RELATIC

 

BLOQUE I. LA EDUCACIÓN ANTE UN CAMBIO DE ÉPOCA

Diapositiva 1. Presentación y apertura magistral

Muy buenas tardes. agradecer a Dios que me permite estar aquí con ustedes en este hermoso día, y a las

Distinguidas autoridades académicas, honorables representantes de la Red Latinoamericana de Investigaciones Cualitativas, RELATIC; miembros del Comité Organizador y del Comité Científico; representantes de las universidades e instituciones aliadas; apreciados investigadores, docentes, estudiantes y participantes de este Cuarto Congreso Internacional RELATIC 2026.

Reciban un cordial, respetuoso y fraterno saludo desde Ecuador.

Es para mí un verdadero honor compartir este espacio de reflexión científica y académica con profesionales comprometidos con uno de los mayores desafíos de nuestro tiempo: transformar la educación sin perder aquello que la hace profundamente humana.

Mi nombre es Augusto Paolo Bernal Párraga, y tengo el privilegio de representar a la Universidad de las Fuerzas Armadas ESPE, Ecuador.

Deseo expresar mi sincero agradecimiento a RELATIC por esta invitación y por promover escenarios de diálogo que nos permiten construir conocimiento desde las diversas realidades de América Latina.

Hoy tengo el agrado de presentar la conferencia magistral titulada:

«De la Inteligencia Artificial a la Inteligencia Pedagógica: nuevos paradigmas para transformar la enseñanza, el aprendizaje y la investigación educativa».

Quisiera comenzar invitándolos a reflexionar sobre una pregunta fundamental:

¿Estamos utilizando la inteligencia artificial para transformar verdaderamente la educación, o simplemente estamos haciendo más rápido lo mismo que siempre hemos hecho?

Actualmente, una herramienta de inteligencia artificial puede redactar una planificación curricular, generar preguntas de evaluación, resumir un artículo científico y proponer actividades de aprendizaje en cuestión de segundos.

Pero ¿puede comprender plenamente la historia personal de un estudiante, sus emociones, sus dificultades familiares y las condiciones sociales en las que aprende?

Estas preguntas nos recuerdan que educar es mucho más que transmitir información.

Educar significa acompañar, inspirar, cuestionar, comprender y transformar.

Durante esta conferencia los invito a explorar una idea central: el futuro de la educación no dependerá únicamente de cuán inteligentes sean nuestras tecnologías, sino de cuán inteligentes, humanas y responsables sean nuestras decisiones pedagógicas.

Porque la inteligencia artificial puede ofrecernos respuestas extraordinarias, pero somos los educadores quienes debemos formular las preguntas que verdaderamente importan.

 

EJERCICIO 1

Estimados colegas, antes de continuar, quisiera proponerles un pequeño desafío intelectual.

Observen estas dos situaciones.

El estudiante A entrega un trabajo impecable, producido mediante inteligencia artificial, pero cuando le pedimos explicar sus argumentos, encuentra dificultades.

El estudiante B entrega un trabajo con algunos errores, pero es capaz de explicar cómo llegó a sus conclusiones, reconocer sus equivocaciones y mejorar su respuesta.

Ahora quisiera que ustedes respondan una pregunta.

¿Cuál de los dos estudiantes está demostrando un aprendizaje más profundo?

Los invito a ingresar a Mentimeter mediante el código que aparece en pantalla y seleccionar su respuesta.

[Pausa de aproximadamente 30 segundos para votar.]

Observemos los resultados.

Más allá de cuál sea la opción más votada, quisiera destacar algo fundamental: una respuesta perfecta no constituye, por sí sola, evidencia suficiente de aprendizaje.

Y una respuesta imperfecta tampoco significa necesariamente ausencia de conocimiento.

Como educadores e investigadores, necesitamos examinar los procesos, las explicaciones y las evidencias.

Por eso quiero dejarles esta reflexión:

¿Estamos formando estudiantes capaces de pensar o estudiantes capaces de entregar respuestas?

Con esta pregunta damos paso a nuestra siguiente reflexión: el estudiante debe dejar de ser un consumidor pasivo de respuestas para convertirse en un constructor activo de conocimiento.

 

 

Diapositiva 2. Una revolución que ya está transformando nuestras aulas

Estimados colegas:

Estamos viviendo un momento extraordinario en la historia de la educación.

Durante décadas, el acceso al conocimiento estuvo condicionado por la disponibilidad de libros, bibliotecas, docentes especializados e instituciones educativas.

Posteriormente, internet transformó radicalmente esta realidad y permitió acceder a grandes cantidades de información desde prácticamente cualquier lugar conectado.

Hoy nos encontramos frente a una transformación diferente.

Ya no solamente podemos consultar información. También podemos dialogar con sistemas capaces de producir explicaciones, generar ejemplos, elaborar textos, traducir contenidos, construir modelos y proponer soluciones.

La inteligencia artificial generativa ha cambiado nuestra relación cotidiana con la producción de información.

Pero este fenómeno plantea una pregunta que considero mucho más importante que cualquier avance tecnológico:

¿Qué significa aprender cuando una máquina puede producir una respuesta aparentemente correcta en pocos segundos?

Pensemos en una situación cotidiana.

Un docente universitario solicita a sus estudiantes elaborar un ensayo sobre los desafíos de la educación latinoamericana.

Tradicionalmente, esta actividad requería buscar información, seleccionar fuentes, organizar ideas, construir argumentos y redactar conclusiones.

Hoy un estudiante puede solicitar a una herramienta de inteligencia artificial que produzca ese ensayo casi inmediatamente.

El resultado puede estar correctamente estructurado, presentar un vocabulario académico y contener argumentos aparentemente convincentes.

Pero debemos preguntarnos: ¿quién aprendió realmente?

¿El estudiante que entregó el documento?

¿O el sistema que generó el contenido?

La pregunta no pretende descalificar la tecnología. Busca identificar qué procesos cognitivos debemos proteger y desarrollar.

Porque existe una diferencia profunda entre obtener una respuesta y construir conocimiento.

Una respuesta puede ser producida automáticamente.

El conocimiento, en cambio, requiere interpretación, contraste, reflexión y capacidad de aplicación.

Por eso, sostengo que estamos transitando desde una educación centrada en el acceso a la información hacia una educación que debe concentrarse en el desarrollo del juicio crítico.

Este cambio también afecta nuestra identidad profesional.

Durante mucho tiempo, el docente fue reconocido principalmente como una fuente de conocimiento.

Hoy, cuando los estudiantes pueden acceder a explicaciones automáticas en cualquier momento, nuestra función debe fortalecerse como orientadores del pensamiento, mediadores del aprendizaje y responsables de la formación humana.

La literatura científica coincide en señalar que las oportunidades de la inteligencia artificial dependen de su integración pedagógica, mientras que un uso poco reflexivo puede generar dependencia y aprendizaje superficial (Ololoh, 2026).

Y aquí aparece nuestra primera gran reflexión:

La revolución educativa no consiste en que las máquinas puedan responder más preguntas, sino en que los seres humanos aprendamos a formular preguntas más profundas.

Diapositiva 3. La pregunta que definirá el futuro de la educación

15:05–15:08 · 3 minutos

Quisiera invitarlos a imaginar dos aulas del futuro.

En la primera, los estudiantes utilizan inteligencia artificial para resolver ejercicios, redactar tareas y responder evaluaciones.

Las actividades se completan rápidamente.

