Edumorfosis.it

Los caminos alternativos ya existen, pero son invisibles: Certificaciones técnicas, bootcamps, programas de microcredenciales, formación autodidacta, aprendizaje híbrido, experiencia laboral temprana...

Son muchas las rutas que hoy pueden llevar a un joven al éxito profesional. Pero aún pesan los prejuicios sociales: “Si no fue a la universidad, fracasó”. Mientras tanto, grandes compañías como Google, IBM, Amazon o Meta ya no exigen título universitario para contratar nuevo personal.

With today's wide adoption of LLM products like ChatGPT from OpenAI, humans and businesses engage and use LLMs on a daily basis. Like any other tool, it carries its own set of advantages and limitations. This study focuses on finding out the cognitive cost of using an LLM in the educational context of writing an essay.

En el ciclo conversaciones en La Nación, Martina Rua, entrevista a Melina Masnatta sobre educación e inteligencia artificial. Melina presenta el concepto de Dieta Digital para filtrar el exceso de información generada por la IA. Esto tiene un impacto en el sistema educativo. 

Las aulas inmersivas en el metaverso han pasado de ser una idea futurista a una realidad que ya empieza a tomar forma en centros educativos y corporativos. Estas propuestas prometen un aprendizaje más interactivo, personalizado y accesible, pero también despiertan dudas: ¿son realmente una educación 360° o, por el contrario, pueden convertirse en una distracción aumentada?

Su concepto del «knowmad» —el trabajador nómada del conocimiento, creativo, colaborativo y capaz de aprender en cualquier contexto— no es una simple etiqueta, sino el perfil del ciudadano que ya habita este presente líquido. Su propuesta de «leapfrogging» no es una invitación a la reforma, sino un llamado a dar un salto cuántico, a dejar de poner parches en un sistema que necesita ser reimaginado desde sus cimientos.

En un 2025 donde la inteligencia artificial generativa redefine a diario las fronteras del saber y la incertidumbre es la única constante, dialogar con John Moravec no es un ejercicio académico, es una necesidad estratégica. Es conversar con quien lleva más de una década advirtiéndonos sobre la tormenta que ya llegó y, más importante aún, enseñándonos a construir mejores barcos.

La lógica indica que un maestro o una maestra trabajarán mejor, podrán atender de forma más personalizada y dedicar más tiempo a sus alumnos si tienen 15 en clase que si tienen 25. Pero más allá de la lógica, ¿qué dice la evidencia empírica sobre el papel de la ratio en las diferentes etapas educativas?

La proporción entre estudiantes y docentes incide en la calidad del aprendizaje de manera diferente según la etapa educativa, las particularidades propias de la institución y las características del profesorado.

La mayoría de las universidades occidentales quedan malparadas. Mientras Beijing entrena a sus estudiantes en prompts y verificación, Oxford, Harvard o buena parte de la Russell Group siguen midiéndose la pureza textual con el absurdo y desfasado Turnitin, y amenazando con suspensos ejemplares. El negocio de la «detección de IA», nacido para combatir un supuesto tsunami de plagio, ya despierta recelos: el despliegue de Turnitin Originality ha generado críticas por su opacidad metodológica y su altísimo índice de falsos positivos. 

No es un problema meramente técnico: es convertir la clase en un juego del gato y el ratón que estropea la confianza y desperdicia horas que podrían dedicarse a enseñar, a contrastar y a pensar. El resultado es un clima en el que estudiantes inocentes ven su expediente manchado por «frases sospechosas» y profesores cansados de perseguir fantasmas absurdos y de cumplir reglas mal diseñadas recurren a un software que promete certezas imposibles.

El empleo de la IA en todas las actividades de investigación es una realidad que no se puede ocultar. Tan real como los problemas que se advierten en las tesis de los estudiantes universitarios. Los estudiantes suelen enfrentarse a deficiencias en el conocimiento del tema a investigar, la formación en investigación y las habilidades esenciales de redacción y ortografía (Rodríguez et al., 2023) Otros problemas comunes se relacionan con la gestión del tiempo, dificultades en la selección de temas y comentarios inconsistentes de los asesores (Sharma, 2024). 

