La profesora Marcela Castro Ruiz, de la Facultad de Derecho de la Universidad de los Andes, obtuvo el segundo lugar en el Teaching Studios Challenge de la Law Schools Global League (LSGL), una de las redes internacionales más influyentes en educación jurídica. La profesora Castro obtuvo este reconocimiento por su proyecto “AI-Augmented Legal Case Simulation: Developing Critical Legal Reasoning through Problem-Based Learning in Civil Law Education”, en el que propone un modelo pedagógico que incorpora inteligencia artificial generativa para fortalecer el razonamiento jurídico en estudiantes de derecho civil. 

Nos sentamos a conversar con ella sobre cómo enseñar un tema clásico del derecho haciendo uso de herramientas novedosas; el aprendizaje activo, la argumentación jurídica y el trabajo colaborativo; el papel del diseño pedagógico; los retos del uso ético y reflexivo de la IAGen y las lecciones que deja este proceso para la innovación educativa. 

M: Esta clase tiene que ver con una asignatura del núcleo del pensum de Derecho, tanto del anterior como del nuevo, llamada Obligaciones, que es una materia formativa de los abogados y que siempre se ha tenido como una materia central. Por este motivo, le hemos puesto mucho cuidado a los objetivos pedagógicos, al diseño de actividades y al diseño de recursos. 

Con frecuencia me he preocupado por introducir innovaciones, porque el tema de Obligaciones se ha enseñado de manera tradicional durante muchos años y se trata de una materia básica, muy importante para la carrera de Derecho. En el pasado he trabajado en otras innovaciones, por ejemplo, clases invertidas. En estos procesos he aprendido de la mano de DIDACTA todo el tema de diseño de programas y actividades, y más.  

Pero en el último módulo de Obligaciones 2, que es el cierre de esta materia, yo siempre había sentido como un vacío y he tenido problemas en diseñar ese último módulo. Porque al final del semestre los estudiantes ya están cansados de los famosos PBL, de la metodología de resolución de problemas, de análisis de jurisprudencia, de simulaciones. Y por esto, yo siempre intentaba hacer algo que fuera muy pertinente para cerrar el tema, que los dejara entusiasmados y con un nivel alto de motivación, pero como que no lo lograba mucho. Al final del curso siempre había un bajón.

M: Yo había hecho ya un ejercicio parecido, pero sin pensar en inteligencia artificial, elaborando casos que permitieran el desarrollo de competencias de resolución de problemas, trabajo en equipo, argumentación y contra argumentación, investigación y escritura.  

Anteriormente yo construía un gran caso de cierre muy complejo. Y normalmente el tiempo no alcanzaba, y los estudiantes no se involucraban. Entonces decidí dividir a los estudiantes en grupos y pensé que cada grupo tenía que diseñar un caso de unos temas previamente asignados. Esa fase se llama “arma tu caso” y en él los estudiantes debían involucrar los temas correspondientes de manera problematizada.  

Entonces ellos tenían que leer sobre el tema, entenderlo e ir un poco más allá para tener la capacidad de problematizarlo y elaborar un caso. En este caso corto, de unas 300 palabras, se deben plantear algunas de las problemáticas de los modos de extinguir obligaciones, como el pago, la prescripción, la transacción y otros modos. Entonces la primera parte del ejercicio era elaborar el problema y a mí siempre me dieron ganas también de que el propio grupo supiera cómo resolver el problema que planteaban, porque muchas veces incluso le pasa a uno como profesor, uno lanza un problema bonito y no tiene idea cómo resolverlo, sino que después se pone a pensar en él.  

Por esa razón, como tarea adicional le pedía a cada grupo que diseñara un esquema de respuesta de su propio problema de manera confidencial, que me lo mandaran a mí para yo mirar que no era simplemente una improvisación, sino que lo habían hecho a conciencia. Esto constituye la primera parte de la actividad. 
 
Conforme íbamos avanzando en el módulo asignamos aleatoriamente los casos a otros grupos para que los resolvieran y así se iban cubriendo los temas mediante los problemas elaborados por los propios estudiantes. Esta actividad se llevó a cabo antes de integrar IA de manera, digamos, manual.  

M: Con la convocatoria de IAGen de DIDACTA para el semestre 2025-2 a mí me pareció que podría ser la oportunidad para salir de ese bucle que yo tenía con el módulo, y hacer algo diferente. Entonces me inscribí, me aceptaron y empezamos a trabajar. Fue un trabajo bastante intenso porque ustedes (DIDACTA) son muy trabajadores y lo ponen a uno a trabajar fuerte. Entonces nos dimos cuenta de que iba a hacer una cosa que ahora es fácil de contar, pero cuya elaboración fue compleja. 
 
