Actividades con IA, con seguimiento y evaluación docente
Desarrollo2 ayuda a crear actividades en las que el estudiante puede trabajar con inteligencia artificial sin delegarle su criterio. El docente define cómo debe acompañar la IA y puede ver e intervenir en el proceso de cada estudiante para realizar una evaluación formativa.
No buscamos detectar ni sancionar el uso de IA. Buscamos que el estudiante la use pensando.
Una propuesta argentina de OPEN LAB–UNQ, en uso en experiencias educativas de la Universidad Nacional de Quilmes y la Universidad Santo Tomás, sede Bogotá. El equipo desarrolló previamente un asistente académico de código abierto distinguido por el BID.
El punto de partida
Un trabajo terminado puede ocultar si el estudiante comprendió el problema, comparó alternativas o simplemente aceptó una respuesta generada por IA. Prohibirla por completo tampoco enseña a utilizarla con criterio.
No se trata de aislar una producción humana pura de toda influencia de la IA, sino de que, después de interactuar con ella, el estudiante pueda explicar qué sostiene, por qué lo sostiene y de qué decisiones se hace responsable.
Desarrollo2 organiza la actividad y guarda el recorrido —preguntas, respuestas, revisiones y entrega— para que el docente evalúe con más información.
Un panorama de soluciones
El uso de IA en educación no tiene una única respuesta. Estas iniciativas valiosas priorizan aspectos diferentes; algunas comparten su código y otras se ofrecen mediante acuerdos institucionales.
Esta iniciativa vinculada a la UOC analiza el proceso de escritura para aportar indicios contextualizados sobre autoría y posibles usos indebidos. No emite veredictos automáticos ni plantea prohibir la IA: ayuda al docente a interpretar evidencias.
Permite a docentes configurar agentes para sus materias y revisar interacciones de los estudiantes. Su código se comparte con instituciones seleccionadas mediante un acuerdo de licencia; también ofrece acceso institucional alojado.
SokratesT, impulsado desde la Universidad de Ciencias Aplicadas Rhein-Waal, ofrece tutores socráticos por curso; Open TutorAI desarrolla tutoría personalizada con diversos recursos. Ambos tienen repositorios públicos.
Desde Argentina, OPEN LAB–UNQ integra en una misma actividad cuatro momentos que el docente puede diseñar y acompañar:
Otras herramientas aportan a la autoría, la tutoría o la configuración de agentes. Nuestra contribución específica es reunir estas posibilidades en un recorrido de evaluación formativa centrado en el trabajo intelectual del estudiante. Desarrollo2 ya está operativo; la publicación de su código abierto es la próxima etapa prevista.
Dos casos de aplicación
Los casos son simulaciones pedagógicas. Los diálogos que siguen son ejemplos recreados, no conversaciones de estudiantes.
El estudiante asume el rol de director o directora general ante una decisión sobre adopción de IA. Puede conversar libremente con Finanzas, Comercial, RR. HH. u otras áreas representadas por la IA, confrontar prioridades y justificar una decisión propia.
Lo que observa el docente: puede ver las preguntas del estudiante y las respuestas de la IA, a quién eligió consultar, cómo integró perspectivas y por qué sostiene su decisión.
El estudiante lee el caso, plantea un problema principal y conversa con diferentes actores. La actividad le pide una propuesta breve: qué haría primero, qué tecnología usaría —si corresponde— y cómo mediría el avance.
Lo que observa el docente: puede seguir el diálogo del estudiante con la IA, cómo contrastó las respuestas y qué fundamento dio a su propuesta.
La propuesta en acción
Ejemplos recreados para ilustrar la dinámica de trabajo. No reproducen mensajes reales de estudiantes.
Antes de invertir en IA, quiero comparar el costo total con el riesgo de no aprender a usarla. Empecemos por Finanzas: ¿qué datos faltan para hacer esa comparación?
Habría que estimar licencias, integración, capacitación y mantenimiento, pero también el costo de seguir con los procesos actuales. ¿Qué cifras tenemos y cuáles serían todavía supuestos?
Sin una línea de base no aprobaría la inversión. Ahora quiero hablar con Comercial para conocer tiempos de respuesta y ventas actuales, y definir cómo mediríamos una mejora.
Ahora te habla Comercial. Podemos revisar tiempos de respuesta y tasa de conversión. ¿Qué cambio concreto esperarías ver y en qué plazo?
El docente puede observar: qué perspectivas consulta el estudiante, qué información pide y por qué posterga una decisión.
Mi primera idea era abrir una tienda en línea, pero tal vez el problema principal sea que los pedidos se pierden entre varios canales. Quiero escuchar a Operaciones antes de elegir una herramienta.
Recibimos pedidos por vías distintas y el stock se actualiza tarde. Una tienda nueva podría ordenar parte del trabajo, pero ¿qué proceso habría que corregir primero para evitar más demoras?
Primero registraría todos los pedidos y mediría las entregas tardías durante unas semanas. Después haría una prueba pequeña; no asumiría que comprar una plataforma resuelve la organización.