Los documentos tienen buena presentación.

Los resultados parecen eficientes.

Sin embargo, cuando el docente solicita explicar una decisión, defender un argumento o resolver un problema diferente, algunos estudiantes encuentran dificultades.

En la segunda aula, los estudiantes también utilizan inteligencia artificial.

Pero antes de consultar la herramienta, deben formular una hipótesis.

Después comparan la respuesta generada con fuentes académicas.

Identifican posibles errores.

Discuten alternativas.

Y finalmente elaboran una conclusión propia.

Ambas aulas utilizan tecnología.

Pero solamente la segunda convierte esa tecnología en una oportunidad deliberada para desarrollar pensamiento crítico.

Esta comparación nos permite comprender que la transformación educativa no depende exclusivamente de las herramientas disponibles.

Depende del tipo de experiencia intelectual que construimos alrededor de ellas.

Por eso debemos preguntarnos:

¿Qué estamos evaluando realmente?

¿La calidad de un producto terminado o la capacidad del estudiante para comprender cómo llegó a una conclusión?

¿Estamos formando personas capaces de repetir respuestas o ciudadanos capaces de cuestionarlas?

¿Estamos enseñando a utilizar inteligencia artificial o estamos enseñando a pensar críticamente con ella?

Estas preguntas adquieren especial importancia en América Latina.

Nuestra región presenta realidades educativas profundamente diversas.

Tenemos universidades con infraestructura tecnológica avanzada, pero también instituciones con limitaciones de conectividad.

Tenemos estudiantes que utilizan herramientas digitales diariamente y otros que dependen de dispositivos compartidos o de conexiones inestables.

Por ello, cualquier propuesta de transformación debe reconocer nuestras desigualdades, culturas, lenguas y contextos sociales.

No podemos asumir que una herramienta tecnológica diseñada para un determinado contexto resolverá automáticamente los desafíos de todas nuestras instituciones.

Necesitamos construir propuestas pedagógicas contextualizadas.

Y aquí deseo plantear una primera tesis de esta conferencia:

La inteligencia artificial representa una oportunidad tecnológica; la inteligencia pedagógica representa nuestra capacidad humana e institucional para decidir cómo convertir esa oportunidad en aprendizaje significativo.

Esta distinción será el hilo conductor de nuestra reflexión.

BLOQUE II. LA REVOLUCIÓN DE LA INTELIGENCIA ARTIFICIAL

Diapositiva 4. ¿Qué puede hacer realmente la inteligencia artificial?

15:08–15:11 · 3 minutos

Para comprender el potencial educativo de la inteligencia artificial, debemos comenzar diferenciando sus capacidades tecnológicas de sus resultados pedagógicos.

Los sistemas actuales pueden analizar patrones, clasificar información, generar contenidos y responder instrucciones expresadas en lenguaje natural.

En educación, estas capacidades pueden apoyar múltiples tareas.

Por ejemplo, un docente puede solicitar diferentes explicaciones sobre un mismo concepto.

Puede pedir una versión introductoria para estudiantes que recién se acercan al tema y otra más compleja para quienes necesitan profundizar.

También puede generar preguntas de práctica, ejemplos contextualizados y propuestas de actividades colaborativas.

En investigación, estas herramientas pueden contribuir a organizar ideas, sugerir términos de búsqueda, apoyar la programación y facilitar determinados procesos de análisis documental.

Sin embargo, debemos comprender que generar una respuesta no equivale necesariamente a comprender su significado.

Los sistemas generativos pueden producir afirmaciones incorrectas con un lenguaje convincente.

También pueden presentar referencias bibliográficas inexistentes, reproducir sesgos y omitir información relevante.

Por ello, cuando hablamos de inteligencia artificial educativa, necesitamos distinguir entre tres niveles.

El primero es el nivel tecnológico: qué puede producir el sistema.

El segundo es el nivel pedagógico: cómo utilizamos esa producción para favorecer el aprendizaje.

Y el tercero es el nivel ético: qué consecuencias tiene su utilización sobre las personas, sus derechos y sus oportunidades.

Permítanme presentar un ejemplo.

Supongamos que un docente solicita a una herramienta de inteligencia artificial una explicación sobre el cambio climático para estudiantes de educación básica.

La herramienta genera un texto adecuado en apariencia.

Pero el docente identifica que algunos ejemplos están alejados de la realidad de su comunidad.

Entonces decide incorporar problemas ambientales locales, experiencias familiares y situaciones observables por los estudiantes.

Además, revisa los datos científicos y adapta el vocabulario.

En ese momento ocurre algo fundamental.

La tecnología proporciona un recurso.

Pero es el docente quien lo convierte en una experiencia educativa pertinente.

La inteligencia artificial produce posibilidades. La inteligencia pedagógica selecciona, contextualiza y orienta esas posibilidades.

Por eso, la pregunta no debe ser únicamente qué herramientas dominamos.

La pregunta fundamental es qué aprendizajes somos capaces de construir con ellas.

Diapositiva 5. Las oportunidades: personalización, retroalimentación y creatividad

15:11–15:14 · 3 minutos

Uno de los mayores potenciales de la inteligencia artificial en educación se relaciona con la posibilidad de ofrecer apoyos diferenciados.

Sabemos que los estudiantes no aprenden todos de la misma manera, ni necesariamente al mismo ritmo.

Algunos necesitan explicaciones adicionales.

Otros requieren ejemplos concretos.

Otros avanzan mejor mediante representaciones visuales, actividades prácticas o preguntas que estimulen la reflexión.

Las herramientas de inteligencia artificial pueden contribuir a preparar materiales alternativos y ofrecer retroalimentación rápida.

Pensemos en una clase universitaria con cuarenta estudiantes.

El docente identifica que algunos presentan dificultades para comprender un concepto estadístico.

Podría utilizar inteligencia artificial para elaborar tres ejemplos distintos: uno relacionado con educación, otro con salud y otro con economía.

Posteriormente, los estudiantes comparan los ejemplos y explican qué elementos comparten.

La tecnología facilita la preparación de materiales.

Pero la decisión de utilizar ejemplos diferenciados responde a un propósito pedagógico.

También encontramos oportunidades en la retroalimentación formativa.

Un estudiante puede elaborar un primer borrador de un texto y recibir sugerencias sobre su estructura.

Sin embargo, no debería limitarse a aceptar automáticamente todas las recomendaciones.

Es preferible solicitarle que identifique cuáles sugerencias son pertinentes, cuáles deben rechazarse y por qué.

De esta manera, la retroalimentación se convierte en un proceso de análisis y toma de decisiones.

La investigación sobre aprendizaje adaptativo y escritura académica señala beneficios potenciales en personalización, revisión y apoyo al estudiante, aunque insiste en la necesidad de supervisión docente y verificación de los resultados (Dinaloni et al., 2026), (Sanz-Tejeda et al., 2026).

Existe además una oportunidad importante para la creatividad docente.

Podemos generar situaciones hipotéticas, diseñar estudios de caso, construir simulaciones narrativas y explorar diferentes formas de presentar un problema.

Pero debemos recordar que creatividad no significa producir más materiales.

Significa construir experiencias que despierten curiosidad, permitan explorar alternativas y desarrollen pensamiento original.

Por ello, considero que el valor de la inteligencia artificial debe medirse por la calidad del aprendizaje que facilita, no por la cantidad de contenido que produce.

Diapositiva 6. Los riesgos de una educación automatizada

15:14–15:16 · 2 minutos

Hasta este momento hemos analizado las oportunidades.

