IA en educación básica: estrategias pedagógicas clave...
Por Melissa Guerra Jáuregui
Una buena planeación pedagógica decide el cumplimiento de los objetivos e integra un aula enriquecedora que trasciende lo académico. Más allá del simple uso de ChatGPT en clase, la IA en la educación requiere de enfoques y estrategias que fomenten habilidades críticas.
Las clases más significativas y exitosas siempre van de la mano de una buena planificación, en donde los enfoques y las estrategias se alinean para cumplir no solo con los objetivos de aprendizaje, sino con una clase íntegra y llena de experiencias enriquecedoras que van más allá de lo académico.
Al crear entornos digitales, el diseño se vuelve tecnopedagógico, donde, además de emplear computadoras y software especializados, también se emplean aquellos sistemas e implementaciones que integren inteligencia artificial (IA). En consecuencia, la calidad del programa educativo y su equipo docente y administrativo determinarán la efectividad de las planificaciones, los contenidos, las actividades, la evaluación, la adaptabilidad del currículo, la infraestructura, etc., así como otros aspectos relacionados con la elección de modelos efectivos y dinámicos para las necesidades de la educación actual, lo cual posibilitará o afectará el aprendizaje.
En este sentido, revisaremos una revisión sistemática de Yue et al. (2022), Pedagogical Design of K-12 Artificial Intelligence Education: A Systematic Review, la cual menciona algunos de los enfoques y estrategias pedagógicas más relevantes en la educación básica a la hora de diseñar experiencias de aprendizaje que integran IA. Del mismo modo, exploraremos el artículo de Yim y Su (2025) “Artificial intelligence (AI) learning tools in K‑12 education: A scoping review”, en donde se muestran los cuatro enfoques pedagógicos principales y sus estrategias en educación básica.
Dentro de las unidades de aprendizaje investigadas en la revisión sistemática de Yue et al. (2022), que van desde kínder hasta preparatoria, se observó que, generalmente, el material de estas unidades de contenido se categoriza en cuatro dimensiones:
- Introducción y conceptos básicos de la IA.
- Experiencia y exploración.
- Aprendizaje automático tradicional.
- Implicaciones sociales y éticas.
Por tanto, las unidades de aprendizaje contemplan la alfabetización de los estudiantes en IA, la enseñanza sobre la misma (contemplando también algunas de sus subdivisiones), su uso, así como sus limitaciones y riesgos. En esa línea, es necesario comprender que la IA en educación trasciende el uso de herramientas generativas para potenciar actividades y procesos, y que la creación de unidades de aprendizaje integrales y de calidad sobre inteligencia artificial brindan conocimiento y fomentan habilidades y competencias; y que no solo se reduce a saber cómo usar Chat GPT.
De acuerdo con Yue et al. (2022), estas son algunas metodologías/enfoques más utilizados en el contexto de la enseñanza de IA:
- Instrucción directa: el docente presenta el conocimiento a través de videos, demostraciones, etc.
- Aprendizaje interactivo: los estudiantes participan de forma parcial en la construcción del proceso de IA o de ML (aprendizaje automático), pero no definen sus propios proyectos.
- Aprendizaje colaborativo: se trabaja grupalmente o por pares.
- Aprendizaje orientado al diseño: el estudiantado se enfoca en el diseño y trabaja con problemas abiertos; crea sus propios proyectos.
- Aprendizaje participativo: se fomenta la interacción entre pares y se trabaja con diferentes roles.
- Aprendizaje basado en proyectos (ABP): se aprende mediante el desarrollo de un proyecto, que requiere la construcción de un artefacto/producto para resolver un problema real.
- Aprendizaje práctico: los estudiantes experimentan o exploran herramientas y materiales, pero no participan de su construcción.
- Aprendizaje experiencial: se experimenta, reflexiona, piensa y actúa a lo largo del proceso de aprendizaje.
- Aprendizaje basado en juegos: el aprendizaje se lleva a cabo mediante juegos educativos.
- Aprendizaje basado en la indagación (aprendizaje reflexivo): el estudiante establece sus propios objetivos de aprendizaje y preguntas e intenta resolver problemas; no necesariamente significa la construcción de un artefacto o producto.
Por otro lado, Yim y Su (2025) establecen cuatro orientaciones de las estrategias pedagógicas utilizadas en estudios sobre herramientas de aprendizaje de IA para educación básica:
Pedagogía reflexiva
Se emplea para fomentar la reflexión crítica sobre el aprendizaje, por lo que puede ayudar a reflexionar sobre los impactos sociales y éticos de la IA.
- Enfoque basado en analogías: se puede emplear para introducir conceptos de IA a través de la conexión con experiencias cotidianas. Por ejemplo, introducir el concepto de «entrenar un modelo» comparándolo con enseñar un truco a una mascota (que aprende por repetición y refuerzo), para posteriormente crear analogías propias.
- Interacción estudiante-computadora: es un proceso interactivo entre estudiantes y computadoras. Por ejemplo, explorar herramientas de IA generativa con la orientación del profesor.
