El INTEF acaba de publicar la versión 2.0 de su Guía sobre el uso de la inteligencia artificial en el ámbito educativo, un documento de 117 páginas que aborda la integración de la IA desde el alumnado, el profesorado y el centro educativo. Entre sus aportaciones, desplaza la conversación desde «qué herramienta utilizar» hacia cómo, para qué y en qué condiciones utilizarla, y presta especial atención a la autonomía del alumno, el criterio docente y la necesidad de una estrategia institucional compartida.
Este artículo abre una trilogía de lectura pedagógica. La primera pregunta será qué significa aprender para la IA; la segunda, cómo aprender con la IA sin permitir que sustituya el pensamiento que necesita realizar el alumno; y la tercera, qué necesitamos aprender sobre la IA para comprender sus respuestas, sus límites y sus implicaciones. La estructura para / con / sobre procede de la propia guía. La interpretación pedagógica y las propuestas que añadamos serán las de PedagoIA.
Qué propone el INTEF: saber decidir, no solo saber usar
Una de las ideas centrales de aprender para la IA es que la competencia no puede reducirse al manejo técnico. El alumno necesita conservar capacidad de juicio, revisión y decisión sobre la tecnología. La guía relaciona esa autonomía con riesgos como la externalización cognitiva, la ilusión de competencia y el sedentarismo cognitivo.
Un ejemplo permite verlo con claridad. Un alumno de Historia tiene que comparar las causas de dos revoluciones. Puede pedir a una IA que haga la comparación y recibir en segundos una respuesta excelente. Técnicamente ha utilizado bien la herramienta. Pero si aprender a comparar, establecer relaciones y justificar diferencias era precisamente el objetivo, ha delegado el aprendizaje.
La ilusión de competencia introduce un problema parecido. Un estudiante de Matemáticas puede seguir perfectamente una resolución generada por una IA y sentir que comprende el procedimiento. La verdadera prueba llega cuando tiene delante otro problema y no sabe cómo comenzar. El resultado anterior era correcto, pero decía más sobre la capacidad de la herramienta que sobre la suya.
La guía no responde a estos riesgos proponiendo una prohibición general. Plantea un uso intencional y admite que puede haber momentos en los que convenga prescindir de la IA para proteger la elaboración propia, la reflexión, la creatividad o determinados procesos cognitivos.
La cuestión, por tanto, ya no es simplemente si el alumno utiliza IA.
Es qué está dejando de hacer cuando la utiliza.
La lectura de PedagoIA: proteger pensamiento, no dificultad
Desde PedagoIA creemos que aquí hace falta una precisión. Externalizar una operación no es necesariamente malo. El problema aparece cuando externalizamos precisamente aquello que el alumno todavía necesita aprender.
Pensemos en Biología. Si el objetivo es interpretar la evolución de una población, puede tener sentido utilizar una herramienta para ordenar muchos datos y dedicar el esfuerzo a identificar patrones y explicarlos. Pero si estamos enseñando precisamente a organizar y representar esos datos, automatizar esa parte cambia completamente la actividad.
Por eso la pregunta que proponemos añadir es muy sencilla:
¿Qué trabajo mental está haciendo la IA en lugar del alumno?
Esta idea conecta con la fricción productiva que recoge la guía: una dificultad deliberada que rompe el consumo pasivo y obliga a contrastar, cuestionar y justificar. Pero desde PedagoIA introducimos otra distinción: no toda dificultad es valiosa porque cueste.
Dedicar media hora a dar formato a una presentación puede exigir esfuerzo y producir muy poco aprendizaje. Elegir entre dos explicaciones de un fenómeno, contrastarlas con las evidencias y justificar cuál es mejor puede ocupar menos tiempo y exigir mucho más pensamiento.
No se trata, por tanto, de proteger el esfuerzo.
Se trata de proteger el pensamiento que hace aprender.
La propuesta de PedagoIA: delegable, asistible y no delegable
Para convertir esa idea en una decisión práctica, desde PedagoIA proponemos distinguir las operaciones importantes de una actividad en tres categorías: delegables, asistibles y no delegables.
Esta clasificación no pertenece a la guía del INTEF. Es una propuesta de PedagoIA para trasladar al aula sus principios de autonomía e intencionalidad.
Una operación es delegable cuando podemos entregársela a la tecnología sin perder el aprendizaje que buscamos. Es asistible cuando la IA puede ayudar, pero las decisiones esenciales deben seguir perteneciendo al alumno. Y es no delegable cuando necesitamos que el estudiante la realice porque esa capacidad forma parte de lo que está aprendiendo.
Imaginemos una actividad de Geografía en la que los alumnos reciben indicadores demográficos de varios países y deben explicar sus diferencias. Pasar los datos a una tabla podría ser delegable si eso no forma parte del objetivo. Pedir a la IA que sugiera posibles relaciones podría ser asistible si después el alumno debe comprobarlas y justificarlas. Pero si la competencia que buscamos es interpretar los datos y construir una explicación causal, entregar esa interpretación a la IA sería no delegable.
