Marcelo I. Dorfsman es Ph.D en Educación, profesor e investigador de la Universidad Hebrea de Jerusalén. Es especialista en enseñanza mediada por tecnologías y en educación a distancia, áreas en las cuales desarrolla sus tareas académicas y profesionales. Luego de investigar el fenómeno de enseñanza en emergencia bajo el COVID 19, Marcelo se abocó a la investigación del impacto de la Inteligencia Artificial en la enseñanza. Es director académico de los programas internacionales de Maestría en Educación, con especialidad en Educación Judía en idioma inglés y español/portugués, del Centro Melton de la Universidad Hebrea de Jerusalén y codirector de la Carrera de Especialización en Enseñanza Mediada por Tecnologías, de la Universidad Nacional del Comahue.
En su actividad privada, asesora a diferentes instituciones y universidades en el área de enseñanza de tecnologías educativas, y desarrolla proyectos de formación profesional en el área.
Nacido en Buenos Aires, Argentina, fue Rector (fundador) del Colegio Secundario Martín Buber, y Jefe de Trabajos Prácticos de la Cátedra de Didáctica para los Profesorados de la UBA, hasta el año 2003, año de su aliá a Israel.
«Quiero que la IA lave mi ropa y mis platos para que yo pueda hacer arte y escribir, no que la IA haga mi arte y escriba para que yo pueda lavar mi ropa y mis platos»,
Joanna Maciejewska
1. Introducción1
Para comenzar este artículo les propongo un ejercicio que, para aquellos que pertenecen a mi generación, les resultará hasta un poco tierno:
Imaginen a una morá “de vanguardia” planificando una clase en el año 1985.2
Seguramente se valdrá de una videocasetera, la TV educativa y la proyección de transparencias; acudirá al trabajo cooperativo o basado en proyectos.
Su “carpeta de planificaciones” está ordenada, todas sus clases organizadas en folios y, cuando entra al aula, sus recursos más habituales son el pizarrón y las tizas (blancas y de colores). Si quisiera realizar una actividad “especial” (como proyectar un video o transparencias), deberá solicitar el equipamiento con tiempo o bien dirigirse al aula equipada para ello.
En 2010 su vida se ha tornado “digital”, o líquida en términos de Bauman. Ya casi no usa papel sino pantalla, en el aula (en el mejor de los casos) cuenta con todo el equipamiento necesario; sus métodos de enseñanza siguen siendo los de antes, sumando el aula invertida y el diseño invertido. Su entorno es más que nada digital, su “Biblia”, el TPACK[1] y su brújula la escala SAMR [2, 3]. Esta última la ayuda a pensar, en cada etapa de su planificación, de qué manera enfocar su enseñanza en torno a capacidades cognitivas de orden superior; su objetivo es desafiar a sus alumnos – sea cual fuese su nivel educativo – con actividades de orden superior.
La tabla ilustra la relación lineal de correspondencia entre los niveles inferiores de SAMR (Sustitución y Aumento) y las tres habilidades cognitivas básicas de la taxonomía de Bloom (Recordar, Comprender y Aplicar) por un lado; por el otro lado, los niveles superiores de SAMR (Modificación y Redefinición) se corresponden con las habilidades cognitivas avanzadas (Analizar, Evaluar y Crear).
En 2020, el COVID no la tomó desprevenida. Ella es una maestra “experimentada”, alfabetizada digitalmente y rápidamente adapta su vida profesional a la enseñanza vía Zoom. Nuestra maestra, que es digital, no tiene inconvenientes en enseñar digitalmente [4].
Pero en 2022, su vida vuelve a cambiar. La enseñanza ya no solo es “digital” sino además “inteligente”. Ella sigue usando la pantalla, pero no solo para escribir sino para “interactuar”. La Inteligencia Artificial (IA) hace su entrada “triunfal” al aula y a nuestras vidas, por la puerta o por la ventana, y ha llegado para quedarse. La IA es capaz de producir textos, imágenes, audios, videos y (casi) todo aquello que le pidamos. Ahora la denominaremos IA generativa.
La vida, sin embargo, no ha cambiado para todos; no para las escuelas en zonas marginales, no para los desconectados, no para los maestros cautelosos, no para determinadas burocracias, pero sí, para aquellos “llaneros solitarios” que son, en definitiva, los que marcan el ritmo de los cambios.
