Marcelo Maina presenta en un webinar de EADTU un marco para diseñar experiencias de aprendizaje con IA generativa

Pantalla del webinar con anuncio del lanzamiento del curso en I-HE2026

¿Cómo puede el profesorado aprovechar la IA generativa para diseñar sus cursos sin perder el criterio pedagógico ni el control sobre las decisiones? Esta pregunta centró la intervención de Marcelo Maina, investigador de Edul@b, Centro de Investigación en los Futuros de la Educación en la Era Digital (UOC-FuturEd), y profesor de la Universitat Oberta de Catalunya (UOC), en el webinar organizado EADTU el 23 de septiembre de 2026. La sesión, titulada AI isn’t Replacing Teachers: Teachers Ignoring It Might Replace Themselves, reunió a más de 80 participantes de la comunidad de educación superior provenientes de 11 países para debatir cómo orientar el uso de la IA en la docencia.

La intervención se enmarca en ADMIT, un proyecto Erasmus+ que desarrolla modelos, orientaciones éticas y estrategias institucionales para integrar la IA generativa y los grandes modelos de lenguaje en la educación superior. El webinar sirvió también como introducción a un curso de desarrollo profesional docente previsto para octubre.

Diseñar con IA exige más criterio pedagógico

Maina explicó que la IA puede intervenir en distintas actividades del diseño del aprendizaje: analizar necesidades, explorar ideas, formular resultados de aprendizaje, proponer actividades y evaluaciones, producir recursos o revisar un diseño. También permite comparar alternativas y elaborar prototipos con mayor rapidez. Esto abre posibilidades para adaptar las propuestas a diferentes contextos y perfiles de estudiantes.

Sin embargo, la velocidad de producción no garantiza la calidad educativa. Para obtener resultados útiles, el profesorado debe aportar contexto, objetivos, instrucciones y restricciones, y revisar críticamente las propuestas generadas. Una actividad puede parecer coherente y, aun así, contener errores, sesgos o decisiones pedagógicas poco adecuadas. La validación, el juicio pedagógico y la supervisión ética siguen siendo responsabilidades humanas.

Del marco conceptual a las decisiones de diseño

Seguidamente, Maina presentó el Marco de Diseño del Aprendizaje Asistido por IA, desarrollado junto a los integrantes del Edul@b: Lourdes Guàrdia (coord.), Nati Cabrera y Ludovica Fanni y la coordinadora del proyecto, Alessandra Antonnaci, de EADTU.  El marco organiza el proceso en tres fases: análisis y planificación, diseño de actividades y desarrollo y producción. En cada una ayuda a considerar qué puede aportar la IA y qué decisiones deben asumir y supervisar las personas responsables del diseño.

Maina presentó asimismo un toolkit que lleva estos principios a la práctica mediante tres instrumentos complementarios y cuyo desarrollo fue coordinado por Silke Wrede de FernUniversität. El instrumento de “Verificación de ética y cumplimiento” (Ethics & Compliance Check) ayuda a examinar las políticas institucionales, la protección de datos y las cuestiones éticas relevantes para cada caso. El “Protocolo IA-DA” (AI-LD Protocol) permite definir el propósito del diseño, distribuir tareas entre personas e IA, establecer puntos de revisión y acordar criterios para aceptar los resultados. Por último, el instrumento de “Salvaguardas de calidad” (Quality Safeguards) orientan la verificación de la calidad pedagógica y de las respuestas generadas.

El marco y el toolkit no dependen de un modelo de lenguaje concreto. Su aportación principal es ofrecer una estructura para hacer explícitas las decisiones, revisarlas y documentar por qué se han tomado. Durante la presentación se mostró una implementación del toolkit en formato de libro interactivo H5P, concebido para guiar el recorrido por los instrumentos y facilitar el registro de las decisiones.

Esquema del Marco AI-LD (arriba) y del Tookit (detalle, abajo) implementado en el curso.

Un piloto prometedor que señala mejoras necesarias

La intervención incluyó resultados preliminares de un piloto con la participación de docentes universitarios y expertos en diseño de aprendizaje distribuidos consistente en 15 sesiones de trabajo, nueve individuales y seis en grupo. Las valoraciones apuntan a una percepción positiva de la utilidad del marco y del toolkit. Las personas participantes destacaron que los instrumentos les ayudaban a conectar las tareas realizadas con IA con enfoques pedagógicos conocidos, aclarar responsabilidades y prestar atención a los riesgos éticos.

La facilidad de uso recibió valoraciones más diversas. En esta fase, los instrumentos se habían probado en un prototipo distribuido entre varias presentaciones y documentos, lo que obligaba a consultar materiales en distintos lugares. Los comentarios del piloto señalaron la necesidad de simplificar el recorrido, ofrecer ejemplos específicos por disciplinas y proporcionar formación breve para familiarizarse con las herramientas. Estas observaciones han orientado el desarrollo de una versión más integrada e interactiva, ya integrada en el curso a ofrecer (ver ilustración más arriba).

Maina cerró su intervención identificando las preguntas que aún requieren investigación. Entre ellas, si los diseños asistidos por estos instrumentos mejoran efectivamente los resultados de aprendizaje, la participación y la autorregulación del estudiantado; qué formas de colaboración entre docentes e IA producen mejores diseños; y cómo influye un uso sostenido de la IA en el criterio, la creatividad y la autonomía profesional del profesorado.

El trabajo presentado en el webinar propone, así, una forma de incorporar la IA generativa al diseño educativo mediante decisiones pedagógicas fundamentadas, responsabilidades claras y revisión crítica de los resultados.

Otras presentaciones dentro del webinar ampliaron la perspectiva sobre evaluación, gobernanza y ética. Una de ellas, presentada por Rafael Vargas de la UNED, ahondó en los resultados de distintas líneas de trabajo de ADMIT: una revisión de 147 estudios sobre los usos de los modelos de lenguaje en la educación superior; un análisis de políticas institucionales y de los criterios para aplicarlas; y dos estudios sobre prácticas en las universidades socias, que permiten observar su evolución entre 2024 y 2025. Estos trabajos plantearon preguntas sobre cómo adaptar la evaluación al uso creciente de la IA y cómo convertir las orientaciones institucionales en decisiones aplicables en la docencia. La presentación dedicada a la ética, a cargo de Bhoomika Agarwal de Open Universiteit, expuso una taxonomía desarrollada en ADMIT que organiza el uso responsable de la IA generativa en ocho dimensiones: impacto educativo e integridad académica; privacidad y gestión de datos; bienestar social y ambiental; autonomía de docentes y estudiantes; diversidad y equidad; rendición de cuentas; transparencia; y solidez técnica y seguridad. También mostró cómo estos principios se trasladan a una herramienta de autoevaluación y relacionó este trabajo con el proyecto ETHICAI.