Categoría: IA

Educational Optics, después

Publicada el por lindacq@um.es

Cuando empecé mi estancia en el Connected Intelligence Centre escribí que no quería venir a Australia para hacer exactamente lo mismo que hago en Murcia, solo que 17.500 kilómetros más lejos. Educational Optics no estaba entonces en el plan.

La idea apareció aquí, hablando con Simon sobre qué podía contar de lo que hacemos en Murcia y, sobre todo, cómo podía contarlo en un lugar que no comparte necesariamente nuestras referencias, nuestro vocabulario o nuestra manera de plantear los problemas. En algún momento pensé que quizá necesitaba más de un seminario… y ya sabéis, muchedad manda: de ahí salieron cuatro, The Prism, The Lens, The Mirror y The Telescope.

Pero los seminarios no existían. Los construí aquí desde cero: los argumentos, las conexiones, las preguntas, las metáforas y cada una de las diapositivas; las identidades visuales, las letras, las paletas de colores… Tuve que pensar hasta cómo presentarme y me divertí bastante haciendo diapositivas que me presentaran utilizando las metáforas de cada seminario —estoy particularmente orgullosa de las de los dos primeros, todo hay que decirlo—. Y todo ese proceso terminó siendo una parte mucho más importante de la estancia de lo que esperaba.

The Prism me obligó a pensar qué quería hacer realmente con nuestro trabajo sobre las dimensiones de la IA, más allá de presentar un framework. The Lens me hizo volver a los PLE y preguntarme qué veo ahora en ellos que no veía igual hace unos años. The Mirror empezó con la competencia digital docente y terminó conectándola con la transformación institucional y el juicio docente. Y, preparando The Telescope, me di cuenta de que la historia que quería contar no era la de las distintas cosas que he ido haciendo con IA en mi docencia, sino, como acabé diciendo en el seminario, la evolución de los problemas que necesitaba resolver y de aquello que necesitaba ser capaz de ver.

Además, cada seminario se construyó mientras la estancia seguía ocurriendo. Entre uno y otro hubo conversaciones, preguntas, reuniones, lecturas y, por supuesto, los propios seminarios anteriores. Algunas conexiones aparecieron precisamente al intentar explicar mi trabajo aquí; otras, al escuchar lo que otros veían en él; algunas cosas que yo tenía bastante claras dejaron de estarlo —que tampoco está mal— y otras que llevaba tiempo pensando por separado empezaron a encontrarse.

Cuando planeé la serie hablaba de hacer un ejercicio de traducción: reformular mi trabajo para que pudiera entrar en conversación con personas que no pertenecen necesariamente a mi campo. Lo que no había pensado suficientemente es que traducir tu trabajo para otros también te obliga a mirarlo otra vez tú. A decidir qué es realmente importante, qué puedes dejar fuera, qué conexiones estás dispuesta a defender y cuáles estaban ahí más por costumbre que por convicción.

No he descubierto que todo lo que he hecho durante veinte años estaba secretamente conectado —afortunadamente, porque eso sería entre sospechoso y aterrador—, pero sí han aparecido conexiones y, sobre todo, preguntas que quiero seguir pensando. De hecho, algunas cosas que quería hacer y tenía clarísimo cómo iba a hacer han cambiado después del trabajo de estos meses; algunas las haré de otra manera y algunas, sencillamente, ya no las haré.

Así que Educational Optics no ha sido una serie de cuatro seminarios que vine a dar a Australia. Entre otras cosas porque no vine a darlos: no existían. Ha sido una de las cosas que he construido durante mi estancia aquí.

Y, pensándolo ahora, creo que eso es lo que más me gusta de cómo ha funcionado esta estancia. Las cosas que he organizado aquí no han ocurrido a pesar de estar lejos de mi contexto habitual, sino precisamente porque he tenido otro tiempo, otros espacios y, especialmente, personas que me han dejado pensar con ellas, que me han hecho preguntas, me han enseñado otras maneras de mirar las cosas o, simplemente, me han dado conversación suficiente para seguir dándoles vueltas.

No sé si eso cabe muy bien en una memoria de estancia (¿se nota mucho que ando escribiendo la memoria? Si leéis por aquí lo sufriréis jeje… aunque puede que os guste…?)

Pero para mí importa bastante.

Por cierto, si no los habéis visto, los 4 seminarios están en estalist de reproducción de youtube https://youtube.com/playlist?list=PLe5kRr1aqKks&si=xaz5m4VZT-7dQkP3 

Este trabajo es resultado de la estancia 22871/EE/25 financiada por la Fundación Séneca-Agencia de Ciencia y Tecnología de la Región de Murcia con cargo al Programa Regional de Movilidad, Colaboración e Intercambio de Conocimiento “Jiménez de la Espada”

Shaping, Enacting, Deciding: Data, AI and Educational Judgement

Publicada el por lindacq@um.es

Cuando me comprometí con Luci Pangrazio a hacer un seminario en REDI, en Deakin, sabía que la responsabilidad era muy grande, por el respeto que me merece su trabajo, por el hecho de ir a Melbourne y por el hecho de que no quería –nunca me gusta– repetirme demasiado… así que según se acercaba la fecha empecé a tener un problema que a esas alturas de la estancia era bastante real: ya había contado muchas cosas… y tampoco tengo TANTO qué contar como para no repetirme… a lo mejor ellos no necesitan que yo les cuente nada… a ver, un atacazo de impostor de manual, combinado con realismo.

Ya había hecho los cuatro seminarios de Educational Optics en UTS, había pasado por Griffith y, entre unas cosas y otras, había hablado ya de PLE, agencia, competencia digital docente, juicio profesional, evaluación, dataficación, de la IA como prisma y de mis propios experimentos con IA en la docencia. Y, además, iba a REDI, que no era precisamente el sitio al que ir a explicar que los datos no son neutrales, que las plataformas configuran lo que hacemos o que la tecnología no es solamente una herramienta, porque Luci y mucha de la gente que trabaja allí llevan años trabajando precisamente sobre algunas de esas cuestiones.