¿Cuánto ha cambiado la enseñanza en estos 40 años? ¿Qué ha cambiado?
2. ¿Qué aprendimos en estos primeros tres años?
Hace tres años, cuando apareció la primera versión del Chat GPT, el mundo todavía se lamía las heridas producidas por el COVID-19 en la denominada ERT (Emergency Remote Teaching) y entraba en una nueva etapa a la que denominé EAIT (Emergency Artificial Intelligence Teaching). Así como el COVID, también el surgimiento de la IA nos tomaba por sorpresa; ambas impactaron profundamente en todos los campos de nuestra realidad, pero, a diferencia de la ERT, que tuvo fecha de inicio y (prácticamente) de finalización, la EAIT llegó para quedarse y aún profundizarse. En 2025, recientes encuestas muestran que una mayoría de estudiantes y de profesores utilizan la IA. Datos recientes muestran que el 86% de los estudiantes universitarios en Estados Unidos usan IA para sus estudios, y un 54% lo hace con mucha frecuencia [2]. En la educación primaria, el uso por parte de los estudiantes aumentó del 37% al 75% en el último año [5]. Otra investigación realizada por HEPI en 2025, con una muestra de 1.041 estudiantes de grado universitario en el Reino Unido, revela que el 92% de ellos utilizan herramientas de IA generativa, mientras que solo el 61% de los docentes lo hacen. Cuando se les preguntó cómo usan la IA generativa, el 64% respondió que la usan para generar textos, por ejemplo, con Chat GPT; el 39% para mejorar y editar textos; el 36% para sintetizar o tomar notas, y el 35% para traducir [6]. En otro contexto, el 88% de los usuarios reporta que utiliza la IA generativa para evaluaciones, principalmente para explicar conceptos (58%). Volviendo al nivel primario, el Centro para la Democracia y la Tecnología publicó un informe en 2025 que mostraba que el 70% de los estudiantes en los Estados Unidos usaban IA, en comparación con solo el 67% de los docentes. El estudio involucró a 1.316 estudiantes de secundaria, 1.028 padres de alumnos de 6º a 12º grado y 1.006 docentes que enseñaban en esos niveles [5]. En América Latina, según un trabajo realizado por la OEI (2025), el uso de la inteligencia artificial (IA) está creciendo, con un fuerte enfoque en la adopción de IA por parte de startups, que la utilizan tanto para el desarrollo de productos como para sus operaciones internas. Sin embargo, la región enfrenta desafíos significativos, como una amplia brecha de adopción entre los países líderes y los que están en etapas iniciales, y un contexto regulatorio aún incipiente. Los países como Chile, Brasil y Uruguay se destacan en la región, pero la madurez general de la IA en América Latina es menor que la de EE.UU., Europa e Israel. Ante esta nueva realidad que, solo cinco años atrás, nos hubiera parecido de “ciencia ficción”, nuestra preocupación como educadores comenzó a centrarse en un nuevo contrato pedagógico en proceso, basado en la centralidad del aprendizaje, en el buen uso de la IAG y en la integridad ética y académica de sus protagonistas. En un artículo de reciente autoría (en prensa), caracterizaba el uso de la IAG en tres ejes: el eje de la producción, el eje de la interacción y el eje de la ética y la resistencia. El eje de la producción es – como su nombre lo indica – aquel que expresa la potencialidad de la IAG para producir textos en sus diferentes formatos multimedia; considera el aprendizaje autónomo, la creatividad y la perspectiva de múltiples discursos. En la investigación, “los participantes valoran positivamente las ventajas de la IA en agilizar y mejorar la capacidad de búsqueda y producción de textos escritos y multimedia, aunque no afirman que este uso contribuya directamente al aprendizaje; la evaluación positiva es un paso importante para lograr ese objetivo”. El eje de la interacción – como su nombre lo indica – es aquel que expresa la potencialidad de la IAG para generar interacción positiva entre el hombre y la máquina, la denominada HCII (Human Computer Intelligent Interaction); examina la expansión de las capacidades cognitivas a través del sistema híbrido, la perspectiva centrada en el humano y una visión social amplia y realista. En la investigación, “algunos participantes destacaron el valor de la IA como un ‘interlocutor cognitivo’, un socio de pensamiento disponible las 24 horas que sin duda contribuye a la mejora de las capacidades cognitivas humanas”. El eje de la ética y la resistencia nos interpela en las preguntas centrales de esta nueva era: cómo utilizar éticamente la IA, cuáles son las ventajas y cuáles las resistencias. Este eje comienza con el empoderamiento de las personas y la construcción de alfabetización representativa que fomente la creación de significado colectivo dentro del contexto del aprendizaje en red, que abarca tanto a humanos como a no humanos, siendo los humanos la fuente predominante. En nuestra propuesta para un nuevo contrato, estos tres ejes asumirán un papel central.
