En un mundo en constante transformación, la educación se enfrenta a desafíos cada vez más complejos. Para la Universidad Cooperativa de Colombia (UCC), adoptar un Modelo Educativo Crítico con Enfoque de Competencias implica repensar las estrategias de enseñanza y evaluación para que los estudiantes no solo adquieran conocimientos, sino que también desarrollen las habilidades necesarias para resolver problemas del mundo real. En este contexto, la inteligencia artificial (IA) surge como una herramienta poderosa y transformadora. Este artículo, elaborado a partir del taller “Actividades de Aprendizaje y Evaluativas con Inteligencia Artificial" realizado en el campus Montería, explora cómo los profesores de la UCC pueden integrar la IA de manera efectiva en sus actividades de aprendizaje y evaluación, siguiendo los lineamientos de su modelo educativo y aprovechando el potencial de esta tecnología.
Modelo Educativo Crítico y la IA: una Sinergia Fundamentada
Este artículo se nutre de las discusiones y experiencias compartidas por profesores de todas las áreas del campus Montería. El modelo educativo de la UCC, conceptualizado por académicos como Manuel Unigarro, busca trascender la simple acumulación de conocimientos para enfocarse en la formación integral. Según Unigarro, "la educación por competencias se enfoca en medir las habilidades y destrezas que el estudiante ha adquirido durante su formación académica, así como su capacidad para aplicar estos conocimientos en situaciones real1es" (Unigarro, 2017). Esta perspectiva encaja perfectamente con el potencial de la IA, especialmente la IA generativa, para crear escenarios de aprendizaje complejos y personalizados que simulan problemas del mundo real.
La planificación también se ve favorecida por la IA. El profesor puede predefinir las interacciones con la IA y las tareas que los estudiantes deben realizar desde el inicio del curso. Esto se alinea con la idea de que "la evaluación determina cómo se enseña y qué se enseña", como lo sostiene Unigarro (2017), quien destaca que, para cambiar la manera de enseñar, es necesario cambiar la manera de evaluar. La IA permite a los docentes crear ejercicios complementarios o de refuerzo que se adapten a la ruta de aprendizaje individual de cada estudiante, fortaleciendo la calidad del proceso formativo.
Tipos de Evaluación y su Potenciación con IA
La evaluación del aprendizaje por competencias en la UCC se guía por la Taxonomía SOLO (Structure of the Observed Learning Outcome), desarrollada por el psicólogo australiano John Biggs. Esta taxonomía es una herramienta fundamental para clasificar la complejidad del aprendizaje observado en los estudiantes, desde niveles superficiales hasta los más profundos, El modelo propone identificar los conceptos centrales, establecer lo que se requiere que los estudiantes aprendan, explorar y activar los conocimientos previos y antecedentes con los que cuenta el grupo.
El documento de la UCC establece cuatro niveles de competencia basados en la Taxonomía SOLO:
Nivel Uniestructural: se establecen conexiones simples y obvias.
Nivel Multiestructural: se establecen varias conexiones sin una integración clara.
Nivel Relacional: se logran reconocer relaciones no explícitas.
Nivel Abstracto Ampliado: se evalúan las relaciones que suceden en lo no evidente.
La IA puede ser una aliada estratégica para diseñar actividades que promuevan el movimiento de los estudiantes a través de estos niveles. Por ejemplo, al solicitar a un modelo de IA que genere un caso de estudio complejo, el profesor puede especificar en el prompt que el estudiante deberá proponer una solución que demuestre una comprensión "relacional" o "abstracto ampliada", es decir, que integre múltiples elementos y considere las implicaciones éticas y de sostenibilidad a largo plazo.
El rol del Profesor: del transmisor al diseñador
La adopción de la IA no reduce el papel del profesor, sino que lo transforma. Manuel Unigarro (2017) sostiene que "la evaluación por competencias no reemplaza por completo a otros tipos de evaluación, sino que debe ser utilizada de manera complementaria para evaluar de manera integral el desempeño del estudiante". De manera similar, la IA no es un sustituto del profesor, sino una herramienta que exige un nuevo conjunto de habilidades. El profesor se convierte en un diseñador de experiencias de aprendizaje, un curador de información y un facilitador del pensamiento crítico. Su nuevo rol incluye:
Dominio de la ingeniería de prompts: El profesor debe ser experto en la formulación de instrucciones claras y estructuradas para que la IA genere productos pedagógicamente relevantes.
