15 de mayo de 2026

En las conversaciones sobre inteligencia artificial en educación, la innovación suele asociarse rápidamente con automatización. Por eso resulta valioso detenerse en experiencias como la de la profesora Paula García, pues desplazan la pregunta hacia otro lugar: ¿Cómo puede la IA apoyar procesos pedagógicos sin reemplazar el criterio del profesor?

En el curso Educación y Diversidad, Paula García, doctora en Filosofía y magíster en Educación de la Universidad de Columbia, se enfrentó a una tensión concreta de la evaluación formativa universitaria: ofrecer retroalimentaciones profundas, personalizadas y conceptualmente rigurosas cuando cada entrega exigía leer no solo un producto académico, sino también una historia personal.

La actividad se llamaba Mapa personal: raíces y semillas. Allí, los estudiantes respondían una pregunta sencilla solo en apariencia: A partir de mi propia historia, ¿cómo he aprendido a vivir la diversidad? En palabras de Paula, “la tarea Raíces y semillas implica que ellos narren y reflexionen sobre la forma en que han construido sus ideas de diversidad, inclusión y exclusión a través de la vida”. No se trataba de una tarea convencional. Cada estudiante podía presentar su producto en formato libre: texto narrativo, portafolio de artefactos, material audiovisual, obra artística u otra forma de expresión. Lo importante no era el formato, sino la calidad de la reflexión: la manera en que cada estudiante articulaba su historia, sus experiencias, los conceptos del curso y su proyección como futuro educador o educadora.

La experiencia pone en evidencia una de las tensiones centrales de la evaluación formativa: una cosa es calificar y otra, muy distinta, es devolverle a un estudiante una lectura cuidadosa de lo que pensó, sintió, escribió y puso en juego. Para Paula, esa devolución no podía limitarse a una corrección rápida o estandarizada: “Eso no es como de bien y gracias o mal, repítelo, sino que yo quiero establecer una conversación cercana con ellos”. En grupos amplios, esa tarea se vuelve aún más compleja, pues se espera profundidad, cercanía, sensibilidad y rigor, pero el tiempo del profesor sigue siendo limitado.

En respuesta, Paula diseñó un asistente basado en inteligencia artificial generativa, con el acompañamiento de Jennifer Andrea Sánchez, asesora pedagógica, y Ernesto José Duarte, asesor tecnológico de DIDACTA / Conecta – TE. El asistente fue configurado con instrucciones de la actividad, rúbricas, bibliografía del curso, ejemplos de retroalimentaciones previas y plantillas de comentarios. Sin embargo, la decisión central no fue técnica, sino pedagógica. El asistente no calificaría, no definiría niveles de desempeño y no sustituiría la lectura de la profesora.

El proceso cambió la forma de producir la retroalimentación. Paula revisaba la entrega, ingresaba sus apreciaciones escritas u orales y el asistente generaba un primer borrador. Como ella misma lo explica: “El asistente genera un borrador, yo reviso el borrador, genero la última versión y se las entrego”. Dicho de otro modo: la IA no reemplazó el juicio pedagógico de la profesora; ayudó a organizar, ampliar y estructurar una devolución que seguía dependiendo de su voz, su sensibilidad y su criterio.

La experiencia fue implementada y evaluada con estudiantes. De 57 participantes, se recogieron 43 respuestas. El 84,78% eligió recibir retroalimentación con apoyo de IAGen y el 15,22% prefirió una retroalimentación tradicional. La recepción fue mayoritariamente positiva: varios estudiantes destacaron la claridad, especificidad y nivel de detalle de los comentarios. También señalaron que la retroalimentación les ayudó a identificar aspectos por mejorar y a relacionar sus experiencias personales con los conceptos trabajados en el curso.

Pero tan importante como los resultados fue la forma en que se presentó la experiencia. Paula explicó el propósito del asistente, aclaró que la IAGen no calificaba ni reemplazaba su criterio pedagógico, e hizo énfasis en la confidencialidad y el uso responsable de los datos, especialmente por el carácter personal y autobiográfico de las entregas. Además, se promovió el uso de seudónimos y se dejó abierta la posibilidad de elegir entre una retroalimentación apoyada por IAGen o una retroalimentación tradicional.

Esa transparencia no es un detalle menor. En una actividad atravesada por relatos personales, memorias escolares y formas íntimas de comprender la diversidad, el cuidado no podía limitarse al comentario académico. Retroalimentar, en este caso, no fue solo responder a una tarea, sino cuidar una historia.

También allí hubo un aprendizaje importante. Para Paula, la experiencia mostró que la inteligencia artificial generativa podía facilitar algunas labores del profesor sin convertir la evaluación en un acto automático. El diseño del asistente le permitió comprender mejor qué ocurre con la información que se carga, cómo cuidar la confidencialidad y de qué manera presentar la IAGen a sus estudiantes como una opción ética y pedagógicamente cuidada.

Para Jennifer Andrea Sánchez, asesora pedagógica del proceso, el aprendizaje fue distinto, pero igual de relevante. Trabajar con Paula la llevó a cuestionar si la IA solo automatiza y despersonaliza. En esta experiencia el reto fue precisamente el contrario, explorar cómo una solución tecnológica puede conservar la personalización, la cercanía y la relación de cuidado que Paula ha construido con sus estudiantes. No se trató de una solución genérica, sino de una mediación con la impronta de una profesora.

El proceso también mostró sus límites. Usar IAGen no redujo mágicamente el trabajo de Paula: tuvo que revisar la coherencia, pertinencia y calidad de cada borrador. En algunos casos, incluso, los estudiantes percibieron riesgos de distancia, imprecisión o falta de profundidad cuando la mediación tecnológica se hacía demasiado visible.

La experiencia deja una advertencia importante: la IA puede apoyar procesos de retroalimentación, pero el acompañamiento pedagógico sigue dependiendo de la capacidad de la profesora para leer, interpretar y responder a lo que los estudiantes ponen en juego en sus procesos de aprendizaje. En tiempos de fascinación por la automatización, este piloto recuerda algo fundamental: la innovación educativa no consiste en borrar la voz del profesor, sino en encontrar mejores formas de hacerla llegar.