3. Viejos y nuevos contratos pedagógicos
El concepto de “Contrato Didáctico” fue desarrollado por Guy Brousseau a finales de la década de los 60. El contrato didáctico se refiere a las reglas implícitas y explícitas que rigen las relaciones entre el profesor, el alumno y el saber en una situación didáctica. Es un conjunto de comportamientos específicos esperados del maestro para con el alumno y del alumno para con el maestro, con respecto al conocimiento enseñado. Este contrato, según Brousseau, regula las obligaciones y derechos de cada parte [7]. De acuerdo con Brousseau, el contrato didáctico influye en cómo se produce el aprendizaje y cómo se resuelven los problemas derivados del mismo. El funcionamiento del contrato didáctico supone la existencia de la llamada “transposición didáctica”, es decir, la conversión del conocimiento científico en “saber a enseñar” [8]. Esto ocurre por la dinámica que se produce en el “milieu”, que es el entorno físico, social y cultural en el que se produce el aprendizaje y donde el estudiante construye su conocimiento, y juega un papel importante en la determinación del conocimiento que el sujeto debe adquirir. No se trata de una simple herramienta, sino de un elemento fundamental de la relación didáctica que el profesor ajusta para provocar nuevas adaptaciones y construcciones de conocimiento en el alumno. En este espacio, será necesario ejercer una cuidadosa vigilancia epistemológica sobre los cambios que se producen en el objeto de conocimiento; la transformación del saber deberá restringirse al mínimo a fin de no afectar su naturaleza; y el objetivo final del aprendizaje será que el alumno pueda hacer funcionar ese saber en situaciones donde el docente ya no estará presente. El alumno está inmerso en la situación didáctica, siendo el propósito llegar a utilizar ese saber en situaciones no didácticas. Gil-Galván propuso el concepto de “contrato de aprendizaje”, que se define como un acuerdo compartido en el que se establecen explícitamente las funciones, responsabilidades, contenidos, competencias, metodologías, actividades, roles, resultados esperados y la evaluación. Gil-Galvan ha definido en este marco tres categorías de competencias humanas: 1. Las competencias técnicas (saber); 2. Las competencias metodológicas (saber hacer) y 3. Las competencias personales (saber ser) [9]. Las competencias técnicas (saber) representan la combinación de conocimientos generales o especializados y dominio de destrezas necesarias para desempeñar tareas acordes al ámbito profesional al que se pertenece; las competencias metodológicas (saber hacer) permiten adquirir experiencias transferibles a diversos escenarios, lo que favorece poner en práctica los conocimientos adecuados para resolver problemas de forma autónoma; y, por último, las competencias personales (saber ser) capacitan para actuar de forma responsable, constructiva y comunicativa mediante la toma de decisiones ante situaciones vinculadas a lo académico, laboral y personal. La intención de este artículo es preguntarnos: ¿De qué manera se transforma el contrato didáctico en la era de la IAG? En primer lugar, el «milieu» podría redefinirse como: “Un ecosistema de aprendizaje dinámico, interconectado e inteligente que está permeado por la agencia de dispositivos tecnológicos y sistemas de IA (incluyendo agentes generativos y sistemas de análisis de aprendizaje visual)”. Este entorno va más allá de las condiciones físicas y socioculturales tradicionales, constituyéndose como un espacio híbrido donde las interacciones entre humanos y máquinas inteligentes son constitutivas del aprendizaje y de la construcción de conocimiento. En este «milieu», las condiciones externas para el desarrollo y la adquisición de saber incluyen no solo en las relaciones implícitas y explícitas del vínculo educativo – contrato didáctico – sino también en la capacidad de la IA para influir en la cognición humana, mediar las relaciones sociales y afectar los valores, exigiendo a los individuos nuevas competencias para interactuar, interpretar, crear y decidir en un contexto colaborativo humano-máquina. En síntesis, pasamos de una relación “tripartita”… a una “cuatripartita”.
| SAMR | BLOOM |
| Redefinition Modification | Create |
| Evaluate | |
| Analyze | |
| Augmentation Substitution | Apply |
| Understand | |
| Remember |
2. ¿Qué aprendimos en estos primeros tres años?