Evaluación y retroalimentación cualitativa: Aunque la IA pueda proporcionar retroalimentación básica e instantánea, la del profesor sigue siendo fundamental
Modelado de uso ético: El profesor debe ser el principal ejemplo del uso responsable y ético de la IA, promoviendo la integridad académica y la creatividad genuina en sus estudiantes. Como afirma el documento de referencia, es crucial "modelar buenas prácticas de uso ético y autoría en todos los trabajos" (p. 18).
Practicidad en el Taller
El documento del Taller "Actividades de Aprendizaje y Evaluativas con Inteligencia Artificial" de julio de 2025 subraya que las actividades de evaluación deben ser auténticas, abordando problemas del "contexto específico de los estudiantes y del ejercicio propio de la profesión" (p. 3). A partir del taller realizado en el campus Montería, se plantearon varios ejemplos de actividades de aprendizaje y evaluación que integran la inteligencia artificial, demostrando la aplicación práctica de los conceptos abordados. A continuación, se presentan algunos de los ejemplos más representativos.
El primer ejemplo, se desarrolló sobre el diseño y la complejidad del prompt y se denominó “Diseño de actividades con IA según su complejidad", destacando que no todos los prompts (las instrucciones dadas a la IA) necesitan ser complejos. La clave está en la intencionalidad pedagógica. Se mostraron tres niveles de prompts con el cuento "El coronel no tiene quien le escriba" de Gabriel García Márquez como base:
Prompt Básico: La tarea era sencilla y directa, como solicitar a la IA reescribir un momento clave del cuento desde la perspectiva del oficio del coronel. Este tipo de actividad es útil para introducir a los estudiantes en el uso de la IA y fomentar una aproximación inicial a la relectura de un texto.
Prompt Enfocado: La instrucción se complejiza al asignar un rol específico a la IA y un requisito para la tarea. Por ejemplo, "Actuarás como un reportero de un periódico local" y la tarea es "escribir una nota periodística (de 200 palabras) sobre el final del cuento". Este enfoque ayuda a los estudiantes a desarrollar habilidades de contextualización y a practicar la escritura con un propósito comunicativo claro.
Prompt Complejo: Se añadieron más elementos, como limitaciones (p. ej., "el escrito debe evitar juicios personales", "no puede exceder las 200 palabras") y el razonamiento pedagógico. Un ejemplo de razonamiento es que la actividad busca que los estudiantes "se apropien de un fragmento de la historia no contado de forma directa y lo reinterpreten desde una perspectiva diferente a la del autor".
Este nivel de prompt reta a los estudiantes a usar la IA para resolver un problema más intrincado, promoviendo el pensamiento crítico y la argumentación.
El segundo ejemplo fue desarrollado, basado en un “estudio de caso interdisciplinario", planteando como un ejemplo destacado la empresa "Constructora Futuro Verde", que enfrentaba problemas de ventas, costos y clima laboral. Este estudio de caso fue diseñado para ser abordado por estudiantes de diferentes disciplinas, como Administración de Empresas, Contaduría Pública, Derecho, Psicología e Ingeniería de Sistemas. La IA fue utilizada para generar el escenario y la descripción de la problemática. El reto para los estudiantes era "desarrollar un análisis detallado del caso presentado, identificando sus causas, consecuencias y proponiendo al menos tres estrategias de solución innovadoras y viables", justificando sus propuestas con argumentos sólidos desde la perspectiva de su disciplina. Este ejemplo demostró cómo la IA puede:
Fomentar la colaboración: al requerir la participación de estudiantes de diferentes áreas para una solución integral.
Promover la autenticidad: al basar la actividad en una problemática empresarial real.
Desarrollar competencias en la práctica: al exigir a los estudiantes aplicar sus conocimientos teóricos en un contexto práctico y con limitaciones reales (p. ej., presupuesto, tiempo).