Pero una conferencia académica responsable también debe examinar los riesgos.

Uno de ellos es la dependencia cognitiva.

Cuando una persona delega constantemente la búsqueda de explicaciones, la formulación de argumentos y la resolución de problemas, puede disminuir sus oportunidades de ejercitar determinadas habilidades.

No significa que toda utilización de inteligencia artificial debilite el pensamiento.

Significa que debemos prestar atención a cómo se utiliza.

La investigación identifica resultados diferentes según el diseño de las actividades y el nivel de orientación docente (Raitskaya y Tikhonova, 2025).

Otro riesgo es la confianza excesiva.

Una respuesta redactada con seguridad puede parecer verdadera incluso cuando contiene errores.

Por eso necesitamos fortalecer la alfabetización informacional y la verificación de fuentes.

También debemos considerar la privacidad de los datos.

No es aceptable introducir indiscriminadamente información personal, expedientes estudiantiles o documentos confidenciales en plataformas externas.

Y existe un riesgo adicional: la desigualdad tecnológica.

Si diseñamos actividades que solamente pueden completar quienes tienen acceso a servicios de pago o conectividad permanente, podríamos ampliar las brechas educativas.

Frente a estos desafíos, propongo una idea sencilla:

No debemos enseñar a confiar ciegamente en la inteligencia artificial, ni tampoco a rechazarla automáticamente. Debemos enseñar a utilizarla con criterio.

Diapositiva 7. Del entusiasmo tecnológico a la responsabilidad educativa

15:16–15:19 · 3 minutos

La historia de la educación nos muestra que cada innovación tecnológica genera expectativas.

En diferentes momentos se pensó que la radio, la televisión, las computadoras o internet transformarían por sí solos la enseñanza.

Todas estas tecnologías abrieron posibilidades importantes.

Sin embargo, ninguna eliminó la necesidad de una pedagogía sólida.

Con la inteligencia artificial ocurre algo semejante.

Podemos incorporar sistemas sofisticados y continuar utilizando metodologías centradas exclusivamente en la repetición.

También podemos disponer de recursos limitados y desarrollar experiencias educativas extraordinarias mediante preguntas pertinentes, colaboración y reflexión.

La diferencia está en la intención pedagógica.

Quisiera compartir una situación hipotética.

Dos docentes utilizan la misma herramienta de inteligencia artificial para preparar una clase sobre ciudadanía digital.

El primero solicita veinte preguntas de opción múltiple y pide a los estudiantes responderlas.

El segundo solicita varios dilemas éticos relacionados con privacidad, desinformación y participación ciudadana.

Posteriormente, organiza equipos para analizar los dilemas, comparar argumentos y defender decisiones.

La herramienta utilizada es la misma.

Pero los procesos cognitivos promovidos son diferentes.

En el primer caso, la actividad puede centrarse en identificar respuestas.

En el segundo, exige interpretar, argumentar, dialogar y tomar decisiones.

Esto nos lleva a reconocer que el docente no pierde relevancia con la inteligencia artificial.

Por el contrario, su capacidad para diseñar experiencias de aprendizaje se vuelve todavía más importante.

La revisión de García sobre integración de inteligencia artificial en educación primaria identifica necesidades de formación docente, infraestructura, apoyo institucional y políticas de uso responsable (García, 2025).

Por eso necesitamos pasar del entusiasmo por las herramientas a una cultura de responsabilidad educativa.

Una cultura en la que cada decisión tecnológica responda a preguntas concretas:

¿Qué competencia queremos desarrollar?

¿Qué dificultades presentan nuestros estudiantes?

¿Qué evidencia utilizaremos para valorar su aprendizaje?

¿Qué riesgos debemos prevenir?

Y, especialmente, ¿qué valor aporta la tecnología que no podríamos conseguir de una manera más sencilla?

Con estas preguntas llegamos al núcleo de nuestra conferencia: la inteligencia pedagógica.

BLOQUE III. DE LA INTELIGENCIA ARTIFICIAL A LA INTELIGENCIA PEDAGÓGICA

Diapositiva 8. ¿Qué entendemos por inteligencia pedagógica?

15:19–15:22 · 3 minutos

Estimados colegas, llegamos ahora al concepto central de nuestra conferencia.

Hemos hablado de inteligencia artificial, de sus posibilidades y de sus riesgos.

Pero quisiera proponerles una pregunta diferente:

¿Qué significa actuar inteligentemente desde la pedagogía?

Para esta conferencia, propongo entender la inteligencia pedagógica como la capacidad del docente y de las instituciones educativas para interpretar contextos, comprender necesidades de aprendizaje, seleccionar estrategias, tomar decisiones fundamentadas y evaluar sus consecuencias con responsabilidad ética.

Es importante precisar que utilizo esta expresión como una propuesta conceptual para organizar nuestra reflexión, no como un modelo científico cuya eficacia haya sido demostrada experimentalmente.

La inteligencia pedagógica no se reduce al dominio de contenidos.

Tampoco consiste únicamente en conocer metodologías o manejar herramientas digitales.

Integra conocimientos disciplinares, comprensión humana, juicio profesional, creatividad, sensibilidad contextual y capacidad de reflexión.

Pensemos en una situación frecuente.

Un estudiante presenta dificultades persistentes para completar sus actividades.

Una plataforma digital podría identificar retrasos en las entregas y recomendar ejercicios adicionales.

Esa información puede resultar útil.

Pero el docente necesita formular otras preguntas.

¿El estudiante comprende las instrucciones?

¿Tiene dificultades de conectividad?

¿Trabaja después de clases?

¿Existen circunstancias familiares que afectan su participación?

¿Necesita una explicación diferente o una adaptación metodológica?

Estas preguntas muestran la diferencia entre procesar datos y comprender pedagógicamente una situación.

Un sistema puede identificar patrones.

El docente debe interpretar esos patrones dentro de un contexto humano.

Por ello, la inteligencia pedagógica requiere escuchar, observar, dialogar y tomar decisiones prudentes.

También requiere reconocer que nuestras primeras interpretaciones pueden ser equivocadas.

Un estudiante que participa poco no necesariamente carece de interés.

Puede experimentar inseguridad, barreras lingüísticas o dificultades para expresarse en público.

Un resultado académico bajo tampoco define la capacidad de una persona.

Puede reflejar dificultades específicas, condiciones adversas o una estrategia de evaluación poco pertinente.

En consecuencia, la inteligencia pedagógica exige evitar conclusiones apresuradas.

Y aquí encontramos una conexión importante con la inteligencia artificial.

La tecnología puede ampliar la información disponible para tomar decisiones.

Pero no debe convertirse automáticamente en la autoridad que decide por nosotros.

La literatura reciente propone precisamente preservar la autonomía de estudiantes y docentes, junto con la verificación y la supervisión humana (Haro-Sarango, 2026).

Por eso quiero destacar una segunda tesis:

La inteligencia artificial amplía nuestras posibilidades de actuación; la inteligencia pedagógica determina cuáles de esas posibilidades merecen convertirse en decisiones educativas.

Diapositiva 9. Cinco dimensiones de la inteligencia pedagógica

15:22–15:25 · 3 minutos

Para avanzar en esta propuesta, quisiera presentar cinco dimensiones que considero fundamentales para una inteligencia pedagógica orientada al desarrollo humano.

La primera es la dimensión cognitiva.