Hace tres años, cuando apareció la primera versión del Chat GPT, el mundo todavía se lamía las heridas producidas por el COVID-19 en la denominada ERT (Emergency Remote Teaching) y entraba en una nueva etapa a la que denominé EAIT (Emergency Artificial Intelligence Teaching). Así como el COVID, también el surgimiento de la IA nos tomaba por sorpresa; ambas impactaron profundamente en todos los campos de nuestra realidad, pero, a diferencia de la ERT, que tuvo fecha de inicio y (prácticamente) de finalización, la EAIT llegó para quedarse y aún profundizarse. En 2025, recientes encuestas muestran que una mayoría de estudiantes y de profesores utilizan la IA. Datos recientes muestran que el 86% de los estudiantes universitarios en Estados Unidos usan IA para sus estudios, y un 54% lo hace con mucha frecuencia [2]. En la educación primaria, el uso por parte de los estudiantes aumentó del 37% al 75% en el último año [5]. Otra investigación realizada por HEPI en 2025, con una muestra de 1.041 estudiantes de grado universitario en el Reino Unido, revela que el 92% de ellos utilizan herramientas de IA generativa, mientras que solo el 61% de los docentes lo hacen. Cuando se les preguntó cómo usan la IA generativa, el 64% respondió que la usan para generar textos, por ejemplo, con Chat GPT; el 39% para mejorar y editar textos; el 36% para sintetizar o tomar notas, y el 35% para traducir [6]. En otro contexto, el 88% de los usuarios reporta que utiliza la IA generativa para evaluaciones, principalmente para explicar conceptos (58%). Volviendo al nivel primario, el Centro para la Democracia y la Tecnología publicó un informe en 2025 que mostraba que el 70% de los estudiantes en los Estados Unidos usaban IA, en comparación con solo el 67% de los docentes. El estudio involucró a 1.316 estudiantes de secundaria, 1.028 padres de alumnos de 6º a 12º grado y 1.006 docentes que enseñaban en esos niveles [5]. En América Latina, según un trabajo realizado por la OEI (2025), el uso de la inteligencia artificial (IA) está creciendo, con un fuerte enfoque en la adopción de IA por parte de startups, que la utilizan tanto para el desarrollo de productos como para sus operaciones internas. Sin embargo, la región enfrenta desafíos significativos, como una amplia brecha de adopción entre los países líderes y los que están en etapas iniciales, y un contexto regulatorio aún incipiente. Los países como Chile, Brasil y Uruguay se destacan en la región, pero la madurez general de la IA en América Latina es menor que la de EE.UU., Europa e Israel. Ante esta nueva realidad que, solo cinco años atrás, nos hubiera parecido de “ciencia ficción”, nuestra preocupación como educadores comenzó a centrarse en un nuevo contrato pedagógico en proceso, basado en la centralidad del aprendizaje, en el buen uso de la IAG y en la integridad ética y académica de sus protagonistas. En un artículo de reciente autoría (en prensa), caracterizaba el uso de la IAG en tres ejes: el eje de la producción, el eje de la interacción y el eje de la ética y la resistencia. El eje de la producción es – como su nombre lo indica – aquel que expresa la potencialidad de la IAG para producir textos en sus diferentes formatos multimedia; considera el aprendizaje autónomo, la creatividad y la perspectiva de múltiples discursos. En la investigación, “los participantes valoran positivamente las ventajas de la IA en agilizar y mejorar la capacidad de búsqueda y producción de textos escritos y multimedia, aunque no afirman que este uso contribuya directamente al aprendizaje; la evaluación positiva es un paso importante para lograr ese objetivo”. El eje de la interacción – como su nombre lo indica – es aquel que expresa la potencialidad de la IAG para generar interacción positiva entre el hombre y la máquina, la denominada HCII (Human Computer Intelligent Interaction); examina la expansión de las capacidades cognitivas a través del sistema híbrido, la perspectiva centrada en el humano y una visión social amplia y realista. En la investigación, “algunos participantes destacaron el valor de la IA como un ‘interlocutor cognitivo’, un socio de pensamiento disponible las 24 horas que sin duda contribuye a la mejora de las capacidades cognitivas humanas”. El eje de la ética y la resistencia nos interpela en las preguntas centrales de esta nueva era: cómo utilizar éticamente la IA, cuáles son las ventajas y cuáles las resistencias. Este eje comienza con el empoderamiento de las personas y la construcción de alfabetización representativa que fomente la creación de significado colectivo dentro del contexto del aprendizaje en red, que abarca tanto a humanos como a no humanos, siendo los humanos la fuente predominante. En nuestra propuesta para un nuevo contrato, estos tres ejes asumirán un papel central.
