beforecontenttitle

Guia IA: PDI

Después del título del contenido

Antes del cuerpo del contenido

Trozos html editables

Capítulo 02

Guía para el PDI

Usos

Mediante la IA puedes generar contenido educativo, como ejercicios y materiales de estudio, presentaciones, ejemplos, etc. que se ajusten al nivel de comprensión de tus estudiantes, facilitando un aprendizaje más efectivo y eficiente.

Pero a pesar de estos beneficios, la implementación de la IA en la docencia presenta desafíos que tienen que ver con nuestra prácticas pedagógicas, problemas éticos en su uso o la inclusión sin pretenderlo, de sesgos provenientes de los algoritmos generativos, que pueden perpetuar o incluso exacerbar desigualdades.

Puedes inicialmente utilizar la IA para apoyo a tu docencia en aspectos como los siguientes:

Desarrollo de contenidos educativos: Generar contenidos como como casos de estudio, ejemplos prácticos, presentaciones, resúmenes, actividades, etc. que enriquezcan las clases y hagan el aprendizaje más interactivo.

Apoyo en la edición y revisión de textos: Revisar y mejorar la gramática, el estilo y la coherencia de textos académicos.

Desarrollo de contenidos para el aprendizaje colaborativo: Desarrollar actividades que fomenten el aprendizaje en grupo mediante la sugerencia de dinámicas, simulaciones y tareas que los estudiantes puedan realizar juntos.

Fomento del pensamiento crítico: Desarrollar preguntas y escenarios de debate que desafíen a los estudiantes a pensar críticamente y a aplicar sus conocimientos de manera práctica, generando situaciones hipotéticas y preguntas abiertas que promuevan la discusión y el análisis en clase.

Apoyo en el desarrollo de la planificación de cursos y asignaturas: Ayudar a la planificación de cursos y asignaturas mediante el análisis de datos de rendimiento, proporcionando recomendaciones basadas en tendencias y necesidades específicas de los estudiantes.

Personalización del aprendizaje: Crear materiales educativos personalizados a partir de nuestro propio material que se adapte a las necesidades y niveles de conocimiento de nuestros estudiantes mediante la generación de ejercicios y creación de recursos docentes específicos que faciliten su compresión.

Apoyo a la inclusión: Crear materiales educativos accesibles para estudiantes con discapacidades mediante la creación de versiones de textos en formatos accesibles.

Ayuda a la elaboración de ejercicios de evaluación: Redactar preguntas y ejercicios de evaluación que sean relevantes y alineados con los objetivos de aprendizaje.

Asistencia en la evaluación: Ayudar en la corrección y evaluación de trabajos y exámenes.

Análisis de las preguntas y respuestas de las pruebas de evaluación: Realimentar la explicación de nuestros contenidos a partir de los resultados del análisis de las pruebas de evaluación realizadas.

Ayuda en tareas de gestión: Redactar o corregir documentos o informes necesarios para la gestión de nuestra actividad tanto docente como investigadora y de gestión.

Usos No Permitidos

Introducir información personal de los estudiantes en las herramientas de IA.
Usar la IA para evaluar trabajos y exámenes sin revisión humana.
Revisión y evaluación de Trabajos Fin de Estudios, Tesis Doctorales y, en general, de cualquier trabajo que sea inédito y original, ya que la IA podría reutilizarlo o exponerlo a terceros, afectando tanto su a evaluación académica como a su futura publicación científica. Infórmate de que opciones le ofrece la UMA para mantener la privacidad de la información que suministra a la IA.

El Sistema de Niveles en la Guía Docente

Puedes especificar en tu Guía Docente qué nivel de uso de IA se permite para cada actividad evaluable. Estos son los niveles definidos en el Modelo de Integración de la IA en la UMA (MIIA-UMA):

Nivel 1 (sin uso de IA):

La IA no interviene. Tu objetivo con esa prueba es evaluar la capacidad cognitiva directa, la memoria comprensiva o el razonamiento del estudiante en un entorno controlado (ej. examen oral, prueba presencial escrita).

