Edul@b en la UOC Staff Week 2026: Aportaciones sobre Diseño del Aprendizaje e Innovación Institucional y los retos de la IA Generativa en la Educación Superior

La UOC Staff Week 2026, celebrada del 16 al 19 de marzo en el campus de la UOC, reunió a profesionales de distintas universidades europeas provenientes de Letonia, Turquía, Alemania, Grecia, Países Bajos, Chipre, España e Islàndia, para compartir experiencias sobre innovación educativa, transformación digital y cooperación internacional. En ese contexto, los miembros del grupo Edul@b presentaron cinco sesiones vinculadas a desafíos de la IA, los cuales son especialmente relevantes para las instituciones de educación superior.

La participación de Marcelo Maina, Lourdes Guàrdia, Nati Cabrera y Ludovica Fanni en la UOC Staff Week 2026 permitió situar dos cuestiones centrales para la educación superior: la incorporación de la inteligencia artificial generativa en el diseño de actividades de aprendizaje y la necesidad de articular estrategia, conocimiento y calidad en los procesos de transformación digital. Por otro lado, la presentación de Montse Guitert, Teresa Romeu y Marc Romero abordó la emergencia de la IA Generativa en la comunidad universitaria. Todo ello, a través de dos estudios sobre la perspectiva del profesorado y el estudiantado con respecto a esta nueva tecnología. Además, aportando recomendaciones para una mirada crítica y responsable sobre el uso de la IA. También contamos con la presentación de los miembros de Edul@b el Jordi Conesa y Josep M. Sabaté sobre chatbots mentores impulsados por la IA y la importancia de la transformación institucional a través de la innovación tecnológica.

1. Diseñar actividades de aprendizaje con GenAI desde un marco pedagógico

La primera sesión, celebrada el 17 de marzo, fue liderada por Lourdes Guàrdia, Marcelo Maina, Nati Cabrera i Ludovica Fanni, la presentación llevó por título “Designing learning activities with GenAI using the ADMIT Learning Design Framework” que combinó una parte expositiva y una demostración operativa del funcionamiento del marco de diseño. La propuesta se centró en el uso de la IA generativa como apoyo al profesorado en el proceso de diseño del aprendizaje.

El eje de la sesión fue la presentación del marco AI-LD desarrollado dentro del proyecto europeo Erasmus+ ADMIT, un marco pensado para ayudar a integrar herramientas de inteligencia artificial generativa en el diseño de actividades de aprendizaje con criterios pedagógicos claros. La propuesta pone el foco en la coherencia entre resultados de aprendizaje, actividades y evaluación, y plantea la IA como un recurso que puede contribuir a la planificación, la adaptación y la mejora de experiencias formativas.

Uno de los aspectos más relevantes del enfoque presentado es que evita una aproximación puramente tecnológica. El marco incorpora cuestiones como la capacidad pedagógica docente, la transparencia, la ética y la atención a la diversidad, y sitúa la integración de la GenAI dentro de una lógica de diseño fundamentada y conducida por el o la docente. En un momento en que muchas universidades exploran usos de estas tecnologías, este tipo de propuestas resulta útil porque permite pasar del interés general por la herramienta a una reflexión más concreta sobre cómo y para qué incorporarla en la docencia.

2. Conocimiento, estrategia y calidad para una transformación digital transferible

En la segunda sesión, “Connecting knowledge, strategy, and quality: three transferable initiatives for Higher Education Digital Transformation” del 18 de marzo, también liderada por Lourdes Guàrdia, Marcelo Maina, Nati Cabrera y Ludovica Fanni, el foco se desplazó al plano institucional de la transformación digital. La sesión propuso una reflexión sobre cómo conectar tres dimensiones que a menudo aparecen separadas en los procesos de cambio universitario: la generación y circulación de conocimiento, la definición estratégica y los mecanismos de calidad. 

La sesión articuló esta idea a través de tres iniciativas transferibles. La primera, vinculada a un proyecto junto a Unión por la Mediterránea (UfM), que reúne 53 países, en la cual se realizó una experiencia de sensibilización y transferencia de conocimiento para fortalecer la educación digital principalmente en el área del Mediterráneo. La acción comportó ocho webinars y un handbook donde se combina un enfoque institucional estratégico y uno centrado en los procesos de docencia y aprendizaje. 

La segunda iniciativa, AMED, mostró una dimensión más institucional y aplicada. El trabajo desarrollado con la Maldives National University se orientó a acompañar una transición de un modelo presencial hacia un modelo más híbrido y bimodal, combinando diagnóstico, desarrollo de hoja de ruta, formación del profesorado y del personal técnico, fortalecimiento de infraestructuras y co-creación de un programa formativo. 

La tercera iniciativa, DIGITAsia, aportó un marco especialmente robusto para pensar la escalabilidad y la transferibilidad a 7 universidades de 3 países asiáticos (Sri Lanka, Malasia y Maldivas). La presentación dio a conocer el Digital Teaching Transformation Framework (DTTF) y su toolkit asociado, con instrumentos como el maturity model, el roadmap, el action plan y el Course Quality Scorecard (CQS). 

