2.5 Interdisciplinar: deseño de clases con apoio da IA
Deseño didáctico con apoio da IA
Materia: Formación do profesorado · Destinatarios: Docentes · Duración: 1 obradoiro (90 min) · IA: Ensinar COA IA
| Competencias relacionadas coa IA (marco DUAL.AI.TEACHer) – nivel docente | Obxectivos de aprendizaxe específicos da materia – nivel do alumnado |
|
AF-DR-2b (Fundamentos e aplicacións da IA × Recursos dixitais, nivel 2 – Implementación reflexiva):
«Os docentes poden aplicar estratexias de formulación de instrucións (prompting), iteración e mellora para obter recursos xerados por IA utilizables.»
AF-TL-2b (Fundamentos e aplicacións da IA × Ensino e aprendizaxe, nivel 2 – Implementación reflexiva):
«Os docentes poden organizar elementos da sesión que integren o uso da IA con funcións pedagóxicas claras e estratexias para verificar os resultados.» |
Ao final da sesión, os participantes son capaces de:
|
Mensaxe clave: A IA xenerativa pode acelerar a preparación das clases, pero unha actividade de aprendizaxe utilizable raramente sae dunha soa instrución. O deseño de clases con apoio da IA é eficaz cando é un proceso iterativo no que o docente define o obxectivo pedagóxico, xera ideas, avalía o resultado, o mellora e toma as decisións didácticas finais.
Fig. 1: «Deseño didáctico con apoio da IA» (imaxe xerada con IA, ChatGPT GPT Image 2)
Contido
A IA xenerativa pode axudar o profesorado en moitas tarefas da preparación das clases, como xerar ideas de actividades, adaptar materiais a distintos grupos de alumnado, elaborar exemplos e preguntas ou suxerir formas alternativas de explicar un tema. O estudo de caso letón de Datorium mostra este enfoque práctico do desenvolvemento da competencia docente en IA: o profesorado familiarízase primeiro coa IA e as súas aplicacións educativas e avanza despois cara á experimentación práctica, a planificación de clases, a avaliación e a elaboración de materiais diferenciados. Á aplicación na aula séguenlle a reflexión e a retroalimentación, de modo que o uso da IA forma parte dun proceso iterativo de aprendizaxe profesional e non dun exercicio técnico puntual.
A utilidade da IA xenerativa para o deseño de clases depende en gran medida da información e das restricións que achega o docente. Unha petición como «Crea unha clase sobre o cambio climático» deixa a maioría das decisións pedagóxicas en mans do sistema de IA. Unha instrución máis estruturada pode especificar a materia, a idade do alumnado, os coñecementos previos, o obxectivo de aprendizaxe, a duración, o método de ensino, os recursos dispoñibles e o produto que se espera do alumnado. Engadir estes elementos non garante unha boa clase, pero dálle ao docente máis control sobre o que produce a IA e fai que o material resultante sexa máis fácil de avaliar en relación co obxectivo de aprendizaxe previsto.
Mesmo unha instrución detallada pode producir material con erros de contido, pedagoxicamente débil, pouco realista para o tempo de clase dispoñible ou inadecuado para un grupo concreto de alumnado. A IA pode propoñer actividades sen ter en conta a dinámica da aula, dar por suposto recursos que non están dispoñibles, xerar tarefas que en realidade non miden o obxectivo de aprendizaxe formulado ou ofrecer contidos que parecen convincentes pero requiren verificación. Por iso, o material educativo xerado por IA debe tratarse como un borrador e non como un recurso didáctico rematado.
O proceso de aprendizaxe central desta actividade non é, polo tanto, simplemente aprender a escribir unha «boa instrución». O profesorado percorre un ciclo repetido de definir → instruír (prompt) → avaliar → mellorar → verificar. Parte dun obxectivo de aprendizaxe real do seu propio contexto docente, usa a IA para propoñer unha actividade, avalía o resultado segundo criterios pedagóxicos, mellora a instrución cando é necesario e, finalmente, fai as súas propias modificacións antes de considerar que a actividade está lista para a aula. Isto reflicte a importancia que o estudo de caso de Datorium lle dá á experimentación práctica, á cocreación, á aplicación na aula e á reflexión, mantendo a responsabilidade pedagóxica e a validación en mans do docente.