3. Viejos y nuevos contratos pedagógicos
El concepto de “Contrato Didáctico” fue desarrollado por Guy Brousseau a finales de la década de los 60. El contrato didáctico se refiere a las reglas implícitas y explícitas que rigen las relaciones entre el profesor, el alumno y el saber en una situación didáctica. Es un conjunto de comportamientos específicos esperados del maestro para con el alumno y del alumno para con el maestro, con respecto al conocimiento enseñado. Este contrato, según Brousseau, regula las obligaciones y derechos de cada parte [7]. De acuerdo con Brousseau, el contrato didáctico influye en cómo se produce el aprendizaje y cómo se resuelven los problemas derivados del mismo. El funcionamiento del contrato didáctico supone la existencia de la llamada “transposición didáctica”, es decir, la conversión del conocimiento científico en “saber a enseñar” [8]. Esto ocurre por la dinámica que se produce en el “milieu”, que es el entorno físico, social y cultural en el que se produce el aprendizaje y donde el estudiante construye su conocimiento, y juega un papel importante en la determinación del conocimiento que el sujeto debe adquirir. No se trata de una simple herramienta, sino de un elemento fundamental de la relación didáctica que el profesor ajusta para provocar nuevas adaptaciones y construcciones de conocimiento en el alumno. En este espacio, será necesario ejercer una cuidadosa vigilancia epistemológica sobre los cambios que se producen en el objeto de conocimiento; la transformación del saber deberá restringirse al mínimo a fin de no afectar su naturaleza; y el objetivo final del aprendizaje será que el alumno pueda hacer funcionar ese saber en situaciones donde el docente ya no estará presente. El alumno está inmerso en la situación didáctica, siendo el propósito llegar a utilizar ese saber en situaciones no didácticas. Gil-Galván propuso el concepto de “contrato de aprendizaje”, que se define como un acuerdo compartido en el que se establecen explícitamente las funciones, responsabilidades, contenidos, competencias, metodologías, actividades, roles, resultados esperados y la evaluación. Gil-Galvan ha definido en este marco tres categorías de competencias humanas: 1. Las competencias técnicas (saber); 2. Las competencias metodológicas (saber hacer) y 3. Las competencias personales (saber ser) [9]. Las competencias técnicas (saber) representan la combinación de conocimientos generales o especializados y dominio de destrezas necesarias para desempeñar tareas acordes al ámbito profesional al que se pertenece; las competencias metodológicas (saber hacer) permiten adquirir experiencias transferibles a diversos escenarios, lo que favorece poner en práctica los conocimientos adecuados para resolver problemas de forma autónoma; y, por último, las competencias personales (saber ser) capacitan para actuar de forma responsable, constructiva y comunicativa mediante la toma de decisiones ante situaciones vinculadas a lo académico, laboral y personal. La intención de este artículo es preguntarnos: ¿De qué manera se transforma el contrato didáctico en la era de la IAG? En primer lugar, el «milieu» podría redefinirse como: “Un ecosistema de aprendizaje dinámico, interconectado e inteligente que está permeado por la agencia de dispositivos tecnológicos y sistemas de IA (incluyendo agentes generativos y sistemas de análisis de aprendizaje visual)”. Este entorno va más allá de las condiciones físicas y socioculturales tradicionales, constituyéndose como un espacio híbrido donde las interacciones entre humanos y máquinas inteligentes son constitutivas del aprendizaje y de la construcción de conocimiento. En este «milieu», las condiciones externas para el desarrollo y la adquisición de saber incluyen no solo en las relaciones implícitas y explícitas del vínculo educativo – contrato didáctico – sino también en la capacidad de la IA para influir en la cognición humana, mediar las relaciones sociales y afectar los valores, exigiendo a los individuos nuevas competencias para interactuar, interpretar, crear y decidir en un contexto colaborativo humano-máquina. En síntesis, pasamos de una relación “tripartita”… a una “cuatripartita”.