Se relaciona con la capacidad de comprender cómo aprenden los estudiantes, identificar dificultades y diseñar experiencias que promuevan razonamiento, análisis y construcción de conocimiento.

No basta con transmitir información.

Necesitamos crear condiciones para que esa información sea comprendida, cuestionada y utilizada.

La segunda dimensión es la contextual.

Todo aprendizaje ocurre en una realidad social, cultural e institucional.

No podemos enseñar de la misma manera ignorando las diferencias de edad, experiencias previas, condiciones económicas, lenguas o características de las comunidades.

La inteligencia pedagógica exige reconocer esas particularidades.

La tercera dimensión es la ética.

Toda decisión educativa produce consecuencias.

Cuando seleccionamos contenidos, utilizamos datos estudiantiles o diseñamos evaluaciones, estamos tomando decisiones que pueden favorecer o perjudicar a determinadas personas.

Por eso necesitamos actuar con justicia, transparencia y responsabilidad.

La cuarta dimensión es la creativa.

Educar también implica imaginar nuevas posibilidades.

Un docente creativo no es necesariamente quien utiliza la herramienta más sofisticada.

Es quien encuentra maneras pertinentes de despertar la curiosidad, superar dificultades y conectar los contenidos con problemas significativos.

Y la quinta dimensión es la reflexiva.

Consiste en examinar críticamente nuestras propias prácticas.

Preguntarnos qué funcionó, qué no funcionó y qué debemos modificar.

Esta dimensión resulta especialmente importante porque ninguna estrategia educativa es perfecta para todos los contextos.

Ahora imaginemos que integramos estas cinco dimensiones al uso de inteligencia artificial.

La dimensión cognitiva nos ayuda a definir qué procesos mentales queremos desarrollar.

La contextual nos permite adaptar los recursos a nuestros estudiantes.

La ética establece límites y responsabilidades.

La creativa abre posibilidades de innovación.

Y la reflexiva nos invita a evaluar los resultados y mejorar continuamente.

Estas cinco dimensiones constituyen una propuesta de organización conceptual para esta conferencia.

No deben interpretarse como una escala validada ni como una clasificación universal.

Su finalidad es ayudarnos a responder una pregunta práctica:

Antes de incorporar inteligencia artificial a una actividad educativa, ¿hemos pensado suficientemente en las personas que aprenderán mediante ella?

Diapositiva 10. El docente como arquitecto de experiencias de aprendizaje

15:25–15:28 · 3 minutos

Durante muchos años hemos utilizado diferentes expresiones para describir el papel del docente.

Facilitador.

Mediador.

Orientador.

Investigador.

Innovador.

Hoy quisiera agregar una imagen que puede ayudarnos a comprender su función frente a la inteligencia artificial.

El docente como arquitecto de experiencias de aprendizaje.

Un arquitecto no se limita a reunir materiales de construcción.

Antes de diseñar un edificio, necesita comprender su propósito, las características del terreno, las necesidades de las personas y las condiciones de seguridad.

De manera semejante, un docente no debería limitarse a reunir contenidos, actividades y herramientas tecnológicas.

Necesita diseñar una experiencia coherente.

Debe preguntarse qué aprendizajes busca, cómo reconocerá las dificultades y qué evidencias permitirán valorar los avances.

Consideremos una clase sobre desarrollo sostenible.

Una actividad tradicional podría solicitar a los estudiantes elaborar un resumen sobre los Objetivos de Desarrollo Sostenible.

Con inteligencia artificial, ese resumen puede generarse rápidamente.

Pero un docente que actúa como arquitecto pedagógico puede transformar la actividad.

Primero, solicita a los estudiantes identificar un problema ambiental de su comunidad.

Después, les pide formular una explicación inicial sin utilizar inteligencia artificial.

Posteriormente, utilizan la herramienta para explorar posibles causas y soluciones.

A continuación, contrastan esas propuestas con documentos científicos y datos locales.

Finalmente, elaboran una intervención comunitaria y justifican sus decisiones.

En este ejemplo, la inteligencia artificial no sustituye el proceso de aprendizaje.

Forma parte de una secuencia diseñada para promover investigación, pensamiento crítico y responsabilidad social.

Esta distinción es esencial.

El verdadero objetivo no es que el estudiante produzca un documento atractivo.

Es que comprenda el problema, evalúe alternativas y pueda defender una propuesta.

Por ello, considero que la formación docente en inteligencia artificial debe superar los cursos centrados exclusivamente en aprender instrucciones o utilizar aplicaciones.

Necesitamos programas que desarrollen capacidades de diseño didáctico, evaluación, alfabetización informacional y juicio ético.

La evidencia sobre formación docente destaca precisamente la importancia de preparar profesionales capaces de valorar la pertinencia de las herramientas y revisar críticamente sus resultados (Wang y Lan, 2026).

Y quisiera que recordemos esta idea:

Una herramienta inteligente no convierte automáticamente una clase en inteligente. Lo que transforma la clase es la calidad del diseño pedagógico.

Diapositiva 11. El estudiante: de consumidor de respuestas a constructor de conocimiento

15:28–15:31 · 3 minutos

Hasta ahora hemos reflexionado sobre el docente.

Pero existe otro protagonista indispensable: el estudiante.

La inteligencia artificial nos obliga a revisar qué significa participar activamente en el aprendizaje.

Durante mucho tiempo, algunas prácticas educativas privilegiaron la reproducción de información.

El estudiante debía recordar definiciones, identificar conceptos y repetir procedimientos.

Estas capacidades pueden seguir siendo necesarias.

Sin embargo, resultan insuficientes cuando los sistemas tecnológicos pueden producir respuestas semejantes de manera inmediata.

Necesitamos fortalecer otras competencias.

La capacidad de formular preguntas.

La habilidad para distinguir argumentos sólidos de afirmaciones débiles.

La disposición para reconocer errores.

La creatividad para proponer alternativas.

Y la responsabilidad para tomar decisiones fundamentadas.

Pensemos en un estudiante que utiliza inteligencia artificial para resolver un problema matemático.

La herramienta presenta una solución detallada.

Pero ¿qué ocurriría si el procedimiento incluyera un error?

¿El estudiante podría identificarlo?

¿Sería capaz de explicar por qué el resultado es incorrecto?

¿Podría proponer otro camino?

Estas preguntas muestran que la verdadera competencia no consiste únicamente en obtener una respuesta.

Consiste en comprenderla, evaluarla y decidir si merece ser aceptada.

Por eso propongo que nuestras actividades educativas incorporen tres momentos.

Primero, pensar antes de consultar.

Segundo, contrastar después de recibir una respuesta.

Tercero, justificar personalmente la decisión final.

Esta secuencia puede aplicarse a numerosas disciplinas.

En Historia, para contrastar interpretaciones.

En Ciencias, para examinar explicaciones.

En Educación, para analizar casos pedagógicos.

En Ingeniería, para evaluar soluciones técnicas.

Y en investigación, para valorar hipótesis y argumentos.

Las revisiones sobre inteligencia artificial y pensamiento crítico muestran oportunidades cuando su uso está orientado a la reflexión activa, pero también advierten sobre los riesgos de delegar excesivamente el razonamiento (Raitskaya y Tikhonova, 2025), (Kumara et al., 2026).

Quisiera detenerme aquí en una reflexión.

Si un estudiante entrega un trabajo extraordinario, pero no puede explicar cómo lo construyó, debemos preguntarnos qué evidencia tenemos de su aprendizaje.

