Explorando el Uso Responsable y Ético de la IA en la Educación Universitaria

Este plan de clase está diseñado para estudiantes universitarios de la Licenciatura en Tecnología e Informática y tiene como propósito principal fomentar una comprensión crítica y fundamentada sobre el uso responsable y ético de la inteligencia artificial generativa en el contexto educativo. A lo largo de la sesión, los estudiantes desarrollarán habilidades para argumentar posiciones informadas, integrando evidencias actuales y proponiendo criterios claros para el uso de la IA en ambientes universitarios. Este aprendizaje es sumamente relevante porque la IA está transformando rápidamente la educación y la tecnología, y los futuros profesionales deben estar preparados para enfrentar sus desafíos éticos y sociales con responsabilidad.

Además, el plan está estructurado bajo la metodología del Diseño Universal para el Aprendizaje (DUA), garantizando que se atiendan diversas formas de representación, expresión y motivación, promoviendo un aprendizaje activo, colaborativo y centrado en el estudiante. El conocimiento adquirido conectará directamente con su realidad académica y profesional, permitiéndoles reflexionar sobre cómo aplicar tecnologías de IA de manera ética y responsable en sus futuras actividades académicas y laborales.

• Argumentar una posición crítica y fundamentada sobre el uso responsable y ético de la IA generativa en contextos universitarios.
• Integrar evidencias actuales y relevantes que sustentan criterios éticos para el uso de la IA en la educación.
• Proponer criterios claros y aplicables para el uso responsable de la inteligencia artificial en entornos académicos.

• Computadoras o dispositivos con acceso a internet para cada estudiante o grupo (mínimo 1 por cada 2 estudiantes).
• Proyector y pantalla para presentar material audiovisual.
• Presentación digital (PowerPoint o similar) con datos, ejemplos y preguntas guía.
• Lectura breve digital o impresa sobre casos éticos recientes del uso de IA en educación (2 páginas).
• Herramienta colaborativa en línea para lluvia de ideas (Ej: Padlet, Google Jamboard).
• Formulario digital para encuesta rápida (Ej: Google Forms o Mentimeter).
• Hojas impresas para organizadores gráficos (opcional para estudiantes que prefieran trabajar en físico).

• Conocimientos básicos sobre tecnologías de inteligencia artificial y su aplicación en educación.
• Experiencia previa en análisis crítico de textos académicos y argumentación en debates o ensayos.
• Habilidades básicas para el trabajo colaborativo y uso de herramientas digitales.

Fase de Inicio

Tiempo estimado:

10 minutos

Propósito de la sesión:

Docente: Explica que en esta hora se explorará cómo usar la IA generativa en entornos universitarios de forma ética y responsable, y que al final podrán argumentar su propia posición con evidencias y propuestas concretas. Resalta la importancia de este tema en la actualidad y en su futuro profesional.

Activación de conocimientos previos:

Docente: Presenta brevemente un caso real y reciente donde el uso de IA en educación generó controversia ética (ejemplo: uso de IA para tareas o exámenes). Luego, lanza la pregunta detonadora a toda la clase: “¿Qué riesgos y beneficios ven en el uso de la IA generativa en la universidad?”

Estudiantes: Responden en voz alta o por chat, aportando ideas iniciales. El docente registra ideas clave en el pizarrón o en una herramienta digital colaborativa visible para todos (como Padlet).

Motivación y enganche:

Docente: Comparte un dato curioso: “Según un estudio reciente, el 75% de las universidades ya están integrando IA en sus procesos académicos, pero menos del 30% tiene políticas claras sobre su uso ético”. Invita a reflexionar sobre la brecha entre uso y regulación.

Contextualización:

Docente: Conecta el tema con la vida diaria de los estudiantes: “Como futuros profesionales en tecnología e informática, ustedes serán quienes diseñen, implementen y regulen estas herramientas. Por eso, es vital que comprendan las implicaciones éticas y sepan cómo usarlas responsablemente.”

Fase de Desarrollo

Tiempo estimado:

40 minutos

Presentación del contenido:

Docente: Introduce brevemente los conceptos clave de “uso responsable”, “ética en IA”, y “criterios para el uso en educación” a través de una presentación multimodal que incluye texto, imágenes y breves videos. Se enfatizan ejemplos concretos y evidencias actuales del impacto positivo y negativo de la IA en contextos universitarios.

Actividad 1: Análisis crítico de un caso

• Objetivo específico: Integrar evidencias para sustentar una posición ética sobre el uso de IA.
• Instrucciones:
  • Docente: Divide la clase en grupos de 3-4 estudiantes. Entrega a cada grupo una lectura breve con un caso real sobre un dilema ético en el uso de IA en educación (impreso o digital).
  • Solicita que identifiquen evidencias, riesgos y posibles criterios para actuar responsablemente.
  • Los grupos discuten y preparan un breve resumen argumentado.
• Organización: Grupos pequeños
• Producto o evidencia: Resumen escrito o digital con evidencias y criterios propuestos.
• Tiempo estimado: 15 minutos
• Rol del docente: Circula entre los grupos, plantea preguntas guía como “¿Qué evidencia sustenta esta posición?”, “¿Qué consecuencias éticas identifican?”, “¿Qué criterios proponen para un uso responsable?”.