Uso de la IA como tutor para la evaluación formativa. El taller también exploró el potencial de la IA para la evaluación formativa. Se mostró cómo un profesor puede utilizar un modelo de lenguaje para que actúe como un tutor que genera ejercicios y proporciona retroalimentación detallada. Por ejemplo, un profesor puede pedir a la IA que cree una serie de problemas de práctica sobre un tema específico y, al mismo tiempo, que esté programada para dar explicaciones claras sobre las soluciones y los errores comunes de los estudiantes.
Esto no solo reduce la carga de trabajo del profesor, sino que también permite a los estudiantes recibir retroalimentación instantánea y practicar a su propio ritmo. Este tipo de actividad es esencial para el desarrollo progresivo de competencias, ya que los estudiantes pueden afianzar sus saberes antes de pasar a tareas más complejas.
Fueron diversa y variadas las opiniones de los participantes sobre la importancia y relevancia del taller para su quehacer académico, resumiéndose en los siguientes puntos clave:
Aplicación Práctica y Relevancia Inmediata: Los profesores consideraron que el taller no se limitó a la teoría, sino que proporcionó herramientas concretas y aplicables a su realidad docente. Los ejemplos, como el estudio de caso de "Constructora Futuro Verde ", les permitieron visualizar de forma tangible cómo la IA puede resolver problemas pedagógicos y enriquecer sus clases.
Validación de Metodologías: para muchos, el taller sirvió como una validación de que sus prácticas de enseñanza actuales, basadas en el modelo educativo de la UCC, se pueden potenciar con la tecnología. El enfoque en la Taxonomía SOLO y las rúbricas reforzó la idea de que la IA es una herramienta para mejorar la calidad de la evaluación, no para reemplazarla.
Fomento del Pensamiento Crítico en los Estudiantes: varios participantes destacaron que el taller les dio nuevas ideas para diseñar actividades que promuevan el pensamiento crítico. La noción de crear prompts complejos que exigen a los estudiantes no solo obtener información, sino también analizarla, sintetizarla y aplicarla en escenarios específicos, fue especialmente relevante.
Colaboración Interdisciplinaria: los profesores valoraron el enfoque del taller en la colaboración entre diferentes áreas del conocimiento. Los ejemplos interdisciplinarios les abrieron la mente a nuevas formas de trabajo conjunto y a cómo la IA puede ser un puente entre distintas disciplinas para abordar problemas complejos.
Seguridad y Ética en el Uso de la IA: la inclusión de una guía para el uso ético y responsable de la IA fue percibida como fundamental. Los profesores se sintieron más preparados para orientar a sus estudiantes en el uso de estas herramientas, promoviendo la integridad académica y la creatividad genuina.
Conclusión
La integración de la inteligencia artificial en el Modelo Educativo Crítico con Enfoque de Competencias de la Universidad Cooperativa de Colombia es un paso estratégico hacia una educación más relevante y efectiva. La IA no es una simple herramienta; es un catalizador que permite a los profesores diseñar actividades de aprendizaje auténticas y articuladas, optimizar los procesos de evaluación y fortalecer el uso de la rúbrica como instrumento de medición. Al dominar el arte de la formulación de prompts, los profesores de la UCC pueden guiar a sus estudiantes a un futuro en el que la tecnología y la educación crítica se entrelazan para formar profesionales competentes, éticos y listos para transformar su realidad.
Por Luis Genaro Pérez González
Magister en Software Libre y Profesor del Departamento Nacional de Humanidades en la Universidad Cooperativa de Colombia
Información y Fuentes
Taller "Actividades de Aprendizaje y Evaluativas con Inteligencia Artificial" fue desarrollado por Luis Genaro Pérez González. Se realizó en julio de 2025, en el Campus Montería de la Universidad Cooperativa de Colombia.
Fuentes Citadas
Biggs, J. B., & Collis, K. F. (1982). Evaluating the quality of learning: The SOLO taxonomy. Academic Press.
Pérez González, L. G. (2025). Taller "Actividades de Aprendizaje y Evaluativas con Inteligencia Artificial". Universidad Cooperativa de Colombia.
Unigarro, M. A. (2017). Un modelo educativo crítico con enfoque de competencias. Ediciones Universidad Cooperativa de Colombia.
*Imagen ilustrativa de Freepik.es