Un tutor de IA que no resuelve: acompaña
Una reflexión sobre tutores socráticos de IA, ayuda pedagógica y andamiaje: acompañar el proceso sin resolver demasiado pronto.
Leer artículo →Reflexiones y recursos sobre inteligencia artificial, evaluación, feedback, marco legal educativo y aprendizaje real.
Ideas docentes para pensar sin prisa durante el verano y llevar al aula con más intención el próximo curso.
Una reflexión sobre tutores socráticos de IA, ayuda pedagógica y andamiaje: acompañar el proceso sin resolver demasiado pronto.
Leer artículo →Una serie de verano para pensar la IA educativa sin prisa, sin recetas mágicas y sin convertir el descanso en otro frente de trabajo.
Leer artículo →Una lectura pedagógica del marco europeo, la protección de datos y la responsabilidad de centro desde la filosofía de PedagoIA.
La integración responsable de la IA exige una política de centro: finalidades, límites, datos, evaluación y responsabilidades compartidas.
Leer artículo →La IA educativa necesita evidencias reales para ayudar, pero esas evidencias deben tratarse con finalidad, minimización y protección.
Leer artículo →La IA puede asistir al docente en el análisis y el feedback, pero no debe ocupar el lugar de la decisión evaluativa.
Leer artículo →El Reglamento Europeo no trata igual todos los usos de IA en educación: preparar, analizar y decidir no son lo mismo.
Leer artículo →La alfabetización en IA no consiste en aprender herramientas, sino en saber decidir cómo, cuándo y con qué límites usarlas en educación.
Leer artículo →El marco legal europeo no frena el debate educativo sobre la IA: lo obliga a madurar con criterio pedagógico.
Leer artículo →Dos artículos sobre el paso del producto final a la lectura del proceso en tiempos de inteligencia artificial.
Hacer visible el proceso no consiste en acumular datos, sino en aprender a interpretar las huellas relevantes del aprendizaje.
Leer artículo →La IA rompe la relación automática entre producto y proceso. Por eso necesitamos tareas donde el pensamiento tenga que aparecer.
Leer artículo →Artículos de fondo sobre feedback, diseño de tareas, fricción cognitiva, andamiaje y criterio docente.
Una IA educativa no debería medirse solo por la calidad de sus respuestas, sino por la calidad del pensamiento que consigue provocar.
Leer artículo →Una ayuda tiene valor cuando permite avanzar sin sustituir el pensamiento del alumno y consigue hacerse progresivamente innecesaria.
Leer artículo →No todo esfuerzo cognitivo produce aprendizaje. La cuestión no es cuánto cuesta una tarea, sino en qué está gastando su esfuerzo el alumno.
Leer artículo →La IA puede simplificar muchas tareas, pero no debería eliminar el tipo de esfuerzo cognitivo que permite consolidar aprendizaje.
Leer artículo →Cambiar el formato de una tarea no basta. Una actividad puede parecer innovadora y seguir evaluando únicamente un producto delegable.
Leer artículo →El problema no es solo que el alumno pueda usar IA. El problema es que muchas tareas siguen premiando el producto aunque el aprendizaje no haya ocurrido.
Leer artículo →Señalar errores no garantiza aprendizaje. La evaluación empieza a transformar cuando el feedback obliga al alumno a reconstruir.
Leer artículo →Cuando una herramienta puede producir un resultado correcto en segundos, el producto final deja de ser evidencia suficiente.
Leer artículo →La inteligencia artificial puede ayudar, pero no sustituye la decisión pedagógica. El criterio sigue siendo del docente.
Leer artículo →