Del potencial de la IA a las decisiones pedagógicas: Edul@b en el debate internacional de la EODLW 2026

La integración de la inteligencia artificial en la educación no depende únicamente de las posibilidades tecnológicas, sino también de las decisiones pedagógicas que orientan su uso. Esta cuestión fue uno de los ejes de la intervención de Marcelo Maina, profesor de la Universitat Oberta de Catalunya (UOC) e investigador del Grupo de Investigación Edul@b, vinculado al centro de investigación UOC-FuturEd, en la European Open and Digital Learning Week (EODLW) 2026, celebrada del 9 al 13 de noviembre.

Organizada por EDEN Digital Learning Europe, la EODLW alcanzó su undécima edición como un espacio internacional de intercambio entre investigadores, docentes, profesionales y responsables de políticas educativas interesados en la transformación de la educación digital. La iniciativa se articula en colaboración con otras redes internacionales, como la United States Distance Learning Association (USDLA), la Flexible Learning Association of New Zealand (FLANZ) y la Open and Distance Learning Association of Australia (ODLAA), que impulsan actividades paralelas de reflexión e intercambio en América y la región Asia-Pacífico.

Un debate internacional sobre la didáctica en tiempos de inteligencia artificial

La participación de Maina tuvo lugar el 9 de noviembre en el seminario web Questioning Digital Didactics: Rethinking Teaching, Learning and Assessment with AI, moderado por Estela Daukšienė, de la Vytautas Magnus University (Lituania) y miembro del Consejo de Dirección de EDEN Digital Learning Europe.

La sesión reunió a investigadores y especialistas de Lituania, Estonia, Cataluña y Estados Unidos, con aportaciones de Giedrė Tamoliūnė, Airina Volungevičienė y Patricija Škėmaitė, de la Vytautas Magnus University; Janika Leoste, vinculada a la Tallinn University y la Tallinn University of Technology; Marcelo Maina, de la UOC, y Farah Bennani, vinculada a la USDLA.

El seminario abordó, desde perspectivas complementarias, los retos que plantea la incorporación de la IA en los procesos de enseñanza, aprendizaje y evaluación. Entre las temáticas tratadas destacaban los resultados del proyecto DI-daktika, coordinado por la Vytautas Magnus University, sobre la didáctica digital y la inteligencia artificial en la educación escolar; la agencia docente y las competencias necesarias para trabajar con IA; los fundamentos pedagógicos de su integración, y los marcos e instrumentos que pueden orientar un uso fundamentado en evidencias.

Las distintas contribuciones compartieron una preocupación central: en qué condiciones la IA puede mejorar realmente la enseñanza, el aprendizaje y la evaluación, y cómo preservar el protagonismo de la didáctica y el criterio profesional del profesorado.

El debate posterior remarcó la importancia de preservar la autonomía docente y el pensamiento crítico del estudiantado, decidir cuándo la IA aporta valor pedagógico y evaluar su éxito por las mejoras reales en el aprendizaje, más que por el grado de adopción tecnológica.

En este contexto, Maina presentó la ponencia The AI-Powered Educator: An AI Framework and Toolkit for Course Design, centrada en un marco conceptual y un conjunto de instrumentos para orientar el uso pedagógico, crítico y responsable de la IA generativa en el diseño del aprendizaje. La propuesta se ha desarrollado en el marco del proyecto europeo ADMIT, cofinanciado por el programa Erasmus+.

Repensar el apoyo al diseño del aprendizaje

La intervención partió de las crecientes demandas de innovación, flexibilidad e inclusión que afronta el profesorado, así como de la presión sobre los centros de apoyo a la docencia y el aprendizaje, que disponen de recursos limitados para ofrecer asesoramiento personalizado. En este contexto, la IA generativa se plantea como una oportunidad para ampliar el apoyo pedagógico, facilitando procesos de diseño más flexibles, exploratorios e iterativos.

Para fundamentar la propuesta, el equipo analizó cinco modelos consolidados de diseño del aprendizaje —ABC Learning Design, Carpe Diem, Iceberg, enABLe y ELDeR—, caracterizados por una sólida base pedagógica, la orientación a los resultados de aprendizaje y el trabajo colaborativo. La IA puede contribuir a complementar estas metodologías, especialmente en la exploración de alternativas y la revisión de propuestas, siempre que el conocimiento pedagógico y el juicio crítico del profesorado sigan orientando las decisiones.