En cambio, si presenta una solución imperfecta, reconoce sus errores y demuestra capacidad para mejorarla, estamos observando procesos intelectuales valiosos.

Por ello, necesitamos una educación que no premie únicamente las respuestas impecables.

Necesitamos valorar también las preguntas, los procesos, las revisiones y la capacidad de aprender de los errores.

 

EJERCICIO 2

 

Estimados colegas, les propongo ahora una situación hipotética.

Imaginen que ustedes forman parte del comité académico de una universidad que está contratando a un nuevo docente.

El primer candidato domina numerosas herramientas de inteligencia artificial. Puede generar planificaciones, actividades y evaluaciones en cuestión de segundos. Sin embargo, presenta dificultades para comprender las necesidades de sus estudiantes.

El segundo candidato posee una sólida formación pedagógica. Sabe motivar, acompañar, evaluar y desarrollar pensamiento crítico, pero sus conocimientos sobre inteligencia artificial son todavía básicos.

Si ustedes tuvieran que tomar esta decisión, ¿a quién contratarían?

Los invito a votar en Mentimeter.

[Pausa para recibir las respuestas.]

Ahora observemos los resultados.

Esta pregunta nos muestra que la transformación educativa no debería obligarnos a elegir entre tecnología y pedagogía.

Nuestro verdadero desafío es desarrollar profesionales capaces de integrar ambas dimensiones.

Porque un docente que domina la tecnología, pero no comprende cómo aprenden sus estudiantes, puede producir muchos materiales sin garantizar aprendizajes significativos.

Y un excelente pedagogo puede ampliar sus posibilidades si desarrolla competencias tecnológicas de manera crítica.

Por eso, la pregunta más importante no es quién domina más herramientas, sino quién es capaz de utilizarlas con sentido educativo.

Y precisamente esta reflexión nos conduce al siguiente tema: el estudiante como constructor activo de conocimiento.

 

 

 

 

 

Diapositiva 12. Una nueva alianza entre inteligencia humana e inteligencia artificial

15:31–15:34 · 3 minutos

Llegamos ahora a una pregunta decisiva:

¿Debemos entender la relación entre docentes e inteligencia artificial como una competencia?

Considero que no.

No necesitamos construir una narrativa en la que las máquinas deban reemplazar a los educadores o los educadores deban demostrar constantemente que son superiores a las máquinas.

Necesitamos comprender que estamos frente a capacidades diferentes.

La inteligencia artificial puede procesar grandes cantidades de información y producir alternativas con rapidez.

El ser humano aporta experiencia, interpretación contextual, responsabilidad moral y capacidad de construir relaciones educativas.

Estas capacidades pueden complementarse cuando existe un diseño adecuado.

Pero esa colaboración necesita límites.

No todas las decisiones deben automatizarse.

Por ejemplo, una herramienta puede apoyar la revisión preliminar de un texto académico.

Sin embargo, la evaluación definitiva debe considerar los objetivos de aprendizaje, los criterios establecidos y las circunstancias relevantes del estudiante.

De manera semejante, un sistema puede identificar patrones de participación.

Pero no debería determinar automáticamente el futuro académico de una persona sin mecanismos de revisión humana.

La investigación sobre autoridad del conocimiento en entornos educativos advierte que los sistemas generativos pueden adquirir una apariencia de autoridad que debilite la evaluación crítica de sus afirmaciones (Jose et al., 2025).

Por eso necesitamos construir una relación en la que la inteligencia artificial sea una herramienta de apoyo y no una autoridad incuestionable.

Quisiera proponer una expresión para sintetizar esta relación:

Tecnología para ampliar posibilidades. Pedagogía para orientar decisiones. Ética para establecer límites. Humanidad para dar sentido.

Esta fórmula no pretende ser un resultado experimental.

Es una invitación a organizar nuestras decisiones educativas.

Y nos conduce hacia una pregunta que será fundamental en los próximos años:

¿Cómo podemos transformar concretamente la enseñanza, el aprendizaje y la investigación sin perder nuestra autonomía intelectual?

Esa será la reflexión que desarrollaremos en el siguiente bloque.

BLOQUE IV. TRANSFORMACIÓN DE LA ENSEÑANZA, EL APRENDIZAJE Y LA INVESTIGACIÓN EDUCATIVA

Diapositiva 13. Transformar la enseñanza: de transmitir contenidos a diseñar experiencias

15:34–15:37 · 3 minutos

Estimados participantes, quisiera que traslademos nuestras reflexiones a la práctica cotidiana del aula.

Cuando hablamos de transformación educativa, con frecuencia pensamos en incorporar plataformas, aplicaciones o dispositivos.

Pero la transformación pedagógica exige revisar una pregunta anterior:

¿Qué queremos que nuestros estudiantes sean capaces de hacer al finalizar una experiencia de aprendizaje?

Esta pregunta parece sencilla.

Sin embargo, sus implicaciones son profundas.

Si nuestro objetivo consiste únicamente en recordar información, podemos diseñar actividades centradas en la recuperación de datos.

Pero si buscamos desarrollar pensamiento crítico, creatividad, colaboración o resolución de problemas, necesitamos experiencias diferentes.

Permítanme presentar un ejemplo relacionado con la formación docente.

Imaginemos una asignatura universitaria sobre evaluación educativa.

En una metodología tradicional, el profesor explica los tipos de evaluación y solicita elaborar un cuadro comparativo.

Ahora imaginemos una propuesta diferente.

El docente presenta un caso hipotético de un estudiante que obtiene resultados bajos en varias evaluaciones.

Solicita a los participantes analizar las posibles causas.

Posteriormente, los estudiantes utilizan inteligencia artificial para generar diferentes estrategias de evaluación formativa.

Pero no aceptan automáticamente las propuestas.

Deben identificar cuáles respetan los principios de equidad, cuáles ofrecen retroalimentación pertinente y cuáles podrían generar consecuencias negativas.

Finalmente, diseñan su propia propuesta y justifican cada decisión.

¿Qué ha cambiado?

No solamente hemos incorporado una herramienta tecnológica.

Hemos modificado la naturaleza de la actividad.

El estudiante ya no se limita a reproducir definiciones.

Debe interpretar una situación, evaluar alternativas y fundamentar decisiones.

Esto nos permite comprender que la inteligencia artificial puede utilizarse para reforzar prácticas tradicionales o para abrir oportunidades de aprendizaje más complejo.

La diferencia depende del diseño pedagógico.

Quisiera destacar también la importancia de la planificación.

Una planificación apoyada por inteligencia artificial puede resultar útil como punto de partida.

Pero debe revisarse considerando los objetivos curriculares, el tiempo disponible, las características de los estudiantes y los recursos reales de la institución.

No podemos confundir rapidez con pertinencia.

Una actividad generada en treinta segundos no necesariamente es mejor que una actividad cuidadosamente diseñada durante una hora.

Lo importante es su capacidad para favorecer aprendizajes.

Por eso propongo que, antes de utilizar inteligencia artificial en la enseñanza, formulemos cuatro preguntas:

¿Qué aprenderán los estudiantes?

¿Qué tendrán que pensar o hacer por sí mismos?

¿Qué apoyo específico ofrecerá la tecnología?

¿Y cómo comprobaremos que el aprendizaje ocurrió?

Si podemos responder con claridad, estaremos avanzando hacia una integración pedagógica responsable.