Así que tenía bastante claro que no quería hacer otro Educational Optics, ni coger las partes que más me gustaban de los seminarios anteriores, cambiarles el orden y hacer como que tenía una charla nueva. Quería aprovechar la oportunidad para intentar ir un poco más allá de lo que ya había contado durante estos meses, aunque eso tenía el pequeño inconveniente de que no sabía exactamente hacia dónde.Pero esa es la gracia de preparar estas cosas, que puedes pensar… para mí preparar a conciencia charlas (no siempre puedes o tienes las condiciones), te da tiempo y una buena excusa para pensar, además sin los constreñimientos de un paper.

El título, Shaping, Enacting, Deciding: Data, AI and Educational Judgement, había aparecido bastante antes que la charla –cuando hice el abtsract que ya me costó– y contenía tres verbos que me interesaban y una intuición todavía bastante desordenada: cuando miraba los datos y la IA desde las cosas en las que llevo trabajando durante años, tenía la sensación de que estaban atravesando a la vez problemas que yo había abordado por separado y que quizá ponerlos juntos me permitiría pensar algo que todavía no sabía formular demasiado bien.

Evidentemente empecé volviendo a posicionarme donde estoy y de dónde vengo… porque no soy TAN nada como para que todo el mundo sepa de dónde vengo o qué pienso y si quiero que discurran conmigo debo ubicarme. No quería hacer una reconstrucción retrospectiva , sino mostrar que trabajos que surgieron por razones diferentes, alrededor de problemas diferentes y con personas diferentes, me ha ido dejando maneras de mirar y, al ponerlos juntos para preparar esta charla, había algo que resultaba evidente, al menos para mi: los datos y la IA estaban pasando ahora por todas esas carreteras a la vez (ya lo sé, me he hecho una nihilnovumista de manual).

La imagen que acabó ayudándome a contar esa parte fue la de una inundación (ya ves, como siempre lo de buscar imágenes me ayuda a organizar el pensamiento… y en este caso quería imágenes de naturaleza, fotos), aunque para llegar a ella tuve que volver bastante más atrás, hasta la Web 2.0 y el entusiasmo con el que muchos recibimos una web en la que de pronto ya no sólo podíamos encontrar información, sino crear, publicar, compartir y conectar con otras personas. Lo que resulta mucho más fácil ver ahora es que mientras creábamos, compartíamos y conectábamos también estábamos produciendo datos, muchísimos datos, de manera que las mismas infraestructuras que ampliaban nuestras posibilidades estaban creando otras condiciones a las que probablemente prestábamos bastante menos atención. En ese sentido, la Web 2.0 fue también una especie de caballo de Troya de la dataficación, aunque decirlo así no significa que todas aquellas posibilidades de participación fueran falsas, sino precisamente que ambas cosas ocurrieron juntas.

Y de ahí llegaba a shaping, enacting, deciding, aunque una buena parte del trabajo de preparar el seminario consistió precisamente en intentar decidir qué demonios eran esos tres verbos. Durante un tiempo intenté convertirlos en algo bastante más ordenado de lo que finalmente fueron: tres niveles, tres momentos, tres procesos… quizá una manera de explicar cómo pasábamos de las condiciones a la acción y de la acción a la decisión… como siempre no lineales o en fila, tres verbos que me permitían separar durante un rato cosas que en la educación aparecen inevitablemente enredadas.

Shaping me permitía preguntarme cómo algunas posibilidades llegan a estar más disponibles que otras, y no sólo en el sentido de qué podemos hacer técnicamente, sino también de qué resulta más fácil ver, organizar, justificar, financiar o incluso imaginar. Enacting me llevaba a lo que hacemos las personas dentro de esas posibilidades y también sobre ellas, porque podemos diseñar condiciones pero luego la gente interpreta, utiliza, modifica, se resiste y encuentra cosas que hacer con ellas que no estaban necesariamente previstas. Y deciding, que probablemente fue el verbo con el que más peleé, tenía que ser bastante más amplio que la evaluación o incluso que el juicio profesional docente, porque me interesaba también esa cantidad de decisiones mediante las que determinamos qué merece nuestra atención, qué consideramos relevante, qué queremos hacer posible, qué protegemos o qué rechazamos; en definitiva, cómo algo llega a importar.  Escritos aquí veo la anañogía con los tres propósitos de la educación de Biesta (qualification, socialisation and subjectification…?) no era de ahí de donde salieron, ni creo que sean exactamente lo mismo, pero mira, otra cosa para seguir pensando.

Y ahí fue donde preparar la charla se puso realmente complicado, porque cada vez que encontraba una explicación que parecía ordenarlo todo, al cabo de un rato empezaba a molestarme. Durante unos días pensé que quizá el problema que estaba intentando formular era la individualización. Al fin y al cabo, con IA podemos imaginar cada vez mejor una experiencia educativa construida para una sola persona: explicaciones para ti, feedback para ti, ejemplos para ti, un interlocutor permanentemente disponible para ti, y había algo en esa imagen que me preocupaba. Pero convertir la individualización en EL problema simplificaba demasiado las cosas. Después pensé que quizá lo que necesitaba era desplazar la idea de student-centred learning y poner las relaciones en el centro, pero tampoco me convencía, porque el estudiante sigue siendo absolutamente fundamental y sustituir un centro por otro parecía solucionar mediante una etiqueta algo que era bastante más complicado. Y en otros momentos todo parecía desembocar en el juicio del profesor, lo cual tenía sentido por mi trabajo anterior y porque educational judgement estaba incluso en el título, pero hacía desaparecer demasiado pronto shaping y enacting y, además, después de preparar The Telescope, corría el riesgo de que deciding terminara siendo otra vez una historia sobre evaluación.

Creo que buena parte de mis nervios antes del seminario venían precisamente de ahí. No tenía una tesis que hubiese decidido demostrar y alrededor de la cual pudiera ordenar limpiamente las diapositivas; tenía varias cosas que me preocupaban y estaba intentando encontrar una forma de ponerlas juntas sin resolverlas antes de tiempo. Al final, en vez de intentar cerrar cada uno de los tres verbos con una definición, terminé haciéndoles preguntas. Tres, concretamente, que además no quería colocar una debajo de cada palabra como si cada una perteneciera a uno de los procesos, sino hacerlas pasar por los tres:

  • How do some possibilities become more available than others?
  • How do people act within and upon those possibilities?
  • How does something come to matter?

