¿Qué puede hacer la IA por la docencia universitaria?

Segunda sesión del Ciclo de Talleres de IA en Docencia — Trabajo Social UDLA Chile

El pasado martes, en el marco del Ciclo de Talleres de IA en Docencia organizado por la Escuela de Trabajo Social de UDLA Chile, tuvimos la oportunidad de desarrollar una segunda sesión intensa centrada en el uso pedagógico de herramientas de inteligencia artificial generativa. El taller fue dictado por quien escribe, en calidad de académica del Observatorio de IA en Educación de UDLA, y su foco estuvo puesto en ir más allá de la simple curiosidad o exploración inicial para avanzar hacia criterios concretos de adopción, creación de asistentes personalizados, diseño didáctico con IA y estrategias de evaluación auténtica.

A diferencia de la primera sesión —que abordó riesgos, alucinaciones y fundamentos del uso responsable—, esta segunda jornada se articuló sobre tres grandes ejes conceptuales:

1. El uso pedagógico de NotebookLM como entorno curado de aprendizaje,
2. La generación de piezas didácticas con Gemini,
3. La creación de asistentes personalizados con ChatGPT.

Además, discutimos en profundidad los criterios que toda carrera universitaria debería aplicar para decidir qué herramienta adoptar, para qué propósito y con qué resguardos éticos y técnicos.

Herramientas que enseñan, colaboran y simulan

Una de las ideas centrales de la jornada fue dejar atrás la imagen de la inteligencia artificial como simple caja de chat para preguntas puntuales. Tal como lo evidenciamos en la sesión, hoy disponemos de herramientas capaces de actuar como tutores, asistentes o incluso personajes simuladores, dependiendo de cómo sean configuradas por el docente o el equipo académico. Para cada uno de estos roles, las herramientas deben ser personalizadas, evaluadas y curadas con foco en el aprendizaje y en el modelo educativo institucional.

En este sentido, se explicó en detalle cómo NotebookLM (de Google) permite construir notebooks temáticos con múltiples fuentes curadas —artículos, videos, capítulos de libros— que luego pueden ser procesadas por el sistema para generar podcasts, mapas mentales, resúmenes o cronologías, con un nivel de control y precisión que supera ampliamente a funciones similares presentes en ChatGPT o Claude.

La configuración de prompts en NotebookLM fue uno de los elementos más valorados: la posibilidad de definir audiencia, propósito, foco temático y estilo discursivo, además del uso del modo socrático, convierte a esta herramienta en un entorno ideal para actividades asincrónicas con estudiantes, reforzando autonomía, comprensión profunda y pensamiento crítico.

Gemini y la creación de piezas didácticas: test, infografías, sitios web

El segundo eje temático giró en torno a Gemini, también desarrollado por Google, y su potencial para procesar documentos extensos, generar resúmenes de audio automáticos y crear materiales de aprendizaje interactivo. Durante la sesión se presentaron múltiples ejemplos prácticos: desde la conversión de un libro completo en un test autoevaluativo con retroalimentación, hasta la transformación de una propuesta didáctica en una página web navegable.

A diferencia de NotebookLM, que requiere instrucción precisa, Gemini toma decisiones más automatizadas, lo que puede ser útil para docentes que buscan rapidez, pero implica menor control sobre el proceso. Sin embargo, su capacidad de visualización y edición avanzada, así como la posibilidad de generar infografías estáticas o apps interactivas, lo convierten en un excelente aliado para asignaturas que requieren producción de evidencias multimodales.

ChatGPT y los asistentes personalizados: la IA al servicio de tareas específicas

La tercera herramienta abordada fue ChatGPT, en particular su capacidad para crear GPTs personalizados y Proyectos con memoria estructurada, ideales para procesos de largo aliento como rediseño curricular, revisión de instrumentos o creación de planes estratégicos.

Se explicó cómo crear un asistente con rol definido (por ejemplo, “Corrector de rúbricas” o “Tutor de seminarios de grado”), entregarle instrucciones permanentes, cargar documentos de referencia, definir formatos de salida y decidir el tipo de interacción permitida. Todo ello con la premisa de que una IA bien instruida actúa como un colaborador más dentro del equipo académico, pero siempre bajo responsabilidad humana.

La creación de asistentes fue ampliamente recomendada para direcciones de escuela y comités curriculares, como una forma de reducir carga de trabajo, elevar la calidad técnica de los productos y escalar buenas prácticas.

Evaluar en tiempos de IA: más allá del clic

Uno de los momentos clave de la sesión fue el análisis de cómo la inteligencia artificial afecta los modelos tradicionales de evaluación. Se señaló que tareas como resúmenes, mapas conceptuales o pruebas de alternativas pueden resolverse hoy con un clic y 99% de precisión, lo que pone en cuestión su validez como evidencia auténtica del aprendizaje.

Se propuso avanzar hacia modelos evaluativos que integren portafolios, simulaciones, podcast explicativos, defensas orales y capítulos que documenten el uso de IA. Estas estrategias no solo permiten verificar el aprendizaje, sino también formar ciudadanía digital crítica, una de las metas más desafiantes de nuestro tiempo.

Prompts e instrucciones robustas: la clave está en el detalle

La sesión profundizó también en lo que se denomina ingeniería de prompts, enfatizando que un buen prompt debe incluir rol, contexto, tarea y formato de salida, y ser acompañado por ejemplos claros. Se desmitificó la existencia de prompts universales o fórmulas mágicas, y se subrayó que la calidad del resultado depende directamente de la claridad con que el docente instruya a la IA.

Este es un aprendizaje que cruza todos los perfiles: ya se trate de docentes, directores/as, diseñadores curriculares o equipos de calidad, aprender a dialogar estratégicamente con la IA es una habilidad que marcará la diferencia.

Reflexión final: ¿Qué IA necesita nuestra docencia?

A lo largo de más de dos horas, la sesión abordó un conjunto amplio y articulado de herramientas, criterios, experiencias y propuestas. Se evidenció que la integración de la IA en el aula no es una moda pasajera, sino un cambio estructural que exige decisiones informadas, éticamente fundadas y estratégicamente orientadas.

Frente a ello, se dejó planteada una invitación concreta: probar, reflexionar, crear y decidir. Porque, como se señaló al final del taller, la puerta institucional está abierta para la integración responsable de la inteligencia artificial. Pero el cómo, con qué herramientas, en qué asignaturas y con qué propósito depende de cada comunidad académica.

Este ciclo no busca entregar respuestas únicas. Busca, más bien, abrir las preguntas necesarias para que el aprendizaje siga estando en el centro, y que la tecnología se ponga al servicio de ese propósito formativo.

Próximo paso:

Cada participante está invitado a crear su propio notebook en NotebookLM con foco disciplinar y elaborar un asistente personalizado que resuelva una tarea concreta de su asignatura o función. En la siguiente sesión revisaremos esos productos y reflexionaremos en conjunto sobre su pertinencia, uso y oportunidades de mejora.

Nos seguimos leyendo.
Ana Henríquez Orrego
Observatorio de Inteligencia Artificial en Educación
Universidad de Las Américas, Chile