Diapositiva 14. Transformar el aprendizaje: autonomía, pensamiento crítico y colaboración

15:37–15:40 · 3 minutos

La segunda transformación se relaciona directamente con la experiencia del estudiante.

Uno de los grandes desafíos de la educación contemporánea es desarrollar autonomía.

Pero debemos comprender que autonomía no significa dejar al estudiante solo frente a una plataforma.

Significa ayudarlo a planificar, supervisar y evaluar su propio aprendizaje.

La inteligencia artificial puede apoyar este proceso.

Por ejemplo, un estudiante puede solicitar preguntas de práctica, explicaciones alternativas o retroalimentación sobre sus respuestas.

Sin embargo, necesita aprender a identificar cuándo la herramienta le está ayudando a comprender y cuándo simplemente está realizando la tarea en su lugar.

Esta diferencia es esencial.

Imaginemos que un estudiante debe preparar una exposición sobre biodiversidad.

Podría pedir a la inteligencia artificial que genere todo el contenido y memorizarlo.

Pero también podría utilizarla para explorar conceptos, identificar dudas, organizar un esquema inicial y contrastar información científica.

Posteriormente, tendría que construir una interpretación propia y relacionarla con los problemas ambientales de su comunidad.

En el segundo caso, la herramienta funciona como apoyo.

El estudiante conserva la responsabilidad sobre su aprendizaje.

La colaboración también adquiere nuevas posibilidades.

Podemos organizar actividades en las que diferentes equipos analicen una misma respuesta generada por inteligencia artificial.

Un grupo identifica las afirmaciones verificables.

Otro examina los supuestos.

Un tercero busca perspectivas que no fueron consideradas.

Y un cuarto propone mejoras.

Después, los equipos contrastan sus conclusiones.

Esta dinámica permite convertir un contenido generado automáticamente en un objeto de discusión académica.

El aprendizaje deja de centrarse exclusivamente en recibir información.

Se convierte en una actividad social de interpretación y construcción de conocimiento.

La investigación sobre inteligencia artificial en educación superior señala que sus beneficios potenciales dependen del acompañamiento docente, de las tareas propuestas y de la preservación de la autonomía del estudiante (Haro-Sarango, 2026).

Por ello, debemos evitar dos extremos.

El primero consiste en prohibir indiscriminadamente herramientas que podrían contribuir al aprendizaje.

El segundo consiste en permitir su utilización sin orientaciones ni criterios.

Entre ambos extremos existe un camino pedagógico.

Un camino basado en alfabetización digital, pensamiento crítico y responsabilidad.

Y aquí quisiera compartir una reflexión:

Un estudiante verdaderamente autónomo no es aquel que puede obtener todas las respuestas con inteligencia artificial. Es aquel que sabe cuándo utilizarla, cómo cuestionarla y cuándo necesita pensar sin ella.

Diapositiva 15. Transformar la evaluación: cuando el producto ya no es suficiente

15:40–15:43 · 3 minutos

Llegamos ahora a uno de los temas más sensibles de esta transformación: la evaluación.

Durante mucho tiempo hemos utilizado productos académicos como evidencia principal del aprendizaje.

Ensayos.

Informes.

Presentaciones.

Resolución de ejercicios.

Proyectos escritos.

Pero la inteligencia artificial generativa ha modificado las condiciones en las que estos productos pueden elaborarse.

Actualmente, una persona puede generar un texto bien estructurado sin haber desarrollado necesariamente todos los procesos intelectuales que tradicionalmente asociábamos con su producción.

Esto no significa que debamos abandonar los trabajos escritos.

Significa que necesitamos revisar qué evidencias consideramos suficientes.

Pensemos en un estudiante que entrega un ensayo sobre ética profesional.

El documento presenta una introducción clara, argumentos organizados y conclusiones coherentes.

Pero cuando el docente pregunta por qué eligió determinada postura, el estudiante no logra justificarla.

El problema no está únicamente en la posible utilización de inteligencia artificial.

El problema está en que el producto final no permite demostrar, por sí solo, el aprendizaje esperado.

Por eso propongo fortalecer una evaluación centrada también en los procesos.

Podemos solicitar borradores sucesivos.

Registrar decisiones de revisión.

Incorporar defensas orales.

Plantear problemas nuevos.

Utilizar portafolios reflexivos.

Y pedir a los estudiantes explicar qué herramientas utilizaron y cómo evaluaron sus resultados.

También podemos diseñar actividades donde el uso de inteligencia artificial esté permitido, pero deba declararse y justificarse.

Por ejemplo, un estudiante podría presentar una respuesta inicial generada por una herramienta y luego elaborar un análisis crítico de sus errores, omisiones y posibilidades de mejora.

En ese caso, el objeto de evaluación no sería únicamente la respuesta.

Sería la capacidad para examinarla.

Sin embargo, debemos evitar convertir toda evaluación en una investigación sobre si el estudiante utilizó inteligencia artificial.

Los sistemas automáticos de detección pueden producir errores y no deberían considerarse pruebas concluyentes de una infracción.

Necesitamos reglas claras, procedimientos justos y diálogo académico.

La literatura sobre escritura universitaria asistida por inteligencia artificial destaca tanto las oportunidades de retroalimentación como los desafíos relacionados con autoría, dependencia y evaluación (Sanz-Tejeda et al., 2026).

Por ello, quisiera proponer una pregunta para nuestras instituciones:

Si una herramienta puede producir el resultado que solicitamos, ¿qué debemos cambiar en la evaluación para reconocer aquello que el estudiante realmente sabe, comprende y puede hacer?

Esta pregunta debería ocupar un lugar central en nuestros procesos de innovación curricular.

Diapositiva 16. La inteligencia artificial en la investigación educativa

15:43–15:46 · 3 minutos

Como investigadores, sabemos que producir conocimiento exige rigor metodológico, transparencia y responsabilidad.

La inteligencia artificial también está transformando nuestros procesos de investigación.

Puede apoyar tareas de organización documental, exploración conceptual, programación, análisis preliminar de información y revisión de textos.

Sin embargo, debemos establecer una distinción fundamental.

Apoyar una investigación no significa sustituir el razonamiento científico.

Pensemos en una revisión de literatura.

Una herramienta puede sugerir palabras clave, proponer categorías temáticas o resumir textos que le proporcionemos.

Pero corresponde al investigador comprobar que los documentos existen, que las referencias son correctas y que las conclusiones representan fielmente la evidencia.

Una referencia bibliográfica generada automáticamente no debe incorporarse a un artículo sin verificación.

Tampoco debemos aceptar como verdadero un resumen simplemente porque utiliza lenguaje académico.

En investigación cualitativa, estos desafíos adquieren especial importancia.

La interpretación de entrevistas, narrativas y experiencias humanas requiere reconocer contextos, significados y perspectivas.

Una herramienta puede ayudar a organizar fragmentos de texto o proponer agrupaciones preliminares.

Pero no debe confundirse esa organización con una interpretación científica validada.

Las categorías analíticas deben construirse y justificarse mediante un proceso metodológico transparente.

Además, cuando trabajamos con testimonios, debemos proteger la confidencialidad de los participantes.

No podemos introducir información sensible en plataformas externas sin evaluar las condiciones de privacidad, consentimiento y seguridad.

En investigación cuantitativa, la inteligencia artificial también puede apoyar la elaboración de código y la exploración de procedimientos estadísticos.

Pero un resultado numérico no es correcto solamente porque haya sido generado por un sistema.

