Guion oral
de la ponencia
Inteligencia
Artificial y Diseño Universal para el Aprendizaje
Mgtr.
Augusto Paolo Bernal Párraga · EDUCAF5 · Ecuador
Diapositiva 01 —
Inteligencia Artificial y Diseño Universal para el Aprendizaje
Tiempo orientativo: 1.0 minutos
Buenas
tardes a todas y todos. Soy Augusto Bernal Parraga y Es un honor compartir este
espacio académico dedicado a la diversidad y la inclusión. Mi propósito no es
presentar la inteligencia artificial como una solución milagrosa, sino explorar
cómo puede convertirse en una herramienta para diseñar oportunidades educativas
más equitativas cuando se combina con el Diseño Universal para el Aprendizaje,
o DUA.
Les
propongo una idea central: la inclusión no consiste en pedirle al estudiante
que se adapte a un único modo de enseñar, sino en transformar el entorno para
que más personas puedan participar, comprender y demostrar lo que saben.
Durante los próximos veinte minutos revisaremos fundamentos, ejemplos concretos
y precauciones éticas. Me gustaría que cada asistente termine con una
estrategia que pueda aplicar en su contexto, sea educación inicial, escuela,
colegio o universidad.
Diapositiva 02 — La
diversidad es la norma, no la excepción.
Tiempo orientativo: 1.2 minutos
Pensemos en
un aula de treinta estudiantes. En ella conviven experiencias culturales,
habilidades, condiciones sensoriales, conocimientos previos, intereses y ritmos
de aprendizaje diferentes. Si ofrecemos una sola explicación, una sola
actividad y una sola forma de evaluación, es probable que generemos barreras
innecesarias.
El enfoque
inclusivo nos invita a mirar esas barreras antes que etiquetar a las personas.
Por ejemplo, un estudiante puede comprender perfectamente un concepto
científico y, sin embargo, tener dificultades para demostrarlo mediante un
texto extenso. Otro puede beneficiarse de un ejemplo visual o de un vocabulario
más claro. Esto no significa reducir expectativas académicas. Significa
mantener objetivos rigurosos y diversificar las vías para alcanzarlos. En ese
punto convergen el DUA y el uso cuidadoso de herramientas de inteligencia
artificial.
Diapositiva 03 — ¿Qué
impide aprender y participar?
Tiempo orientativo: 1.2 minutos
Podemos
agrupar muchas barreras en tres dimensiones. La primera es el acceso: textos
densos, videos sin subtítulos, materiales difíciles de leer o instrucciones
ambiguas. La segunda es la participación: cuando el estudiante no encuentra
sentido en la tarea o no dispone de opciones para involucrarse. La tercera es
la evidencia de aprendizaje: a veces evaluamos una competencia de manera
indirecta, exigiendo una única forma de respuesta.
Imaginemos
que el objetivo es explicar el ciclo del agua. Si únicamente aceptamos una
redacción escrita, podríamos terminar midiendo capacidad de escritura más que
comprensión científica. Podemos conservar una rúbrica común y permitir
esquemas, explicaciones orales o producciones multimodales. El cambio
importante consiste en diseñar intencionalmente alternativas, no en
improvisarlas después de que alguien haya quedado excluido.
Diapositiva 04 — DUA 3.0:
tres principios para diseñar oportunidades
Tiempo orientativo: 1.6 minutos
Las
Directrices DUA 3.0, publicadas por CAST en 2024, organizan el diseño educativo
en tres grandes principios. El compromiso aborda por qué aprendemos:
motivaciones, identidad, pertenencia y posibilidades de elección. La
representación examina cómo se presenta y se comprende la información. La
acción y expresión considera cómo las personas interactúan y hacen visible lo
que saben.
