Tipo: guía

Metodología: propuesta didáctica

Temas: inteligencia artificial evaluación enseñanza/aprendizaje de lenguas

Temas IA: IA y evaluación IA y enseñanza-aprendizaje de lenguas guía

Resumen:

Texto completo

Guía práctica de Pearson Languages, complementaria de su informe Assessment Evolved, sobre cómo rediseñar la evaluación formativa en la era de la IA generativa. Se dirige al profesorado de lenguas y parte del concepto de integridad del aprendizaje: que el estudiante se implique de verdad en el proceso en lugar de delegar el pensamiento en un modelo de lenguaje. Distingue cuatro perfiles de docente ante la IA —staunch traditionalists, cautious explorers, protective skeptics y proactive innovators—.

Presenta tres marcos...

Ver ficha completa

Tipo: informe

Metodología: estudio empírico

Temas: inteligencia artificial educación superior práctica docente

Temas IA: IA y educación guía ética de la IA

Resumen:

Texto completo

Informe final del comité creado por el MIT para estudiar el uso de la inteligencia artificial en la docencia, el aprendizaje y la formación investigadora, presentado el 13 de agosto de 2026 tras cinco meses de consulta a la comunidad universitaria. Lo firman quince miembros —profesorado de las cinco escuelas, estudiantes de grado y posgrado y personal de bibliotecas y del Teaching and Learning Lab— bajo la copresidencia de Eric Klopfer y Sam Madden, y se plantea como una llamada a la acción, no como un reglamento de uso.

El texto formula ocho principios rectores —humildad, audacia, poner a las personas en el centro, apostar por el...

Ver ficha completa

Tipo: informe

Metodología: estudio empírico

Temas: inteligencia artificial evaluación enseñanza/aprendizaje de lenguas

Temas IA: IA y evaluación IA y enseñanza-aprendizaje de lenguas guía

Resumen:

Texto completo

Edición para la enseñanza de lenguas del informe de Pearson sobre la evaluación formativa en la era de la IA generativa, elaborado a partir de una encuesta a más de mil docentes y de entrevistas con especialistas internacionales. Su tesis es que la respuesta a la IA generativa no está en las herramientas de detección, sino en rediseñar la evaluación formativa para que haga visible el proceso de aprendizaje y no solo el producto final.

El informe organiza la evaluación formativa en torno a tres preguntas —«¿adónde voy?», «¿dónde estoy?» y «¿cómo llegaré?»—, advierte de los riesgos del...

Ver ficha completa

Tipo: guía

Temas: inteligencia artificial tecnología educativa herramientas

Temas IA: prompts guía IA y educación

Resumen:

Texto completo

Guía práctica de Google for Education, publicada en julio de 2026 y elaborada «en colaboración con docentes de todo el mundo», para que el profesorado y los equipos directivos de primaria y secundaria empiecen a usar las herramientas de IA de la empresa: Gemini for Education, Gemini Notebook y Gemini in Classroom. Se propone tres objetivos: aplicar buenas prácticas de redacción de prompts, conocer las funciones principales de la aplicación —Gems, Canvas, Deep Research— y llevarlas a la enseñanza, el aprendizaje y la gestión.

Organización: alrededor de un centenar de propuestas agrupadas por ámbito...

Ver ficha completa

Tipo: artículo

Metodología: propuesta didáctica

Temas: inteligencia artificial tecnología educativa evaluación

Temas IA: prompts IA y evaluación IA y creación de materiales

Resumen:

La autora, del Language Resource Center de la Universidad de Columbia, propone ACTSET, un marco de seis pasos para que el profesorado de lenguas redacte prompts útiles: Audience (quién enseña y quiénes aprenden), Context (objetivos de aprendizaje y trabajo previo), Task (qué se le pide exactamente al modelo), Specifics (parámetros de la respuesta), Evaluation (comparación de lo obtenido con lo que hacía falta) y Tweaks (reformulación). Los dos últimos pasos convierten el proceso en un ciclo iterativo y no en una petición única.

El marco se desarrolla con un caso trabajado de español elemental (A2 del MCER, Novice Mid-High de ACTFL): la generación de una rúbrica descriptiva para evaluar una...