El investigador debe revisar los supuestos, los datos, las fórmulas y la interpretación.

Y debemos recordar algo esencial: una diferencia estadísticamente significativa no demuestra automáticamente causalidad.

El rigor científico continúa dependiendo del diseño de investigación y de la calidad de la evidencia.

Por ello, propongo cuatro principios para la investigación educativa asistida por inteligencia artificial.

Primero, trazabilidad: debemos poder explicar cómo obtuvimos nuestros resultados.

Segundo, verificabilidad: las afirmaciones y referencias deben contrastarse.

Tercero, transparencia: debemos declarar los usos relevantes de inteligencia artificial conforme a las normas académicas.

Y cuarto, responsabilidad: los investigadores humanos siguen siendo responsables de las conclusiones publicadas.

La inteligencia artificial puede contribuir a acelerar determinadas tareas.

Pero no debe acelerar nuestros errores.

La ciencia no avanza simplemente cuando producimos más textos. Avanza cuando construimos conocimiento confiable, relevante y abierto a la crítica.

Diapositiva 17. América Latina: construir una inteligencia pedagógica desde nuestras realidades

15:46–15:49 · 3 minutos

Quisiera dedicar este momento a una reflexión especialmente importante para RELATIC.

Cuando hablamos de inteligencia artificial, frecuentemente utilizamos ejemplos de grandes universidades internacionales, plataformas globales y sistemas desarrollados en contextos tecnológicos avanzados.

Estos referentes pueden aportar experiencias valiosas.

Pero no debemos olvidar que América Latina posee realidades educativas propias.

Nuestra región se caracteriza por una extraordinaria diversidad cultural, lingüística, social y territorial.

Tenemos comunidades rurales, poblaciones indígenas, instituciones interculturales, ciudades altamente conectadas y territorios donde el acceso a tecnologías continúa siendo limitado.

Por ello, no podemos adoptar modelos de innovación sin preguntarnos por su pertinencia.

Una herramienta diseñada para un contexto urbano, con conectividad permanente y abundantes recursos digitales, puede resultar poco adecuada para una institución que enfrenta dificultades de infraestructura.

De igual manera, los contenidos generados automáticamente pueden presentar ejemplos culturales que no representan las experiencias de nuestros estudiantes.

Esto exige una actitud crítica.

No se trata de rechazar el conocimiento internacional.

Se trata de dialogar con él desde nuestras propias realidades.

Pensemos en una comunidad educativa que busca estudiar la conservación del agua.

La inteligencia artificial puede ofrecer información científica y propuestas de actividades.

Pero los estudiantes también pueden investigar las prácticas locales de manejo del agua, entrevistar a miembros de su comunidad y analizar problemas concretos de su territorio.

Cuando combinamos conocimientos científicos, recursos tecnológicos y experiencias comunitarias, construimos una educación contextualizada.

Y aquí aparece una oportunidad extraordinaria para la investigación latinoamericana.

Necesitamos estudiar cómo se utiliza la inteligencia artificial en nuestras escuelas y universidades.

Qué beneficios se observan.

Qué dificultades enfrentan los docentes.

Cómo influyen las condiciones socioeconómicas.

Qué riesgos aparecen en relación con los datos personales.

Y qué estrategias permiten fortalecer el aprendizaje sin ampliar las desigualdades.

No basta con importar soluciones.

Necesitamos producir evidencia propia.

Las redes académicas, como RELATIC, pueden contribuir a este propósito mediante proyectos colaborativos, intercambio de experiencias y construcción de conocimiento interdisciplinario.

También necesitamos reconocer que la innovación educativa debe incluir a quienes históricamente han tenido menos oportunidades de participar en las transformaciones tecnológicas.

La inclusión no puede ser una consecuencia accidental.

Debe constituir un principio del diseño.

Por eso quisiera plantear una reflexión dirigida a nuestra comunidad científica:

América Latina no debe limitarse a consumir tecnologías educativas. Debe participar activamente en la construcción de sus criterios pedagógicos, éticos y sociales de utilización.

La inteligencia pedagógica que necesitamos debe dialogar con el mundo, pero también escuchar nuestras aulas, nuestras comunidades y nuestras realidades.

BLOQUE V. ÉTICA, FUTURO Y CIERRE MAGISTRAL

Diapositiva 18. Los dilemas éticos de la inteligencia artificial educativa

15:49–15:52 · 3 minutos

Estamos llegando a la parte final de esta conferencia.

Y quisiera detenerme en una dimensión que considero inseparable de cualquier transformación educativa: la ética.

La inteligencia artificial puede ofrecer grandes oportunidades.

Pero su utilización también plantea preguntas sobre privacidad, justicia, transparencia y responsabilidad.

Pensemos en un sistema que analiza el desempeño académico de los estudiantes y genera recomendaciones personalizadas.

A primera vista, esta posibilidad parece positiva.

Pero debemos preguntarnos:

¿Qué datos utiliza?

¿Quién puede acceder a ellos?

¿Durante cuánto tiempo se conservan?

¿Los estudiantes conocen cómo se procesan?

¿Existe la posibilidad de corregir información equivocada?

Estas preguntas no son detalles administrativos.

Se relacionan directamente con los derechos de las personas.

También debemos considerar los sesgos.

Los sistemas de inteligencia artificial aprenden patrones a partir de datos que pueden contener desigualdades históricas, estereotipos y representaciones culturales incompletas.

Por ello, sus resultados no deben asumirse como neutrales.

Una recomendación automatizada puede parecer objetiva y, sin embargo, estar influida por características de los datos o por decisiones de diseño.

En educación, esto exige especial prudencia.

No deberíamos permitir que una clasificación algorítmica determine automáticamente las oportunidades académicas de un estudiante.

Las decisiones relevantes deben contar con supervisión humana y mecanismos de revisión.

Existe también una dimensión relacionada con la autoría y la integridad académica.

Necesitamos enseñar a los estudiantes a distinguir entre utilizar una herramienta como apoyo y presentar como propio un trabajo intelectual que no han realizado.

Pero la responsabilidad no corresponde únicamente a los estudiantes.

Las instituciones deben establecer orientaciones claras, comprensibles y coherentes.

La literatura científica identifica la privacidad, los sesgos, la integridad académica y la dependencia tecnológica como desafíos relevantes para la integración educativa de inteligencia artificial (Ololoh, 2026), (Meylani, 2025).

Por eso, la ética no debe incorporarse únicamente al final de un proyecto tecnológico.

Debe estar presente desde su planificación.

Antes de implementar una herramienta, debemos preguntarnos si es necesaria, si es segura, si resulta accesible y si respeta la dignidad de quienes la utilizarán.

Quisiera resumir esta reflexión en una frase:

No todo lo que la inteligencia artificial puede hacer es algo que pedagógicamente debamos permitirle hacer.

Nuestra responsabilidad consiste en reconocer esa diferencia.

Diapositiva 19. Cinco compromisos para las instituciones educativas

15:52–15:55 · 3 minutos

Después de recorrer las oportunidades, desafíos y posibilidades de la inteligencia artificial, quisiera presentar cinco compromisos que podrían orientar a nuestras instituciones educativas.

El primero es formar docentes con criterio pedagógico y tecnológico.

No basta con enseñar a utilizar plataformas.

Necesitamos fortalecer capacidades para diseñar actividades, evaluar resultados, identificar errores y tomar decisiones éticas.

El segundo compromiso es proteger la autonomía intelectual del estudiantado.