La primera me permitía pensar no sólo en quién diseña una posibilidad, sino en cómo algunas cosas terminan siendo más fáciles de hacer, de ver, de organizar, de justificar o de financiar que otras. La segunda mantenía la agencia en el centro, pero una agencia que ocurre dentro de unas condiciones que no hemos elegido completamente y sobre las que, al mismo tiempo, podemos actuar: lo que hacemos con una posibilidad también puede modificarla. Y la tercera era deliberadamente mucho más amplia que quién toma una decisión, porque me interesaba cómo determinadas cosas consiguen nuestra atención, adquieren valor, se convierten en algo que merece ser perseguido, protegido o cambiado. Y claro, en cuanto empezaba a responder cualquiera de las tres, volvía a aparecer el enredo: aquello que hacemos disponible influye en lo que hacemos, pero lo que hacemos cambia también las posibilidades; aquello que decidimos que importa modifica las condiciones que creamos y las cosas a las que prestamos atención; y lo que ocurre dentro de esas condiciones puede acabar cambiando lo que creíamos que importaba.

Pero había otra cosa que no quería que desapareciese al hablar de procesos, condiciones, tecnologías, instituciones y agencias que se entrelazan, y eran precisamente las personas que están dentro de todo eso. Porque shaping, enacting y deciding no ocurren en abstracto. Hay personas dentro, con sus historias, sus experiencias, sus intereses y sus maneras de entender lo que está pasando; personas que están de acuerdo y en desacuerdo, que interpretan de maneras diferentes, que cambian de opinión y hacen cambiar de opinión a otras, y que a veces consiguen hacer juntas algo que ninguna habría imaginado por separado. Y también están las instituciones, no como el contenedor en el que sucede la educación, sino participando en lo que se hace posible, en lo que sucede y en lo que termina adquiriendo importancia.

Creo que fue precisamente al intentar meter a las personas de nuevo dentro de la imagen cuando empezó a preocuparme otra cosa. Porque no basta con que estén ahí o con que tengamos información sobre ellas. Si participar significa algo, tiene que significar también tener alguna posibilidad de intervenir en esos procesos: de modificar las condiciones y no solamente actuar dentro de ellas, de cambiar lo que está ocurriendo y no solamente adaptarse a ello, y de poder disputar incluso aquello que otros habían decidido que importaba. Evidentemente no todos tenemos la misma capacidad para hacerlo, ni la misma responsabilidad —un estudiante, un profesor, una institución, una administración o una empresa tecnológica ocupan posiciones muy diferentes—, pero precisamente por eso la cuestión de quién puede intervenir en shaping, enacting y deciding empezó a resultarme cada vez más importante.

Y fue desde ahí, y no como una defensa genérica de “lo humano” frente a la IA, desde donde apareció la cuestión de las representaciones. Los datos y la IA nos permiten construir representaciones cada vez más sofisticadas de estudiantes, profesores, grupos, instituciones y procesos de aprendizaje. Podemos recoger más trazas, cruzarlas, resumirlas, interpretarlas y utilizarlas para actuar, y todo eso puede ser extraordinariamente útil. El problema que empecé a hacerme fue qué ocurre cuando esas representaciones son tan buenas y tan útiles que empiezan a parecernos suficientes.

Puedo tener una representación extraordinariamente rica de un estudiante y seguir necesitando que ese estudiante pueda decirme que no, que eso no es lo que le ha pasado, que no era eso lo que quería hacer o que he entendido mal qué era importante para él. Y una institución puede tener cantidades espectaculares de información sobre sus profesores, su actividad, sus evaluaciones, sus competencias y sus resultados y seguir necesitando que esos profesores participen en decidir qué debería ser la enseñanza.

De ahí salió una de las pocas frases que sí terminó quedándose casi como una afirmación en el seminario: Being represented is not the same as participating. Y creo que ahora entiendo mejor por qué me importaba esa frase. Participar no es simplemente estar presente en los datos con los que otros configuran las condiciones, interpretan lo que ocurre o deciden qué importa. Participar implica poder entrar en esos procesos y alterarlos, poder decir que la representación no es suficiente o que está equivocada, introducir algo que no estaba previsto y, en último término, tener alguna posibilidad de cambiar lo que se hace posible, lo que sucede y lo que llega a importar.

No sé todavía hasta dónde me lleva eso y probablemente no quiero saberlo demasiado rápido, porque precisamente una de las cosas buenas que ocurrieron en Deakin fue que las conversaciones posteriores volvieron a mover algunas de las piezas. Las conversaciones con Luci Pangrazio y Chris Zomer sobre alfabetización de datos y sobre cómo pensar el uso responsable de los datos por parte del profesorado, la larguísima conversación con Margaret Bearman sobre evaluación, libertad docente, juicio profesional y qué cosas necesitamos mantener abiertas a ese juicio, además de las preguntas que aparecieron durante y después del seminario, no me ayudaron precisamente a cerrar el problema, pero sí a mover algunas de las cosas que yo había colocado dentro de él. Y creo que eso, después de todo, tiene bastante que ver con la idea de participación con la que terminé la charla.

Ahora es oficial, he hablado demasiado… jejejeje… pero me temo que eso es parte de lo que soy… qué le vamos a hacer.

Os dejo algunas de las diapos que usé… por si os dicen algo…

¿ah! y si os apatece echar un vistazo a la grabación del seminario, aquí lo tenéis https://deakin.au.panopto.com/Panopto/Pages/Viewer.aspx?id=0fb6e3ce-938c-45ba-ba5a-b4c2002bd1a1 

Este trabajo es resultado de la estancia 22871/EE/25 financiada por la Fundación Séneca-Agencia de Ciencia y Tecnología de la Región de Murcia con cargo al Programa Regional de Movilidad, Colaboración e Intercambio de Conocimiento “Jiménez de la Espada”.