Nivel 2 (uso asistido):

La IA actúa como herramienta de apoyo (generar lluvia de ideas inicial, corrección ortográfica o traducción bibliográfica), pero no sustituye el contenido sustancial ni la redacción principal.

Nivel 3 (Integrado):

La IA es intrínseca a la resolución de la tarea. El estudiante debe dialogar con la IA para resolver problemas complejos, programar código o analizar grandes bases de datos. Requiere siempre una auditoría humana y una reflexión crítica por parte del estudiante sobre el resultado obtenido.

Recomendaciones prácticas

1 Antes de usar IA en la asignatura

Piensa si la herramienta de IA es apropiada para tus objetivos. Considera qué competencias deseas que desarrollen tus estudiantes y si la IA ayuda o interfiere con ello.

2 Información clara en la guía docente

Indica explícitamente en qué actividades está permitida o prohibida, y en qué condiciones. Por ejemplo: "El uso de IA está permitido para analizar datos, pero no para redactar el informe final". Explica el fundamento de cada decisión para que los estudiantes lo entiendan.

3 Diseño de actividades evaluables

Reformula algunas evaluaciones si consideras que el uso de IA puede interferir en sus resultados. Por ejemplo, pide a tus estudiantes que usen IA para responder a alguna cuestión y después, que analicen críticamente las respuestas recibidas. Diseña evaluaciones que requieran comprensión profunda, no solo reproducción de información. Equilibra evaluaciones individuales con trabajo en grupo donde sea posible.

4 Supervisión y declaración

Cuando el uso de IA deba declararse, especifica exactamente cómo: "Incluye un párrafo al final explicando qué herramientas de IA utilizaste, para qué, y cómo contribuyeron a tu trabajo". Si algo parece demasiado perfecto o desconectado del estilo habitual del estudiante, podría estar involucrada la IA, pero no tendrás seguridad absoluta. Consulta el Reglamento sobre los Procesos de Evaluación del Aprendizaje en la UMA.

5 Educación sobre IA responsable

Explica a tus estudiantes que la IA tiene sus limitaciones. Háblale sobre las implicaciones éticas y lo que puede perjudicarles en su formación el uso de IA sin un sentido crítico.

6 Comunicación con estudiantes

Algunos estudiantes pueden temer ser acusados injustamente de usar IA cuando no lo hicieron. Otros pueden temer quedarse atrás si no usan herramientas que otros usan.