Debemos garantizar que la inteligencia artificial apoye el aprendizaje sin sustituir sistemáticamente los procesos de razonamiento.

Esto requiere diseñar tareas que promuevan preguntas, análisis, argumentación y reflexión.

El tercer compromiso es transformar la evaluación.

Necesitamos valorar no solamente los productos finales, sino también los procesos mediante los cuales los estudiantes construyen conocimiento.

Esto implica utilizar evidencias diversas y promover prácticas de evaluación formativa.

El cuarto compromiso es garantizar inclusión y equidad.

No podemos diseñar políticas educativas que presupongan que todos los estudiantes tienen las mismas condiciones de acceso.

Debemos ofrecer alternativas, considerar las limitaciones tecnológicas y evitar que la innovación amplíe las desigualdades existentes.

Y el quinto compromiso es investigar continuamente.

Toda innovación debe evaluarse.

Necesitamos conocer qué funciona, para quién funciona, bajo qué condiciones y con qué consecuencias.

No podemos confundir satisfacción con aprendizaje, ni percepciones favorables con resultados objetivos.

Tampoco debemos atribuir causalidad a experiencias que no cuentan con diseños adecuados para demostrarla.

La investigación debe ayudarnos a distinguir entre entusiasmo tecnológico y transformación educativa sustentada en evidencia.

Ahora quisiera invitarlos a imaginar una universidad que asuma estos cinco compromisos.

Una institución donde los docentes reciben formación continua.

Donde los estudiantes aprenden a utilizar inteligencia artificial de manera crítica.

Donde las evaluaciones promueven comprensión y creatividad.

Donde existen orientaciones claras sobre privacidad y autoría.

Y donde las decisiones tecnológicas se revisan mediante investigación educativa.

Esa institución no sería innovadora únicamente porque dispone de inteligencia artificial.

Sería innovadora porque ha construido una cultura de inteligencia pedagógica.

Por eso considero que nuestro desafío no consiste en acumular herramientas.

Consiste en construir instituciones capaces de utilizarlas responsablemente.

El futuro educativo no dependerá solamente de la tecnología que adquiramos, sino de las capacidades humanas e institucionales que decidamos desarrollar.

Diapositiva 20. La gran reflexión: ¿qué educación queremos construir?

15:55–15:58 · 3 minutos

Estimados colegas, quisiera que por un momento dejemos de pensar en plataformas, algoritmos y aplicaciones.

Y volvamos a la esencia de nuestra profesión.

¿Por qué educamos?

¿Por qué investigamos?

¿Por qué dedicamos años de nuestra vida a comprender cómo aprenden las personas?

Considero que la respuesta no puede reducirse a mejorar indicadores o producir resultados académicos.

Educamos porque creemos en la capacidad humana de aprender, desarrollarse y transformar su realidad.

Educamos porque reconocemos que cada estudiante posee una historia, una identidad y un conjunto de posibilidades que merecen ser cultivadas.

Y educamos porque aspiramos a construir sociedades más justas, críticas y solidarias.

La inteligencia artificial puede acompañarnos en ese propósito.

Pero no puede definir por sí sola qué sociedad queremos construir.

Esa responsabilidad continúa siendo humana.

Quisiera invitarlos a imaginar una escena.

Dentro de algunos años, un estudiante podría tener acceso permanente a sistemas capaces de explicar cualquier concepto, resolver numerosos problemas y generar contenidos complejos.

Tal vez pueda obtener respuestas de una calidad técnica extraordinaria.

Pero cuando deba decidir cómo actuar frente a una injusticia, cómo resolver un conflicto humano o cómo utilizar su conocimiento para beneficiar a su comunidad, necesitará mucho más que información.

Necesitará criterio.

Necesitará empatía.

Necesitará responsabilidad.

Y necesitará valores.

Por eso, cuando hablamos del futuro de la educación, no deberíamos preguntarnos únicamente qué podrán hacer las máquinas.

Debemos preguntarnos qué capacidades humanas queremos fortalecer.

¿Queremos estudiantes que dependan permanentemente de respuestas automáticas?

¿O queremos personas capaces de comprender, cuestionar y construir conocimiento?

¿Queremos docentes reducidos a supervisores de plataformas?

¿O queremos profesionales que lideren procesos educativos con autonomía, creatividad y sensibilidad humana?

¿Queremos instituciones que incorporen tecnologías por presión competitiva?

¿O universidades que evalúen críticamente sus decisiones y respondan a las necesidades de sus comunidades?

Estas preguntas definen el verdadero sentido de nuestra transformación.

Quisiera compartir una reflexión final:

La inteligencia artificial puede ayudarnos a responder más rápido. Pero la educación debe enseñarnos a pensar más profundamente.

Puede ampliar nuestras capacidades para producir información.

Pero somos nosotros quienes debemos decidir qué hacer con ella.

Puede ofrecernos innumerables posibilidades.

Pero corresponde a nuestra inteligencia pedagógica convertirlas en oportunidades de aprendizaje significativo.

Y quizá el mayor desafío de nuestra época sea precisamente ese:

No permitir que la extraordinaria velocidad de la tecnología nos haga olvidar la profundidad que requiere la formación humana.

Diapositiva 21. Conclusiones y agradecimiento magistral

15:58–16:00 · 2 minutos

Distinguidas autoridades, estimados investigadores, docentes y participantes:

Estamos llegando al final de este recorrido académico.

Durante esta conferencia hemos reflexionado sobre las oportunidades de la inteligencia artificial, sus riesgos, las transformaciones de la enseñanza y las nuevas responsabilidades de nuestras instituciones educativas.

Pero, sobre todo, hemos defendido una idea central:

La inteligencia artificial debe estar al servicio de la inteligencia pedagógica, y ambas deben estar al servicio del desarrollo humano.

No necesitamos una educación que enseñe a los estudiantes a competir con las máquinas.

Necesitamos una educación que les permita desarrollar aquello que hace valiosa nuestra condición humana: pensamiento crítico, creatividad, sensibilidad ética, responsabilidad y capacidad de convivencia.

No necesitamos docentes que se limiten a utilizar herramientas digitales.

Necesitamos educadores capaces de interpretar realidades, diseñar experiencias significativas y acompañar a sus estudiantes en la construcción del conocimiento.

Y no necesitamos instituciones que adopten tecnologías únicamente por seguir tendencias.

Necesitamos universidades comprometidas con la investigación rigurosa, la innovación responsable y la transformación social.

Quisiera expresar mi más sincero agradecimiento a la Red Latinoamericana de Investigaciones Cualitativas, RELATIC, a sus autoridades, al Comité Organizador y al Comité Científico de este Cuarto Congreso Internacional RELATIC 2026.

Mi reconocimiento también a las instituciones y organizaciones aliadas que hacen posible este encuentro, y a todos los investigadores y profesionales que contribuyen al fortalecimiento de la ciencia y la educación latinoamericana.

Desde la Universidad de las Fuerzas Armadas ESPE, Ecuador, reitero mi compromiso con una educación que integre innovación, investigación y responsabilidad humana.

Permítanme despedirme con una última reflexión:

«El futuro de la educación no estará determinado únicamente por la inteligencia de nuestras máquinas, sino por la sabiduría con la que decidamos educar a las próximas generaciones».

Soy Augusto Paolo Bernal Párraga.

Ha sido un verdadero honor compartir con ustedes este espacio de reflexión.

Muchísimas gracias por su atención.