Aquí reside una de las contribuciones más sólidas de la sesión: mostrar que la transformación digital no puede reducirse a una suma de herramientas o proyectos aislados. Requiere un ecosistema en el que se conecten la estrategia institucional, las competencias del profesorado, la infraestructura, la colaboración con otros actores y los instrumentos de evaluación y mejora. La propia dinámica del taller, con exploración en grupo de los instrumentos y recogida de feedback sobre su consistencia, aplicabilidad y equilibrio entre dimensiones técnicas y pedagógicas, reforzó ese enfoque orientado a la adopción real.

Ambas sesiones muestran una línea de trabajo complementario. La primera se sitúa en el nivel del diseño pedagógico y de la práctica docente; la segunda, en el de la estrategia institucional y la calidad. Esa combinación resulta especialmente pertinente en el contexto actual, en el que las universidades necesitan responder tanto a los cambios tecnológicos como a la necesidad de consolidar modelos educativos más sólidos, reflexivos y sostenibles.

3. Retos de la IA Generativa en la Educación Superior: Hacia un uso crítico y ético

Los investigadores del Grupo de Investigación Edul@b perteneciendo en el Centro de Investigación en los Futuros de la Educación en la Era Digital (UOC-FuturEd), la Dra. Montse Guitert, la Dra. Teresa Romeu y el Dr. Marc Romero presentaron la investigación  sobre el uso de la IA en el estudiantado y el profesorado universitario bajo el título: “Challenges of Generative AI in HE: Towards a Critical and Ethical Uso”. La IA Generativa se ha convertido en una herramienta de uso habitual en el ámbito universitario, el estudio presenta como la comunidad universitaria percibe y utiliza la GenIA. También qué estrategias metodológicas y éticas hay que poner en marcha para asegurar un uso responsable.

Más de 900 estudiantes durante el curso 2023-2024 participaron en el estudio para conocer como una formación específica en IA puede comportar un uso más responsable y crítico por parte del estudiantado universitario. Un 40% de los estudiantes declararon un conocimiento intermedio o alto sin haber recibido formación, mientras que más de un 76% destacó una mejora en su conocimiento sobre la IA con el recurso formativo.

El estudio se realizó con 686 estudiantes en el primer semestre, los cuales no obtuvieron recursos. Seguidamente, en el segundo semestre se hizo la prueba con 243 estudiantes, esta vez con recursos, debate sobre IA y trabajo en equipo. Se utilizó una metodología cuantitativa a partir de un cuestionario en línea y la escalera Likert. También se hizo un planteamiento cualitativo a través de respuestas abiertas y análisis de los foros de la asignatura.

Entre los principales resultados se destacan los siguientes:

• Aumento del conocimiento percibido: los recursos formativos incrementan el conocimiento percibido de los estudiantes en IA, especialmente, en cuestiones de conciencia crítica como la integridad académica o la verificación de las fuentes de información.
• Confirmación de una estrategia efectiva: combinar los recursos educativos respecto al funcionamiento de la IA con debates abiertos mejora la capacidad de tomar decisiones respecto al uso de esta herramienta.
• El campo de estudio es un aspecto clave: los estudiantes en Humanidades e ingeniería muestran una mejor comprensión de los recursos que los del ámbito de Psicología y Educación. Hecho que pose de manifiesto la necesidad de adaptar los recursos de aprendizaje.
• Una mirada ética: acciones como los debates y casos prácticos ayudan a aproximarnos a las cuestiones éticas respecto al uso de la IA a la educación superior.

Por otro lado, el profesorado universitario utiliza la GenIA en las diferentes tareas de la docencia, tal como el diseño de los recursos, la evaluación y los diferentes procesos de aprendizaje. En concreto, los profesores y profesores hacen uso de la GenIA por las siguientes tareas: diseño de actividades y recursos, creación de instrumentos de evaluación, análisis de trabajos, creación de mensajes y agilización de procesos transversales

En el estudio unos 80 profesores formaron parte de la asignatura, también se llevaron a cabo acciones como una encuesta (con 39 profesores/as) y grupos de discusión focales sobre el uso de la GenIA (con 48 profesores/as). Entre los riesgos identificados a partir de las mencionadas acciones encontramos los siguientes:

• Disminución de los procesos cognitivos: uso mecánico y acrítico de la IA que comporta una pérdida de creatividad, reflexión y visión crítica de la herramienta.
• Dificultad en la hora de evaluar al estudiantado: grandes dudas sobre la autoría y las fuentes de los trabajos librados por los estudiantes.
• Uso y dependencia excesiva de la IA: preocupación por la desconexión de los estudiantes con el proceso formativo.
• Pérdida de mirada crítica: los estudiantes delegan tareas a la IA que son cruciales en el aprendizaje.

