Inteligencia artificial en clase: usos responsables para docentes

El otro día, en un instituto de Getafe, una profesora de Lengua propuso a su alumnado de 3º de la ESO escribir un relato breve. Al día siguiente, un estudiante entregó un texto impecable. Cuando ella le preguntó por el proceso, el chaval respondió con total naturalidad: «Se lo pedí a ChatGPT y luego cambié algunas palabras». La clase entera estalló en un debate improvisado que duró casi toda la sesión: ¿quién era el autor?, ¿había aprendido algo?, ¿estaba haciendo trampa o simplemente usando una herramienta nueva? Esa conversación, incómoda y valiosa a partes iguales, resume perfectamente el momento en el que estamos. La inteligencia artificial ya está en nuestras aulas, queramos o no, y nuestra tarea no es prohibirla, sino enseñar a usarla con criterio.

Qué entendemos por inteligencia artificial en el aula

Cuando hablamos de IA en educación, corremos el riesgo de meter en el mismo saco cosas muy distintas. No es lo mismo un sistema de tutoría inteligente que adapta ejercicios en tiempo real, que una herramienta de análisis que detecta patrones en las notas de nuestro grupo, que un modelo generativo que produce textos e imágenes a partir de una instrucción. Cada uno tiene implicaciones pedagógicas, éticas y legales diferentes, y confundirlos nos lleva a decisiones poco rigurosas.

En la práctica diaria, sin embargo, lo que ha llegado masivamente a las aulas españolas son los asistentes generativos: ChatGPT, Gemini y Copilot son probablemente los nombres que más suenan en claustros y departamentos. Todos ellos comparten una lógica similar —generan contenido nuevo a partir de lo que han aprendido de enormes volúmenes de datos— pero se integran en ecosistemas distintos y ofrecen funcionalidades diferentes según la versión y el plan contratado.

IA generativa vs. IA educativa especializada

La IA generativa produce contenido nuevo: textos, resúmenes, preguntas, imágenes, código. Su valor en el aula está en la velocidad y en la capacidad de adaptar formatos, no en su fiabilidad pedagógica, que depende completamente del prompt y de la revisión docente. La IA educativa especializada, en cambio, viene diseñada para tareas concretas: plataformas de práctica adaptativa, sistemas de evaluación automática con retroalimentación estructurada o entornos que modelan el progreso del estudiante. Son herramientas más cerradas, pero también más alineadas con objetivos curriculares y, generalmente, con mayores garantías de protección de datos.

Mitos y realidades sobre la IA en la enseñanza

Conviene desmontar algunas ideas que circulan con demasiada facilidad. La IA no va a sustituir al docente, pero sí va a transformar muchas de sus tareas. No es neutra: reproduce sesgos presentes en los datos con los que se entrenó. No «entiende» lo que dice, aunque lo parezca. Y no aprende de nuestros estudiantes salvo que se lo indiquemos explícitamente. Reconocer estas limitaciones es el primer paso para integrarla con responsabilidad.

Oportunidades reales para la práctica docente

Más allá del ruido, hay usos que ya están funcionando bien en aulas españolas. Generar variantes de un mismo ejercicio con distintos niveles de dificultad, redactar borradores de rúbricas que luego ajustamos, traducir materiales para alumnado recién llegado o crear bancos de preguntas para repaso son tareas donde la IA ahorra tiempo real. Ese tiempo, bien invertido, se dedica a lo que ninguna máquina hace: acompañar, preguntar, escuchar.

Personalización del aprendizaje y atención a la diversidad

La IA permite adaptar materiales a ritmos y estilos muy distintos sin multiplicar por diez nuestro trabajo. Podemos pedir a ChatGPT tres versiones de un mismo texto —una simplificada, otra estándar y otra de ampliación— y ajustarlas en minutos. En contextos como las aulas hospitalarias en España, donde el alumnado sigue el curso desde el hospital con condiciones muy variables, esta flexibilidad es especialmente valiosa: un mismo contenido puede reescribirse para una sesión corta, para lectura autónoma o para trabajo acompañado por el personal del aula.