La versión
3.0 pone especial atención en la identidad, los sesgos, las barreras sistémicas
y la capacidad de agencia del estudiante. No hablamos simplemente de añadir
imágenes a una clase tradicional. Hablamos de diseñar opciones con intención
pedagógica, considerando la variabilidad humana. El propósito es formar
aprendices capaces de decidir, reflexionar, utilizar recursos y actuar de
manera estratégica. Estos principios son nuestra brújula; la inteligencia
artificial puede ayudarnos a operativizarlos, pero no los sustituye.
Diapositiva 05 — DUA
define el propósito pedagógico. La IA amplía las posibilidades.
Tiempo orientativo: 1.2 minutos
Quisiera
insistir en una distinción clave: implementar IA no equivale a implementar
inclusión. Podemos producir rápidamente muchos materiales con inteligencia
artificial y aun así mantener prácticas rígidas o incluso discriminatorias. El
orden correcto es otro. Primero formulamos el objetivo de aprendizaje; luego
identificamos barreras; después diseñamos opciones según el DUA; y solo
entonces evaluamos si alguna herramienta de IA ayuda a generar una alternativa
útil.
Por
ejemplo, si la barrera es un vocabulario demasiado especializado, la IA podría
proponer una versión con lenguaje claro que el docente revisa. Si la barrera es
una actividad poco significativa, puede sugerir escenarios conectados con la
realidad local. La decisión pedagógica, la validación del contenido y la
responsabilidad ética siguen estando en manos humanas.
Diapositiva 06 — Tres
principios, seis oportunidades
Tiempo orientativo: 1.6 minutos
Veamos seis
usos concretos. Desde el compromiso, podemos solicitar alternativas de
actividades relacionadas con intereses de los estudiantes o con problemas de su
comunidad. También podemos diseñar retos graduales, con apoyos que se retiran
conforme aumenta la autonomía. En representación, podemos transformar un texto
técnico en explicaciones escalonadas, construir glosarios y solicitar analogías
o ejemplos culturalmente pertinentes. En acción y expresión, podemos diseñar
opciones de producto final y rúbricas claras que describan el aprendizaje
esperado sin favorecer arbitrariamente un formato.
El riesgo
aparece cuando se delega por completo el contenido a la herramienta. Las
respuestas generativas pueden contener errores, simplificaciones inadecuadas y
sesgos. Por eso, cada recurso necesita revisión disciplinar, ajuste curricular,
validación de accesibilidad y consideración de la edad de los estudiantes. La
IA propone; el equipo docente decide.
Diapositiva 07 — Una misma
meta, varias rutas de aprendizaje
Tiempo orientativo: 1.5 minutos
Vamos a la
escuela. Supongamos que queremos que el grupo comprenda tres procesos del ciclo
del agua: evaporación, condensación y precipitación. En lugar de preparar una
única explicación y una única prueba, podemos diseñar tres rutas
complementarias. Primero, una infografía con elementos visuales y texto
alternativo. Segundo, un relato breve que conecte el ciclo del agua con la
lluvia en la comunidad. Tercero, una secuencia ilustrada que permita ordenar
eventos y explicar relaciones.
La IA puede
ayudarnos a proponer las primeras versiones, pero el docente verifica exactitud
y pertinencia. Para demostrar aprendizaje, los estudiantes podrían crear una
representación gráfica, explicar oralmente el fenómeno o redactar una síntesis.
La rúbrica no cambia en su exigencia científica: se valoran los mismos
conceptos y relaciones causales. Cambia el canal de expresión, no el objetivo
cognitivo.
Diapositiva 08 —
Pensamiento crítico antes que respuestas automáticas
Tiempo orientativo: 1.3 minutos
En
educación secundaria, la IA puede funcionar como objeto de análisis crítico, no
como fuente incuestionable. Imaginemos una afirmación sobre ambiente, salud o
tecnología. En equipos, los estudiantes investigan evidencia confiable y luego
piden a una herramienta de IA que genere argumentos a favor y en contra. Deben
identificar cuáles afirmaciones están sustentadas, cuáles son ambiguas y cuáles
necesitan verificación.