¿Cuáles son las implicancias de esta nueva situación?
Algunos ejemplos en la siguiente tabla:
Una de las consecuencias visibles de la irrupción de la IAG es la disrupción profunda generada en las relaciones entre profesor, alumno y contenido tal como la conocíamos hasta ahora. El nuevo contrato didáctico requiere de una actitud mucho más activa, creativa y ética por parte de todos los actores de la actual situación didáctica. El nuevo contrato didáctico requiere de una nueva “alianza” por el aprendizaje y la concientización acerca de la importancia del esfuerzo cognitivo frente a un fenómeno que, como mencionamos anteriormente, puede tornarse problemático y aún hostil.
Delia Lerner sostenía que deberíamos pasar de la idea “paso a paso y acabadamente”, a aquella que propone “compleja y provisoriamente”[10].
Con la irrupción de la IA propondremos lo siguiente: “Interactiva, consciente y éticamente”, para dar cuenta de los tres componentes centrales del nuevo contrato didáctico: 1. La oportunidad de contar con un interlocutor cognitivo inteligente; 2. La necesidad de concientizar y concientizarnos acerca de la necesidad de una inversión renovada en el aprendizaje; y 3. La revaloración de la dimensión ética que involucra el compromiso de profesor y alumno con el aprendizaje.
La irrupción de la IA en la enseñanza nos interpela en el diseño de un nuevo contrato, en el cual una actitud ética y la concientización acerca de la importancia del aprendizaje son sus pilares clave.
4. Lo permitido, lo restringido, y lo que podemos encontrar entre ellos
La reformulación del contrato didáctico, tal como la propusimos en el parágrafo anterior, no se puede delimitar al reducido espacio del aula. Aún siendo el aula el espacio en el cual se desarrollan la enseñanza y aprendizaje, esta no puede ser independiente de decisiones y regulaciones institucionales, que a su vez son parte de regulaciones más amplias —comunitarias, regionales o federales y nacionales. A continuación, algunas recomendaciones para comenzar a definirlas, o bien para reflexionar en torno a las diseñadas. En primer lugar, es recomendable decidir, a nivel de aula o curso, una política a seguir en cuanto a la implementación de IAG en la enseñanza. Proponemos acá tres modelos: 3
Política de máxima restricción:
Esperamos que todos los trabajos que los estudiantes presenten para este curso sean de su propia autoría. En caso de asignar trabajo colaborativo, se espera que la tarea incluya a todos los miembros del equipo que participaron. Prohibimos específicamente el uso de ChatGPT o cualquier otra herramienta de inteligencia artificial (IA) generativa en todas las etapas del proceso de trabajo, incluidas las preliminares. El incumplimiento de esta política se considerará falta académica. Les recordamos que las diferentes clases del programa podrían implementar diferentes políticas de IA, y es responsabilidad del estudiante cumplir con las expectativas de cada curso.
Política de máxima apertura:
Este curso anima a los estudiantes a explorar el uso de herramientas de inteligencia artificial generativa (IAG), como ChatGPT, para todas las tareas y evaluaciones. Cualquier uso de este tipo debe reconocerse y citarse adecuadamente. Es responsabilidad de cada estudiante evaluar la validez y aplicabilidad de cualquier resultado de IAG que entregue; usted asume la responsabilidad final. El incumplimiento de esta política se considerará falta académica. Le informamos que las diferentes clases del programa podrían implementar diferentes políticas de IA, y es responsabilidad del estudiante cumplir con las expectativas de cada curso.
