En la Estantería: Enseñar en la era de la IA generativa
5 Libros para el Semestre en que ChatGPT Lo Cambió Todo
Cinco libros prácticos para rediseñar la evaluación, mejorar las prácticas de integridad, elegir la tecnología educativa con intención y manejar la reparación cuando los planes de enseñanza fallan en la era de la IA generativa.
Contexto de uso: presencial · híbrido · en línea ·
pregrado · posgrado · 15–300+ · interdisciplinario
Use esta estantería cuando: esté actualizando tareas o prácticas de integridad para un entorno de IA generativa y quiera una guía práctica dirigida al profesorado.
Lo que obtendrá: 5 libros de alto valor, un orden de lectura sensato y un ajuste de rediseño de tareas de 15 a 30 minutos que puede aplicar esta semana.
Use esta estantería cuando: esté actualizando tareas o prácticas de integridad para un entorno de IA generativa y quiera una guía práctica dirigida al profesorado.
Lo que obtendrá: 5 libros de alto valor, un orden de lectura sensato y un ajuste de rediseño de tareas de 15 a 30 minutos que puede aplicar esta semana.
Lo esencial
- El problema de enseñanza: la IA generativa vuelve frágil la evaluación para llevar a casa centrada solo en el producto, y "vigilar" la integridad puede aumentar la carga de trabajo y la desconfianza.
- Mejor punto de partida: Teaching with AI (Bowen & Watson) para patrones prácticos de rediseño.
- Un ajuste para probar esta semana (15 a 30 min): Rediseñe una tarea próxima como una actividad de proceso + reflexión, con una política explícita de uso de IA incorporada.
Estantería
Cómo se complementan estos libros
- Si quiere un rediseño completo para la IA generativa: Teaching with AI → The Opposite of Cheating → Intentional Tech → Cheating Lessons → Snafu Edu
- Si quiere corregir rápido la integridad: The Opposite of Cheating → Cheating Lessons → Teaching with AI
- Si las cosas ya van mal: Snafu Edu → Cheating Lessons → The Opposite of Cheating → Teaching with AI → Intentional Tech
Los libros (5)
01
Teaching with AI: A Practical Guide to a New Era of Human Learning (Second Edition)
- Qué es: Una guía completa, dirigida al profesorado, para rediseñar tareas, circuitos de retroalimentación y políticas del curso cuando los estudiantes tienen acceso habitual a herramientas de IA generativa.
- Ideal para: Rediseñar tareas, retroalimentación y políticas del curso cuando los estudiantes tienen acceso a la IA generativa.
- Idea central: Tratar la IA generativa como un cambio del entorno: pasar de una evaluación centrada solo en el producto hacia el proceso, el juicio y los objetivos del aprendizaje humano.
- Para copiar: Agregue un recuadro de "uso de IA + reflexión sobre el aprendizaje" a las entregas importantes: herramientas usadas, indicaciones, qué cambió, qué aprendió.
Acceso: Editorial · Biblioteca/Acceso abierto
02
The Opposite of Cheating: Teaching for Integrity in the Age of AI (en español: Lo opuesto a hacer trampa, enseñar para la integridad en la era de la IA)
- Qué es: Un argumento fundamentado en la investigación según el cual la integridad es un problema de diseño, no de vigilancia, con marcos prácticos para incorporar confianza y transparencia en la evaluación.
- Ideal para: Enfoques de integridad que mejoran el aprendizaje sin escalar la vigilancia ni la desconfianza.
- Idea central: La integridad se construye mediante una evaluación transparente, una enseñanza que apoya y condiciones que hacen que hacer trampa sea menos atractivo y menos útil.
- Para copiar: Reescriba su declaración de integridad como una política de "cómo aprendemos aquí" más 3 ejemplos concretos de lo permitido y lo no permitido para la próxima tarea.
Acceso: Editorial · Biblioteca/Acceso abierto
03
Cheating Lessons: Learning from Academic Dishonesty
- Qué es: Un análisis lúcido de por qué los estudiantes hacen trampa, y de cómo el diseño del curso, no la vigilancia, es la palanca más eficaz para reducir la deshonestidad.
- Ideal para: Entender por qué los estudiantes hacen trampa y rediseñar los cursos para reducir los incentivos y las oportunidades.
- Idea central: Hacer trampa suele ser una respuesta racional a entornos de alto riesgo y poco apoyo; un mejor diseño del aprendizaje reduce la deshonestidad.
