Aprender haciendo: proyectos, desafíos y colaboración con IA
Material de apoyo. No es obligatorio leerlo para rendir.
1. Convertir contenidos en desafíos auténticos
Transformar un contenido curricular en un desafío auténtico que requiera investigar, decidir y producir para un destinatario real o verosímil.
Ideas clave
- Plantear una situación con propósito y restricciones.
- Exigir decisiones que no tengan una única respuesta prefabricada.
- Definir un producto útil para alguien.
- Conectar el desafío con contenidos curriculares explícitos.
- Mantener una dificultad abordable para el grupo.
Qué conviene evitar
- Disfrazar una guía de ejercicios como proyecto.
- Elegir un problema tan amplio que no pueda abordarse.
- Priorizar el producto vistoso sobre el aprendizaje.
- Usar un destinatario ficticio sin efecto en la tarea.
- Permitir que la IA produzca todo sin decisiones del equipo.
Caso para pensar
El “proyecto” consiste en responder veinte preguntas y pegarlas en una presentación.
Criterio INFOX: la IA participa como apoyo; el aprendizaje se demuestra en las decisiones, explicaciones, evidencias y acciones humanas.
2. Definir una pregunta guía fértil y abordable
Formular una pregunta guía abierta, enfocada y fértil que sostenga investigación y decisiones durante el proyecto.
Ideas clave
- Evitar preguntas que se responden con un dato.
- Conectar la pregunta con una situación concreta.
- Permitir varias respuestas defendibles.
- Asegurar que requiera contenidos relevantes.
- Revisarla si el proyecto deriva hacia otra pregunta mejor.
Qué conviene evitar
- Usar una pregunta enciclopédica.
- Formular una pregunta tan vaga que todo entra.
- Hacer una pregunta cuya respuesta ya está en la consigna.
- Elegirla solo porque produce muchas búsquedas.
- Confundir tema con pregunta guía.
Caso para pensar
“¿Qué es la contaminación?” se propone como pregunta central para un proyecto de seis semanas.
Criterio INFOX: la IA participa como apoyo; el aprendizaje se demuestra en las decisiones, explicaciones, evidencias y acciones humanas.
3. Planificar hitos, entregables y decisiones del proyecto
Organizar un proyecto mediante hitos, entregables intermedios y decisiones revisables.
Ideas clave
- Definir productos parciales con fecha y propósito.
- Hacer visibles dependencias entre tareas.
- Revisar avances antes del producto final.
- Reservar tiempo para iteración.
- Usar la IA para apoyar planificación sin delegar prioridades del equipo.
Qué conviene evitar
- Esperar hasta el final para revisar.
- Planificar solo una fecha de entrega.
- Generar un cronograma automático y no adaptarlo.
- Asignar tareas sin dependencias claras.
- Confundir actividad realizada con avance significativo.
Caso para pensar
El equipo trabaja tres semanas y recién en la última descubre que faltaba información esencial.
Criterio INFOX: la IA participa como apoyo; el aprendizaje se demuestra en las decisiones, explicaciones, evidencias y acciones humanas.
4. Distribuir roles humanos y usos permitidos de IA
Distribuir roles y usos de IA para que todas las personas conserven responsabilidad intelectual en el proyecto.
Ideas clave
- Definir responsabilidades rotativas o complementarias.
- Acordar qué tareas puede asistir la IA.
- Evitar que una sola persona sea “quien usa el chatbot”.
- Pedir evidencia de aportes individuales y colectivos.
- Revisar roles cuando cambia la necesidad del proyecto.
Qué conviene evitar
- Asignar a la IA el rol de decidir por el grupo.
- Dejar que un integrante haga todo el trabajo intelectual.
- Usar roles nominales sin tareas reales.
- Evaluar solo al grupo sin observar contribuciones.
- Mantener roles rígidos aunque no funcionen.
Caso para pensar
Un integrante genera todo con IA mientras el resto se limita a diseñar las diapositivas.
Criterio INFOX: la IA participa como apoyo; el aprendizaje se demuestra en las decisiones, explicaciones, evidencias y acciones humanas.
5. Documentar investigación y construcción colaborativa
Documentar investigación y construcción colaborativa para que el proceso sea visible y revisable.
Ideas clave
- Registrar decisiones y cambios importantes.
- Conservar fuentes y evidencias utilizadas.
- Anotar desacuerdos productivos y cómo se resolvieron.
- Relacionar cada decisión con el objetivo del proyecto.
- Usar versiones para mostrar evolución.
Qué conviene evitar
- Guardar solo el producto final.
- Confundir cantidad de archivos con documentación útil.
- Borrar intentos fallidos que aportan aprendizaje.
- No registrar de dónde provienen los datos.
- Construir una bitácora ficticia al final.
Caso para pensar
El equipo presenta un gran producto, pero no puede mostrar cómo investigó ni por qué tomó sus decisiones.
Criterio INFOX: la IA participa como apoyo; el aprendizaje se demuestra en las decisiones, explicaciones, evidencias y acciones humanas.
6. Presentar, defender y responder preguntas sobre el producto
Cerrar con presentación y defensa: explicar decisiones, evidencias, límites y responder preguntas no previstas.
Ideas clave
- Asignar tiempo a preguntas del público.
- Pedir justificación de decisiones clave.
- Incluir límites y aspectos pendientes.
- Permitir que distintos integrantes respondan.
- Evaluar capacidad de argumentar, no solo diseño de la exposición.
Qué conviene evitar
- Leer un guion generado sin interacción.
- Evitar preguntas para que no aparezcan dudas.
- Evaluar solo estética de la presentación.
- Dejar que una persona responda todo.
- Ocultar limitaciones del producto.
Caso para pensar
La exposición está muy pulida, pero el grupo no puede responder por qué eligió una de sus soluciones.
Criterio INFOX: la IA participa como apoyo; el aprendizaje se demuestra en las decisiones, explicaciones, evidencias y acciones humanas.
7. Cerrar el proyecto con retrospectiva y mejora
Usar una retrospectiva para identificar qué funcionó, qué falló y qué cambiaría el equipo en una segunda versión.
Ideas clave
- Comparar plan inicial con proceso real.
- Identificar una decisión que conviene mantener.
- Elegir una mejora concreta y accionable.
- Separar problemas de coordinación de problemas conceptuales.
- Registrar aprendizajes transferibles a otro proyecto.
Qué conviene evitar
- Cerrar apenas se entrega el producto.
- Hacer una reflexión genérica sin ejemplos.
- Culpar a personas en lugar de analizar procesos.
- Concluir que todo salió bien porque aprobaron.
- No conectar la retrospectiva con futuros proyectos.
Caso para pensar
Después de presentar, el equipo guarda los archivos y nunca analiza qué aprendió sobre su forma de trabajar.
Criterio INFOX: la IA participa como apoyo; el aprendizaje se demuestra en las decisiones, explicaciones, evidencias y acciones humanas.