Navegador conceptualLiteratura sobre IA en educación

Agencia humana

Principio según el cual la IA debe ampliar la capacidad de decisión de docentes y estudiantes, no sustituirla ni subordinarla a la automatización.

Por qué importa

Si el sistema decide por el docente o por el estudiante, erosiona el juicio profesional y la autonomía del aprendiz, que son fines de la educación, no obstáculos a optimizar.

Interpretación pedagógica

El criterio de diseño es 'human-in-control': la IA propone, el humano dispone. Conviene desconfiar de flujos donde el sistema actúa sin que un humano pueda interpretar y revertir.

Preguntas para discusión

  • ¿El sistema deja la decisión final en manos humanas?
  • ¿Amplía o reemplaza el juicio del docente?
  • ¿El estudiante gana o pierde autonomía al usarlo?

Conceptos relacionados

Lectura que cruza fuentes

¿Quién conserva el mando entre el humano y la IA?

El principio: la educación manda, la tecnología sigue. La pregunta de la agencia es quién conserva el mando. La OCDE lo fija para los tutores: AI tutors should be viewed as tools to augment, not replace, human educators (OECD, p. 82) Y UCL lo eleva a principio de ecosistema: we all agreed on the need, in embracing AI technology, to: ensure education leads the technology use not vice versa, support teachers in their ethical and effective use of AI, and enable students, educators and leaders in helping to shape the future ecosystem. (UCL Institute of Education (IOE blog), p. 2) La dirección la pone la educación; la herramienta la sigue.

La trampa empieza al ver la IA solo como herramienta. Pero ese principio se erosiona por cómo concebimos la IA. Cukurova señala el punto ciego y argue for the importance of alternative conceptualisations of AI (UCL Knowledge Lab, p. 1) Reducirla a «herramienta que resuelve» parece inocuo, y es ahí donde la agencia se cede sin notarlo.

La alternativa: extender la cognición, no delegarla. Su propuesta no es menos IA, sino otra relación: AI models can be used to extend human cognition as part of tightly coupled human and AI hybrid intelligence systems (UCL Knowledge Lab, p. 4) La meta no es que la máquina piense por el estudiante, sino que el estudiante piense más y mejor con ella.

Intervenir directamente, en cambio, amenaza la agencia. El reverso aparece cuando la IA decide en lugar de acompañar. Cukurova advierte tres riesgos al intervenir directo en la enseñanza: threatened human agency, the challenges of predictions in social contexts and the normativity issue (UCL Knowledge Lab, p. 8) Predecir y prescribir en un aula no es neutral: define qué cuenta como buen aprendizaje.

Y hay un límite de fondo: no todo es dato. Ese límite es además epistémico. Selwyn lo nombra sin rodeos: many of the basic aspects of teaching and learning cannot be captured reliably in data form (Monash University, p. 5) Si lo esencial de enseñar y aprender no cabe en datos, el juicio humano no es un accesorio del sistema: es lo que el sistema no puede sustituir.

En la práctica, la agencia se ejerce supervisando. Por eso la agencia no es una declaración, sino una práctica. Mollick la baja a conductas concretas: These strategies promote active oversight, critical assessment of AI outputs, and complementation of AI's capabilities with the students' unique insights. (Wharton School (University of Pennsylvania), p. 1) Hasta repartir la responsabilidad: We strongly recommend making students responsible for getting the facts correct in their AI output. (Wharton School (University of Pennsylvania), p. 5) El humano en el bucle no es un eslogan: es quien responde por el resultado.

Por eso es un valor a proteger, no un efecto colateral. Conviene tratarla como lo que es: un valor en riesgo. UNESCO la pone en el centro: The guidance presents an assessment of potential risks GenAI could pose to core humanistic values that promote human agency, inclusion, equity, gender equality, linguistic and cultural diversities, as well as plural opinions and expressions. (UNESCO, p. 3) La agencia humana no sobrevive sola a la automatización: se diseña, se enseña y se protege.

Las frases entre comillas son citas verbatim verificadas (clic para ir a la fuente); el texto que las conecta es lectura propia que integra las fuentes.

Qué dicen las fuentes

Fuentes que tratan este concepto:

An Educational Ecosystem Fit for the Age of AI: Reflections from the Global Smart Education Conference in Beijing UCL Institute of Education (IOE blog) · 2025

Lo que dice la fuente

we all agreed on the need, in embracing AI technology, to: ensure education leads the technology use not vice versa, support teachers in their ethical and effective use of AI, and enable students, educators and leaders in helping to shape the future ecosystem.

p. 2 ✓ verificada
Interpretación

El consenso de Beijing fija tres principios: que la educación lidere el uso de la tecnología y no al revés, apoyar al docente en un uso ético y efectivo, y habilitar a estudiantes, educadores y líderes para dar forma al ecosistema futuro.

Implicación para educación

"La educación lidera" es un criterio rector accionable: ante cada decisión, preguntar si la guía el propósito educativo o la disponibilidad de la tecnología.

Pregunta abierta

¿En nuestras decisiones recientes, lideró la educación o lideró la tecnología?

Gobernanza Trabajo docente Agencia humana

Assigning AI: Seven Approaches for Students, with Prompts Wharton School (University of Pennsylvania) · 2023

Lo que dice la fuente

These strategies promote active oversight, critical assessment of AI outputs, and complementation of AI's capabilities with the students' unique insights.

p. 1 ✓ verificada
Interpretación

El buen uso exige supervisión activa, evaluación crítica del output y aporte propio del estudiante.

