IA Generativa

El DEC y Pearson presentan un mapa de 101 casos, 14 metodologías y dos prioridades: capacidades humanas fundamentales y fluidez con IA.

Ajjawi y colegas distinguen autenticidad psicológica, fidelidad ontológica y teoría de la práctica para analizar los propósitos y límites de una evaluación situada.

Nueve etapas para investigar, argumentar y revisar un ensayo, con seis formas opcionales de apoyo de IA, tres literacidades, ejemplos y evaluación de producto y proceso.

Un estudio multi-método (N=912, China–Europa–EE.UU.) que reformula el debate sobre la IA en el aula: cuando el estudiante encuadra a la IA como compañero intelectual y no como herramienta, la delegación cognitiva deja de ser un atajo y se vuelve liberación de recursos para el pensamiento de orden superior.

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.

El informe más reciente de la OCDE sobre educación digital con un capítulo dedicado a IA generativa, datos comparativos por país y orientaciones de política educativa.

La IA generativa puede fortalecer o erosionar el pensamiento crítico de los estudiantes. La diferencia la hace el diseño pedagógico, no la herramienta.

Orientaciones, ejemplos de políticas de curso, un informe comparativo y una revisión secundaria para redactar reglas claras sin copiar modelos extranjeros.