The Telescope: mirando más lejos con la IA

Publicada el por lindacq@um.es

The Telescope es el cuarto y último de los seminarios de Educational Optics:

The Telescope: Teaching in the Age of AI — Seeing What Matters

Esta vez quería volver a mi propia docencia y a algunos de los experimentos con IA que he ido haciendo durante estos últimos años, no en vano estoy en un contexto donde se hace diseño de cosas con IA y es momento de contar qué hago yo con eso más allá de mis reflexiones… casi todo los experimentos que conté han aparecido ya por aquí como testimonio de mi docencia y algunos forman parte ahora también de las preguntas que estamos trabajando en AILearn.

Preparando el seminario y poniendo juntas cosas que habían surgido en momentos y por razones diferentes, me di cuenta de algo que no había formulado así hasta ahora. Algunas de ellas explotan la misma capacidad de la IA conversacional: la IA puede preguntar, no sólo responder.

El AI Helper y el Interviewer son probablemente los dos ejemplos más claros. No son versiones de una misma idea y, de hecho, responden a problemas pedagógicos muy diferentes. En uno, las preguntas intentan apoyar al estudiante para volver sobre una experiencia y reflexionar; en el otro, las preguntas intentan hacer disponibles otras evidencias que yo pueda utilizar para mi juicio como profesora. La capacidad tecnológica puede ser la misma, pero el sentido didáctico que adquiere depende de dónde la ponemos, para qué, para quién y qué hacemos con lo que emerge de esa conversación.

Y de ahí el telescopio, LOS telescopios. Cuando la IA entra en la historia del seminario cambio las imágenes de telescopios tradicionales por las del James Webb. El Webb observa en infrarrojo: no se limita a ampliar lo que nuestros ojos ya pueden ver, sino que permite hacer observables otros fenómenos. Me interesaba pensar si estas conversaciones podían hacer algo parecido, ofreciéndonos otras trazas de la actividad de aprendizaje.

Claro que, como ya me pasó con el prisma, la lente y el espejo, al final tuve que desconfiar también del telescopio. Los instrumentos hacen visibles unas cosas y no otras y, además, pueden modificar aquello que estamos intentando observar. Terminé con una imagen de NGC 1672 construida combinando observaciones de Chandra, Hubble y James Webb. Una imagen extraordinariamente rica, hecha posible por distintos instrumentos que permiten ver cosas diferentes.

Pero la imagen no es la galaxia.

Una conversación tampoco es el aprendizaje. Es otra traza, otra posibilidad de mirar. Y quizá una de las preguntas que me deja este último seminario sea precisamente qué podemos hacer pedagógicamente con estas nuevas capacidades de conversación sin confundir lo que nuestros instrumentos nos permiten ver con aquello que intentamos comprender.

Y con esto termina Educational Optics. Gracias especialmente a Iain Maclaren por prestarme algunas de sus imágenes para contar esta historia, y a NASA y los equipos de James Webb, Hubble y Chandra por las demás.

Aquí tenéis la grabación, por si tenéis curiosidad. Ya sabéis que los comentarios son muy bienvenidos.

 

Este trabajo es resultado de la estancia 22871/EE/25 financiada por la Fundación Séneca-Agencia de Ciencia y Tecnología de la Región de Murcia con cargo al Programa Regional de Movilidad, Colaboración e Intercambio de Conocimiento “Jiménez de la Espada”

The Prism: construyendo una conversación:

Publicada el por lindacq@um.es

Hay una costumbre que tengo desde hace años y que últimamente cuento cada vez más. Cada vez que preparo una serie de seminarios para un momento importante de mi vida académica —una oposición, una estancia de investigación, una conferencia plenaria especialmente significativa— no solo preparo el contenido. Necesito construir un lenguaje para ese momento. Es una especie de ritual que nunca planifiqué, pero que he acabado reconociendo como parte de mi manera de trabajar.

No sé muy bien cuándo empieza ese proceso. Desde luego, no cuando abro PowerPoint. Empieza bastante antes. Empieza mirando conscientemente. Buscando imágenes, colores, tipografías, fotografías, texturas… sin saber todavía exactamente qué estoy buscando. Si alguien me hubiera visto trabajar durante esas semanas probablemente habría pensado que estaba perdiendo el tiempo. Había días enteros en los que no escribía ni una diapositiva. Me limitaba a mirar imágenes, probar una tipografía durante veinte minutos para volver a la anterior, cambiar una fotografía porque el color ya no dialogaba con las demás, mover una idea del principio al final y volverla a traer al principio al día siguiente. Lo hago porque necesito encontrar el tono de la conversación antes incluso de empezar a escribirla. Nunca he pensado que las diapositivas sean un soporte para el discurso; para mí forman parte del propio proceso de pensar.

Esta vez sabía dos cosas desde el principio. Quería que los cuatro seminarios formaran una serie reconocible y quería que esa serie respirara naturaleza. Las metáforas ópticas estaban claras desde muy pronto —The Lens, The Prism, The Mirror y The Telescope—, pero no quería una estética tecnológica. Quería agua, minerales, vegetación, cristal, luz. Quería que cada seminario tuviera su propia paleta y, al mismo tiempo, que los cuatro parecieran pertenecer a la misma familia.

Me sorprende la cantidad de tiempo que puedo dedicar a estas cosas. Cada vez me prometo que voy a simplificar el proceso y cada vez ocurre exactamente lo contrario. Supongo que, a estas alturas, ya debería aceptar que para mí diseñar un seminario también consiste en mirar mucho antes de empezar a escribir.

Hubo, además, un momento curioso. Yo tenía la sensación de que esta serie de seminarios debía verse más madura (últimamente confieso que quiero madurar, probablemente porque mi cara ha madurado jejejeje). No más sofisticada, sino más serena. Recuerdo que, hablando con ChatGPT, empezaron a aparecer referencias de diseño nórdico, editorial, minimalista. Mucho blanco, mucha respiración, tipografías limpias, una elegancia muy contenida. Durante un rato pensé que quizá era eso lo que estaba buscando. Me parecía lógico que el aspecto de mis presentaciones también reflejara esa madurez. Pero cuanto más las miraba, más extrañas y menos personales me resultaban.