Ver ficha completa

Tipo: artículo

Metodología: propuesta didáctica

Temas: inteligencia artificial herramientas tecnología educativa

Temas IA: prompts chatGPT IA y enseñanza-aprendizaje de lenguas

Resumen:

Las autoras, del Center for Advanced Research on Language Acquisition (CARLA) de la Universidad de Minnesota, proponen un marco de cuatro componentes para redactar prompts de práctica lingüística: lengua (la lengua meta de la interacción), papeles (el que asume el estudiante y el que se le pide al asistente, de entre siete posibles: tutor, entrenador, mentor, compañero de equipo, herramienta, simulador y estudiante), género (la tarea comunicativa, el tema o el tipo de texto) y nivel (el grado de competencia y la complejidad lingüística esperada). Su tesis es que un prompt eficaz no se limita a fijar lengua y nivel, sino que establece además qué papel va a representar el modelo.

El marco se depuró a lo largo de cientos de interacciones de...

Ver ficha completa

Tipo: guía

Metodología: trabajo teórico

Temas: inteligencia artificial ética tecnología educativa

Temas IA: IA y educación guía ética de la IA

Resumen:

Texto completo

Documento de orientación del Ministerio de Educación de Brasil dirigido a instituciones, docentes, gestores, estudiantes, desarrolladores y responsables de políticas públicas, que abarca todos los ciclos educativos, «da creche à pós-graduação».

Reúne directrices, principios y recomendaciones para una integración responsable, ética y socialmente comprometida de la inteligencia artificial en los procesos educativos. Se organiza en once capítulos: contexto, oportunidades y desafíos; fundamentos de ética y equidad; enseñanza y aprendizaje con IA —con la distinción entre aprender con la IA y aprender sobre la IA—; centralidad del profesorado; educación...

Ver ficha completa

Tipo: artículo

Metodología: estudio empírico

Temas: inteligencia artificial educación superior ética

Temas IA: IA y educación estudio empírico guía

Resumen:

Texto completo

La inteligencia artificial se ha incorporado progresivamente a la enseñanza universitaria, ofreciendo oportunidades para mejorar el aprendizaje, pero también riesgos relacionados con la dependencia, el uso acrítico y la obsolescencia de conocimientos. Este estudio identifica criterios que permitan un uso pedagógico y responsable de la IA en la docencia universitaria. Se aplicó la metodología Delphi a un panel de quince docentes universitarios en tres rondas de consulta. Los resultados revelan nueve categorías de recomendaciones, destacando la ética, la formación en uso crítico, la integración en contextos reales y la prevención de prácticas deshonestas.

Ver ficha completa

Tipo: guía

Metodología: trabajo teórico

Temas: inteligencia artificial tecnología educativa formación de profesores

Temas IA: IA y educación prompts guía

Resumen:

Texto completo

Este documento é fruto da colaboração entre o NEES, o IA.Edu e a Tellescom, com o objetivo de produzir uma série de materiais norteadores sobre Inteligência Artificial na Educação com uma linguagem mais simples e com foco na prática do professor da Educação Básica.

Com o objetivo de explorar as potencialidades e desafios da Inteligência Artificial Generativa na educação, apresenta um panorama sobre as aplicações dessa tecnologia no ambiente educacional e discute as implicações éticas e práticas para sua implementação. Inclui ejemplos de prompts y recomendaciones para ocho escenarios de aplicación de la IA en la educación.

Ver ficha completa

Tipo: artículo

Metodología: trabajo teórico

Temas: inteligencia artificial metodología de investigación ética

Temas IA: análisis de producción de IA guía ética de la IA

Resumen:

Texto completo

El autor abre con una escena: un investigador comparte un audio o vídeo de siete minutos generado por IA sobre su último artículo; suena convincente y profesional, pero en esa narración fluida la IA ha convertido silenciosamente un «puede sugerir» en «demuestra», ha suprimido limitaciones cruciales y ha ampliado las conclusiones del estudio más allá de lo que sostienen los datos.

A partir de ahí propone dos listas de comprobación sencillas —una para público académico, con diez ítems, y otra para público general, con seis— que permiten al investigador verificar la exactitud de los resúmenes generados con IA antes de difundirlos, y dar a la audiencia transparencia...

Ver ficha completa