Automatización de tareas repetitivas: corrección y feedback

La corrección de tareas cerradas o de borradores iniciales puede apoyarse en IA para liberar carga, siempre con revisión final. Lo interesante no es la nota automática, sino la posibilidad de ofrecer retroalimentación inmediata y frecuente: comentarios sobre estructura, sugerencias de mejora, detección de errores recurrentes. Bien diseñada, esa retroalimentación formativa complementa —no sustituye— la que damos nosotros.

Creatividad y pensamiento crítico con IA

Aquí es donde la cosa se pone interesante. Proyectos de aprendizaje basado en problemas donde el alumnado debe diseñar soluciones reales ganan cuando incorporamos IA como compañera de exploración. Por ejemplo, un grupo que trabaja un problema de accesibilidad puede usar Makey Makey para construir prototipos de interfaces adaptadas y, en paralelo, pedir a la IA que genere escenarios alternativos o cuestione sus supuestos. El resultado no es la solución que da la máquina, sino la conversación crítica que provoca.

• Generación de materiales multinivel para un mismo objetivo curricular.
• Apoyo a la evaluación formativa con retroalimentación inmediata.
• Diseño de retos de aprendizaje basado en problemas con prototipado físico (Makey Makey).
• Adaptación de contenidos para aulas hospitalarias y alumnado con necesidades específicas.
• Traducción y simplificación lingüística para alumnado recién llegado.

Riesgos y límites que no podemos ignorar

Integrar IA sin hacerse preguntas es irresponsable. Los riesgos no son hipotéticos: afectan a la privacidad de menores, a la equidad del sistema y a nuestra propia autoridad pedagógica. Conviene tenerlos presentes antes de subir cualquier actividad a una plataforma.

Privacidad y datos sensibles en menores

La LOPDGDD y el RGPD marcan límites claros sobre qué datos podemos tratar y con qué finalidad. Introducir información personal del alumnado en herramientas generativas abiertas es, en la mayoría de los casos, un incumplimiento normativo. La regla es sencilla: no subir datos identificativos, ni diagnósticos, ni informes psicopedagógicos. Si la plataforma no garantiza el tratamiento adecuado, se usa con materiales anonimizados o no se usa.

Sesgos y equidad educativa

Los modelos generativos reproducen estereotipos de género, origen o capacidad presentes en sus datos de entrenamiento. Si no los revisamos, podemos estar amplificando desigualdades sin darnos cuenta. La revisión crítica de cada material generado no es opcional: es parte del trabajo docente.

El peligro de delegar el juicio pedagógico

Ninguna herramienta conoce a nuestro alumnado como nosotros. Delegar la decisión sobre qué es relevante, qué necesita cada estudiante o cómo evaluar un proceso complejo es un error que pagamos caro. La IA sugiere; el docente decide.

Cómo integrar la IA de forma responsable: guía práctica

Proponemos un marco sencillo, en cuatro pasos, que podemos aplicar desde ya en cualquier departamento.

1. Formación previa: entender qué hace y qué no hace la herramienta antes de usarla con alumnado.
2. Diseño de actividades: definir el papel concreto de la IA en la tarea, con transparencia hacia el alumnado.
3. Comunicación con familias: informar de qué herramientas se usan, para qué y con qué cautelas.
4. Evaluación continua: revisar resultados, ajustar usos y documentar lo aprendido.

Formación y competencia digital docente

El marco DigCompEdu de la Comisión Europea describe las competencias digitales que necesitamos como docentes, y varias de ellas conectan directamente con el uso crítico de la IA: evaluación, empoderamiento del alumnado, desarrollo de la competencia digital del estudiantado. Formarse no es hacer un curso puntual, sino mantener una actitud de aprendizaje continuo.

