INTEGRACIÓN DE LA INTELIGENCIA ARTIFICIAL EN EDUCACIÓN: PRÁCTICAS, EVIDENCIAS Y RETOS EMERGENTES

La rápida expansión de la inteligencia artificial (IA) generativa está transformando profundamente los procesos de enseñanza, aprendizaje y evaluación en educación superior. Su incorporación en contextos universitarios plantea nuevas oportunidades para apoyar la escritura académica, la retroalimentación y el aprendizaje autónomo, pero también importantes desafíos pedagógicos, éticos y formativos relacionados con la autorregulación del alumnado, la dependencia tecnológica, la validez de la evaluación y el desarrollo de competencias críticas. En este contexto, las instituciones universitarias enfrentan el reto de integrar estas herramientas desde enfoques pedagógicos fundamentados que trasciendan tanto las visiones tecnocéntricas como las perspectivas exclusivamente restrictivas sobre su uso. El presente simposio reúne investigaciones desarrolladas en distintos contextos universitarios que analizan cómo la IA está siendo incorporada en procesos de escritura académica, evaluación y diseño de tareas en educación superior. Las contribuciones exploran, desde perspectivas complementarias, el potencial de los modelos de lenguaje para apoyar procesos complejos de producción escrita y retroalimentación, así como las implicaciones pedagógicas derivadas de su utilización en contextos reales de formación universitaria. Así, específicamente se abordarán cuestiones emergentes como la escritura guiada mediante enfoques procesuales, la evaluación híbrida humano-IA, el uso de IA por parte de los estudiantes, el diseño de sistemas de co-retroalimentación supervisada y la influencia de determinadas estrategias de evaluación sobre el uso que el alumnado hace de la IA generativa. Los resultados evidencian que estas herramientas pueden favorecer procesos de aprendizaje más reflexivos y personalizados cuando su integración se acompaña de orientación docente, supervisión pedagógica y estructuras de evaluación que promuevan la implicación cognitiva del alumnado. Desde una perspectiva científica y aplicada, el simposio contribuye al debate internacional sobre cómo integrar la IA en educación superior de forma crítica, ética y pedagógicamente significativa.

Simposio Anterior

PAULA LÓPEZ GUTIÉRREZ

universidad de león

Ponencias

JOSE VICENTE GARCIA TORMO

universidad de león

Percepción y uso de la IA en estudiantes universitarios durante el diseño de tareas

JOSE VICENTE GARCIA TORMO

×

Percepción y uso de la IA en estudiantes universitarios durante el diseño de tareas

La incorporación de herramientas de Inteligencia Artificial (IA) generativa en la educación superior está transformando los procesos de elaboración de tareas académicas y plantea nuevos retos para la docencia universitaria. En este contexto, resulta relevante analizar cómo el alumnado universitario utiliza estas herramientas en sus procesos de aprendizaje y trabajo académico. El objetivo de este estudio fue analizar la percepción y el uso de herramientas de IA por parte de estudiantes universitarios durante el diseño de tareas en el Grado en Ciencias de la Actividad Física y del Deporte. Participaron 89 estudiantes de primer curso que completaron un cuestionario diseñado ad hoc tras la entrega de un trabajo vinculado al ámbito educativo. El instrumento recogía información sobre experiencia previa, frecuencia de uso, herramientas empleadas, finalidades de utilización, revisión del contenido generado y percepción de su impacto. Los resultados muestran un uso ampliamente extendido de estas herramientas, ya que el 95,5% del alumnado declaró haber utilizado IA para realizar el trabajo. Las herramientas más empleadas fueron ChatGPT y Gemini. Los principales usos se relacionaron con la búsqueda de información y aclaraciones conceptuales, la generación de ideas iniciales, la búsqueda de ejemplos y la revisión del texto. Por el contrario, el uso para generar partes completas del trabajo fue reducido. Además, el alumnado manifestó revisar y adaptar críticamente las respuestas generadas, percibiendo la IA principalmente como un apoyo para mejorar sus propias ideas y organizar el trabajo. Los resultados sugieren una elevada presencia de herramientas de IA en la elaboración de tareas universitarias, utilizándose principalmente como apoyo cognitivo y organizativo más que como sustitución completa del trabajo académico. Estos hallazgos ponen de manifiesto la necesidad de promover orientaciones docentes que favorezcan un uso crítico, reflexivo y responsable de la IA en contextos universitarios.

