Análisis económico con IA: métricas estándar (VPN, TIR, payback), análisis de sensibilidad y crítica de los supuestos que sostienen la decisión. Progresión de prompts por nivel de la taxonomía de Bloom y rúbrica de proceso.
Análisis de materiales con IA: parámetros operativos de la técnica, hipótesis a verificar a partir de los datos y consistencia interpretativa con la teoría. Progresión de prompts por nivel de la taxonomía de Bloom y rúbrica de proceso.
Análisis de casos global-local con IA: definición del problema, generación de alternativas, criterios de evaluación, decisión justificada, reflexión crítica y conexión con el entorno. Niveles 2 a 6 de la taxonomía de Bloom, rúbrica de proceso y evidencias obligatorias.
Elige un producto, decide qué puede aportar la IA y qué hará el estudiante; relaciona la actividad con las tres literacidades y con evidencias de aprendizaje.
Tres documentos orientadores para bachillerato, licenciatura y posgrado, con sus PDF completos y una comparación que distingue lo común de lo específico de cada nivel.
La IA generativa obliga a revisar qué evidencia permite valorar aprendizaje; la autenticidad ofrece criterios situados, no una receta inmune a la automatización.
Un marco tentativo para analizar cómo las posibilidades y los límites de la IA generativa interactúan con la alfabetización en retroalimentación del estudiantado.
Una adaptación de ASCCC y McMaster/eCampusOntario para hacer preguntas, documentar respuestas y separar una revisión preliminar de una autorización institucional.
Ocho fuentes ordenadas por tipo —informes, comunidades, repositorios— y un protocolo de evaluación rápida para distinguir herramientas con valor real del ruido habitual.
Documentos de referencia metodológica: cómo evaluar herramientas IA, cómo documentar buenas prácticas, qué criterios aplicar al evaluar una herramienta.
