Diseñar para comprender la IA: lo que el Design Thinking pueden aportar a una alfabetización real
Más allá de las herramientas: por qué la alfabetización en inteligencia artificial necesita metodología
“Hablar de alfabetización en IA generativa no es hablar solo de herramientas, sino de desarrollar conocimientos, mentalidades y prácticas que permitan usarla de forma segura, ética y verdaderamente efectiva.” - AI in Education
En los últimos meses, en muchas de las conversaciones que tengo con docentes y directivos, aparece una inquietud que se repite constantemente: “¿cómo enseñamos inteligencia artificial sin quedarnos solo en las herramientas?”. La pregunta suele surgir después de un taller, o en medio de una implementación, cuando el entusiasmo inicial empieza a encontrarse con la complejidad real del aula.
No es una preocupación menor, la irrupción de la inteligencia artificial ha sido tan rápida que ha desbordado no solo a las instituciones, sino también a los marcos pedagógicos que veníamos utilizando. En paralelo, comienzan a consolidarse propuestas más estructuradas para abordar este desafío: una de las más interesantes es el recientemente publicado SEE Framework, desarrollado por AI for Education, que propone entender la alfabetización en IA desde tres dimensiones: conocimiento, mentalidades y prácticas . La premisa es sólida: no basta con saber cómo funciona la tecnología; es necesario desarrollar formas de pensar y actuar con ella.
Sin embargo, incluso con marcos como este —y otros como el de UNESCO, que plantean competencias vinculadas a un enfoque humano, ético y crítico de la IA — sigue quedando una pregunta abierta: ¿cómo se traduce todo esto en experiencias de aprendizaje reales?
Desde hace varios años he trabajado con docentes en el diseño de experiencias de aprendizaje, explorando metodologías activas —o pedagogías emergentes— como el aprendizaje basado en proyectos, el design thinking o el enfoque de design for change; para estructurar procesos complejos de aprendizaje; y quizás por eso, al observar cómo se está abordando la IA en educación, hay algo que me preocupa: muchas de las propuestas actuales parecen olvidar justamente aquello que ya sabemos sobre cómo aprenden las personas.
Porque si algo hemos aprendido en el camino —desde la práctica, más que desde la teoría— es que los aprendizajes profundos no emergen del acceso a herramientas, sino del diseño de experiencias. Experiencias que obligan a formular buenas preguntas, a tomar decisiones, a equivocarse, a iterar, a contrastar con otros.
Y es la confluencia de estas experiencias, nueva información y análisis de propuestas de alfabetización en IA, lo que da origen a este artículo; que espero te resulte útil.
Más que preguntarnos qué herramientas de IA usar en el aula, quizás deberíamos volver a una pregunta más básica —y al mismo tiempo más exigente—:
¿qué tipo de experiencias necesitamos diseñar para que los estudiantes desarrollen una relación crítica, creativa y consciente con la inteligencia artificial?
El problema no es la IA, es cómo la estamos enseñando
Hoy, muchas iniciativas de integración de IA en educación siguen un patrón similar: Se presentan herramientas, se exploran funcionalidades, se comparten ejemplos de uso. Todo esto es útil, sin duda; pero, en muchos casos, se queda en la superficie.
Cuando la IA se introduce únicamente desde lo instrumental, lo que se desarrolla no es alfabetización, sino familiaridad. Los estudiantes aprenden a usar herramientas, pero no necesariamente a comprenderlas, cuestionarlas o utilizarlas con criterio.
Esto se traduce en varios problemas:
Uso acrítico de los resultados generados por IA
Dificultad para evaluar la calidad o confiabilidad de la información
Dependencia excesiva de la herramienta
Escasa conciencia sobre implicancias éticas (sesgos, privacidad, autoría)
Paradójicamente, esto ocurre en un momento en el que los propios marcos internacionales insisten en lo contrario. UNESCO, por ejemplo, subraya la necesidad de formar estudiantes capaces de comprender, aplicar y crear con IA desde un enfoque humano, crítico y ético .
La brecha, entonces, no está en el “qué”, sino en el “cómo”.
Sabemos qué competencias queremos desarrollar. Lo que aún no está claro —o no está suficientemente trabajado— es cómo diseñar experiencias que realmente las hagan posibles.
Lo que ya sabíamos (y parece que olvidamos)
Aquí es donde conviene hacer una pausa; porque el desafío que plantea la inteligencia artificial no es completamente nuevo. La educación ya ha enfrentado antes la necesidad de enseñar en contextos de complejidad, incertidumbre y cambio acelerado. Es en ese camino, que se han desarrollado enfoques metodológicos que justamente buscan responder a los diversos escenarios.
