Del potencial de la IA a les decisions pedagògiques: Edul@b en el debat internacional de l’EODLW 2026

La integració de la intel·ligència artificial en l’educació no depèn únicament de les possibilitats tecnològiques, sinó també de les decisions pedagògiques que orienten el seu ús. Aquesta qüestió va ser un dels eixos de la intervenció de Marcelo Maina, professor de la Universitat Oberta de Catalunya (UOC) i investigador del Grup de Recerca Edul@b, vinculat al centre de recerca UOC-FuturEd, en la European Open and Digital Learning Week (EODLW) 2026, celebrada del 9 al 13 de novembre.

Organitzada per EDEN Digital Learning Europe, l’EODLW va arribar a la seva onzena edició com un espai internacional d’intercanvi entre investigadors, docents, professionals i responsables de polítiques educatives interessats en la transformació de l’educació digital. La iniciativa s’articula en col·laboració amb altres xarxes internacionals, com la United States Distance Learning Association (USDLA), la Flexible Learning Association of New Zealand (FLANZ) i l’Open and Distance Learning Association of Australia (ODLAA), que impulsen activitats paral·leles de reflexió i intercanvi a Amèrica i la regió Àsia-Pacífic.

Un debat internacional sobre la didàctica en temps d’intel·ligència artificial

La participació de Maina va tenir lloc el 9 de novembre en el seminari web Questioning Digital Didactics: Rethinking Teaching, Learning and Assessment with AI, moderat per Estela Daukšienė, de la Vytautas Magnus University (Lituània) i membre del Consell de Direcció d’EDEN Digital Learning Europe.

La sessió va reunir investigadors i especialistes de Lituània, Estònia, Catalunya i els Estats Units, amb aportacions de Giedrė Tamoliūnė, Airina Volungevičienė i Patricija Škėmaitė, de la Vytautas Magnus University; Janika Leoste, vinculada a la Tallinn University i la Tallinn University of Technology; Marcelo Maina, de la UOC, i Farah Bennani, vinculada a la USDLA.

El seminari va abordar, des de perspectives complementàries, els reptes que planteja la incorporació de la IA en els processos d’ensenyament, aprenentatge i avaluació. Entre les temàtiques tractades destacaven els resultats del projecte DI-daktika, coordinat per la Vytautas Magnus University, sobre la didàctica digital i la intel·ligència artificial en l’educació escolar; l’agència docent i les competències necessàries per a treballar amb IA; els fonaments pedagògics de la seva integració, i els marcs i instruments que poden orientar-ne un ús fonamentat en evidències.

Les diferents contribucions van compartir una preocupació central: en quines condicions la IA pot millorar realment l’ensenyament, l’aprenentatge i l’avaluació, i com preservar el protagonisme de la didàctica i el criteri professional del professorat.

El debat posterior va remarcar la importància de preservar l’autonomia docent i el pensament crític de l’estudiantat, decidir quan la IA aporta valor pedagògic i avaluar-ne l’èxit per les millores reals en l’aprenentatge, més que no pas pel grau d’adopció tecnològica.

En aquest context, Maina va presentar la ponència The AI-Powered Educator: An AI Framework and Toolkit for Course Design, centrada en un marc conceptual i un conjunt d’instruments per a orientar l’ús pedagògic, crític i responsable de la IA generativa en el disseny de l’aprenentatge. La proposta s’ha desenvolupat en el marc del projecte europeu ADMIT, cofinançat pel programa Erasmus+.

Repensar el suport al disseny de l’aprenentatge

La intervenció va partir de les creixents demandes d’innovació, flexibilitat i inclusió que afronta el professorat, així com de la pressió sobre els centres de suport a la docència i l’aprenentatge, que disposen de recursos limitats per a oferir assessorament personalitzat. En aquest context, la IA generativa es planteja com una oportunitat per a ampliar el suport pedagògic, facilitant processos de disseny més flexibles, exploratoris i iteratius.

Per a fonamentar la proposta, l’equip va analitzar cinc models consolidats de disseny de l’aprenentatge —ABC Learning Design, Carpe Diem, Iceberg, enABLe i ELDeR—, caracteritzats per una sòlida base pedagògica, l’orientació als resultats d’aprenentatge i el treball col·laboratiu. La IA pot contribuir a complementar aquestes metodologies, especialment en l’exploració d’alternatives i la revisió de propostes, sempre que el coneixement pedagògic i el judici crític del professorat continuïn orientant les decisions.