Un marco de tres fases para orientar la colaboración entre profesorado e IA

El proyecto ADMIT ha desarrollado el AI-Assisted Learning Design Framework (AI-LD), que estructura el diseño del aprendizaje asistido por IA en tres fases interrelacionadas:

• Análisis y planificación: identificación de necesidades, definición de resultados de aprendizaje y consideración del contexto y de los requisitos éticos y normativos.
• Diseño de actividades: alineamiento entre resultados, actividades y evaluación, incorporando la retroalimentación, la reflexión y los principios de inclusión.
• Desarrollo y producción: creación y validación de recursos educativos, garantizando su calidad, accesibilidad, adecuación pedagógica y el cumplimiento de los requisitos éticos y legales.

A lo largo del proceso, la IA puede contribuir al análisis, la generación de alternativas y la producción de recursos, mientras que el profesorado mantiene la responsabilidad sobre las decisiones y la calidad educativa.

El marco, desarrollado por Lourdes Guàrdia, Marcelo Maina, Nati Cabrera, Ludovica Fanni y Alessandra Antonaci, se recoge en el informe del marco LLM-ed publicado en 2025.

Del marco conceptual a la práctica: el toolkit AI-LD

Para facilitar la aplicación del marco, el proyecto ha desarrollado un toolkit, coordinado por Silke Wrede, de la FernUniversität in Hagen, que acompaña al profesorado antes, durante y después de la interacción con la IA mediante tres instrumentos complementarios.

El Ethics & Compliance Check (ECC) permite valorar previamente si el uso previsto de la IA es adecuado, considerando los requisitos legales, las políticas institucionales, la protección de datos y los principios éticos. El AI-LD Protocol estructura la colaboración entre el profesorado y la IA, definiendo objetivos, roles, responsabilidades y criterios de validación, con orientaciones pedagógicas basadas en el alineamiento constructivo y el Diseño Universal para el Aprendizaje. Finalmente, Quality Safeguards facilita la revisión de los procesos y resultados, comprobando su calidad, la coherencia pedagógica y el cumplimiento de los requisitos establecidos.

Estos instrumentos siguen una lógica común: definir las condiciones de uso, coordinar la colaboración con la IA y revisar su calidad.

Maina mostró una implementación del toolkit en formato de libro interactivo H5P, que permite documentar decisiones y facilita un uso flexible de los instrumentos. La propuesta no está vinculada a ningún modelo de lenguaje específico y tiene como objetivo principal favorecer prácticas reflexivas y decisiones pedagógicas informadas.

Una agenda de investigación sobre el impacto educativo y la autonomía docente

La presentación concluyó identificando cuestiones que requieren mayor evidencia empírica, especialmente si los diseños asistidos por IA mejoran realmente los resultados de aprendizaje, la participación y la autorregulación del estudiantado.

También se destacó la necesidad de investigar qué formas de colaboración entre personas e IA favorecen mejores diseños y cómo el uso continuado de estas tecnologías puede afectar al criterio profesional, la creatividad y la autonomía docente. 

Recursos para seguir aprendiendo

La presentación también hizo referencia al curso gratuito GenAI in Education, disponible en AI Campus y desarrollado en el marco de ADMIT.

El curso ofrece recursos para profundizar en el diseño del aprendizaje con IA generativa, repensar la evaluación, atender a la diversidad del estudiantado y abordar los aspectos éticos e institucionales de su integración. Incluye el marco AI-LD y su toolkit, y permite explorar los contenidos de manera flexible, según las necesidades y los intereses de cada participante.

La contribución presentada por Maina en la EODLW 2026 sitúa así el debate sobre la IA educativa en el terreno de las decisiones de diseño. Más allá de las posibilidades de producción y automatización que ofrecen estas tecnologías, la propuesta pone el acento en cómo orientar su uso mediante principios pedagógicos, responsabilidades definidas y procesos de reflexión y validación, y en la necesidad de seguir investigando sus efectos reales sobre la docencia y el aprendizaje.