Diseño de actividades con IA: ejemplos para aulas hospitalarias

Imaginemos un aula hospitalaria en la que un estudiante de 5º de Primaria sigue el curso desde su habitación. Con IA podemos generar una versión adaptada del tema de Ciencias, crear un quiz corto para afianzar conceptos y preparar un guion de preguntas para la videollamada con su tutor. Si además el proyecto incluye un reto de aprendizaje basado en problemas con Makey Makey, el alumnado puede construir un pequeño prototipo que responda a una necesidad real de su entorno hospitalario. La IA ayuda a preparar; el contacto humano da sentido.

Transparencia y comunicación con las familias

Las familias tienen derecho a saber qué herramientas digitales se usan con sus hijos. Una circular breve, una reunión de principio de curso o una nota en la web del centro bastan para dejar claro qué usamos, para qué y cómo protegemos los datos. La transparencia previene conflictos y refuerza la confianza.

Herramientas y recursos recomendados para empezar

No hace falta un arsenal. Con dos o tres herramientas bien elegidas y un marco claro se puede empezar perfectamente.

Asistentes de IA para planificación y materiales

• ChatGPT: generación y adaptación de textos, preguntas, rúbricas y borradores.
• Gemini: integración con el ecosistema Google Workspace, útil para centros que ya trabajan en Classroom.
• Copilot: asistente integrado en Microsoft 365, cómodo para plantillas, resúmenes y apoyo en ofimática.
• Canva con IA: creación de materiales visuales, infografías y presentaciones adaptadas.
• Makey Makey: kit de prototipado físico ideal para proyectos de aprendizaje basado en problemas.

Recursos para evaluar el uso responsable de la IA

Además de DigCompEdu, conviene consultar las guías que publican el INTEF y varias comunidades autónomas sobre uso de IA en educación, así como las recomendaciones de la Agencia Española de Protección de Datos para centros escolares. Son documentos prácticos que nos ayudan a tomar decisiones sin improvisar.

Preguntas frecuentes

¿Puedo usar ChatGPT con alumnado menor de edad?

Con matices. La versión estándar de ChatGPT exige una edad mínima que supera la de buena parte de nuestro alumnado de Primaria y primeros cursos de la ESO, y el tratamiento de datos personales de menores está sujeto al RGPD y a la LOPDGDD. Lo más prudente es usar cuentas docentes, introducir materiales anonimizados y no pedir al alumnado datos personales en sus prompts. En muchos casos, es mejor proyectar la herramienta en la pizarra digital y trabajar en gran grupo.

¿Cómo detecto si un trabajo está hecho con IA?

Los detectores automáticos son poco fiables y generan falsos positivos. Es más útil centrarse en el proceso: pedir borradores, registros de sesiones, defensa oral del trabajo o versiones intermedias. La evaluación por proceso reduce el incentivo al atajo y desarrolla hábitos más honestos.

¿Sirve la IA en aulas hospitalarias?

Sí, especialmente para adaptar materiales al tiempo disponible, generar versiones accesibles y preparar actividades breves que el alumnado pueda realizar en contextos de cansancio o movilidad reducida. El acompañamiento humano del personal del aula sigue siendo insustituible.

¿Qué dice DigCompEdu sobre IA?

DigCompEdu no está dedicado específicamente a la IA, pero sus áreas de competencia —evaluación, empoderamiento, competencia digital del alumnado— enmarcan perfectamente el uso crítico que proponemos. Nos ayuda a situar la IA dentro de un desarrollo profesional más amplio, no como un añadido aislado.

¿Es obligatorio informar a las familias?

Sí. La normativa de protección de datos exige informar sobre los tratamientos que afectan al alumnado, y la transparencia pedagógica es una buena práctica independiente de la ley. Una comunicación sencilla y periódica evita malentendidos y refuerza la confianza en el centro.

La inteligencia artificial puede ser una excelente aliada en nuestra práctica docente: nos libera tiempo, amplía posibilidades y nos obliga a repensar qué enseñamos y cómo evaluamos. Pero no sustituye al docente, ni decide por nosotros, ni conoce a nuestro alumnado. Esa responsabilidad —ética, pedagógica y humana— sigue siendo enteramente nuestra. Usarla bien es, hoy, una forma concreta de ejercer la competencia digital docente.