Un marc de tres fases per a orientar la col·laboració entre professorat i IA

El projecte ADMIT ha desenvolupat l’AI-Assisted Learning Design Framework (AI-LD), que estructura el disseny de l’aprenentatge assistit per IA en tres fases interrelacionades:

• Anàlisi i planificació: identificació de necessitats, definició de resultats d’aprenentatge i consideració del context i dels requisits ètics i normatius.
• Disseny d’activitats: alineament entre resultats, activitats i avaluació, incorporant la retroacció, la reflexió i els principis d’inclusió.
• Desenvolupament i producció: creació i validació de recursos educatius, garantint-ne la qualitat, l’accessibilitat, l’adequació pedagògica i el compliment dels requisits ètics i legals.

Al llarg del procés, la IA pot contribuir a l’anàlisi, la generació d’alternatives i la producció de recursos, mentre que el professorat manté la responsabilitat sobre les decisions i la qualitat educativa.

El marc, desenvolupat per Lourdes Guàrdia, Marcelo Maina, Nati Cabrera, Ludovica Fanni i Alessandra Antonaci, es recull en l’informe del marc LLM-ed publicat el 2025.

Del marc conceptual a la pràctica: el toolkit AI-LD

Per a facilitar l’aplicació del marc, el projecte ha desenvolupat un toolkit, coordinat per Silke Wrede, de la FernUniversität in Hagen, que acompanya el professorat abans, durant i després de la interacció amb la IA mitjançant tres instruments complementaris.

L’Ethics & Compliance Check (ECC) permet valorar prèviament si l’ús previst de la IA és adequat, considerant els requisits legals, les polítiques institucionals, la protecció de dades i els principis ètics. L’AI-LD Protocol estructura la col·laboració entre el professorat i la IA, definint objectius, rols, responsabilitats i criteris de validació, amb orientacions pedagògiques basades en l’alineament constructiu i el Disseny Universal per a l’Aprenentatge. Finalment, Quality Safeguards facilita la revisió dels processos i resultats, comprovant-ne la qualitat, la coherència pedagògica i el compliment dels requisits establerts.

Aquests instruments segueixen una lògica comuna: definir les condicions d’ús, coordinar la col·laboració amb la IA i revisar-ne la qualitat.

Maina va mostrar una implementació del toolkit en format de llibre interactiu H5P, que permet documentar decisions i facilita un ús flexible dels instruments. La proposta no està vinculada a cap model de llenguatge específic i té com a objectiu principal afavorir pràctiques reflexives i decisions pedagògiques informades.

Una agenda de recerca sobre l’impacte educatiu i l’autonomia docent

La presentació va concloure identificant qüestions que requereixen més evidència empírica, especialment si els dissenys assistits per IA milloren realment els resultats d’aprenentatge, la participació i l’autoregulació de l’estudiantat.

També es va destacar la necessitat d’investigar quines formes de col·laboració entre persones i IA afavoreixen millors dissenys i com l’ús continuat d’aquestes tecnologies pot afectar el criteri professional, la creativitat i l’autonomia docent. 

Recursos per a continuar aprenent

La presentació també va fer referència al curs gratuït GenAI in Education, disponible a AI Campus i desenvolupat en el marc d’ADMIT.

El curs ofereix recursos per a aprofundir en el disseny de l’aprenentatge amb IA generativa, repensar l’avaluació, atendre la diversitat de l’estudiantat i abordar els aspectes ètics i institucionals de la seva integració. Inclou el marc AI-LD i el seu toolkit, i permet explorar els continguts de manera flexible, segons les necessitats i els interessos de cada participant.

La contribució presentada per Maina a l’EODLW 2026 situa així el debat sobre la IA educativa en el terreny de les decisions de disseny. Més enllà de les possibilitats de producció i automatització que ofereixen aquestes tecnologies, la proposta posa l’accent en com orientar-ne l’ús mitjançant principis pedagògics, responsabilitats definides i processos de reflexió i validació, i en la necessitat de continuar investigant-ne els efectes reals sobre la docència i l’aprenentatge.