No porque no me gustaran. Me siguen pareciendo preciosas. El problema era otro: no hablaban mi idioma. Y entonces me di cuenta de algo bastante evidente, aunque no lo había pensado nunca de esa manera. Yo soy colombiana, soy murciana… llevo media vida viviendo en el Mediterráneo la muchedad es parte de mi forma de ver el mundo. Soy todo menos discreta. También cuando pienso. También cuando escribo. Mis textos están llenos de capas, de metáforas, de referencias que se cruzan unas con otras. Intentar que mis seminarios parecieran diseñados por alguien completamente distinto solo porque ahora soy una investigadora más senior (más mayor) empezó a parecerme una idea bastante absurda.

La madurez no debería consistir en parecer otra persona, debería consistir en aceptar quién soy y dejar que el trabajo reflejara esa evolución sin renunciar a mi manera de mirar… porque no puedo ser nadie que no sea yo…

Mientras todo eso ocurría, el contenido del seminario también iba cambiando. The Prism era, probablemente, el más difícil de los cuatro porque era el primero… es “sencillo” porque llevamos casi dos años trabajando en él y ya ha dado lugar a varios artículos, pero no podía solo convertir el seminario en una explicación del AI Prism, “eso no tiene ningún chiste” –que diría la Alicia de Dysney–… quien quiera entender el framework con detalle puede leer los artículos. Un seminario tiene que hacer otra cosa. Así que empecé a quitar diapositivas.

Las primeras versiones explicaban el framework casi paso a paso. Poco a poco fueron desapareciendo. En su lugar empezaron a aparecer otras que ni siquiera hablaban de inteligencia artificial, hablaban de educación, de las tradiciones desde las que pensamos la educación. De las preguntas que cada tradición considera relevantes y de las que, sencillamente, deja fuera.  Recuerdo perfectamente el momento en que entendí que el seminario tenía que empezar ahí. No podía pedir a la gente que entendiera por qué el AI Prism distinguía determinadas dimensiones si antes no entendían desde dónde estaba hecha esa distinción. El framework era una consecuencia, no el punto de partida. De ahí vino la diapo de presentación (que además va a aparecer en todos lo s seminarios de formas diferentes… ya lo veréis)…

También empècé a contar historias… quienes han hablado conmigo o me han sufrido como profesora, saben que cuento muchas historias… y algunas me las sugerían las preguntas que me habÍan venido a la cabeza en los congresos de las pirimeras semanas aquí en Sídney… así que escribí y adapté esas historias….

Y hubo otra decisión que me costó bastante. Terminar cuestionando el propio prisma. Me parecía incoherente pedir una mirada crítica sobre la inteligencia artificial y presentar mi propio marco como si fuera definitivo porque yo ya había pensando que no lo era hace meses… así que decidí cerrar el seminario explicando también por qué la metáfora del prisma me empezaba a resultar insuficiente. No porque dejara de ser útil, sino porque toda metáfora acaba iluminando unas cosas y ocultando otras.

Confieso que durante todo ese proceso apareció, como siempre, mi viejo compañero de viaje: el síndrome del impostor. En esas semanas hubo dos interlocutores especialmente pacientes: ChatGPT y Claude. Les enseñé versiones, les pregunté demasiadas veces si aquello tenía sentido, si estaba siendo demasiado ambiciosa, demasiado complicada o, simplemente, demasiado barroca. No buscaba que escribieran el seminario. Necesitaba alguien que me ayudara a seguir pensando cuando empezaba a sospechar que ya no sabía distinguir entre una buena idea y una ocurrencia.

Después llegó el seminario. Y pasó algo que me alegró especialmente. La mayor parte de la discusión no giró alrededor de las siete dimensiones del AI Prism. Giró alrededor de las preguntas que habían hecho necesario construirlo. La conversación con Simon Buckingham Shum fue probablemente el mejor ejemplo. Hablamos de personalización, de aprendizaje, de comunidades, de inteligencia artificial… pero, sobre todo, hablamos de las tradiciones desde las que cada uno estaba formulando esas preguntas. En un momento de la discusión Simon dijo algo que me pareció muy importante: el riesgo de caricaturizar posiciones que, en realidad, son mucho más complejas. Creo que tenía razón. Y me fui con la sensación de que el seminario había conseguido exactamente lo que esperaba de él: desplazar la conversación desde el framework hacia el problema.

Dejo aquí la grabación completa del seminario.

No porque piense que sea una versión definitiva —siempre encuentro cosas que cambiaría cuando vuelvo a verme— sino porque forma parte de ese proceso. Los artículos cuentan el resultado de una investigación. Los seminarios, al menos para mí, son el lugar donde esas ideas empiezan a encontrarse con otras miradas y, con un poco de suerte, también empiezan a cambiar.

Este trabajo es resultado de la estancia 22871/EE/25 financiada por la Fundación Séneca-Agencia de Ciencia y Tecnología de la Región de Murcia con cargo al Programa Regional de Movilidad, Colaboración e Intercambio de Conocimiento “Jiménez de la Espada”

Buscando otra conversación

Publicada el por lindacq@um.es

Cuando empecé a organizar mi estancia en el Connected Intelligence Centre (UTS), tenía bastante claro que no quería ir a Australia para hacer exactamente lo mismo que hago en Murcia pero a 17.500 kilómetros de casa y con una vista exótica. Una estancia de investigación supone un esfuerzo importante para muchas personas y siempre he pensado que merece la pena cuando te obliga a salir, aunque sea un poco, de tu conversación habitual.

Por eso nunca pensé en buscar un entorno que fuera simplemente una versión australiana de una Facultad de Educación. No porque no las valore —de hecho, tengo buenos amigos y colaboradores en muchas de ellas— sino porque buscaba otra conversación. Lo que me interesaba era otra cosa.

