17 de abril de 2026
Ejemplo:
Una estudiante de pedagogía diseña una pregunta para evaluar un tema de matemática. El asistente de IA examina su calidad pedagógica y le muestra si esa pregunta permite reconocer cómo están pensando los estudiantes y qué dificultades conceptuales pueden estar detrás de sus respuestas.
Después, al observar cómo responden sus pares, la futura profesora obtiene evidencias para revisar y mejorar su diseño. Así, aprende a evaluar con mayor sentido pedagógico antes de entrar al aula, lo que a largo plazo puede contribuir a una enseñanza más atenta a los procesos de aprendizaje.
Un investigador está tratando de demostrar una conjetura.
Antes: Revisaba cientos de papers manualmente.
Ahora:
La IA le resume investigaciones clave en segundos, le propone posibles caminos para resolver el problema, y revisa si su demostración tiene errores.
Es como pasar de trabajar solo, a tener un equipo digital que piensa contigo.
Desde Villarrica a Las Cruces: un proyecto para construir, desde las comunidades educativas, el uso de la inteligencia artificial en la práctica docente en matemáticas
Hoy, la formación docente enfrenta el desafío de integrar la inteligencia artificial desde una perspectiva crítica, ética y situada. En este contexto, el proyecto “Docencia, comunidad y tecnología”, presentado por el profesor Carlos Rojas, busca articular la formación de profesores con procesos de co-creación junto a comunidades educativas.
“La iniciativa propone desarrollar y validar un modelo educativo que integra dimensiones disciplinares, didácticae, éticas y socioculturales, orientado a la alfabetización crítica en IA. Para ello, el equipo trabajará de forma colaborativa, desde un enfoque transdisciplinar, con comunidades educativas de Villarrica (CEDEL UC) y Las Cruces (ECIM UC)”, indicó Rojas.
El proyecto se desarrollará en tres etapas: una fase inicial de diseño compartido, centrada en la construcción de principios y prototipos formativos; una segunda fase de co-creación territorial, que contempla jornadas presenciales y trabajo colaborativo con las comunidades; y una fase final de síntesis y validación, que permitirá consolidar los resultados y generar productos como una guía metodológica, un artículo académico y un seminario nacional de cierre.
“Buscamos construir un modelo situado que dialogue con los contextos locales y fortalezca la formación docente en inteligencia artificial desde una perspectiva crítica, interdisciplinaria y transdisciplinaria. La idea es que las propias comunidades puedan cuestionar y romper la lógica vertical con que hoy se imponen muchas políticas y lineamientos centralizados”, explicó el profesor.
En esa línea, la propuesta tiene como objetivo contribuir tanto a la mejora de las prácticas educativas como a la actualización de la formación docente y de las políticas públicas vinculadas al área, fortaleciendo capacidades institucionales. Al mismo tiempo, apunta a promover una integración ética, pedagógica y culturalmente situada de la inteligencia artificial en educación.
Un profesor de matemática puede recurrir a inteligencia artificial para elaborar una actividad, pero su incorporación al aula no se decide de manera automática.
La propuesta se somete a juicio docente: se analiza su pertinencia didáctica y disciplinar, su adecuación al contexto de los estudiantes, el tipo de razonamiento que promueve y los posibles sesgos que pueda contener. Así, aun cuando existan orientaciones o lineamientos institucionales, la decisión final no queda en la herramienta, sino en la capacidad profesional de los docentes para adaptar, tensionar o redefinir su uso según las necesidades del contexto.
Un estudiante quiere resolver un problema difícil usando una IA educacional.
Caso 1: El chatbot formula la respuesta sin diálogo, en pasos rígidos → Estudiante en “modo pasivo”, patrones cerebrales débiles.
Caso 2: El chatbot detecta bloqueos y dificultades del estudiante desde su postura, expresión y voz. Hace preguntas, da indicios, corrige, reformula → Mantiene el estudiante en “modo activo”.
Los investigadores, incluso, medirán actividad cerebral (EEG) para detectar esto y conectarlo a los datos de voz y expresión facial. La idea es crear un chatbot que reconozca patrones de pensamiento y se dé cuenta de las dificultades del estudiante en tiempo real.