↓ Ir al contenido
Aprendizaje Digital e IA
Aprendizaje Digital e IA
Cocreación persona–IA en el diseño docente
  1. Formación docente/
  2. Diseño inverso y cocreación con IA/

Cocreación persona–IA en el diseño docente

·12 mins
Formación docente Pedagogía IA #Diseño Inverso #Aprendizaje Activo #Cocreación #Curso Abierto
Tabla de contenido
Al planear con IA, el resultado depende de lo que el sistema propone y de las decisiones que toma el profesorado. Esa relación puede convertirse en cocreación cuando la persona fija el propósito, contrasta lo recibido, transforma la propuesta y responde por el resultado; no vuelve a la IA una autora ni una participante simétrica.

En esta lección, te enfocarás en los siguientes objetivos clave:

  1. Comprender inteligencia híbrida y co-agencia.
  2. Identificar modos de intervención de la IA.
  3. Aplicar principios para una cocreación efectiva.
  4. Reconocer y mitigar riesgos de descarga cognitiva y pérdida de agencia.

¿Qué es inteligencia híbrida y co-agencia?
#

La expresión inteligencia híbrida permite observar el trabajo formado por una persona, un sistema, un propósito, unos datos y unas condiciones. En ese agenciamiento, la IA puede influir en el recorrido al producir opciones o simulaciones, pero no comprende el propósito, no asume consecuencias y no decide qué cuenta como aprendizaje. Aquí usamos co-agencia para describir esa influencia dentro de una relación dirigida y gobernada por personas, no para atribuir a ambas partes la misma autoría o responsabilidad.

Modos de intervención de la IA en el diseño docente
#

Explora los diferentes modos en que la IA puede participar en el proceso de diseño educativo. Cada modalidad implica un grado distinto de implicación humana y tiene ventajas y limitaciones específicas.

Autónomo (IA sin intervención humana)
La IA genera el diseño completo de la actividad sin revisión ni ajustes por parte del docente. Este modo puede ser útil para prototipar ideas rápidamente, pero el resultado no es apto para su uso directo con estudiantes, ya que carece de validación pedagógica y contextual.
Guiado por contexto
El docente proporciona a la IA información clave sobre el grupo, políticas y restricciones antes de que la IA genere propuestas. Esto mejora la relevancia y estructura de los materiales, aunque cada pieza aún requiere revisión y ajuste humano.
Guiado por retroalimentación
La IA produce una propuesta inicial, el docente la revisa y señala aspectos a mejorar, y la IA regenera solo los componentes indicados. Este proceso iterativo permite afinar el contenido y la evaluación, combinando eficiencia con control de calidad.
Copiloto (validación paso a paso)
En este modo, recomendado para materiales reales, cada paso del diseño es validado por el docente antes de avanzar. La IA y la persona alternan generación y revisión, asegurando coherencia, pertinencia y alineación con los objetivos de aprendizaje.

Modos de intervención: ¿Cuál es cuál?
#

Revisa cada tarjeta para identificar el modo de intervención de la IA en el diseño docente y si representa una buena práctica.

Práctica sin calificación

Modos de intervención: ¿Cuál es cuál?

Abre cada tarjeta para contrastar el concepto con su explicación.

IA genera rúbrica, docente revisa

Guiado por retroalimentación; combina eficiencia con control humano, considerado buena práctica.

Docente y IA alternan propuestas y validaciones

Copiloto; validación paso a paso, ideal para materiales que verán estudiantes.

IA diseña toda la actividad sin revisión

Autónomo; no recomendado para uso real, solo para prototipos rápidos.

Docente entrega contexto, IA genera borrador

Guiado por contexto; mejora la relevancia, pero requiere revisión y ajuste humano.

Esta versión no envía respuestas, no guarda intentos y no calcula una puntuación.

Principios y buenas prácticas para la cocreación
#

Una cocreación revisable necesita criterios explícitos. La responsabilidad pedagógica y disciplinar es indelegable: la IA puede proponer, pero la persona dispone y responde. Conviene ofrecer solo el contexto necesario, separar la generación de la revisión, pedir variedad antes de converger y documentar los cambios. También hay que preguntar si la ayuda aporta algo que compense sus costos cognitivos, materiales y de privacidad.

Antes de comenzar, define el objetivo de la actividad y reconoce el valor de combinar capacidades humanas y de IA.

  1. Definir propósito y sentido de la actividadEstablece claramente qué se busca lograr y por qué es relevante para el grupo. El propósito humano orienta todo el proceso.
  2. Proporcionar contexto y restricciones claras a la IAEntrega información sobre el grupo, criterios, evidencias y limitaciones. Cuanto más específico el contexto, mejor será la propuesta de la IA.
  3. Revisar y validar cada propuesta antes de avanzarEvalúa críticamente cada borrador generado por la IA. Solo avanza cuando cumple con los criterios definidos.
  4. Alternar generación y auditoríaEvita que la IA genere y evalúe el mismo material con el mismo encuadre. Separar las tareas no produce objetividad, pero permite aplicar criterios independientes y hacer visibles los puntos que todavía requieren comprobación.
  5. Registrar y transparentar el proceso de cocreaciónDocumenta qué partes fueron generadas por IA, cómo se validaron y qué ajustes se realizaron. Esto facilita la mejora continua y la rendición de cuentas.

Riesgos de la cocreación persona–IA y cómo mitigarlos
#

La cocreación puede ampliar opciones y también desplazar el trabajo que se buscaba conservar. Los riesgos siguientes no aparecen con la misma intensidad en toda actividad: dependen de qué operación se delega, de la experiencia de la persona, de los datos compartidos y de cómo se comprueban las salidas.

