A través de ejemplos prácticos, José Manuel Sánchez explicó cómo integrar la IA en la enseñanza para planificar clases, diseñar actividades y evaluar sin perder el enfoque pedagógico.
La inteligencia artificial ya forma parte del día a día de miles de docentes. Sin embargo, aprovechar realmente su potencial educativo depende mucho menos de la herramienta utilizada que de la capacidad para formular instrucciones eficaces, interpretar críticamente las respuestas y mantener el criterio pedagógico durante todo el proceso. Ese fue el punto de partida del taller práctico organizado por UNIR.
Lejos de centrarse en una explicación teórica sobre las posibilidades de la IA, el encuentro mostró paso a paso cómo incorporar estas herramientas en tareas cotidianas del profesorado, desde la planificación de unidades didácticas hasta la elaboración de rúbricas, proyectos o asistentes personalizados de aprendizaje.
El taller fue impartido por José Manuel Sánchez, experto en inteligencia artificial aplicada a la educación y director académico del Máster Universitario en Aplicaciones Educativas de la Inteligencia Artificial de UNIR, quien compartió ejemplos prácticos y estrategias para integrar la IA de forma responsable en cualquier etapa educativa.
“La inteligencia artificial debe utilizarse como un apoyo, nunca como un sustituto del pensamiento docente”, resumió el especialista, una idea que atravesó toda la sesión y que sirvió para desmontar algunos de los mitos más extendidos sobre estas tecnologías.
Cinco claves del Foro UNIR
- La IA como apoyo docente: Su función consiste en ahorrar tiempo y potenciar la planificación, nunca sustituir el criterio pedagógico.
- Los prompts importan: La calidad de las respuestas depende directamente de las instrucciones que recibe la inteligencia artificial.
- Pensar antes de producir: La IA cognitiva permite analizar, razonar y tomar mejores decisiones antes de generar materiales educativos.
- Agentes personalizados: Los docentes pueden crear asistentes especializados para acompañar el aprendizaje de sus estudiantes.
- Uso responsable: Protección de datos, supervisión humana y pensamiento crítico siguen siendo imprescindibles.
“Antes de usar la IA, el docente debe hacerse otras preguntas”
José Manuel Sánchez comenzó el taller alejándose deliberadamente del aspecto tecnológico. Antes de enseñar a crear prompts o utilizar herramientas como ChatGPT, Gemini o Copilot, invitó a los asistentes a reflexionar sobre el verdadero papel de la inteligencia artificial en la educación y sobre cómo puede afectar a los procesos de aprendizaje. Durante esta primera parte explicó tres conceptos fundamentales: la descarga cognitiva, la delegación cognitiva y la rendición cognitiva.
La descarga cognitiva, explicó, resulta positiva cuando la IA asume tareas repetitivas que liberan tiempo para actividades de mayor valor pedagógico. El problema aparece cuando esa ayuda evoluciona hacia una delegación excesiva o incluso hacia la rendición cognitiva, momento en el que el estudiante deja de pensar porque espera que la herramienta resuelva completamente el trabajo por él. Esta distinción sirvió para establecer una idea central del taller: la inteligencia artificial debe ahorrar tiempo, no sustituir el aprendizaje.
Caso práctico 1: diseñar una clase completa con un buen prompt
La primera demostración práctica consistió en mostrar cómo construir un prompt capaz de generar una planificación docente realmente útil. En lugar de escribir instrucciones genéricas, José Manuel propuso estructurar los prompts en cinco elementos: definir el rol que debe asumir la IA, aportar el contexto educativo, especificar la tarea, establecer reglas claras y añadir una fase final de reflexión crítica.
Aplicando esta estructura, mostró cómo una herramienta podía elaborar la planificación de una clase de Historia para Secundaria incluyendo objetivos de aprendizaje, competencias, actividades, metodología y evaluación. Pero el aspecto más interesante llegó al final del proceso.
El experto recomendó añadir siempre una última instrucción dirigida a la propia IA para que planteara preguntas de revisión al docente. De esta manera, la herramienta no solo generaba una propuesta, sino que ayudaba al profesor a valorar críticamente si esa planificación realmente respondía a las necesidades de su alumnado.
Caso práctico 2: utilizar la IA para pensar mejor
José Manuel presentó el concepto de IA cognitiva, una forma de trabajar donde la herramienta analiza información antes de generar resultados. Como ejemplo, mostró cómo cargar el contenido completo de un tema para que la IA identificara primero los conceptos esenciales, organizara las ideas principales y reconociera la estructura lógica del contenido antes de elaborar actividades o propuestas didácticas.
El docente insistió en que este procedimiento mejora considerablemente la calidad del resultado, ya que obliga a la herramienta a razonar antes de responder. Es una diferencia pequeña en apariencia, pero enorme en la práctica. Como suele ocurrir en educación, dedicar unos minutos a pensar suele ahorrar muchos más después.
Caso práctico 3: construir proyectos paso a paso
Otra de las demostraciones se centró en el aprendizaje basado en proyectos. En lugar de pedir directamente a la IA que diseñara un proyecto completo, José Manuel mostró cómo dividir el proceso en varias fases.
Primero solicitó ayuda para definir la pregunta guía y el reto que debía resolver el alumnado. Después pidió propuestas para el producto final y únicamente cuando todas esas decisiones estaban validadas pasó a solicitar el diseño completo del proyecto.
Este enfoque permite al docente mantener el control metodológico durante todo el proceso y aprovechar la IA como un auténtico asistente de diseño pedagógico, en lugar de convertirla en una fábrica automática de actividades.
Caso práctico 4: crear un asistente personalizado para los alumnos
La parte más avanzada del taller estuvo dedicada a los llamados agentes de inteligencia artificial. José Manuel mostró cómo construir asistentes personalizados utilizando herramientas como NotebookLM, capaces de trabajar únicamente con los materiales proporcionados por el docente.
Durante la demostración creó un agente específico sobre animales vertebrados e invertebrados para Educación Primaria. Tras incorporar documentos, vídeos y recursos seleccionados previamente, el asistente fue capaz de responder únicamente utilizando esa información, generar resúmenes, elaborar mapas conceptuales, crear actividades e incluso producir infografías adaptadas al nivel educativo del alumnado.
Según explicó, este tipo de asistentes representa uno de los avances más prometedores para la educación, ya que permite personalizar el aprendizaje sin perder el control sobre los contenidos utilizados.
Mucho más que generar contenidos
José Manuel insistió en la necesidad de proteger los datos personales del alumnado, verificar siempre las respuestas generadas y mantener una supervisión humana permanente sobre cualquier contenido elaborado mediante inteligencia artificial.
Además, defendió que las competencias docentes del futuro combinarán conocimientos tecnológicos con pensamiento crítico, ética profesional y capacidad para diseñar experiencias de aprendizaje cada vez más personalizadas.
En este contexto, programas como la Maestría en Aplicaciones Educativas de la Inteligencia Artificial de UNIR responden a la creciente necesidad de formar docentes capaces de integrar estas herramientas desde una perspectiva pedagógica y no únicamente tecnológica.
