La Inteligencia Artificial en el Salón de ClasesAI in the Classroom

Hacer visible el aprendizaje: la nueva pregunta de la evaluación cuando la IA es ubicua

Making Learning Visible: Assessment's New Question When AI Is Ubiquitous

El resumen de esta semana del laboratorio aiX documenta una convergencia notable: un estudio a gran escala liderado por Cornell, un nuevo marco de evaluación y una revisión oficial en Nueva Gales del Sur formulan la misma pregunta — cómo hacer visible el aprendizaje propio del estudiante cuando la asistencia de IA está disponible en todas partes. También reseña el modelo de UCCS: acceso a ChatGPT Edu condicionado a completar un curso de alfabetización en IA.

This week's aiX lab digest documents a notable convergence: a large Cornell-led study, a new assessment framework, and an official New South Wales review all pose the same question — how to make students' own learning visible when AI assistance is available everywhere. It also covers the UCCS model: ChatGPT Edu access conditioned on completing an AI literacy course.

Satisfacción, autoeficacia y resultados: el efecto de la IA generativa medido con diseño intra-sujetos

Satisfaction, Self-Efficacy, and Outcomes: Generative AI's Effect Measured with a Within-Subjects Design

Publicado en Educational Technology Research and Development, este estudio verifica con diseño intra-sujetos si la IA generativa mejora la satisfacción, la autoeficacia y los resultados de aprendizaje. La tríada importa: la autoeficacia — la confianza del estudiante en su propia capacidad — es el predictor que el docente puede cultivar y que el mal uso de la IA puede erosionar.

Published in Educational Technology Research and Development, this study uses a within-subjects design to verify whether generative AI improves satisfaction, self-efficacy, and learning outcomes. The triad matters: self-efficacy — students' confidence in their own capacity — is the predictor instructors can cultivate and that poor AI use can erode.

Dominar el conocimiento: el «enfoque de maestría» es el que maximiza el aprendizaje con IA generativa

Mastering Knowledge: The "Mastery Approach" Maximizes Learning with Generative AI

Análisis de 192 reflexiones estudiantiles con lente cuasiexperimental: el nivel de aprendizaje más alto ocurre cuando el estudiante usa la IA para construir y aumentar conocimiento (enfoque de maestría), no para completar la tarea. La orientación a metas del estudiante — algo que el diseño del curso puede influir — determina el resultado más que la herramienta.

Analysis of 192 student reflections through a quasi-experimental lens: the highest level of learning occurs when students use AI to construct and augment knowledge (mastery approach), not to complete the task. Students' goal orientation — something course design can shape — determines the outcome more than the tool.

CMU liderará el estudio nacional sobre IA en la educación artística universitaria

CMU to Lead the National Study of AI in Arts Education

Con una subvención del National Endowment for the Arts, el Colegio de Bellas Artes de CMU examinará cómo la educación superior integra la IA en las artes, identificará oportunidades y retos emergentes, y establecerá benchmarks para informar política y práctica. Señal relevante para todas las disciplinas: la integración de IA ya se estudia sistemáticamente campo por campo.

With a National Endowment for the Arts grant, CMU's College of Fine Arts will examine how higher education integrates AI into the arts, identify emerging opportunities and challenges, and establish benchmarks to inform policy and practice. A relevant signal for all disciplines: AI integration is now being studied systematically, field by field.

Un cuestionario validado para diagnosticar competencias docentes en la integración pedagógica de la IA

A Validated Questionnaire for Diagnosing Faculty Competencies in Pedagogical AI Integration

La RIED publica la validación de un instrumento para diagnosticar las competencias del profesorado en la integración pedagógica de la IA. Para decanatos y centros de desarrollo docente: un instrumento validado en español que permite basar el plan de capacitación en datos del propio claustro en lugar de suposiciones.

RIED publishes the validation of an instrument for diagnosing faculty competencies in pedagogical AI integration. For deans' offices and faculty development centers: a Spanish-validated instrument that lets you base training plans on your own faculty's data instead of assumptions.

Competencias docentes emergentes para la IA generativa en América Latina

Emerging Faculty Competencies for Generative AI in Latin America

Revisión de alcance de 84 documentos (2022-2024) sobre las competencias que el profesorado latinoamericano está desarrollando: técnico-operacionales (con adaptación creativa a infraestructuras limitadas), pedagógico-didácticas (con contextualización cultural) y ético-críticas (con énfasis en justicia epistémica). El marco regional que faltaba para planificar el desarrollo docente.