Es común encontrarnos errores en la determinación de las categorías centrales como el problema, el objetivo, las variables, entre otras. Por lo general debemos revisar una y varias veces la relación entre problema y objetivo. Incluso días antes de las defensas se vuelven a realizar ajustes a estas categorías. Entonces cómo es posible que el resto del trabajo se evalúe correctamente, mientras que se siguen modificando las categorías antes mencionadas.

AI is transforming nearly every aspect of our society, from how work gets done to how companies operate. It’s changing how we talk with our doctors, our employees, and our customers, bridging language gaps and helping us communicate more clearly and effectively. And it’s transforming education too.

Across the globe, educators are using AI to increase student agency, giving them a greater sense of ownership over how they learn. Education leaders and institutions are leveraging AI to enhance operational and administrative processes and are tapping into real-time data to improve student success. And an exciting shift is starting when it comes to the benefits of using AI—no longer just a timesaver, it can empower everyone to reimagine opportunities for the future of education together.

To better understand the state of AI in education, Microsoft Education has conducted numerous studies and surveys and collaborated with academic institutions and organizations. We’ve also surveyed academic and IT leaders, educators, and students from around the world; explore the extended survey data for more insights.

A follow-up to our AI in Education Report in 2024, this year’s edition reveals much about the ongoing evolution of AI in education, from how audiences feel about it to how it’s being used in education today—and how it might be used in the future.

The three essential dimensions of education systems and curricula in terms of how students interact with that curriculum:

1. Engagement: Students might engage because they recognize the value of what they’re learning, even if they don’t particularly enjoy it. Multiple factors drive this engagement—teaching styles, content relevance, cultural factors—all contributing to whether students see value in what they’re learning.
2. Commitment: This describes how willing students are to invest effort and persist with the learning process, whether through following established structures or driving their own learning forward.
3. Agency: This means having the ability to make decisions appropriately at their age level, having choices that genuinely impact outcomes, and opportunities to make good choices. 

From some initial research conducted over the last month, I’ve found that the vast majority of Instructional Designers choose their AI tools based on UX preference and cost.

Meanwhile, in the workplace, most L&D teams are allocated AI tools based on the existing tech stack rather than tool performance. TLDR: If your org already uses Microsoft Office Suite and Teams, you will more than likely be allocated MS Copilot as your AI sidekick for the L&D workflow.

DeepSeek, ChatGPT o Gemini. Los nombres ya son varios y no se puede negar que la inteligencia artificial, en cualquiera de sus formas, se ha colado en las aulas de las universidades españolas. 

El 89% de los estudiantes universitarios utiliza herramientas de IA generativa, y el 35% lo hace a diario, según el estudio Uso y percepción de la IA en el entorno universitario realizado por la Fundación Conocimiento y Desarrollo (CYD). Los primeros usos, los más extendidos, fueron copiar, pegar, reformular. Pero en algunas facultades el panorama ha cambiado.

A new study from researchers at MIT’s Media Lab has returned some concerning results.

The study divided 54 subjects—18 to 39 year-olds from the Boston area—into three groups, and asked them to write several SAT essays using OpenAI’s ChatGPT, Google’s search engine, and nothing at all, respectively. Researchers used an EEG to record the writers’ brain activity across 32 regions, and found that of the three groups, ChatGPT users had the lowest brain engagement and “consistently underperformed at neural, linguistic, and behavioral levels.” Over the course of several months, ChatGPT users got lazier with each subsequent essay, often resorting to copy-and-paste by the end of the study.

In a world where artificial intelligence is rapidly reshaping how people learn, OpenAI has introduced a compelling and provocative concept: the AI-native university. This model envisions an institution where every student, from their first login during orientation to their final capstone submission, is supported by a personalized AI assistant–one that adapts, learns, and evolves with them over the course of their academic journey. It is a bold idea that could transform not just how students study, but how colleges deliver value, structure support systems, and define success.