- Aprendizaje mediante el diseño: permite que los estudiantes, a partir de su creatividad, se conviertan en creadores de experiencias de aprendizaje en colaboración con sus compañeros de clase. Por ejemplo, desarrollar una historia interactiva por medio de IA generativa.
- Aprendizaje síncrono en línea: promueve el uso de múltiples formas/medios y tecnologías en tiempo real.
- Programación: emplea conceptos de informática (abstracción y descomposición) y se centra en el diseño e implementación de soluciones a problemas computacionales. Por ejemplo, utilizar algún software para crear programas que respondan a preguntas básicas.
Pedagogía auténtica/constructiva
Enfatiza los proyectos prácticos que sean relevantes para resolver problemas del mundo real.
- Aprendizaje colaborativo: se promueve el trabajo grupal, en parejas o entre docentes para llegar a un objetivo común. Por ejemplo, trabajar en equipo con roles definidos (programador, diseñador, etc.).
- Aprendizaje experiencial: implica experimentar, reflexionar, pensar y actuar. Por ejemplo, crear un modelo en Teachable Machine Learning for Kids que reconozca gestos faciales, para después reflexionar sobre los posibles errores del modelo.
- Game-based learning: se refiere a la aplicación de elementos específicos de juegos determinados a entornos del mundo real. Por ejemplo, crear un escape room digital con conceptos de IA.
- Aprendizaje basado en la indagación: conlleva un proceso de descubrimiento de relaciones causales, con el fin de desarrollar hipótesis para que sean comprobadas con experimentos u observaciones. Por ejemplo, investigar cuestiones sobre la IA: ¿cómo aprende?, ¿puede aprender con pocos ejemplos? Posteriormente, formular conclusiones sobre el desempeño del modelo, etc.
- Aprendizaje participativo: es el proceso sistémico influenciado por el interés y la capacidad de los estudiantes ante el objeto de la actividad, así como por los comportamientos y emociones. Por ejemplo, realizar un debate y analizar casos de uso de la IA con distintos roles (gobierno, usuario, empresa, etc.).
- Play-based learning: el proceso es dirigido por el estudiante, en el que se utiliza el juego como contexto de aprendizaje. Por ejemplo, esto se puede llevar a cabo en un laboratorio para dirigir el juego libre o guiado que puede emplear robots programables sencillos.
- Aprendizaje basado en problemas: tiene el objetivo de involucrar a los estudiantes en la resolución de problemas de carácter realista con acompañamiento del docente. Por ejemplo, analizar dilemas éticos o prácticos que involucren a los sistemas inteligentes.
- Aprendizaje basado en proyectos (ABP): su finalidad es la de involucrar a los estudiantes mediante un proceso de indagación basado en preguntas desafiantes, que crean productos y actividades. Por ejemplo, desarrollar por equipos un proyecto que utilice IA para resolver un problema de la vida diaria.
Pedagogía didáctica
El proceso de enseñanza se produce de manera estructurada, lo cual es ideal para introducir nuevos conceptos.
- Instrucción didáctica/directa: en múltiples escenarios, los estudiantes son aprendientes pasivos, por lo que el docente se encarga de seleccionar contenidos y actividades apropiados. Por ejemplo, clases expositivas y dinámicas apoyadas en imágenes o videos que expliquen conceptos.
Unplugged
Se refiere a las actividades sin dispositivos digitales y narrativas que apoyan la comprensión del funcionamiento de la IA de forma tangible y atractiva, dándole sentido al aprendizaje.
- Actividades unplugged y storytelling: fomentan el interés y proporcionan una estructura para ayudar al alumnado a recordar el contenido, así como para compartir información. Por ejemplo, dar instrucciones (como si fuera un algoritmo) paso a paso para realizar un dibujo y analizar la situación: ¿qué pasaría si la instrucción no fuera clara? Y así, introducir un concepto nuevo.
Por ende, la enseñanza de IA en la educación básica implica lo siguiente:
- La alfabetización en IA, es decir, comprender y conocer sus conceptos básicos.
- Comprender las implicaciones sociales y éticas.
- Utilizar la IA con responsabilidad, así como evitar la dependencia temprana.
- Desarrollar el pensamiento crítico y la resolución de problemas con IA.
- Interpretar y analizar los resultados que se obtienen a partir de los sistemas inteligentes.
- Seleccionar, evaluar e implementar las herramientas/enfoques adecuados al nivel educativo.
- Entender cómo utilizar y aplicar la IA en diferentes situaciones.
En consecuencia, es necesario revisar y ajustar los enfoques/estrategias a lo que funcione mejor en cada aula, ya que pueden existir barreras, por ejemplo, no contar con un laboratorio o que este no sea funcional para ciertas actividades.
Es importante que el cuerpo docente integre responsablemente el uso de la IA y que contemple actividades que fomenten el pensamiento crítico y la resolución de problemas, etc., mientras que las instituciones deben garantizar la preparación y actualización adecuadas del profesorado para que entiendan y comprendan cómo, cuándo y por qué enseñar IA, así como sus implicaciones sociales y éticas.
Atento a sus comentarios.