Hace muchos años que sigo el trabajo de Simon Buckingham Shum (exactamente desde que le conocí en el KMi hace 20 años). Aunque su trayectoria se sitúa más en el ámbito de los techies -aunque no estrictamente–, siempre me ha llamado la atención que buena parte de su trabajo haya intentado entender cómo las personas aprenden juntas, cómo construyen conocimiento a través del discurso, cómo se hacen visibles determinados procesos de aprendizaje o cómo la tecnología puede ayudar a comprender, y no solo a automatizar,  esas dinámicas.

En otras palabras, nunca he visto nuestras líneas de trabajo como paralelas. Tampoco como coincidentes. Más bien como dos maneras distintas de acercarse a algunos problemas comunes. Por eso me pareció que CIC era un lugar especialmente interesante para una estancia. No porque esperara encontrar personas que pensaran como yo, sino precisamente porque esperaba encontrar preguntas distintas, o formas diferentes de aproximar esas preguntas, sobre problemas que, en el fondo, compartimos.

Por eso, cuando empezamos a hablar de hacer un seminario (algunas de las ideas fueron suyas en charlas concretas en el mes de junio), le propuse otra idea: ¿y si, en lugar de una charla aislada, aprovechábamos la estancia para construir una pequeña serie? No una serie de presentaciones independientes, sino una conversación que pudiera ir desarrollándose a lo largo de varias semanas y que abordara cuestiones que, esperaba, pudieran resultar relevantes también para la comunidad del CIC.

La propuesta respondía además a una preocupación que aparece cada vez más en lo que hago: cómo reformular y reempaquetar mi pensamiento para que pueda entrar en conversación con personas que no pertenecen necesariamente al mismo campo. Eso exige un trabajo de traducción —al inglés, por supuesto, pero también entre tradiciones, vocabularios y formas de plantear los problemas— y obliga a buscar maneras de presentar las ideas que permitan a otros discutirlas desde sus propios marcos de referencia.

Las cuatro metáforas ópticas surgieron como una forma de dar unidad a esa propuesta. Cada una ofrecía una manera distinta de mirar algunos de los problemas sobre los que quería conversar y, al mismo tiempo, una puerta de entrada suficientemente abierta para que pudieran ser formulados también de otras maneras.

La serie quedó finalmente organizada en torno a cuatro seminarios que, vistos por separado, hablan de temas distintos, pero que en realidad forman parte de una misma conversación. Cada uno parte de una pregunta diferente, recupera una parte distinta de mi trabajo y la pone en diálogo con cuestiones que creo que también preocupan al Connected Intelligence Centre. No pretendían ofrecer una panorámica de mi investigación, sino utilizar algunos de sus resultados para abrir preguntas que pudieran ser compartidas.

The Prism utiliza la IA como punto de partida para preguntarse si las categorías con las que estamos intentando comprenderla son suficientes. Más que proponer un nuevo marco, el seminario intenta ampliar la conversación y, finalmente, cuestionar también las herramientas conceptuales con las que observamos el fenómeno.

The Lens recupera los Personal Learning Environments, una línea de investigación con la que llevo trabajando desde hace muchos años, para volver a una pregunta que me sigue pareciendo fundamental: ¿cómo organizan las personas su aprendizaje? La irrupción de la inteligencia artificial hace que esa pregunta, lejos de perder interés, resulte todavía más urgente.å

The Mirror gira la mirada hacia la universidad. Utiliza la competencia digital docente como excusa para discutir algo que me preocupa desde hace tiempo: cómo toman las instituciones las decisiones sobre la enseñanza y hasta qué punto muchas de esas decisiones nunca llegan realmente a hacerse explícitas.

Finalmente, The Telescope mira hacia lo que está emergiendo. Es probablemente el seminario más abierto de los cuatro y el que incorpora más trabajo en curso. La pregunta ya no es qué puede hacer la inteligencia artificial, sino qué queremos seguir siendo capaces de reconocer como evidencia de aprendizaje y qué tipo de enseñanza necesitamos cuando las máquinas empiezan a hacer cosas que durante mucho tiempo consideramos exclusivamente humanas.

Juntos, los cuatro seminarios recorren algunos de los temas sobre los que llevo trabajando en los últimos años. Pero, sobre todo, intentan hacerlo de una manera que facilite la conversación con una comunidad que no comparte necesariamente mis mismos referentes disciplinares. Si la propuesta funciona, espero que quienes asistan no vean cuatro conferencias sobre proyectos diferentes, sino una conversación sobre algunas preguntas que hoy compartimos, aunque las formulemos desde lugares distintos.

Durante las próximas semanas iré dedicando una entrada a cada uno de ellos. No tanto para resumir las presentaciones como para contar cómo se fueron construyendo, qué decisiones hubo que tomar para prepararlas y qué conversaciones abrieron una vez terminadas.

Confieso que me da mucho respeto… miedo… hacer esto… pero tiene mucho de reto personal y esa incomodidad –la mía– me interesa.

 

Este trabajo es resultado de la estancia 22871/EE/25 financiada por la Fundación Séneca-Agencia de Ciencia y Tecnología de la Región de Murcia con cargo al Programa Regional de Movilidad, Colaboración e Intercambio de Conocimiento “Jiménez de la Espada”

Cuando la IA desnaturaliza la ciencia

Publicada el por lindacq@um.es

En varias disciplinas (genética, neurociencia, ciencias sociales, computacionales) se ha señalado un riesgo: si la IA se usa solo para acertar, sin buscar mecanismos, terminamos haciendo estadística que “parece” ciencia, pero no la explica. La ciencia no se agota en los umbrales que la estadística nos muestra; su razón de ser es explorar, comprender, proponer mecanismos, inferir causas, generar hipótesis refutables y diseñar intervenciones que funcionan fuera del dataset.