Política mixta:
Ciertas tareas de este curso permitirán o incluso fomentarán el uso de herramientas de inteligencia artificial generativa (IAG), como ChatGPT. Por defecto, dicho uso está prohibido a menos que se indique lo contrario. Cualquier uso de este tipo debe reconocerse y citarse adecuadamente. Es responsabilidad de cada estudiante evaluar la validez y aplicabilidad de cualquier resultado de IAG que entregue; usted asume la responsabilidad final. El incumplimiento de esta política se considerará falta académica. Le informamos que las diferentes clases del programa podrían implementar diferentes políticas de IA, y es responsabilidad del estudiante cumplir con las expectativas de cada curso. En segundo lugar, cabe definir a nivel institucional, de manera clara, cuáles son los usos permitidos de la IA. Acá un ejemplo: 4 Se permite el uso de la IA como apoyo en los siguientes casos, siempre que se respete la autoría y se mantenga la integridad académica:
4. Lo permitido, lo restringido, y lo que podemos encontrar entre ellos
La reformulación del contrato didáctico, tal como la propusimos en el parágrafo anterior, no se puede delimitar al reducido espacio del aula. Aún siendo el aula el espacio en el cual se desarrollan la enseñanza y aprendizaje, esta no puede ser independiente de decisiones y regulaciones institucionales, que a su vez son parte de regulaciones más amplias —comunitarias, regionales o federales y nacionales. A continuación, algunas recomendaciones para comenzar a definirlas, o bien para reflexionar en torno a las diseñadas. En primer lugar, es recomendable decidir, a nivel de aula o curso, una política a seguir en cuanto a la implementación de IAG en la enseñanza. Proponemos acá tres modelos: 3
Política de máxima restricción:
Esperamos que todos los trabajos que los estudiantes presenten para este curso sean de su propia autoría. En caso de asignar trabajo colaborativo, se espera que la tarea incluya a todos los miembros del equipo que participaron. Prohibimos específicamente el uso de ChatGPT o cualquier otra herramienta de inteligencia artificial (IA) generativa en todas las etapas del proceso de trabajo, incluidas las preliminares. El incumplimiento de esta política se considerará falta académica. Les recordamos que las diferentes clases del programa podrían implementar diferentes políticas de IA, y es responsabilidad del estudiante cumplir con las expectativas de cada curso.
Política de máxima apertura:
Este curso anima a los estudiantes a explorar el uso de herramientas de inteligencia artificial generativa (IAG), como ChatGPT, para todas las tareas y evaluaciones. Cualquier uso de este tipo debe reconocerse y citarse adecuadamente. Es responsabilidad de cada estudiante evaluar la validez y aplicabilidad de cualquier resultado de IAG que entregue; usted asume la responsabilidad final. El incumplimiento de esta política se considerará falta académica. Le informamos que las diferentes clases del programa podrían implementar diferentes políticas de IA, y es responsabilidad del estudiante cumplir con las expectativas de cada curso.
Política mixta:
Ciertas tareas de este curso permitirán o incluso fomentarán el uso de herramientas de inteligencia artificial generativa (IAG), como ChatGPT. Por defecto, dicho uso está prohibido a menos que se indique lo contrario. Cualquier uso de este tipo debe reconocerse y citarse adecuadamente. Es responsabilidad de cada estudiante evaluar la validez y aplicabilidad de cualquier resultado de IAG que entregue; usted asume la responsabilidad final. El incumplimiento de esta política se considerará falta académica. Le informamos que las diferentes clases del programa podrían implementar diferentes políticas de IA, y es responsabilidad del estudiante cumplir con las expectativas de cada curso. En segundo lugar, cabe definir a nivel institucional, de manera clara, cuáles son los usos permitidos de la IA. Acá un ejemplo: 4 Se permite el uso de la IA como apoyo en los siguientes casos, siempre que se respete la autoría y se mantenga la integridad académica:
- Asistencia en la estructuración de ideas, esquemas, mapas conceptuales, síntesis y gestión de la información.
- Corrección gramatical o de estilo, siempre que el contenido original sea creado por el autor.
- Traducciones para facilitar la comprensión de textos académicos que no impliquen una interpretación crítica por parte de la IA.
- Generación de preguntas o ideas iniciales que posteriormente serán desarrolladas por el autor.
- La asistencia de IA en la revisión, corrección de estilo y revisión bibliográfica siempre debe ser verificada por el autor (profesor/alumno) para verificar la autenticidad de los metadatos.
- No informar que se ha utilizado una herramienta de IA en la elaboración del trabajo académico.
- Omitir el tipo de asistencia prestada o el nombre de la herramienta utilizada.
- Copiar y pegar textos generados por IA sin ningún análisis, modificación o reflexión personal.
- Utilizar herramientas de IA durante pruebas, tareas individuales o evaluaciones que explícitamente prohíban su uso.
- Usar la IA de forma que sustituya la reflexión crítica, el razonamiento o la capacidad expresiva del estudiante.
- Entregar trabajos donde la intervención del estudiante sea mínima o nula.