Los pasos que marcaban la logística de cuándo entregar, cómo circular los casos y en qué momento; si utilizar o no la inteligencia artificial y en qué momento; qué modelo de inteligencia artificial se podía utilizar. Todo eso fueron discusiones desde el inicio del ejercicio de acompañamiento con DIDACTA.  Yo planteé que quería aplicar en este módulo la actividad que ya había realizado y que describí antes, quería hacerla ahora con Inteligencia artificial pero no tenía ni idea cómo. 

Cuando yo les expliqué la idea, y mi monitora estuvo siempre al lado mío, empezamos a pensar cómo deberían involucrarse unas instrucciones para incorporar la Inteligencia artificial generativa de manera académica, ética, responsable, dándole un uso diferente al que normalmente le estaban dando los estudiantes. Esto requirió muchas discusiones alrededor de cómo concientizar en eso. Entonces, de alguna manera “capacitamos” a los estudiantes sobre cómo se debería utilizar de manera responsable los cursos la IA, alineados con los lineamientos de la Universidad. 

Al final decidimos que íbamos a usar NotebookLM, y en ella se iba a incorporar una base de conocimientos que eran unas lecturas del texto del curso, unas sentencias, documentos alojados en el hipertexto de Obligaciones. 

Cuando ya el grupo ha elaborado el caso decidimos con DIDACTA ofrecerles una colección de prompts para que interactuaran con la IA y le preguntaran si el caso era completo, si era suficientemente problemático, si mostraba un nivel de conocimiento suficiente, si al caso le faltaban datos o le sobraban hechos, etc. Entonces en esa primera etapa interactuaban con la IA cuando ya habían elaborado el caso y la herramienta sirvió de guía para que ellos pudieran perfeccionar, criticar su propio caso y analizar cómo lo podían mejorar. 

M: Esa era la primera parte e implicaba toda una logística para que ellos entendieran cómo trabajaba el asistente y en qué momento se podía utilizar la Inteligencia artificial. En el segundo momento que llamamos “resuelve el caso diseñado por otro grupo” recibían ese caso que había sido redactado por el grupo y confrontado con la IA. 

El grupo que recibía el caso, lo estudiaba y lo resolvía por su cuenta investigando sobre ese tema. Debían plantear una solución al caso con base en las fuentes, en las lecturas escogidas, y al final de todo había unas rúbricas que le seguían la pista a todos esos pasos. 

Además, el grupo que recibió el caso debía responder unas preguntas sobre cómo había sido la interacción con la IA, tenían que reportar las interacciones utilizando esos prompts que habíamos propuesto, respondían cómo iban mejorando en la redacción de su caso y en la resolución del caso que recibían. Todo esto debían reportarlo y tenía un valor en su calificación. 

Por último, se hizo en una actividad diferente con otra rúbrica se realizó una reflexión individual sobre el uso pedagógico y profesional de la inteligencia artificial generativa como futuros abogados. Como este es un curso Epsilon también les hice preguntas conducidas hacia la reflexión ética, como cuál es la cualidad que más admiran de un abogado, o cuál es el defecto que más aborrecen en la práctica del derecho. Pero también una parte muy importante era preguntarles cómo este ejercicio los concientizó en el uso responsable, ético y crítico a la inteligencia artificial.  

Todas esas instrucciones, rúbricas, la división de la parte en grupos, la parte individual, me ayudó DIDACTA muchísimo a perfeccionarlas y a articularlas para que al final hubiera un cierre que permitiera evaluar no solamente los conocimientos de obligaciones, sino también la verdadera utilidad que tuvo esa la utilización de la IA en el ejercicio. Evaluar las diferentes formas de interactuar con la IA, cómo explicarles a los estudiantes unas instrucciones de manera efectiva, integrar la parte pedagógica, la técnica, la logística y la académica en las clases. 

Al final vi como los estudiantes al hacer ese ejercicio de crear casos y resolver problemas estaban mucho más entrenados que si simplemente llegan a clase un día y hacen una presentación en PowerPoint. Se los veía mucho más preparados y agudos en los temas de este módulo. 