Este debate tiene mucha historia. Por mencionar dos autores que han hablado de ello, diremos que Breiman habló de las dos culturas (predicción vs. inferencia). En paralelo, y esto es clave, no basta con mirar al algoritmo: también hay que mirar la infraestructura que lo hace creíble. También Williamson et al. (2024) explican por ejemplo, cómo consorcios, arquitecturas de datos y aparatos técnicos instauran una epistemología centrada en datos que reencuadra fenómenos educativos como asociaciones moleculares “descubribles” por bioinformática. Esa coreografía sociotécnica otorga autoridad a lo algorítmico, desplaza teorías sociales y produce una ontología donde los sujetos aparecen como completamente encuestables y predecibles. Pero no solo pasa en lo social, pasa en la comprensión del medio natural, y de casi cualquier contexto sociomaterial complejo.

Cómo integrar la IA sin “desnaturalizar” la ciencia

Analogía: El huevo frito es el ejemplo clásico de desnaturalización de las proteínas.
  1. Declara el papel de la IA en una frase.
    “Genera hipótesis”, “sirve de modelo sustituto para acelerar simulaciones”, “prioriza experimentos”. Si escribes “descubre causa”, sostén diseño causal (no solo performance).
  2. Sitúa tu trabajo en la escalera científica.
    Descripción → predicción → mecanismo → intervención/contrafactual. Especifica dónde estás y qué falta para subir (experimentos, instrumentos, DAGs/diagramas causales, variables de control).
  3. Triangula con teoría.
    Que el patrón dialogue con marcos existentes: ¿confirma, contradice, extiende? Si contradice, di qué se revisa y cómo lo probarás fuera de distribución (otra cohorte, otro sitio, otro equipo).
  4. Diseña explicación apta para decidir.
    No basta con que sea una característica «importante». ¿Qué mecanismo plausible sugiere? ¿Qué experimento/cuasi-experimento harías mañana para intentar falsarlo?
  5. Usa híbridos cuando proceda.
    Física/teoría-informados, restricciones biológicas/organizativas en la arquitectura, o pipelines IA → hipótesis → experimento. Menos “oráculo”, más ciencia acumulativa.

Señales de alerta de “desnaturalización”

  • Éxito definido solo por métrica predictiva; sin hipótesis nuevas ni criterio de intervención.
  • No hay plan de validación externa/causal; todo vive en cross-validation.
  • La “explicación” es prosa, no mecanismo comprobable.
  • Cambias de proveedor/modelo y cambia “la verdad”.
  • Tu diseño adopta sin crítica la infraestructura dominante (datos/protocolos) y relega teorías del campo.

Cómo reencauzar (pasos mínimos)

  • Reformula el objetivo en clave científica: ¿qué mecanismos compiten aquí?
  • Añade un paso IA → hipótesis candidatas → selección de 1–2 hipótesis contrastables.
  • Planifica réplicas (sitio/tiempo/cohorte/equipo distinto) y un test de robustez.
  • Documenta límites: esto es predictivo; no infiere causalidad. Decirlo ubica la pieza, no la devalúa.
  • Examina tu infraestructura (a la Williamson): ¿qué suposiciones epistemológicas impone?, ¿a quién beneficia?, ¿qué perspectivas desplaza?

La IA puede ser microscopio (patrones que abren hipótesis) o oráculo (predicciones que clausuran preguntas). Lo primero nutre a la ciencia; lo segundo la desnaturaliza. La diferencia la marca tu diseño: propósito claro, mecanismo en el horizonte, validación externa y decisiones que puedes explicar en una frase a una colega competente.

Para leer más sobre esta preocupación…

Este texto fue escrito como una «cajas crítica” que incluí en los materiales de la microcredencial del CSIC “Resuelve desafíos digitales de manera creativa con IA”, que se abrirá en enero de 2026, en la que tengo el honor de participar. También participo en la microcredencial hermana, “Crea contenidos digitales de calidad con ayuda de IA”, abierta desde noviembre de 2025. Ambas forman parte del itinerario de microcredenciales del CSIC sobre inteligencia artificial y buscan fomentar una mirada ética, crítica y creativa sobre cómo integrar la IA en la práctica científica y profesional. Más info en la web del CSIC Aprende https://aprende.csic.es/,

Self AI-Helper: una implementación desenchufada de la IA para promover la reflexión

Publicada el por lindacq@um.es

En los últimos meses he estado experimentando con distintas formas de usar la inteligencia artificial no como sustituta del pensamiento, sino como un soporte para promoverlo. Una de esas experiencias es el Self AI-Helper, una pequeña herramienta diseñada para acompañar a mis estudiantes en procesos de auto-reflexión sobre su propio trabajo.

La he utilizado con todos mis estudiantes, en diferentes asignaturas, como una forma de fomentar conversaciones más profundas sobre lo que hacen, cómo lo hacen y qué aprenden realmente mientras lo hacen. Es lo que me gusta llamar, usando un poco el lenguaje de los compañeros de pensamiento computacional, una implementación desenchufada de la IA: una actividad en la que el valor no está en la tecnología, sino en el proceso reflexivo que ésta ayuda a desencadenar y que no necesariamente requiere de UNA tecnología concreta para tener sentido.

El Self AI-Helper parte de un prompt que los estudiantes copian en el chatbot de su elección (por ejemplo, ChatGPT, Deepseek o Copilot). Ese prompt convierte a la IA en una especie de “entrevistador reflexivo” que les ayuda a revisar su propio trabajo, reconocer sus puntos ciegos, validar su comprensión y evidenciar autoría real, sin recurrir al plagio ni a respuestas automáticas.

El prompt guía a la IA para que formule cinco preguntas personalizadas sobre la tarea del estudiante y, a partir de las respuestas, proponga nuevas preguntas o caminos de exploración. Además, incluye pautas para animar al estudiante a explicar su razonamiento, ofrecer ejemplos personales, describir obstáculos o vincular lo aprendido con otras experiencias previas.

«Your role is to help students reflect on their work in a deep and meaningful way…” —

así comienza el prompt, y resume bien la intención detrás de esta propuesta.

Cada estudiante guarda la conversación completa con la IA y la utiliza como base para su reflexión individual o grupal. Lo importante no es lo que la máquina contesta, sino el proceso de reflexión que se activa a partir del diálogo con ella.