Implicación para educación

La IA suma solo si el estudiante mantiene el juicio, no si lo cede.

Pregunta abierta

¿Nuestras tareas obligan a evaluar críticamente el output, o premian aceptarlo?

Agencia humana Competencias de IA
Lo que dice la fuente

We strongly recommend making students responsible for getting the facts correct in their AI output.

p. 5 ✓ verificada
Interpretación

La responsabilidad de verificar los hechos recae en el estudiante, no en la máquina.

Implicación para educación

Verificar deja de ser opcional y pasa a ser parte de la tarea.

Pregunta abierta

¿Exigimos que el estudiante verifique lo que la IA afirma?

Agencia humana Agentes educativos

Guidance for Generative AI in Education and Research UNESCO · 2023

Lo que dice la fuente

The guidance presents an assessment of potential risks GenAI could pose to core humanistic values that promote human agency, inclusion, equity, gender equality, linguistic and cultural diversities, as well as plural opinions and expressions.

p. 3 ✓ verificada
Interpretación

UNESCO evalúa los riesgos de la IA generativa frente a un conjunto de valores humanistas: agencia humana, inclusión, equidad, igualdad de género y diversidad lingüística y cultural. El marco de referencia es de derechos, no de eficiencia.

Implicación para educación

Una evaluación de riesgo institucional debería medirse contra estos valores humanistas, no solo contra criterios de desempeño o costo.

Pregunta abierta

¿Evaluamos los riesgos de la IA frente a valores humanistas explícitos, o solo frente a métricas de eficacia?

Agencia humana Derechos y privacidad Inclusión Equidad y brechas

OECD Digital Education Outlook 2026: Exploring Effective Uses of Generative AI in Education OECD · 2026

Lo que dice la fuente

AI tutors should be viewed as tools to augment, not replace, human educators

p. 82 ✓ verificada
Interpretación

Los tutores de IA se enmarcan como herramientas para aumentar, no reemplazar, al educador humano. El principio es de complementariedad, no de sustitución.

Implicación para educación

Las decisiones de adopción deberían preservar explícitamente el rol docente y preguntar qué aumenta la IA, en lugar de qué función reemplaza.

Pregunta abierta

¿Qué decisiones pedagógicas deben permanecer siempre en manos del docente, aunque la IA pueda ejecutarlas?

Tutoría Agentes educativos Trabajo docente Agencia humana

On the Limits of Artificial Intelligence (AI) in Education Monash University · 2024

Lo que dice la fuente

many of the basic aspects of teaching and learning cannot be captured reliably in data form

p. 5 ✓ verificada
Interpretación

Selwyn marca un límite epistémico: lo esencial de enseñar y aprender no es reducible a datos.

Implicación para educación

Un sistema que solo ve lo cuantificable optimiza una versión empobrecida de la educación.

Pregunta abierta

¿Qué se pierde cuando la práctica se rediseña para producir datos legibles por la máquina?

Diseño pedagógico Agencia humana Riesgo de empobrecimiento educativo
Lo que dice la fuente

the case for slowing down, scaling back and recalibrating current discussions around AI and education

p. 10 ✓ verificada
Interpretación

La conclusión de Selwyn no es prohibir, sino desacelerar: recalibrar una conversación que la urgencia vuelve improductiva.

Implicación para educación

La velocidad del discurso de adopción es, en sí, un problema de gobernanza.

Pregunta abierta

¿Quién puede permitirse 'ir más lento' y quién no, en la carrera por adoptar IA?

Gobernanza IA general / trayectoria futura Agencia humana

The interplay of learning, analytics and artificial intelligence in education: A vision for hybrid intelligence UCL Knowledge Lab · 2025

Lo que dice la fuente

argue for the importance of alternative conceptualisations of AI

p. 1 ✓ verificada
Interpretación

Cukurova cuestiona la visión dominante de la IA como mera herramienta (incluida la IA generativa) y pide concebirla de otro modo.

Implicación para educación

Si la IA es solo 'herramienta que resuelve', se subusa su potencial para extender la cognición.

Pregunta abierta

¿Qué cambia en el diseño si dejamos de ver la IA como herramienta y la vemos como parte de un sistema híbrido?

Agentes educativos Diseño pedagógico Agencia humana
Lo que dice la fuente

AI models can be used to extend human cognition as part of tightly coupled human and AI hybrid intelligence systems

p. 4 ✓ verificada
Interpretación

La apuesta positiva: inteligencia híbrida humano-IA, donde el todo es más que la suma de las partes.

Implicación para educación

El objetivo no es automatizar al humano, sino acoplarse para ampliar lo que puede pensar.

Pregunta abierta

¿Cómo se diseña ese acoplamiento sin que la máquina termine fijando el rumbo?

Agencia humana Agentes educativos
Lo que dice la fuente

threatened human agency, the challenges of predictions in social contexts and the normativity issue

p. 8 ✓ verificada
Interpretación

Usar la IA para intervenir directamente en la enseñanza trae tres problemas: agencia humana amenazada, predicción en contextos sociales y la cuestión normativa de qué es 'bueno'.

Implicación para educación

Cuanto más decide la IA, más se erosiona el juicio humano sobre lo que vale la pena aprender.

Pregunta abierta

¿Quién decide qué es un 'buen' resultado cuando el sistema predice y prescribe?

Agencia humana Diseño pedagógico