áreas de calidad, innovación educativa y autoridades universitarias que requieren una comprensión clara del fenómeno. La inteligencia artificial ya forma parte de las prácticas de búsqueda, escritura, análisis, estudio, evaluación, retroalimentación, producción de recursos y diseño de experiencias formativas. Por ello, resulta necesario contar con materiales que permitan pasar desde la curiosidad inicial hacia una apropiación más informada, crítica y situada.
Los documentos abordan la IA desde distintos niveles. Algunos se concentran en la comprensión conceptual y técnica básica; otros explican herramientas, instrucciones o prompts, personalización, inclusión, rol docente, rol del estudiante y evaluación de aprendizajes. También se incorporan temas estratégicos como pensamiento crítico, autonomía intelectual, alfabetización crítica, riesgos, gobernanza institucional y escalamiento desde iniciativas personales hacia estrategias institucionales.
Una idea transversal recorre toda la serie: la IA puede aportar valor educativo cuando se integra con propósito pedagógico, supervisión humana, criterios éticos, claridad metodológica y evaluación permanente. Su uso requiere comprender posibilidades y límites, seleccionar herramientas según objetivos, verificar información, proteger datos, cuidar la autoría y sostener el juicio profesional docente como eje de toda decisión formativa.
Los materiales también invitan a mirar la IA desde una perspectiva institucional. Las experiencias individuales de docentes y estudiantes pueden ser relevantes, creativas y transformadoras; sin embargo, su proyección en educación superior exige marcos de uso, lineamientos, formación, soporte, seguridad, trazabilidad, análisis de impacto y coherencia con el modelo educativo. La innovación se fortalece cuando se articula con políticas, recursos, responsabilidades y mecanismos de mejora continua.
Otro eje central es la evaluación de aprendizajes en tiempos de IA. La disponibilidad de herramientas generativas obliga a revisar las formas tradicionales de evaluar, fortalecer evidencias auténticas, diseñar tareas contextualizadas, integrar procesos de reflexión y promover evaluaciones que permitan observar comprensión, argumentación, aplicación, transferencia y juicio propio. Evaluar en este contexto exige mayor diseño pedagógico y criterios institucionales compartidos.
Asimismo, la serie incorpora una preocupación clave: el desarrollo de autonomía intelectual. Usar IA en educación implica formar estudiantes capaces de preguntar mejor, contrastar fuentes, analizar respuestas, reconocer sesgos, tomar decisiones, explicar procesos y sostener una voz propia. La IA puede acompañar el aprendizaje, pero el objetivo formativo sigue siendo fortalecer comprensión, metacognición, pensamiento crítico y responsabilidad académica.
En conjunto, estos materiales ofrecen una base visual y conceptual para talleres, clases, jornadas académicas, programas de formación docente, reuniones de equipos directivos y procesos de reflexión institucional. Su valor principal está en ordenar la conversación sobre IA educativa, conectando herramientas concretas con decisiones pedagógicas, riesgos, oportunidades, calidad académica y gobernanza universitaria.
Comparto una visualización basada en el artículo de Nadeera Ahangama (2026), que propone el marco GENESIS y la matriz ADM para diseñar evaluaciones con evidencias válidas de aprendizaje, proceso, reflexión, desempeño y competencias demostrables.
Ana Henríquez Orrego Académica del Observatorio de Inteligencia Artificial en Educación Universidad de Las Américas
La expansión de la inteligencia artificial generativa está obligando a revisar una de las preguntas más sensibles de la educación superior: ¿cómo sabemos que un estudiante realmente aprendió? La pregunta parece simple, pero se vuelve compleja cuando una herramienta de IA puede producir textos, códigos, respuestas técnicas, análisis, esquemas o borradores con una calidad suficiente para parecer evidencia académica. En ese escenario, la evaluación deja de ser un asunto meramente instrumental y pasa a ocupar un lugar estratégico en la calidad de los procesos formativos.
A partir de esta preocupación, preparé una visualización de diez láminas sobre el artículo de Nadeera Ahangama, publicado en 2026 en International Journal of Educational Technology in Higher Education, titulado Designing assessments in the generative AI era: A tailored assessment framework for ICT tertiary education. El título puede traducirse como Diseño de evaluaciones en la era de la inteligencia artificial generativa: un marco de evaluación adaptado para la educación terciaria en TIC. Se trata de un artículo especialmente relevante porque aborda el rediseño de la evaluación en educación superior desde una perspectiva institucional, curricular y pedagógica.
Estuvimos dialogando en BIO BIO la Radio sobre ÍA en la vida cotidiana y educación. Sobre la necesidad de alfabetización digital ÍA para la población, para aprender a dialogar con esta tecnología, obtener máximo provecho y también identificar y resolver riesgos latentes con desinformación, errores y fraudes.
¿ Qué hacer frente a los comportamientos creativos de la IA cuando lo que esperamos y creemos recibir son verdades e información fidedigna?
La IA inventa información con apariencia de verdad y cualquiera de nosotros puede ser víctima de esta problemática. Hemos visto múltiples casos en los que profesionales, como abogados, han confiado ciegamente en estas tecnologías y han terminado integrando referencias inexistentes en sus escritos legales. Este tipo de situaciones no solo pone en riesgo la credibilidad de los documentos legales, sino que también puede tener consecuencias legales significativas.
Es fundamental aprender sobre esta problemática para prevenir su ocurrencia y no caer en la trampa de la desinformación. Para ello, es crucial fomentar un enfoque crítico hacia la información generada por IA. Valernos de estrategias como la verificación de fuentes, la comparación de datos con otras referencias confiables y el uso de herramientas que ayuden a determinar la autenticidad de la información son pasos necesarios.
Además, la educación sobre el uso responsable de la inteligencia artificial debe ser una prioridad tanto en entornos académicos como profesionales. Las organizaciones podrían implementar talleres y capacitaciones que aborden las limitaciones de la IA y la importancia de corroborar la información que se genera. Al hacerlo, no solo protegemos la calidad de nuestro trabajo, sino que también contribuimos a un uso más ético y consciente de la inteligencia artificial en diversas disciplinas.
Inteligencia Artificial en Educación 