13 de Julio, 2025

IA en la educación técnica: del contenido al pensamiento crítico

Sebastián Villagra Escanilla

Sebastián Villagra Escanilla

Docente de la Escuela de Ingeniería y Asesor UAP de la sede Puerto Montt de Duoc UC

6 minutos de lectura

Desde que comencé a incorporar herramientas de inteligencia artificial (IA) en mis clases de Gestión de Proyectos II y Estrategias de Negocios, dirigidas a estudiantes de séptimo semestre de Ingeniería en Mecánica Automotriz, descubrí un potencial enorme que va más allá de lo tecnológico. La IA se convirtió en un verdadero catalizador para dinamizar los aprendizajes, personalizar contenidos y construir experiencias de enseñanza más significativas.

Mi motivación inicial fue muy concreta: poder generar escenarios contextualizados para el análisis, casos aplicados al mundo automotriz que fueran realistas y desafiantes. La IA me permitió crear en minutos lo que antes tomaba horas o días. Pero rápidamente noté que el valor no solo estaba en el ahorro de tiempo, sino en la posibilidad de generar una narrativa educativa más coherente y conectada con las habilidades que buscamos formar en estos profesionales: pensamiento crítico, toma de decisiones, gestión, innovación.

Herramientas como ChatGPT o Perplexity me han ayudado a crear matrices de planificación, rúbricas de evaluación, guías de trabajo personalizadas e incluso simulaciones de negocios que los estudiantes pueden explorar, adaptar y resolver. Sumado a esto, otras plataformas como Leonardo o Suno me permiten incorporar elementos visuales y auditivos que aportan a una mejor representación de la información, fortaleciendo principios del Diseño Universal para el Aprendizaje (DUA).

La planificación como mapa estratégico

Uno de los grandes aportes que me ha entregado la IA es en la dimensión de la planificación de clases. Ya no diseño actividades sueltas: cada sesión responde a una lógica clara, con un propósito, una progresión y una conexión directa con lo anterior y lo que viene. La Inteligencia Artificial me permite visualizar ese “mapa” de actividades como una secuencia narrativa, donde cada paso construye sobre el anterior y abre la puerta al siguiente.

Esta continuidad organiza el trabajo del docente, al mismo tiempo, da al estudiante una mayor claridad sobre por qué está aprendiendo algo y cómo eso se conecta con su formación profesional. Al utilizar la IA para diseñar estos itinerarios, logro ajustar tiempos, detectar vacíos y anticipar dificultades que antes podían pasar desapercibidas.

Además, en clases prácticas o trabajos grupales, simulo escenarios vinculados al mundo real: modelos de negocios para talleres, análisis FODA de servicios técnicos, matrices BCG aplicadas al mercado de repuestos, entre otros. Todos estos ejercicios se nutren de la información generada por IA, pero siempre con una capa de revisión y adaptación que me permite contextualizarlos al nivel del grupo y los objetivos de la asignatura.

Promover el uso consciente y técnico de la IA en el trabajo estudiantil

Los estudiantes también han comenzado a incorporar la inteligencia artificial en sus trabajos, presentaciones y proyectos. Frente a este escenario, mi enfoque ha sido acompañar este proceso entregando ejemplos concretos de cómo utilizar estas herramientas con sentido técnico y aplicado a su formación.

En vez de restringir su uso, promuevo que aprendan a formular prompts claros, específicos y contextualizados. Por ejemplo, cuando trabajan en el desarrollo de un modelo de negocio o un proyecto de mejora para un taller automotriz, los incentivo a que sus consultas incluyan elementos técnicos que ya dominan: tipos de mantenimiento, procesos de diagnóstico, herramientas de gestión o perfiles de clientes. Esto les permite no solo obtener resultados más útiles, sino también fortalecer su capacidad de análisis y síntesis.

De esta manera, la Inteligencia Artificial deja de ser una fuente genérica de respuestas y se convierte en un apoyo para profundizar en los contenidos, conectar conceptos y justificar decisiones dentro de sus trabajos. A la vez, esto abre la posibilidad de reflexionar sobre la calidad de la información, la veracidad de las fuentes y los límites del uso de estas tecnologías.