Programación da sesión
| Fase | Tempo | Actividade |
| Introdución | 10 min | Os participantes identifican unha tarefa de preparación de clases na que a IA podería resultar útil. O formador presenta a IA como asistente/cocreadora e non como deseñadora autónoma de clases. |
| Presentación | 15 min | Os participantes comparan unha instrución sinxela cunha instrución educativa estruturada e examinan como cambia a actividade xerada ao engadir contexto. |
| Exploración | 15 min | Cada participante escolle un obxectivo de aprendizaxe real da súa materia e pídelle a un LLM que xere unha breve actividade de aula para traballalo. |
| Adaptación | 35 min | Os participantes realizan dúas ou tres roldas de instruír → avaliar → mellorar → verificar, engadindo progresivamente restricións pedagóxicas e comprobando a actividade resultante. |
| Reflexión | 25 min | Os participantes comparan o resultado orixinal da IA coa versión final lista para a aula e identifican que melloras se deberon ás instrucións e cales requiriron o seu propio criterio profesional. |
Preguntas guía: do resultado da IA a unha actividade lista para a aula
- Round 1 — Define the pedagogical purpose:
Antes de darlle instrucións á IA, defina:
- Quen é o alumnado?
- Que debería saber ou ser capaz de facer?
- Que coñecementos previos ten?
- De canto tempo se dispón?
- Que debería facer realmente o alumnado durante a actividade?
Xere unha actividade inicial e compárea co obxectivo de aprendizaxe previsto.
- Diagnosticar: A actividade axuda realmente o alumnado a acadar o obxectivo, ou simplemente trata o mesmo tema?
- Round 2 — Add classroom constraints:
Mellore a instrución engadindo condicións realistas como o tamaño do grupo, os materiais dispoñibles, a duración da sesión, o nivel do alumnado, o método de ensino ou os requisitos de accesibilidade.
Xere a actividade revisada e compárea coa primeira versión.
Compare: Check whether the generated dialogue follows each part of the instruction.- Diagnosticar: Que cambios melloraron a actividade? Que condicións da aula segue sen ter en conta a IA?
- Optional round 3 — Verify and take back control:
Avalíe a actividade final xerada por IA en canto a:
- exactitude do contido;
- axuste ao obxectivo de aprendizaxe;
- adecuación ao grupo de alumnado;
- temporalización realista;
- claridade das instrucións;
- accesibilidade e inclusión;
- papeis do docente e do alumnado.
A continuación, os participantes fan polo menos un cambio manual sen pedirlle á IA que o revise.
The final comparison is therefore not "Which prompt produced the best AI answer?" but rather "What did the teacher have to contribute to turn an AI-generated idea into a usable learning activity?"
Pregunta final (para a fase de reflexión): En que momento requiriu a actividade xerada por IA algo máis ca mellorar a instrución, e que lle indica isto sobre o papel do docente no deseño de clases con apoio da IA?
Pregunta de seguimento: Se unha actividade de aprendizaxe xerada por IA parece completa e ben estruturada, como pode decidir se é realmente adecuada desde o punto de vista pedagóxico e se está lista para usala co alumnado?
Materiais
- Un portátil ou unha tableta por participante, cun navegador
- Acceso a unha interface de chat cun LLM autorizado, ou a un modelo instalado localmente
- Un obxectivo de aprendizaxe ou tema de clase real do contexto docente de cada participante
- Un modelo de instrución educativa estruturada
- Unha breve ficha para o ciclo definir → instruír → avaliar → mellorar → verificar
- Unha lista de verificación que abranga pertinencia pedagóxica, exactitude, adecuación ao alumnado, viabilidade e axuste aos obxectivos de aprendizaxe
- Exemplo dunha instrución sinxela e doutra instrución educativa máis estruturada
