sábado, 21 de noviembre de 2026

Inteligencia Artificial y Diseño Universal para el Aprendizaje

 

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

No hay comentarios:

Publicar un comentario

Inteligencia Artificial y Diseño Universal para el Aprendizaje

  Guion oral de la ponencia Inteligencia Artificial y Diseño Universal para el Aprendizaje Mgtr. Augusto Paolo Bernal Párraga · EDUC...