Ejemplos, por áreas, de evaluación adaptada a uso de IA

Área de Conocimiento	Formato Convencional (Vulnerable)	Modelo de Evaluación Resiliente (MIIA-UMA)
Matemáticas / Estadística	Resolución de problemas de optimización estándar.	Auditoría de Errores: Identificación y corrección de fallos lógicos en una resolución sintética generada por IA.
Ciencias Experimentales (Química)	Redacción de informes teóricos sobre entalpía o reacciones.	Contraste Experimental: Comparación de datos obtenidos en laboratorio con datos de IA, justificando discrepancias.
Ciencias de la Salud (Medicina)	Enumeración de causas y síntomas de una patología.	Diagnóstico Situado: Evaluación diferencial integrando factores geográficos, culturales y personales de un paciente real supervisado.
Ciencias Sociales (Psicología)	Síntesis teórica de etapas del desarrollo.	Observación de Campo: Análisis de interacciones humanas en entornos locales reales empleando evidencia observacional.
Arquitectura e Ingenierías	Generación de plantas y alzados estándar.	Análisis de Sitio: Evaluación de incidencia solar y climática en un emplazamiento específico de Málaga.
Economía y Empresa	Análisis macroeconómico de la inflación actual.	Indicador de Proximidad: Contraste de precios en mercados locales frente a datos oficiales (IPC), analizando la desviación.
Informática y Telecomunicaciones	Escritura de scripts o funciones de código genéricas.	Auditoría de Seguridad y Eficiencia: Refactorización de código generado por IA para optimizar latencia y blindar vulnerabilidades específicas del sistema.
Ciencias de la Educación	Diseño teórico de una Unidad Didáctica.	Adaptación Pedagógica Real: Ajuste de materiales generados por IA a la casuística diversa (NEAE) de un aula específica observada durante las prácticas.
Filosofía	Ensayo comparativo de autores clásicos (ej. Kant vs. Foucault).	Debate Socrático: Defensa oral de la tesis del ensayo frente a contraargumentos generados por el docente..
Historia	Resumen de hitos de un periodo o reinado.	Exégesis de Fuentes Locales: Interpretación de documentos originales del Archivo Municipal de Málaga, contrastando la verdad histórica con los sesgos de la IA.
Filología (Clásica/Moderna)	Traducción literal de un texto de la lengua origen.	Edición Crítica y Variantes: Justificación lingüística de las opciones de traducción de la IA frente a matices estilísticos, métricos o históricos del original.
Derecho	Redacción de un dictamen basado en jurisprudencia común.	Simulación de Juicio: Resolución de un caso práctico complejo donde el alumno debe rebatir en tiempo real la interpretación legal sugerida por la IA.

Ejemplos de uso permitidos y prohibidos

(A partir de lo establecido en la Normativa sobre el Uso de la IA en la UMA y las funciones del Comité de Seguridad de la Información, Protección de Datos y Uso de la IA)

Tipo de uso	Tarea	Condición
Diseño de materiales y programación docente	Generar ideas para la guía docente, supuestos prácticos, esquemas o propuestas de rúbricas de evaluación.	No requiere autorización
Traducción y corrección de artículos o apuntes	Mejorar el estilo, traducir o corregir ortografía de textos científicos, proyectos de investigación o apuntes de clase propios.	No requiere autorización
Generación de código para investigación	Uso de asistentes para elaborar scripts de análisis o automatización sobre conjuntos de datos anónimos o no personales.	No requiere autorización
Creación de recursos multimedia para el aula	Generación de imágenes, gráficos o síntesis de información de apoyo visual para las presentaciones docentes.	No requiere autorización
Chatbots como tutores virtuales de la asignatura	Implementar un asistente virtual para responder dudas frecuentes sobre el temario o la organización de la asignatura.	No requiere autorización previa si se usa IA institucional
Sistemas de recomendación de estudio	IA que sugiere lecturas, ejercicios o itinerarios de aprendizaje personalizados al estudiante basados en su interacción previa.	No requiere autorización previa si se usa IA institucional
Asistencia algorítmica en la evaluación	Usar IA institucional para detectar plagio, siempre y cuando el PDI revise de forma efectiva y decida la nota final.	No requiere autorización previa si se usa IA institucional
Análisis predictivo de rendimiento (Learning Analytics)	Sistemas que analizan notas y actividad de los alumnos para predecir riesgo de abandono y activar alertas de tutorización.	Requiere autorización del Comité (Riesgo alto).
Vigilancia de pruebas de evaluación (Proctoring)	Sistemas que analizan el comportamiento, la mirada o el entorno del estudiante durante la realización de un examen online.	Requiere autorización del Comité (Riesgo alto - requisitos muy estrictos).
Calificación totalmente automatizada sin revisión humana	Dejar que la IA asigne la nota sin intervención, revisión ni validación del profesorado.	Uso prohibido (Riesgo inaceptable).
Subir trabajos o exámenes a IA externas no autorizadas	Introducir trabajos (TFG, TFM, prácticas) con datos personales de los estudiantes en plataformas públicas de IA sin anonimizar.	Uso prohibido (Brecha de protección de datos).

← Volver al índice de la Guía

Después de cuerpo del contenido