M: Sí, lo volví a hacer en este semestre que pasó, el 2026-1. Pero debo decir que me gustó más la primera experiencia, de 2025-2, porque los estudiantes fueron mucho más atentos en reportar de manera más detallada lo que hicieron con la IA. En la segunda experiencia se preocuparon mucho más por la parte de fondo, o sea que los conocimientos de obligaciones estuvieran bien.  

Creo que tal vez faltó un poco más de énfasis de nuestra parte sobre las instrucciones de por qué se estaba haciendo todo este proceso de reportar las interacciones con la inteligencia artificial, de por qué esto es importante. Entonces me gustó más la primera. La segunda me demostró que, a pesar de que hubo una sesión de introducción a lo que íbamos a hacer, los estudiantes estaban más centrados en los temas de fondo, y no en la interacción con la inteligencia artificial. Quizás porque están tan acostumbrados a usarla entonces no reportan nada. Algunos no reportaban nada, otros sí lo reportaron. Entonces me parece que nos faltó a nosotros ser mucho más enfáticos en las instrucciones del porqué del ejercicio. 

M: En algún momento del curso se les dijo que usarla la herramienta desarrollada era opcional. Que, si bien ahí está la base de conocimiento, ellos podrían interactuar con alguna otra. Si bien la estábamos acotando para fines de facilidad del ejercicio, y para que todos tuvieran las mismas herramientas, este ejercicio se podría replicar o hacer con cualquier otra herramienta de IAGen. Entonces yo creo que hubo varios que lo tomaron en serio eso y se fueron por esa vía. Consultaban la base de conocimientos en Notebook pero le hacían preguntas o le pedían mejoras a ChatGPT o cualquier otra, y lo reportaban. Eso no estaba necesariamente mal, porque en la vida real así seguramente va a suceder, pero yo creo que la gran mayoría lo hizo a conciencia.  

Claro, uno da la instrucción y confía que detrás, allá en las bambalinas, lo estén haciendo así. Porque eran grupos de tres o cuatro personas donde puede que dos estén juiciosos, pero otros dos estén a última hora haciendo lo que no se debe hacer, pidiéndole a la inteligencia artificial que les haga todo. 

Mi sensación es que en general la gente entendió el por qué se hizo así. Y eso se hizo evidente en las reflexiones, donde los estudiantes decían cosas como “me di cuenta de que soy yo que el que tengo que pensar, soy yo quien tiene la responsabilidad con el cliente en un caso, me puedo ayudar de herramientas, pero mi responsabilidad profesional no la puedo reemplazar por una máquina.” Esta era la finalidad de la actividad, hacerlos caer en cuenta y decirles: pueden usar la herramienta para hacer más enriquecedor su trabajo, pero ustedes no pueden ser reemplazados por una máquina.

M: Es muy difícil. Me imagino que los otros profesores, igual que yo, escogen diseñar actividades que conduzcan a eso.  Pero yo pienso que esto es como un “blanco en movimiento” ¿no? Todos los meses, todos los días, cada minuto, hay muchas más funcionalidades y muchas más cosas que se pueden hacer. Pero sí se debe pensar mucho en los diseños de las actividades, que uno esté involucrado en cómo se va a utilizar la inteligencia artificial. Insistir hasta la saciedad en cómo la deberían usar, e incluso revelar uno como profesor cómo la está usando. 

M: Yo creo que es enganchar a los estudiantes de esta generación, o de estas nuevas generaciones, porque ellos reconocen que el curso es bueno y lo evalúan bien. Y entonces digamos que en la superficie uno dice que están contentos y aprenden, pero sí queda la preocupación de actualizar las metodologías, la forma como uno interactúa, que uno también esté metido en el tema, no solamente que ellos usen la inteligencia artificial y yo me quedo por fuera ahí como observadora, sino que me involucro más a pesar de que para para mí como profesora ya más veterana ha sido difícil.  

“Obligaciones” es un tema clásico que viene desde el Derecho Romano, tiene 2000 años el tema, pero toca “ponerle patineta”, para que vean que hoy en día tiene sentido aprender eso, que lo pueden aprender de una manera mucho más dinámica y mucho más acorde con lo que está pasando en el mundo.  

En ese sentido nuestra postura fue: vamos a intentar por lo menos que los estudiantes primero se enganchen en las actividades, y segundo saquen una lección sobre la Inteligencia artificial y es que ellos son lo más valioso que hay en una clase y que ellos pueden involucrar la Inteligencia artificial de una manera diferente a la que están acostumbrados, que puede ser demasiado elemental e irreflexiva.  

Escrito por Amel Restrepo Casas, profesional de comunicaciones en DIDACTA.