Scoping review of 84 documents (2022-2024) on the competencies Latin American faculty are developing: technical-operational (with creative adaptation to limited infrastructure), pedagogical-didactic (with cultural contextualization), and ethical-critical (emphasizing epistemic justice). The regional framework that was missing for faculty development planning.

Fortalecer las competencias digitales docentes: un imperativo ante la integración de la IA

Strengthening Faculty Digital Competencies: An Imperative in the Face of AI Integration

Este artículo argumenta que la brecha crítica de la integración de IA en la educación superior no es tecnológica sino formativa: sin competencias digitales docentes sólidas, las herramientas se adoptan sin criterio pedagógico. Propone líneas de acción institucional para cerrar la brecha — complemento natural del cuestionario validado de la RIED en esta misma edición.

This article argues that the critical gap in higher-education AI integration is not technological but formative: without solid faculty digital competencies, tools get adopted without pedagogical judgment. It proposes institutional action lines to close the gap — a natural complement to the validated RIED questionnaire in this same issue.

¿Hacia dónde va la IA en los próximos cinco años? Implicaciones para la planificación académica

Where Is AI Headed in the Next Five Years? Implications for Academic Planning

El Educational Technology and Change Journal abre agosto con un ejercicio prospectivo sobre la trayectoria de la IA a cinco años. Para quienes diseñan programas y currículos —cuyo horizonte de revisión es precisamente ese— el ejercicio ayuda a distinguir las decisiones curriculares que deben tomarse ahora de las que conviene aplazar.

The Educational Technology and Change Journal opens August with a five-year prospective exercise on AI's trajectory. For those designing programs and curricula —whose revision horizon is precisely that— the exercise helps distinguish curricular decisions that must be made now from those better deferred.

La universidad en la era de la IA: modernización curricular y sus desafíos

The University in the AI Era: Curricular Modernization and Its Challenges

Análisis de la modernización curricular ante la IA con datos regionales actualizados: más del 91% de los estudiantes y cerca del 75% del profesorado latinoamericano ya usa herramientas de IA en sus actividades académicas cotidianas. El texto recorre los desafíos de actualizar programas cuando la tecnología cambia más rápido que los ciclos de revisión curricular.

An analysis of curricular modernization in the AI era with updated regional data: over 91% of Latin American students and about 75% of faculty already use AI tools in their daily academic activities. It walks through the challenges of updating programs when technology changes faster than curriculum revision cycles.

El rol de la IA en la enseñanza universitaria: potencial, riesgos y perspectivas futuras

AI's Role in University Teaching: Potential, Risks, and Future Perspectives

Panorámica arbitrada en español del estado de la IA en la enseñanza universitaria: el potencial (personalización, retroalimentación, eficiencia docente), los riesgos (dependencia, sesgos, brechas de acceso) y las perspectivas de mediano plazo. Útil como lectura introductoria para colegas que se incorporan a la conversación este semestre.

A peer-reviewed Spanish-language overview of AI's state in university teaching: the potential (personalization, feedback, teaching efficiency), the risks (dependence, bias, access gaps), and medium-term outlooks. Useful as an introductory reading for colleagues joining the conversation this semester.

📄 Cláusulas de IA para prontuarios

📄 AI Clauses for Syllabi

Cuatro niveles de política de IA con lenguaje listo para copiar al prontuario (alineados con la estructura de prontuarios de la PUCPR), la declaración de uso modelo para el estudiante y la tabla de etiquetado evaluación por evaluación.

Four AI policy tiers with copy-ready syllabus language (aligned with PUCPR's syllabus structure), a model student disclosure statement, and the per-assessment labeling table.

Word · Español · 11 KB

📋 Rúbrica de uso responsable de la IA

📋 Responsible AI Use Rubric

Rúbrica analítica de cuatro criterios (transparencia, verificación crítica, autoría del razonamiento y uso ético) con cuatro niveles de desempeño, notas de aplicación para el docente y alineación con la taxonomía de Bloom.

An analytic rubric with four criteria (transparency, critical verification, authorship of reasoning, ethical use) across four performance levels, with instructor application notes and Bloom's taxonomy alignment.

Word · Español · 10 KB

💬 Guía de prompts para docentes

💬 Prompt Guide for Faculty

Siete instrucciones modelo para la preparación de cursos —objetivos según Bloom, bancos de preguntas, rúbricas, casos contextualizados en Puerto Rico, retroalimentación, analogías y rediseño de tareas resilientes a la IA— con cuatro principios de uso y precauciones éticas.

Seven model prompts for course preparation —Bloom-aligned objectives, question banks, rubrics, Puerto Rico-contextualized cases, feedback, analogies, and AI-resilient task redesign— with four usage principles and ethical cautions.

Word · Español · 11 KB