STEFFANIE KLOSS

UNIVERSIDAD ANDRÉS BELLO

Escritura académica en la formación inicial docente: perfiles de desempeño mediante análisis de clúster y evaluación híbrida

STEFFANIE KLOSS

×

Escritura académica en la formación inicial docente: perfiles de desempeño mediante análisis de clúster y evaluación híbrida

La evaluación de la escritura académica es un proceso crítico en la formación inicial docente. Aunque existen diversos instrumentos, estos suelen centrarse en resultados individuales, ignorando patrones de desempeño grupales. Este estudio propone la identificación de perfiles de escritores en ensayos argumentativos producidos por 78 estudiantes universitarios de primer año, considerando diferentes dimensiones relacionadas con la calidad de los textos elaborados. La metodología emplea un enfoque híbrido de alta precisión: en primer lugar, se evaluaron los textos mediante la rúbrica analítica RUBRIAR (Kloss y Burdiles, 2024), utilizando tanto el juicio de un humano experto como el modelo de lenguaje GPT-5.2. Posteriormente, se realizó una fase de arbitraje y revisión exhaustiva de las discrepancias entre ambos evaluadores para determinar los puntajes definitivos, garantizando así una mayor consistencia y fiabilidad en las valoraciones obtenidas. A partir de estos datos, se utilizó una aplicación web diseñada para el estudio que aplica análisis de clúster, permitiendo identificar y caracterizar perfiles de desempeño específicos. Este procedimiento facilita la comprensión de patrones grupales y la toma de decisiones pedagógicas informadas orientadas a la mejora de los procesos de enseñanza y aprendizaje. Finalmente, se discuten las implicancias éticas del uso de IA en la evaluación y la relevancia de estos perfiles para fortalecer la formación docente.

MARÍA TERESA MATEO GIRONA

Ucm

Diseño y pilotaje de la herramienta TFproM para la co-retroalimentación supervisada de trabajos de fin de Máster

MARÍA TERESA MATEO GIRONA

×

Diseño y pilotaje de la herramienta TFproM para la co-retroalimentación supervisada de trabajos de fin de Máster

En el actual escenario de la educación superior, la universidad pública enfrenta el reto de integrar la Inteligencia Artificial (IA) sin comprometer el rigor académico. Este trabajo presenta el diseño y pilotaje de TFproM, una herramienta basada en sistemas multiagente destinada a optimizar la retroalimentación en los Trabajos de Fin de Máster (TFM). A diferencia de soluciones automatizadas, esta propuesta se fundamenta en un ciclo de investigación-acción que persigue optimizar la retroalimentación proporcionada por los tutores, al tiempo que capacita al estudiantado en competencia escritural y ética. La metodología comprendió la recopilación de un doble corpus (retroalimentaciones docentes y TFM de Docta Complutense) y el diseño de tres rúbricas de evaluación específicas dirigidas a los tres tipos de investigación: empírica, aplicada y teórica. Con este material, se diseñó un Gem, tras la realización de un conjunto de pruebas para seleccionar la más avanzada en este ámbito. El pilotaje se realizó con 17 docentes, quienes retroalimentaron los borradores de sus estudiantes mediante dicha herramienta de Gemini 3 Pro. Los resultados demuestran una mejora en la profundidad de la retroalimentación docente, que transitó de correcciones superficiales a sugerencias formativas alineadas con la rúbrica. De esta manera, se concluye que la retroalimentación optimizada por IA favorece la entrega de retroalimentaciones y promueve la mejora de la calidad de la producción escrita de postgrado.

PAULA LÓPEZ GUTIÉRREZ

universidad de león

¿Puede la evaluación modular el uso de la inteligencia artificial en educación superior? Un estudio exploratorio en el ámbito universitario

PAULA LÓPEZ GUTIÉRREZ

×

¿Puede la evaluación modular el uso de la inteligencia artificial en educación superior? Un estudio exploratorio en el ámbito universitario

La rápida incorporación de herramientas de inteligencia artificial (IA) generativa en la educación superior ha generado importantes debates sobre su impacto en los procesos de aprendizaje del alumnado universitario. Entre las principales preocupaciones destaca el uso acrítico de estas herramientas para la resolución de tareas académicas, reduciendo la implicación cognitiva y favoreciendo dinámicas de dependencia tecnológica entre los estudiantes. En este contexto, el presente estudio exploratorio analiza cómo el diseño de la evaluación puede influir en el modo en que el alumnado utiliza la IA durante la realización de actividades académicas de carácter práctico. Participaron 113 estudiantes universitarios. La intervención se desarrolló en asignaturas vinculadas al Área de Psicología Evolutiva y de la Educación. El alumnado realizó una práctica grupal basada en el análisis de casos de investigación educativa. Como elemento diferencial, la actividad incorporó una segunda fase, realizada de forma presencial e individual en el aula de clase, consistente en un cuestionario individual online, con preguntas teórico-prácticas directamente relacionadas con los contenidos trabajados previamente en la práctica grupal que tenía peso dentro de la calificación final. Tras la actividad, los estudiantes cumplimentaron un cuestionario sobre el uso autorregulado de IA durante la tarea y el impacto percibido de la tarea de evaluación individual. Los resultados muestran que la existencia de una prueba individual posterior favoreció una mayor dedicación al estudio y revisión autónoma de los contenidos, especialmente en el alumnado de cursos superiores. Asimismo, los estudiantes señalaron utilizar la IA principalmente como apoyo para revisar respuestas, obtener ideas o comprender mejor los contenidos, más que como sustituto completo de la tarea. Los hallazgos sugieren que determinadas estrategias de evaluación podrían actuar como mecanismos pedagógicos reguladores del uso de IA, promoviendo una mayor implicación cognitiva y un uso más reflexivo de estas herramientas en educación superior.