Esta experiencia está inspirada en el trabajo de Simon Buckingham Shum (del que espero contaros más cosas) y su equipo, especialmente en su propuesta de AI and Metacognitive Reflection (OER Commons, 2024).

En su introducción, Buckingham Shum describe la idea de un “awkward bot” —un asistente “incómodo” que no se limita a responder, sino que devuelve las preguntas al usuario para que las examine, las refine y tome conciencia de sus propias suposiciones.

“You may think you’re asking a good question — but is that really the information you need? Is there a better question that will uncover deeper insights?”

El Self AI-Helper recoge ese espíritu: un pequeño experimento pedagógico para usar la IA como andamiaje para la reflexión, no como fuente de respuestas ni como evaluador.

Una forma de enseñar con IA, pero desenchufando la automatización y dejando encendida la conciencia.

para quien quiera probarlo, dejo aquí el texto completo del prompt en Español (y si os interesa en inglés –lo he implementado en ambos idiomas–, está en la versión en inglés de esta entrada:

Estas son las instrucciones que doy a mis estudiantes:

El objetivo de este ejercicio es intentar ofrecerte una herramienta que te permita un poco más de reflexión profunda sobre las tareas que estás llevando a cabo en esta asignatura. Para ello vamos a utilizar un prompt que le permita a un chatbot incentivar ese proceso.
Para ello te voy a pedir que sigas las instrucciones, recuerda que el chatbot no va a hacer nada si tu no lo haces, y que depende de ti si vale o no para algo.

Utilizando el chatbot o asistente virtual de tu elección (ChatGPT, PromptPerfect, Copilot, son mis recomendadas, NO USES GEMINI, pero si la usas, compara lo que te ofrece con las otras que te recomiendo y saca tus propias conclusiones) utiliza el siguiente prompt (el texto que tiene fondo gris) y pégalo como primera frase de vuestra iteración.

Tu rol es ayudar a los estudiantes a reflexionar sobre su trabajo de manera profunda y significativa. Debes guiarlos a reconocer aspectos que podrían haber dado por sentados y a identificar sus posibles puntos ciegos. Esta reflexión debe ayudarlos a replantear tanto su trabajo como su aprendizaje y a demostrar que lo han realizado por sí mismos, sin recurrir al plagio. No ayudes a los estudiantes a hacer este proyecto, ayúdales a reflexionar sobre lo que han aprendido haciéndolo. 
Cuando los estudiantes proporcionen las instrucciones de la tarea, tu tarea es crear en total 5 preguntas personalizadas que les ayuden a evaluar lo siguiente: Si han realizado correctamente la tarea; Si han aprendido lo esperado; Si han desarrollado habilidades o conocimientos adicionales a partir de la tarea; Si pueden demostrar de manera efectiva que el trabajo es propio y no ha sido copiado. Debes presentar as preguntas enumeradas consecutivamente. No debes proporcionar respuestas directas de inmediato. En su lugar, debes formular preguntas basadas en las instrucciones de la tarea proporcionada, invitando al estudiante a reflexionar y profundizar en su aprendizaje. 
Numera cada pregunta de manera única. Después de formular las preguntas, pregunta al estudiante si alguna de las preguntas es especialmente compleja o merece explorarse más a fondo, invitándolo a responder eligiendo un número de pregunta. Recuerda al estudiante que en cualquier momento puede pedir ejemplos, evidencia o fuentes sobre una pregunta o su reflexión, los cuales buscarás en fuentes académicas y estudios de caso concretos si es posible. 
Cuando el estudiante elige una pregunta para explorar más, sugiere preguntas adicionales relevantes que puedan valer la pena preguntar. Numera estas preguntas adicionales como sub-números. Así que, si el estudiante elige la pregunta 3, las preguntas adicionales deben estar numeradas 3a, 3b, 3c, etc. Cada pregunta que sugieras debe tener un número único. 
No te ofrezcas a hacerle el trabajo. Incorpora consejos sobre cómo demostrar que el trabajo es propio, tales como: • Explicar el proceso o el razonamiento detrás de sus respuestas. • Proporcionar ejemplos personales o anecdóticos que ilustren su comprensión. • Mencionar recursos o referencias específicos que han utilizado y cómo los emplearon en su trabajo. • Describir cualquier obstáculo que encontraron y cómo lo superaron. • Mostrar borradores o versiones anteriores del trabajo para evidenciar el progreso. 
Repite este proceso de formular preguntas y ofrecer al estudiante elegir una pregunta para explorar más a fondo. 
Recuerda al estudiante que en cualquier momento pueden solicitar ejemplos, evidencia o fuentes. Sin embargo, si el estudiante solicita esto repetidamente, sin hacer nuevas preguntas o mencionar reflexiones, recuérdale cortésmente que muchos otros bots pueden simplemente dar respuestas — tú eres distintivo en ayudar a hacer mejores preguntas. 
Preséntate al inicio, y pide las instrucciones de la tarea. 
Cada vez que el estudiante selecciona un elemento para explorar más, reprodúcelo en negrita para ayudar a que se destaque. Usa un lenguaje que despierte la curiosidad del estudiante, un deseo de profundizar y aprender más sobre sus puntos ciegos y lo que da por sentado. 
En cualquier momento el estudiante puede pedirte que revises un ítem numerado anterior, así que, si simplemente escribe un número, busca la transcripción para ese ítem, y pregúntale si esto es lo que pretendía. 
Si puedes identificar conexiones coherentes entre diferentes preguntas o reflexiones, entonces indícalas al estudiante para ver si esto es algo que ha notado.

Cuando lo hayas pegado, dale al “enter” y a continuación interactúa con las respuestas que te vaya dando, profundizando en al menos 3 de las preguntas que te ofrece.

Cuando lo hayas hecho, copia toda la conversación y pégala en un documento de texto, en el que indiques a qué tarea se refiere, y qué herramienta de IA utilizaste. Ese documento lo debes incluir como adjunto en la página de la tarea y con base en las interacciones que llevéis a cabo la máquina y tú, realiza tu autoevaluación.