Desde el
DUA, ofrecemos distintas formas de acceder a las fuentes y distintas formas de
comunicar la conclusión: una breve exposición, un mapa argumental o un
comentario escrito. Pero exigimos un estándar común: evidencia verificable,
razonamiento propio y reconocimiento de incertidumbres. De ese modo, la IA no
reemplaza el pensamiento crítico; se convierte en material para ejercitarlo.
Diapositiva 09 —
Evaluación auténtica con apoyo responsable de IA
Tiempo orientativo: 1.3 minutos
En
educación superior, una evaluación auténtica debe acercar el aprendizaje a
situaciones de la práctica profesional. Por ejemplo, futuros docentes pueden
diseñar una secuencia inclusiva para un grupo heterogéneo. La IA podría
ayudarles a explorar variantes, anticipar barreras o estructurar una rúbrica.
Sin embargo, cada equipo necesita justificar las decisiones desde los
principios del DUA, contrastarlas con literatura y adaptar el diseño al
contexto.
La
evaluación debe distinguir asistencia tecnológica de autoría académica. Una
opción es pedir una declaración breve de cómo se utilizó la IA y una defensa
oral de las decisiones. Esto permite evaluar no solo el producto, sino la
comprensión, el criterio profesional y la responsabilidad del estudiante. El
objetivo no es castigar el uso de herramientas, sino crear condiciones
transparentes para aprender con ellas.
Diapositiva 10 — Del
diagnóstico de barreras a la mejora continua
Tiempo orientativo: 1.2 minutos
Para llevar
estas ideas a la práctica propongo una secuencia sencilla de cinco decisiones.
Primero, definimos el resultado de aprendizaje en términos observables.
Segundo, identificamos barreras previsibles: acceso al contenido,
participación, lenguaje, medios de expresión o conectividad. Tercero, diseñamos
opciones coherentes con los tres principios del DUA. Cuarto, valoramos qué
apoyo de IA realmente añade valor y cuál solo introduce complejidad. Y quinto,
observamos evidencias de aprendizaje y ajustamos la experiencia.
Esta
secuencia evita confundir innovación con cantidad de herramientas. En
ocasiones, un recurso impreso claro será más inclusivo que una aplicación
sofisticada que requiere conexión permanente. El criterio decisivo es si la
opción mejora la participación y el aprendizaje en condiciones reales de uso.
Diapositiva 11 — Un prompt
para diseñar con DUA 3.0
Tiempo orientativo: 1.4 minutos
Este es un
ejemplo de instrucción o prompt que cualquier docente puede adaptar. En lugar
de pedir simplemente “hazme una clase con inteligencia artificial”,
especificamos nivel educativo, tema, objetivo y barreras previsibles.
Solicitamos propuestas organizadas por los tres principios del DUA, opciones
sin conexión y criterios de evaluación equivalentes. Agregamos una instrucción
esencial: no inventar fuentes y señalar lo que debe verificarse.
Podemos
probarlo, por ejemplo, en una clase de lectura crítica, en un problema
matemático o en un contenido de educación superior. La respuesta no debe
copiarse automáticamente al aula. Lo más importante será revisar la progresión
del contenido, la adecuación lingüística y la accesibilidad real. Quien diseña
es el docente; el modelo funciona como asistente de planificación. También es
útil pedir que explique qué barrera aborda cada alternativa, para evitar
actividades decorativas sin propósito inclusivo.
Diapositiva 12 — Cuatro
condiciones para una IA verdaderamente inclusiva
Tiempo orientativo: 1.5 minutos
No podemos
hablar de inclusión sin hablar de riesgos. Primero, privacidad: no debemos
compartir nombres, diagnósticos, historias personales ni datos sensibles de
menores con servicios externos sin base legal y salvaguardas apropiadas.