El design thinking, por ejemplo, surge como una forma de abordar problemas complejos, abiertos, sin una única solución correcta —los llamados wicked problems . Su propuesta no es ofrecer respuestas, sino estructurar procesos para encontrarlas: comprender profundamente a las personas, redefinir problemas, generar ideas, prototipar, iterar.
Algo similar ocurre con el enfoque de design for change, que introduce una dimensión adicional: no basta con diseñar soluciones, hay que llevarlas a la acción y generar impacto. Sentir, imaginar, hacer y compartir.
Si analizamos con atención, ambos enfoques comparten algo fundamental:
no parten de la herramienta, sino del problema.
no priorizan la respuesta, sino el proceso.
no buscan eficiencia inmediata, sino comprensión profunda.
Y eso es precisamente lo que necesitamos cuando hablamos de alfabetización en IA.
Una compatibilidad más profunda de lo que parece
La relación entre design thinking e inteligencia artificial no es solo instrumental (usar IA dentro del proceso), es estructural.
Si ponemos en paralelo ambos enfoques, la correspondencia es evidente:
Comprender a las personas → enfoque humano de la IA
Definir el problema → uso intencional de la herramienta
Idear → co-creación con IA
Prototipar → experimentación con prompts y outputs
Testear → evaluación crítica de resultados
Desde esta perspectiva, la IA no reemplaza el proceso de pensamiento, lo amplifica; pero solo si ese proceso existe. Sin una estructura metodológica, la IA tiende a convertirse en una “caja negra” que responde, pero no necesariamente ayuda a pensar.
Y aquí aparece una idea clave:
usar IA sin un proceso es usarla a ciegas.
De usuarios a diseñadores
Uno de los cambios más importantes que introduce la inteligencia artificial en educación tiene que ver con el rol del estudiante; ya no se trata solo de consumir información o producir respuestas, sino de interactuar con sistemas que generan contenido, proponen soluciones y amplifican decisiones.
En ese contexto, el estudiante necesita algo más que habilidades técnicas, necesita desarrollar criterio; y el criterio no se enseña explicando, se construye diseñando.
Diseñando preguntas.
Diseñando procesos.
Diseñando soluciones en contextos reales.
Aquí es donde enfoques como design for change resultan especialmente valiosos, porque introducen una dimensión que a veces se pierde en la conversación sobre IA: el propósito.
No se trata solo de usar inteligencia artificial de manera eficiente, se trata de usarla para comprender mejor el mundo y actuar sobre él.
Diseñar experiencias, no actividades
Si llevamos esto al aula, la implicancia es directa. La pregunta no debería ser: ¿cómo uso ChatGPT o Google Gemini en mi clase?; sino:
¿qué experiencia de aprendizaje estoy diseñando, y qué rol juega la IA en ella?
Esto implica, por ejemplo:
Plantear problemas reales, abiertos, relevantes
Invitar a los estudiantes a formular sus propias preguntas
Utilizar la IA como herramienta de exploración, no de respuesta final
Evaluar no solo el producto, sino el proceso
Fomentar la reflexión sobre el uso de la tecnología
En este punto, estrategias como diversificar los formatos de representación, permitir distintas formas de expresión o promover múltiples caminos para llegar a una solución —muy presentes en enfoques contemporáneos de diseño del aprendizaje— dejan de ser complementos y se vuelven condiciones necesarias para que la IA tenga sentido pedagógico.
Una propuesta posible
Lo que propongo no es reemplazar los marcos actuales de alfabetización en IA, al contrario; el SEE Framework y las propuestas de UNESCO ofrecen una base sólida y necesaria; pero esa base necesita una traducción metodológica; necesita convertirse en experiencias.
En ese sentido, el design thinking y el design for change no son contenidos que añadir al currículo, sino formas de organizar el aprendizaje que permiten que esas competencias emerjan.
Al final, la alfabetización en IA no se logra cuando un estudiante sabe usar una herramienta; se logra cuando es capaz de:
decidir cuándo usarla
cuestionar lo que produce
integrarla en procesos más amplios
y, sobre todo, darle un propósito
Una pregunta para cerrar
La pregunta ya no es si debemos usar inteligencia artificial en educación, la pregunta es si estamos formando estudiantes capaces de pensar con ella; y para eso, probablemente, necesitamos dejar de empezar por las herramientas… y empezar a diseñar mejor las experiencias.
En un mundo donde la inteligencia artificial ya está disponible, lo verdaderamente escaso no es la tecnología, sino la capacidad de usarla con sentido.
Gracias por el tiempo dedicado a esta lectura, espero contribuya a la reflexión para lograr una mejor alfabetización en IA en tu comunidad educativa.
Nos vemos… después de clase.