- Para copiar: Convierta una entrega de alto riesgo en un ciclo de aprendizaje de dos etapas: borrador de bajo riesgo + retroalimentación → versión final con notas de revisión.
Acceso: Editorial · Biblioteca/Acceso abierto
04
Intentional Tech: Principles to Guide the Use of Educational Technology in College Teaching (en español: Principios para guiar el uso de la tecnología educativa en la docencia universitaria)
- Qué es: Un marco basado en principios para elegir (y podar) la tecnología educativa, partiendo de los objetivos de aprendizaje y no de listas de funciones.
- Ideal para: Elegir tecnología que apoye los objetivos de aprendizaje (y podar las herramientas que no).
- Idea central: Comenzar con los objetivos y las acciones de los estudiantes, y luego elegir las herramientas que los sirvan: la tecnología debe responder al "por qué", no solo al "cómo".
- Para copiar: Haga una auditoría tecnológica de 10 minutos: para cada herramienta escriba objetivo → acción del estudiante → señal de éxito; descarte una herramienta que no pase la prueba.
Acceso: Editorial · Biblioteca/Acceso abierto
05
Snafu Edu: Teaching and Learning When Things Go Wrong in the College Classroom (en español: Enseñar y aprender cuando las cosas salen mal en el aula universitaria)
- Qué es: Una guía para manejar los inevitables fracasos del aula (conflicto, desinterés, fallas de políticas, percances tecnológicos) con una mentalidad estructurada de reparación en lugar de pánico.
- Ideal para: Manejar los inevitables fracasos del aula (conflicto, desinterés, desconfianza) con una mentalidad de reparación.
- Idea central: Los percances son inevitables; responda con STIR (stop, think, identify, repair: detenerse, pensar, identificar, reparar) y rediseñe para reducir que se repitan.
- Para copiar: Haga un "Plan para Percances" de una página: 3 fallas previsibles + su guion de reparación + una medida estructural de prevención para cada una.
Acceso: Editorial · Biblioteca/Acceso abierto
Pruébelo esta semana (15 a 30 minutos)
Rediseñe una tarea como una actividad de proceso + reflexión
- Elija una tarea (5 min): Escoja una tarea próxima para llevar a casa en la que la IA generativa podría producir con verosimilitud la mayor parte del producto final.
- Agregue una capa de proceso (5 a 10 min): Exija un borrador o un esquema como punto de control antes de la entrega final. Agregue una breve indicación de "uso de IA + reflexión sobre el aprendizaje": ¿Qué herramientas usó? ¿Qué indicaciones? ¿Qué cambió y por qué?
- Escriba una política explícita de uso de IA (5 a 10 min): Indique qué se permite, qué no y qué espera que los estudiantes declaren. Plantéela como "cómo aprendemos aquí" y no como "lo que le meterá en problemas".
- Pruebe la política (5 min): Lea su política como la leería un estudiante. ¿Puede saber con exactitud qué se espera? Si no, agregue un ejemplo concreto de uso aceptable y de uso no aceptable.
Señal de éxito: Los estudiantes entregan reflexiones que muestran un compromiso genuino con el proceso de aprendizaje; hay menos preocupaciones de integridad del tipo "lo descubrí"; su calificación se centra en el pensamiento, no solo en el resultado.
Notas para profesores
- Qué suele fallar: prohibiciones generales de la IA que los estudiantes ignoran, políticas de integridad redactadas en lenguaje legal y herramientas de vigilancia que dañan la confianza sin reducir las trampas.
- Qué simplificar primero: reescriba la política de IA de una tarea para que sea específica y transparente: los estudiantes responden a la claridad, no a las amenazas.
- Versión mínima viable: una tarea con un punto de control del proceso + una declaración explícita de uso de IA. No lo reforme todo de una vez.
- Ajuste según la modalidad: en cursos en línea/asincrónicos, el componente de reflexión sirve también como señal de participación. En cursos presenciales, el punto de control del borrador crea un momento de conversación de bajo riesgo en clase.
- Vale la pena leerlos juntos: Teaching with AI se combina de forma natural con The Opposite of Cheating: uno aporta los movimientos de rediseño y el otro el marco de integridad. Snafu Edu es su guía de recuperación cuando el rediseño se topa con un obstáculo.
For Professors × Professors
Profesores que ayudan a profesores.
Docentes que comparten
conocimiento.
FP×P es un mercado verificado por el profesorado donde los profesores intercambian programas de curso, tareas y paquetes de materiales.
Postule como Colaborador →