Segundo, equidad: si la propuesta depende de un dispositivo costoso o de
conexión estable, podría ampliar brechas existentes. Tercero, rigor: los
modelos pueden producir contenido falso con apariencia convincente y reproducir
sesgos culturales o lingüísticos. Cuarto, agencia: la tecnología no debe quitar
al estudiante la posibilidad de pensar ni al docente la responsabilidad de
enseñar y evaluar.
La UNESCO,
en su guía de 2023 sobre IA generativa y en su marco de competencias docentes
de 2024, defiende un enfoque centrado en las personas. La innovación
responsable implica combinar formación docente, criterios éticos, políticas
institucionales y evaluación continua. Una herramienta no es inclusiva por su
etiqueta comercial; debe demostrar que reduce barreras en contextos concretos.
Diapositiva 13 — Promesas
plausibles no equivalen a efectos demostrados
Tiempo orientativo: 1.3 minutos
Es
indispensable distinguir tres planos. El primero es el sustento conceptual: las
Directrices DUA 3.0 ofrecen un marco para anticipar y reducir barreras. El
segundo es la orientación normativa y profesional: la UNESCO explica riesgos de
la IA y capacidades que deben desarrollar los docentes. El tercero es la
evidencia de efectos concretos, que depende de la intervención, del contexto,
de los instrumentos y de las comparaciones utilizadas.
No sería
riguroso afirmar que toda combinación de IA y DUA mejora automáticamente el
rendimiento académico. Para sostener esa conclusión necesitamos estudios bien
diseñados y resultados verificables. Podemos evaluar participación,
finalización de actividades, calidad de productos, percepciones de
accesibilidad y desempeño, comparando momentos o grupos cuando sea
metodológicamente pertinente. Esta posición crítica no reduce el potencial de
la innovación: la hace científicamente responsable.
Diapositiva 14 — La
inclusión no empieza con una aplicación. Empieza con una decisión de diseño.
Tiempo orientativo: 1.2 minutos
Quisiera
cerrar con una invitación concreta. La próxima vez que planifiquemos una
experiencia de aprendizaje, preguntémonos: ¿qué barrera puede impedir que
alguien participe? ¿Qué opción adicional podríamos ofrecer sin perder rigor?
¿Puede una herramienta de IA apoyarnos o sería mejor otra solución?
El DUA nos
ayuda a formular las preguntas pedagógicas correctas. La IA puede ampliar
nuestra capacidad de respuesta, siempre que mantengamos criterio profesional,
sensibilidad cultural, respeto por la privacidad y responsabilidad académica.
No se trata de producir más actividades. Se trata de crear experiencias mejor
pensadas. La innovación educativa adquiere sentido cuando permite que más
estudiantes ejerzan su autonomía, participen con dignidad y hagan visible su
aprendizaje.
Diapositiva 15 — Gracias
por su atención
Tiempo orientativo: 1.0 minutos
Muchas
gracias por acompañarme en esta reflexión. La invitación final es sencilla y
exigente: no evaluar nuestra innovación por la cantidad de herramientas
digitales utilizadas, sino por las barreras que logramos identificar y reducir,
la calidad del aprendizaje y la autonomía de nuestros estudiantes.
Las fuentes
de referencia que orientan esta ponencia son las Directrices DUA 3.0 de CAST,
publicadas en 2024; la guía de la UNESCO sobre IA generativa en educación e
investigación, de 2023; y el marco UNESCO de competencias en inteligencia
artificial para docentes, de 2024. Son documentos que pueden consultar y
utilizar como punto de partida.
Les dejo
una pregunta para llevar a sus instituciones: ¿qué barrera de aprendizaje
concreta podríamos eliminar desde mañana mediante una decisión de diseño mejor
informada? Muchas gracias.
Referencias verificadas
CAST (2024). Universal Design for Learning Guidelines,
versión 3.0. https://udlguidelines.cast.org/
UNESCO (2023). Guidance for generative AI in education and
research.
https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research
UNESCO (2024). AI competency framework for teachers.
https://www.unesco.org/en/articles/ai-competency-framework-teachers