¿Qué resultado de esa prueba te indicaría que conviene ampliarla y cuál te haría cambiar el plan?
El docente puede observar: cómo el estudiante revisa su hipótesis inicial, propone una prueba y define qué evidencia necesitaría.
Cómo funciona
La IA participa, pero no dirige la enseñanza ni toma la decisión por el estudiante o el docente.
Define objetivos, consigna, criterios y un prompt marco para orientar las respuestas de la IA. Puede observar el diálogo, intervenir durante la actividad y valorar el proceso.
Lee el caso, pregunta, contrasta respuestas, identifica datos faltantes, toma posición, revisa sus ideas y fundamenta una propuesta propia.
Guiada por el marco docente, formula preguntas sucesivas, solicita evidencias, problematiza supuestos o representa distintas perspectivas. No está solo para producir respuestas: puede abrir nuevas miradas y tensar el pensamiento del estudiante para profundizar su análisis, no para sustituirlo.
Recorridos configurables
El docente puede pedir una primera producción sin IA, abrir con una pregunta orientadora o proponer conversaciones con actores de un caso. También puede combinar instancias con y sin IA, defensas orales y comprobaciones posteriores.
Lo que puede observarse
El docente puede comparar momentos del recorrido y preguntar por qué cambió —o no— una decisión.
Uso registrado
Cifras acumuladas al 22/09/2026. Se actualizan a partir de la actividad registrada en Desarrollo2.
Desde el 30/04/2026. Cuenta consultas a la IA y mensajes escritos por estudiantes, no respuestas automáticas; los identificadores de acceso pueden incluir pruebas. Son cifras de uso, no de impacto.
Preguntas frecuentes
Qué hace, qué no hace y cómo podría utilizarse en una institución.
Un chat abierto puede ser útil, pero por sí solo no establece una consigna compartida, un recorrido configurable ni un espacio donde el docente observe e intervenga sobre las evidencias de la actividad. Desarrollo2 organiza esa relación entre docente, estudiante e IA dentro del mismo entorno.
No. El uso de IA puede ser parte explícita de la actividad. El docente establece cuándo y para qué se utiliza. Lo que se evalúa es si el estudiante conserva la responsabilidad intelectual: comprender, decidir, argumentar y revisar.
Puede definir la consigna, cómo empieza la actividad, el prompt marco que orienta a la IA, las evidencias requeridas y los criterios de evaluación. También puede intervenir durante el trabajo y sumar defensas orales, producciones sin IA o comprobaciones posteriores.
Puede hacer preguntas en lugar de dar respuestas, pedir datos y fundamentos, señalar tensiones o representar actores y áreas de un caso. El estudiante puede explorar perspectivas y debe decidir qué hacer con ellas. La configuración depende de los objetivos docentes.
No. Ofrece evidencias del proceso que ayudan a formular mejores preguntas y a fundamentar una evaluación docente. Ninguna conversación prueba por sí sola comprensión o autoría: por eso el docente puede sumar defensas orales o producciones sin IA, y el impacto se mide con estudios comparados.
Las producciones y conversaciones quedan registradas para la actividad y pueden ser consultadas por el equipo docente responsable. La exportación para investigación utiliza seudónimos y métricas, sin nombres, correos ni textos estudiantiles. Se recomienda no ingresar datos sensibles innecesarios. Leer el aviso de privacidad.
La plataforma está operativa y se utiliza en experiencias universitarias de Argentina y Colombia. Hay casos, interacciones y entregas reales, además de una metodología de pilotaje. La medición comparada de su impacto pedagógico está en curso. Ver metodología de pilotaje.
Trayectoria de OPEN LAB · UNQ
OPEN LAB desarrolló junto al Hospital Mario V. Larraín de Berisso un asistente de IA para consultas académicas. Esa solución, publicada con código abierto, recibió en 2025 el Premio Gobernarte del BID. El reconocimiento corresponde a ese desarrollo del equipo, no a Desarrollo2.
En una nueva etapa, OPEN LAB aborda otra pregunta: cómo acompañar y evaluar el trabajo intelectual del estudiante cuando usa IA. El fundamento pedagógico de Desarrollo2 se expone en Más allá del algoritmo: el sentido pedagógico de la evaluación en tiempos de IA, de Ana Belén Gómez Reyes y Maximiliano Pérez. La UNQ presentó públicamente su etapa inicial; hoy la plataforma se utiliza en experiencias universitarias.
Próxima etapa: compartir el código. OPEN LAB prevé publicar Desarrollo2 como código abierto en octubre de 2026, dentro de aproximadamente un mes, para facilitar que otras universidades puedan estudiarlo, instalarlo, adaptarlo y contribuir a mejorarlo. El código de Desarrollo2 todavía no está publicado.
Prueba institucional
Podemos acordar una actividad acotada, sus objetivos y criterios, el acompañamiento docente y qué evidencias permitirían valorar si la herramienta aporta algo al aprendizaje y a la evaluación.
La prueba se diseña con la institución y sus docentes, con información clara para los estudiantes.