Actividad 2: Debate estructurado

• Objetivo específico: Argumentar una posición sobre el uso responsable y ético de la IA en educación.
• Instrucciones:
  • Docente: Organiza a los estudiantes en dos grandes grupos para debatir: uno a favor del uso amplio de IA en la universidad y otro que defienda restricciones estrictas basadas en criterios éticos.
  • Cada grupo prepara argumentos breves utilizando evidencias de la actividad anterior y la presentación.
  • Se realiza el debate con turnos controlados, fomentando respeto y argumentación fundamentada.
• Organización: Dos grupos grandes (plenario)
• Producto o evidencia: Argumentos orales fundamentados y registro de ideas clave en pizarra o digital.
• Tiempo estimado: 15 minutos
• Rol del docente: Modera el debate, formula preguntas para profundizar ideas, asegura la participación equitativa y guía el enfoque hacia criterios éticos y evidencia.

Actividad 3: Construcción colaborativa de criterios

• Objetivo específico: Proponer criterios claros para el uso responsable de IA en entornos académicos.
• Instrucciones:
  • Docente: En grupo plenaria o en equipos, abre una herramienta colaborativa digital (Padlet o Jamboard) para que los estudiantes aporten criterios concretos basados en lo discutido.
  • Solicita que escriban criterios breves y claros, priorizando aplicabilidad y ética.
  • Se realiza una votación rápida para seleccionar los 5 criterios más relevantes.
• Organización: Plenaria o grupos pequeños con puesta en común
• Producto o evidencia: Lista colectiva de criterios para uso responsable de IA.
• Tiempo estimado: 10 minutos
• Rol del docente: Facilita la actividad, ayuda a sintetizar criterios y asegura que sean claros y fundamentados.

Diferenciación

• Para estudiantes que terminan antes: Proponer que elaboren un breve texto reflexivo individual donde expliquen cuál criterio consideran más importante y por qué.
• Para estudiantes que necesitan más apoyo: El docente ofrece resúmenes verbales adicionales y ejemplos concretos durante la actividad, además de permitir el uso de organizadores gráficos impresos para ordenar ideas.

Transiciones

El docente conecta cada actividad señalando cómo el análisis de casos dará base sólida para el debate, y cómo el debate facilitará la construcción reflexiva y colaborativa de criterios aplicables. Se realiza una breve recapitulación oral antes de iniciar cada actividad para mantener la coherencia.

Fase de Cierre

Tiempo estimado:

10 minutos

Síntesis

Docente: Propone a los estudiantes realizar un “ticket de salida” digital o escrito donde respondan en 3 frases las siguientes preguntas:

• ¿Cuál es la idea más importante que aprendí hoy sobre el uso responsable y ético de la IA?
• ¿Qué criterio para el uso de IA en la universidad considero fundamental?
• ¿Cómo aplicaré este conocimiento en mi vida académica o profesional?

Reflexión metacognitiva

Las preguntas que el docente formula para guiar la reflexión individual son:

• ¿En qué medida logré argumentar mi posición con evidencias durante las actividades?
• ¿Qué criterios me parecen más esenciales para un uso ético de la IA y por qué?
• ¿Qué dudas o preguntas nuevas me surgieron sobre la IA en la educación?

Retroalimentación

Docente: Lee algunos tickets de salida en voz alta, ofrece retroalimentación inmediata resaltando el uso adecuado de evidencias y propuestas éticas. Además, felicita la participación activa en el debate y construcción de criterios.

Transferencia

Docente: Conecta el aprendizaje con futuras materias y su vida profesional: “Lo que aprendieron hoy será base para diseñar y evaluar tecnologías en sus proyectos y trabajos, asegurando siempre un uso responsable y ético.”

Tarea o reto

Invita a los estudiantes a investigar un caso actual de uso de IA generativa en educación y redactar un breve análisis crítico (1 página) que incluya riesgos, beneficios y propuestas de criterios éticos, para compartir en la próxima clase o foro digital.

Tipo de evaluación:

• Diagnóstica: En la fase de inicio, mediante la pregunta detonadora y recolección de ideas iniciales.
• Formativa: Durante el desarrollo, observando participación en el análisis de casos, debate y la construcción colaborativa de criterios.
• Sumativa: En el cierre, con el ticket de salida que sintetiza el logro de los objetivos y la tarea complementaria.

Criterios de evaluación:

• Argumenta una posición fundamentada sobre el uso responsable de la IA (Objetivo 1), evaluado en debate y ticket de salida.
• Integra evidencias relevantes para sustentar sus argumentos (Objetivo 2), valorado en análisis de casos y debate.
• Propone criterios claros y aplicables para el uso responsable de IA (Objetivo 3), evidenciado en la actividad colaborativa y ticket de salida.

Instrumentos sugeridos:

• Lista de cotejo para participación y argumentación en debate.
• Rúbrica para evaluación del resumen de análisis de casos y criterios propuestos.
• Revisión cualitativa del ticket de salida y la tarea escrita.

Evidencias de aprendizaje:

• Resúmenes escritos sobre análisis crítico de casos.
• Participación y argumentación en debate estructurado.
• Lista colectiva de criterios para uso responsable de IA.
• Ticket de salida con síntesis y reflexión individual.
• Documento de análisis crítico como tarea complementaria.