En Inglés sucede lo mismo. Si un alumno ya domina la estructura de un formal email y estamos trabajando el registro, comparar reformulaciones generadas por IA puede ser útil. Si está aprendiendo todavía a organizar ese tipo de texto, pedir una estructura completa elimina una práctica que necesita.
La categoría «no delegable» contiene, además, una palabra importante: todavía.
Una operación que hoy necesitamos preservar mientras se construye una competencia puede ser perfectamente razonable automatizarla cuando esa competencia ya existe.
No se trata de prohibir.
Se trata de no automatizar el aprendizaje antes de que haya ocurrido.
Una propuesta del INTEF para convertir el criterio en una decisión
La guía ofrece en sus anexos un ejemplo especialmente interesante: el Contrato Personal de Uso de IA para Aprender. Propone que el alumnado reflexione sobre qué usos de IA le ayudan, cuáles pueden generar dependencia, cómo comprobará que sigue comprendiendo sin ayuda y qué límites necesita establecer para proteger autonomía, atención y bienestar.
Aquí estamos ante una propuesta del propio INTEF.
Desde PedagoIA nos interesa especialmente la lógica que contiene: hacer explícitas decisiones que normalmente permanecen invisibles.
Un alumno que prepara una exposición de Ciencias podría decidir utilizar IA para generar preguntas con las que practicar, pero no para redactar la explicación que tendrá que defender. Después podrá intentar explicarla sin ayuda y comprobar qué domina realmente.
Podemos trasladar esa lógica a casi cualquier tarea preguntando: ¿qué puedo delegar sin perder el aprendizaje?, ¿dónde puedo recibir ayuda pero seguir decidiendo?, ¿qué necesito ser capaz de hacer sin IA? y ¿cómo comprobaré después que realmente puedo hacerlo?
Eso es bastante más significativo que limitar la alfabetización en IA a aprender mejores prompts.
Del criterio del alumno a la coherencia del centro
La responsabilidad, sin embargo, no puede recaer únicamente sobre el estudiante.
Un alumno difícilmente construirá criterio si en una asignatura recibe un «IA prohibida», en otra un «úsala para todo» y en una tercera una norma diferente sin comprender la razón de ninguna.
Eso no significa que todas las materias deban aplicar las mismas reglas. Un profesor de Filosofía puede necesitar una primera argumentación completamente propia; en Física puede utilizarse IA para visualizar un fenómeno que después habrá que explicar; en Lengua puede permitirse durante la revisión, pero no durante la planificación inicial.
Las decisiones pueden ser diferentes porque los aprendizajes también lo son.
La guía presenta al docente como mediador, diseñador y garante del aprendizaje y sitúa en el centro educativo la responsabilidad de construir un marco común, formar, supervisar y revisar el uso de la IA.
Desde PedagoIA lo resumiríamos así: el alumno necesita aprender a decidir; el profesor necesita poder explicar por qué; y el centro debe proporcionar suficiente coherencia para que esas decisiones tengan sentido.
No necesitamos que todos hagan lo mismo.
Necesitamos que todos sepan por qué lo hacen.
Saber utilizar la IA incluye saber cuándo no utilizarla
Esta primera lectura deja una idea importante del INTEF: aprender para la IA significa desarrollar autonomía, no únicamente destreza técnica.
La lectura de PedagoIA añade una pregunta: qué actividad mental necesitamos preservar para que siga existiendo aprendizaje.
Y nuestra propuesta intenta convertirla en una decisión práctica: distinguir qué puede ser delegable, qué puede ser asistible y qué necesita seguir siendo no delegable, al menos por ahora.
Un alumno competente en IA no es necesariamente quien conoce más herramientas. Es quien empieza a poder explicar por qué utiliza una, qué deja en sus manos y qué necesita seguir haciendo por sí mismo.
Porque saber utilizar la IA también significa saber cuándo no utilizarla.
Y ahí comienza la siguiente pregunta de esta trilogía:
¿Cómo puede la IA ayudar al alumno sin pensar por él?
Ese será el punto de partida de la segunda lectura:
2/3 · Aprender con la IA: ayudar a pensar sin pensar por el alumno
Fuente primaria
INTEF (2026). ***Guía sobre el uso de la inteligencia artificial en el ámbito educativo*****. Versión 2.0, septiembre de 2026. Instituto Nacional de Tecnologías Educativas y de Formación del Profesorado, Ministerio de Educación, Formación Profesional y Deportes.**
Consultar la guía oficial del INTEF ↗
Llevar estas decisiones al centro
Integrar la IA con criterio requiere algo más que elegir herramientas. Si tu centro está revisando cómo utilizarla en enseñanza, evaluación o formación docente, PedagoIA puede ayudar a convertir estos principios en decisiones y prácticas concretas.
Cuéntame qué necesita tu centro