Algunas recomendaciones para un uso crítico y responsable de la GenIA:

• Normalizar el uso de la IA a partir de una regulación y un objetivo pedagógico claro.
• Fomentar actividades comparativas como pedir la producción propia al estudiantado y, posteriormente, hacer uso de la IA para pulir el trabajo o bien la utilización de diferentes promptsdurante la creación del trabajo.
• Desarrollar un pensamiento crítico respecto al uso de la IA a partir de la revisión y mejora de las respuestas que obtenemos por parte de la herramienta.
• Formar en prompts, el funcionamiento de los algoritmos y la detección de sesgos.
• Fomentar un debate crítico, ético y reflexivo a partir de situaciones reales.

Descubre más en este artículo: Romeu, T., Romero, M., Guitert, M., Baztán Quemada, P. (2025). Challenges of generative Artificial Intelligence in higher education: promoting its critical use among students. RIED – Revista Iberoamericana de Educación a Distancia, 28(2). https://doi.org/10.5944/ried.28.2.43535

4. Chatbot impulsado por IA Generativa y Innovación Institucional en la Educación Superior

A través de la presentación “Enhancing Lifelong Learning through Course-Specific Conversational AI: Support and Self-Regulation”de Jordi Conesa, Nadjet Bouayad y Josep M. Sabaté descubrimos que los estudiantes que se forman en línea es encuentran ante varios tipos de retos en la hora de llevar a cabo su formación. Obstáculos que limitan su rendimiento e incrementan el porcentaje de abandono de sus estudios, como el aislamiento del estudiante, la falta de personalización y una supervisión limitada.

Un nuevo sistema busca resolver estos problemas a través de tres pilares o esos:

• Sistema adaptativo de generación de preguntas: a partir del currículum y con la Taxonomía de Bloom se busca generar rutas de aprendizaje.
• Mentor Bot: agente conversacional que guía al estudiante con rutas adaptadas a su rendimiento.
• Teacher Dashboard: panel de control con cual el docente puede monitorizar a tiempo real el proceso de aprendizaje y las interacciones del estudiante.

El proceso de generación de pregunta se lleva a cabo a través de 3 fases con human-in-the-loop: identificación de temas clave, expansión de la Matriz de Bloom y generación sistemática de preguntas.

El bot mentor adopta una persona socática que prioriza la guía más allá de las respuestas directas. Este bot mentor sigue la siguiente ruta dinámica: selección de la siguiente pregunta, diálogo IN (iterativo), evaluación formativa y diálogo OUT (aclaracions).

En el supuesto de que el estudiante supere una pregunta avanza a niveles superiores de la matriz de Bloom, en el supuesto de que falle, retrocede. El experimento se ha llevado a cabo en 9 cursos de 4 asignaturas y en 2 idiomas, se han generado 8.627 rutas de aprendizaje con más de 206.000 preguntas generadas. Los potenciales estudiantes para hacer esta prueba eran 600 y han participado de forma activa 12 con 89 diálogos iniciados. La participación fue voluntaria y externa al campus. Se evidencia una carencia de participación cuando la actividad se encuentra fuera del LMS institucional.

5. Transformar la innovación institucional: un marco experimental para el intercambio y el reconocimiento de conocimiento explícito

La investigación “Transforming Institutional Innovation: An Experienced Framework for Explicit Knowledge Sharing and Recognition” impulsada por Jordi Conesa, Josep Cobarsi, Eugènia Santamaria y Ferran Adelantado se inicia en 2017, cuando se llevó a cabo un estudio al Departamento de Informática, Multimedia y Telecomunicaciones de la UOC con 60 docentes y 7.800 estudiantes, el 28% del profesorado había participado en proyectos de innovación desde el 2011, pero los resultados de estas investigaciones no se difundían ni se trasladaban a entornos reales. Por lo tanto, nos encontramos con una innovación sin impacto visible, sin registro, difusión y aplicación.

Como solución se creó un framework participativo a partir de un proceso bottom-up con el profesorado se consensuó una definición sobre como compartir esta innovación. Se llegó a la conclusión que era necesario crear un sistema de gestión del conocimiento para conseguirlo, para poder compartir y entender las innovaciones realizadas.

A partir de aquí se registraron más de 125 innovaciones acreditadas, más de 300 palabras clave de las cuales 17 keywords definen el 75% de las innovaciones y se identificaron 15 clústeres temáticos: innovaciones, eAssessment, asistencia al profesorado, recursos de aprendizaje, laboratorio, herramientas antiplagio y observatorio, entre otros.

La participación en la UOC Staff Week 2026 pretende ser una contribución a debates internacionales sobre innovación docente y transformación digital de la educación superior. Más que presentar soluciones cerradas, las sesiones aportaron marcos de análisis y herramientas transferibles para pensar cómo integrar la tecnología en la universidad con sentido pedagógico e institucional.