Planificar una clase exige decidir qué enseñar, cómo hacerlo y qué actividades ayudarán a los alumnos a aprender. ¿Cómo se prepara un futuro profesor para realizar esa tarea con apoyo de inteligencia artificial? Una experiencia con estudiantes de primer año de Pedagogía permite observar ese aprendizaje: utilizar distintas plataformas, comparar sus propuestas y construir una planificación que luego deben explicar ante el curso.

La actividad se desarrolla en la Universidad de Concepción (UdeC), en asignaturas del profesor Abelardo Castro, de la Facultad de Educación. Dentro de un mismo grupo, los estudiantes revisan cómo cambian las respuestas según las preguntas que formulan, contrastan los aportes de la IA con sus propias ideas y seleccionan aquellos que consideran pertinentes para una unidad de aprendizaje.

Aprender una profesión con inteligencia artificial

“Desde la Red G9, nos interesa impulsar una formación en la que el uso de IA esté vinculado con tareas auténticas de cada profesión”, señala Marcela Varas Contreras, directora de Transformación Digital de la UdeC y coordinadora de la Comisión de Datos e Inteligencia Artificial de la Red G9, quien describe esta experiencia.

La pregunta atraviesa a la educación superior: cómo preparar a quienes hoy están estudiando para ejercer su profesión con estas tecnologías. Incorporarlas a la formación implica definir qué necesitan aprender, en qué actividades pueden utilizarlas y cómo demostrarán los conocimientos adquiridos.

Para Claudio Gelmi, director del Centro de Inteligencia Artificial de la Universidad San Sebastián, esta preparación requiere combinar conocimientos transversales con aplicaciones vinculadas a cada especialidad. Entre las experiencias que menciona están los talleres de análisis de datos para investigación biomédica, asignaturas que trabajan con casos derivados de investigaciones y proyectos en los que estudiantes de Educación e Ingeniería desarrollan tesis y soluciones tecnológicas para escuelas rurales.

“El desafío es ampliar estas experiencias, combinando formación transversal en IA con aplicaciones propias de cada profesión y preparando a los docentes para integrarlas en sus asignaturas”, sostiene.

El objetivo, explica, es que los futuros profesionales aprendan a identificar dónde estas tecnologías pueden aportar, interpretar y verificar sus resultados, reconocer sesgos y proteger los datos. El conocimiento de la disciplina es parte de ese proceso: permite evaluar si lo obtenido responde al problema que se busca resolver.

Esa incorporación puede desarrollarse a lo largo de las asignaturas. Jaime Vatter, vicerrector académico de Universidad de Las Américas, plantea que algunas carreras pueden necesitar cursos específicos de IA, mientras que en otras la familiarización con las herramientas puede producirse al utilizarlas en distintas materias, con orientaciones para su uso ético.

“Para nosotros la inteligencia artificial es una herramienta, una herramienta que deben saber utilizar”, afirma. Esa alfabetización forma parte de un ajuste curricular que, según explica, la UDLA comenzó a trabajar en 2023 y que está implementando progresivamente: algo más de la mitad de las carreras en 2026 y el grupo restante en 2027.

Vatter vincula este cambio con el desarrollo de capacidades que permitan enfrentar situaciones nuevas, adaptarse y seguir aprendiendo. También destaca la necesidad de considerar la equidad en el acceso a las herramientas, para que las diferencias entre estudiantes no se conviertan en una nueva barrera para su formación.

Practicar con ChatGPY y la IA problemas de la profesión

Definir qué se enseña exige observar las transformaciones del trabajo. Hernán Viguera, vicerrector académico de la Universidad Autónoma de Chile, señala que la institución cuenta desde 2022 con un sistema de prospección de competencias profesionales que busca anticipar requerimientos de los sectores productivos y traducirlos en actualizaciones de los programas de estudio y otras innovaciones curriculares.

En el caso de la IA, identifica aprendizajes como comprender sus posibilidades y limitaciones, formular problemas con claridad, seleccionar información pertinente y verificar las respuestas. Estas capacidades deben ponerse en práctica durante la formación.

“La aplicación profesional debe comenzar durante la carrera”, sostiene. Con ese propósito, explica que han incorporado proyectos Capstone —proyectos integradores que permiten aplicar los conocimientos adquiridos— en sus rediseños curriculares. En ellos, los estudiantes trabajan con datos e información reales y utilizan herramientas de IA para desarrollar soluciones cuya pertinencia deben evaluar y justificar.

En la experiencia de Pedagogía de la UdeC, ese vínculo se construye desde las conversaciones y los contenidos trabajados en clase. La IA se incorpora en dos asignaturas de primer año, Educación, Sociedad y Desarrollo Humano y Profesión Docente, para profundizar en conceptos y discutir interpretaciones, además de apoyar la planificación de una unidad de aprendizaje.

Según relata Varas, los estudiantes comparan semejanzas y diferencias entre las propuestas de distintas plataformas y examinan cómo cambian en función de las instrucciones o preguntas que formulan, conocidas como prompts. Deben decidir qué aportes incorporar y explicar las razones de esa selección. La actividad reúne conocimientos pedagógicos, formulación de preguntas, argumentación y uso de tecnología dentro de un mismo trabajo.

Evaluar también el proceso

La incorporación de IA plantea, a su vez, cómo reconocer lo que aprendió cada estudiante. En el caso de la UdeC, la exposición oral permite al profesor apreciar si los participantes pueden explicar con sus propias palabras lo que han trabajado.

Esa atención al proceso también aparece en el planteamiento de Viguera. “La evaluación debe considerar tanto el resultado como las preguntas que formularon, la información que verificaron y las razones que sostienen sus decisiones”, señala.

Vatter coincide en la necesidad de rediseñar las evaluaciones y orientarlas hacia situaciones reales, problemas y metodologías aplicadas. A su juicio, la formación debe preparar para escenarios novedosos, en los que la memorización por sí sola resulta insuficiente para resolver las tareas profesionales.

La evaluación puede mostrar, entonces, cómo el estudiante define un problema, utiliza la herramienta y trabaja con sus resultados. El producto final se acompaña de una explicación de las decisiones tomadas y de los conocimientos de la carrera que permitieron sostenerlas.

Viguera agrega que las microcredenciales, entendidas como certificaciones de competencias específicas, permiten hacer visibles estos aprendizajes en el currículum del estudiante, con proyectos y resultados que los respaldan. La intención es que los empleadores puedan reconocer qué sabe hacer un egresado y con qué evidencias lo demuestra.

Ese vínculo entre aprendizaje y desempeño es el que da sentido a las experiencias durante la carrera. Para los futuros profesores que preparan una unidad de aprendizaje, por ejemplo, el trabajo termina al presentar y fundamentar una propuesta educativa. La IA participa en su elaboración; los estudiantes deben poder explicar qué enseñarían, cómo lo harían y por qué eligieron ese camino.