- Está prohibido presentar como propio cualquier texto, idea o imagen generada íntegramente por IA sin modificación, análisis o interpretación del estudiante.
- El plagio, aunque provenga de una herramienta de IA, sigue siendo una falta grave.
- El nombre de la herramienta utilizada.
- El propósito específico para el que se utilizó (p. ej., generación de ideas, corrección de estilo, traducción de texto, creación de visualizaciones, etc.).
- El alcance de la contribución de la IA, diferenciando claramente lo producido por el estudiante de lo asistido por la tecnología.
- ¿En qué medida considera que el uso de tales herramientas contribuirá al progreso de su aprendizaje?
5. Viñeta final
Hace unos días, sentado en la mesa familiar, mi hija mayor (que ahora tiene 40 años y tres hijos en edad escolar) contaba que cuando ella estaba en cuarto grado—hace unos 30 años—la profesora había permitido el uso de una calculadora en clase. Describió cómo ella, a sus 9 años, se había frustrado por eso: “Si podemos usar calculadoras, ¿para qué esforzarnos en aprender matemáticas?” Pero luego agregó: “Mi viejo me dijo: ‘No te preocupes, la calculadora te va a liberar de las tareas básicas de las matemáticas y te va a dejar tiempo para estudiar lo que realmente importa…’” Esta anécdota resume lo que he tratado de transmitir a lo largo de este artículo.
Hace unos días, sentado en la mesa familiar, mi hija mayor (que ahora tiene 40 años y tres hijos en edad escolar) contaba que cuando ella estaba en cuarto grado—hace unos 30 años—la profesora había permitido el uso de una calculadora en clase. Describió cómo ella, a sus 9 años, se había frustrado por eso: “Si podemos usar calculadoras, ¿para qué esforzarnos en aprender matemáticas?” Pero luego agregó: “Mi viejo me dijo: ‘No te preocupes, la calculadora te va a liberar de las tareas básicas de las matemáticas y te va a dejar tiempo para estudiar lo que realmente importa…’” Esta anécdota resume lo que he tratado de transmitir a lo largo de este artículo.
Bibliografía
- Drugova, E., et al. (2021). Toward a model of learning innovation integration: TPACK-SAMR based analysis of the introduction of a digital learning environment in three Russian universities. Education and Information Technologies, 26(4), 4925–4942. https://doi.org/10.1007/s10639-021-10497-9
- Puentedura, R. R. (2014). SAMR and TPCK: A hands-on approach to classroom practice. Hipassus. http://www.hippasus.com/rrpweblog/archives/2012/09/03/BuildingUponSAMR.pdf
- Cáceres-Nakiche, K., et al. (2024). The SAMR model in education classrooms: Effects on teaching practice, facilities, and challenges. Journal of Higher Education Theory & Practice, 24(2).
- Dorfsman, M., & Horenczyk, G. (2022). Experienced, enthusiastic and cautious: Pedagogy profiles in emergency and post-emergency. Education Sciences, 12(11), 756. https://doi.org/10.3390/educsci12110756
- Center for Democracy & Technology. (2025). Student and teacher AI use in schools: 2023–24.
- Freeman, J. (2025). Student generative AI survey 2025. Higher Education Policy Institute.
- Brousseau, G. (1990). Le contrat didactique: le milieu. Recherches en Didactique des Mathématiques, 9(3), 309–336.
- Chevallard, Y. (1989). On didactic transposition theory: Some introductory notes. In Proceedings of the International Symposium on Selected Domains of Research and Development in Mathematics Education.
- Gil Galván, M. R., Martín Espinosa, I., & Gil Galván, F. J. (2024). El contrato de aprendizaje como estrategia para fomentar las competencias comunicativas. [Revista o editorial pendiente de especificar].
- Lerner, D. (2001). Leer y escribir en la escuela: Lo real, lo posible y lo necesario. Fondo de Cultura Económica.
Parafraseando a Castells, quien publicó en los 2000 la famosa trilogía: La era de la información.
En 1985 tenía 25 años, era mi cuarto año como moré, tenía a cargo 6to. grado en la escuela Martín Buber de Buenos Aires.
Tomado de la Universidad de Investigación y Desarrollo
Tomado de la Universidad de Yale
Universidad de Yale
Universidad de Harvard
Elaborado con ayuda de Chat GPT