Explora cada pestaña para conocer los principales riesgos asociados a la cocreación con IA y estrategias concretas para mitigarlos en la práctica docente.

Descarga cognitiva y pereza metacognitiva

La descarga cognitiva ocurre cuando el docente delega el monitoreo y la evaluación del proceso a la IA, reduciendo su involucramiento activo. Esto puede llevar a una menor reflexión sobre las decisiones tomadas y a una superficialidad en el diseño.

Para mitigar este riesgo, alterna la generación y la auditoría, valida cada propuesta de la IA y fomenta la autoevaluación constante. Mantener el control sobre las decisiones clave es esencial para evitar la pereza metacognitiva.

Pérdida de dirección epistémica

La dirección epistémica se erosiona cuando una propuesta de IA se acepta como autoridad y desplaza el juicio humano. Esto puede afectar la autonomía intelectual y la capacidad crítica del profesorado.

La solución es clara: la IA debe ser siempre una herramienta derivada y supervisada. Documenta cada decisión y asegúrate de que la validación final sea humana y transparente.

Producción de información inexacta o sesgada

La IA puede generar datos incorrectos, referencias inventadas o reproducir sesgos presentes en sus fuentes. Si no se verifica, esto puede comprometer la calidad y la ética del diseño.

Verifica siempre hechos, datos y referencias antes de incorporar cualquier propuesta de la IA. Utiliza fuentes confiables y exige evidencia para cada afirmación relevante.

Dependencia excesiva y pérdida de creatividad

El uso intensivo de la IA sin supervisión puede llevar a una dependencia que limita la creatividad y la innovación docente. El riesgo es caer en soluciones convencionales y poco adaptadas al contexto.

Para evitarlo, utiliza la IA como generadora de opciones, pero reserva la decisión y la adaptación final para el docente. Fomenta la variedad y la experimentación antes de converger en una solución.

Evidencia reciente sobre cocreación y agencia en educación
#

Revisa los hallazgos clave de estudios y revisiones recientes que fundamentan las mejores prácticas y precauciones en la cocreación persona–IA.

Qué puede y qué no puede sostener la evidencia
Los estudios sobre IA en educación observan actividades, grupos y formas de ayuda concretas; no prueban que una herramienta produzca el mismo efecto en cualquier diseño. Por eso conviene atender al momento de la intervención, al trabajo que conserva la persona y a la evidencia de transferencia, además del producto inmediato.
Autoría y responsabilidad
Bozkurt (2024) examina las tensiones de cocreación, autoría, propiedad e integridad. El sistema puede dejar una contribución reconocible sin convertirse por ello en autor moral o responsable. En el curso, la persona conserva la obligación de comprender, comprobar y explicar el resultado.
Marcos para observar la relación
Meshi (2024) propone la imagen del ensamblaje cognitivo humano–IA y Bearman, Ryan y Ajjawi (2023) analizan los discursos con que la educación superior representa estos sistemas. Son marcos para formular preguntas sobre influencia y decisión; no demuestran por sí solos que la cocreación produzca aprendizaje.

Actividad interactiva · H5P

¿Cuál de las siguientes acciones representa mejor una cocreación efectiva entre persona e IA en el diseño docente?

Práctica formativa sin calificación de la lección 4 del curso «Diseño inverso y cocreación con IA».

Se cargará solo cuando la abras.
Versión accesible y equivalente
Práctica sin calificación

¿Cuál de las siguientes acciones representa mejor una cocreación efectiva entre persona e IA en el diseño docente?

Responde primero por tu cuenta y abre después la solución razonada.

  1. La IA diseña toda la actividad y se usa sin revisión humana
  2. El docente revisa y valida cada propuesta de la IA, documentando el proceso
  3. El docente acepta la primera propuesta de la IA sin cambios
  4. Se utiliza la IA solo para generar materiales, sin definir objetivos ni criterios
Ver respuesta razonada
  • Por qué no corresponde: La IA diseña toda la actividad y se usa sin revisión humana — Esta opción omite la validación humana, lo que puede comprometer la calidad y la pertinencia del diseño.
  • Respuesta esperada: El docente revisa y valida cada propuesta de la IA, documentando el proceso — ¡Correcto! La cocreación efectiva requiere revisión, validación y documentación por parte del docente.
  • Por qué no corresponde: El docente acepta la primera propuesta de la IA sin cambios — Aceptar sin revisión puede llevar a errores y pérdida de agencia profesional.
  • Por qué no corresponde: Se utiliza la IA solo para generar materiales, sin definir objetivos ni criterios — Usar la IA sin objetivos claros ni criterios definidos limita la alineación y el valor educativo.

Esta versión no envía respuestas, no guarda intentos y no calcula una puntuación.

El ciclo solo puede adaptarse bien cuando parte de un grupo y unas condiciones reales. Esa delimitación ocupa la siguiente lección.

Referencias

  • Bearman, M., Ryan, J., y Ajjawi, R. (2023). Discourses of artificial intelligence in higher education: A critical literature review. Higher Education, 86(2), 369–385. https://doi.org/10.1007/s10734-022-00937-2
  • Bozkurt, A. (2024). GenAI et al.: Cocreation, authorship, ownership, academic ethics and integrity in a time of generative AI. Open Praxis, 16(1), 1–10. https://doi.org/10.55982/openpraxis.16.1.654
  • Meshi, A. (2024). GPT-ME: A human–AI cognitive assemblage. Proceedings of the ACM on Computer Graphics and Interactive Techniques, 7(4), 1–8. https://doi.org/10.1145/3664214