Reflexión y proyección: un recurso clave para la educación técnica

La inteligencia artificial tiene un rol clave en el futuro de la educación técnica. Su mayor potencial está en la posibilidad de anticiparnos a escenarios reales: crear simulaciones, analizarlas y proyectar soluciones a partir de información contextualizada. Esta capacidad enriquece el contenido e impacta directamente en el aprendizaje de las y los estudiantes, impulsando un enfoque más autónomo y reflexivo.

En este contexto, mi recomendación para otros docentes que desean integrar estas herramientas es comenzar desde la base: el prompt. Un buen prompt no es solo una pregunta, sino una estructura clara que define pasos, considera los objetivos de aprendizaje y parte del conocimiento técnico que el estudiante ya maneja. No se trata de buscar respuestas “listas”, sino de guiar el uso de la IA para explorar, validar y profundizar, siempre desde una postura crítica y profesional frente a la información.

En mi experiencia, la IA no reemplaza el rol del docente, sino que lo potencia. Nos permite centrarnos más en acompañar el proceso, plantear mejores desafíos y personalizar el aprendizaje. Hoy, más que nunca, tenemos la oportunidad de innovar con sentido.

Referencias
Bates, T. (2015). Teaching in a digital age: Guidelines for designing teaching and learning. Tony Bates Associates Ltd.
Buckingham, D. (2007). Media education: Literacy, learning and contemporary culture. Polity.
International Society for Technology in Education (ISTE). (2022). ISTE standards for educators. https://www.iste.org/standards/for-educators
Kolb, D. A. (1984). Experiential learning: Experience as the source of learning and development. Prentice Hall.
Organisation for Economic Co-operation and Development (OECD). (2021). The future of education and skills: Education 2030. OECD Publishing. https://www.oecd.org/education/2030-project/
Taba, H. (1962). Curriculum development: Theory and practice. Harcourt, Brace & World.
UNESCO. (2023). Competency framework on digital teaching. https://unesdoc.unesco.org/ark:/48223/pf0000380222
Wiggins, G., & McTighe, J. (2005). Understanding by design (2nd ed.). ASCD.
Zimmer, M. (2010). “But the data is already public”: On the ethics of research in Facebook. Ethics and Information Technology, 12(4), 313–325. https://doi.org/10.1007/s10676-010-9227-5

Deja tu comentario

Nombre y Apellido *

Guardar mi nombre y email en este navegador para la próxima vez que desee comentar.

0 comentarios

Otros artículos de interés

NAVEGAR OPINIÓN

13 de Julio, 2025

Diseño Industrial y la IA en el aula: una revolución en marcha

En tiempos donde los algoritmos parecen anticiparse incluso a nuestros pensamientos, la Inteligencia Artificial (IA) ha dejado de ser un tema exclusivo de ingenieros o futurología de ciencia ficción. Hoy, irrumpe con fuerza en las aulas, transformando cómo enseñamos, cómo aprendemos y, por supuesto, cómo diseñamos. En la carrera de Diseño Industrial, una disciplina esencialmente […]

13 de Julio, 2025

Experiencias en el aula con la IA: avances, novedades y desafíos en la formación de auditores en Duoc UC

La irrupción de la inteligencia artificial (IA) en la educación superior ha marcado un antes y un después en la manera en que se concibe y se vive el proceso formativo. En carreras como Auditoría, y particularmente en la asignatura de Auditoría de Estados Financieros, la integración de herramientas basadas en IA no solo responde […]

6 de Julio, 2025

Congreso i2T 2025 de Duoc UC: ecosistema de innovación que impulsa la colaboración y el aprendizaje

Una de las ideas centrales que el rector Carlos Díaz Vergara destacó en el discurso de apertura del Congreso i2T 2025 fue que “hay un compromiso de Duoc UC con la cocreación de valor junto a la sociedad e industria”. Esta declaración resume el propósito institucional de Duoc UC: no limitarse a formar profesionales competentes, […]