Tres escenarios para la IA en educación: del apoyo responsable a la cocreación
| dc.contributor.author | García-Peñalvo, Francisco José | |
| dc.date.accessioned | 2025-11-14T08:02:07Z | |
| dc.date.issued | 2025-11-13 | |
| dc.description.abstract | Este artículo propone una vía pragmática y proporcionada para integrar la inteligencia artificial generativa en la educación superior mediante tres escenarios graduados por autonomía, agen-cia y riesgo (apoyo responsable, colaboración guiada y cocreación con declaración reforzada) que convierten principios amplios en decisiones docentes verificables y trazables a lo largo del ciclo docente (planificación, creación de materiales, apoyo y evaluación). El hilo conduc-tor es la inteligencia artificial como complemento bajo juicio académico, nunca sustituto, con transparencia (declaración de uso y marcado de contenido sintético), verificación externa de hechos y citas, y equidad e inclusión por diseño, en coherencia con la guía de la UNESCO (visión centrada en las personas, acciones inmediatas y refuerzo de capacidades), el AI Act (Artículo 50 sobre obligaciones de transparencia y marcado), el Safe AI in Education Manifesto (supervisión humana, privacidad, precisión, explicabilidad, transparencia) y el marco SAFE (Seguridad, Ren-dición de cuentas, Justicia y Eficacia) como puente operativo entre política y aula. En el Escena-rio 1 se priorizan bajo riesgo y alta transparencia; en el 2, la iteración trazable con post-edición humana significativa; en el 3, evidencias robustas y auditoría (prompts, versiones, verificación, sesgos/idiomas, revisión humana/pares), con controles reforzados por su mayor impacto. Este gradiente se alinea con la orientación sectorial, que promueve autenticidad, agencia y propie-dad del proceso y desaconseja depender de detectores, reforzando diseños que comprueban agencia y trazabilidad. Dos instrumentos facilitan la adopción y la evaluación homogénea. Por un lado, una rúbrica transversal (veracidad y actualidad, trazabilidad, corrección de alucinacio-nes, equidad e idioma, calidad de interacción) y, por otro lado, listas de verificación por tipo de tarea. El resultado es un mapa operativo para marcar, verificar y documentar con proporciona-lidad al riesgo, que permite convertir la inteligencia artificial en oportunidad pedagógica sin ceder en rigor, justicia y responsabilidad. | |
| dc.identifier.citation | García-Peñalvo, F. J. (2025). Tres escenarios para la IA en educación: del apoyo responsable a la cocreación. Education in the Knowledge Society, 26, Article e32932. https://doi.org/10.14201/eks.32932 | |
| dc.identifier.issn | 2444-8729 | |
| dc.identifier.uri | https://repositorio.grial.eu/handle/123456789/3249 | |
| dc.language.iso | es | |
| dc.publisher | Ediciones Universidad de Salamanca | |
| dc.subject | Inteligencia artificial generativa en educación superior | |
| dc.subject | Alfabetización crítica en inteligencia artificial | |
| dc.subject | Transparencia y trazabilidad | |
| dc.subject | Evaluación auténtica y agencia humana | |
| dc.subject | Gobernanza y marco normativo | |
| dc.title | Tres escenarios para la IA en educación: del apoyo responsable a la cocreación | |
| dc.title.alternative | Three Scenarios for AI in Education: From Responsible Assistance to Co-Creation | |
| dc.type | Article |