Colleges are failing to prepare students for the AI economy — and the biggest cost may be psychological, Tyler Cowen said.

El documento de trabajo "Los retos de la IA en la educación superior y las respuestas institucionales: ¿Hay lugar para marcos de competencias?", publicado por UNESCO IESALC, ofrece una revisión sistemática del estado actual de la integración de la inteligencia artificial (IA) en la educación superior. Aunque la IA presenta oportunidades significativas para la transformación pedagógica y administrativa, las instituciones de educación superior (IES) tienen lagunas críticas para prepararse y responder eficazmente a esta realidad. Las autoras, Arianna Valentini y Alep Blancas, defienden la necesidad urgente de desarrollar un marco integral de competencias de IA adaptado específicamente al contexto de la enseñanza superior.

La metodología del informe incluyó una revisión bibliográfica de enero de 2021 a agosto de 2024, complementada con un ejercicio de evaluación de las iniciativas relacionadas con la IA en 16 instituciones de educación superior en cinco regiones de la UNESCO. Este doble enfoque permitió a las investigadoras identificar una brecha crítica entre el rápido ritmo de adopción de la IA y la falta de respuestas institucionales estructuradas.

Children who are provided with access to smartphones before the age of 13 are, per a jarring new study, far more likely to suffer severe mental health problems down the line.

Having run thousands of interviews with Instruction Designers over the years, one thing is very clear: one of the key challenges we face in optimizing both the speed and quality of our work is wrangling the right information from Subject Matter Experts (SMEs).

If you’ve ever spent hours chasing the right person, only to receive half-remembered insights and a tone of impenetrable acronyms, you’re not alone. As one L&D colleague at a big corporate said to me just this week:

Access to SMEs, and the ability to consistently get the right information from them is the single biggest challenge in our projects. We spend more far more time chasing clarity than actually building training.

The more sophisticated and arguably more urgent questions we must now ask are: "How will AI change my job?”. What we’re really asking here is, will AI degrade our skills? Will it automate the creative, satisfying parts of our work and - contrary to the promise of AI - leave us with the administrative drudgery?

This is the new reality check for the Instructional Design profession and education professionals more broadly. The greatest risk to our roles may not be a future of unemployment, but a future of profound professional dissatisfaction.

The data and testimonials emerging from across the knowledge economy suggest we are at a pivotal crossroads, facing two divergent paths for human-AI collaboration. One path sees AI as a tireless assistant, a tool that handles the toil and frees us to focus on the strategic and creative work we love. The other, more insidious path, sees the machine doing the "fun stuff" while the human is left with the functional drudgery of feeding it source files and managing its output.

This is the "inverted centaur" model—where the human becomes the machine's hands, not the other way around. This is not a distant fear; it is a choice being made right now in the design of our tools and the structure of our teams. It is the central fight for the soul of our work.

In the last 18 months amidst all of the hype we have seen a growing body of peer-reviewed research on AI & Instructional Design, providing us with systematic, robust and reliable data on how AI is being used in Instructional Design and how it’s impacting (for better or worse) the speed and quality of our work.

Perhaps unsurprisingly, the results are far more nuanced than either the AI evangelists or the skeptics would have you believe. Some findings might surprise you — others will validate concerns you've probably been too polite to voice in all those AI webinars you've attended recently.

As Artificial Intelligence (AI) increasingly influences how we access information, communicate, and make decisions, AI literacy becomes essential for navigating daily life, creating with purpose, and preparing for the future of learning and work. AI literacy equips learners and educators to understand both the risks and opportunities that AI presents, and to make meaningful and ethical decisions about its use.

It helps learners critically evaluate AI’s impact on their lives, education, and communities while preparing them to shape the future. However, to fully realize the potential of AI literacy to shape learning, key barriers to implementation must be addressed, including:

• A lack of a shared understanding of what AI literacy is and how to teach it.
• Uncertainty about how AI fits into various subject areas.

This publication serves as a starting point for teachers, education leaders, education policymakers, and learning designers to understand AI literacy and decide how it fits their needs. Establishing a common language about AI literacy is instrumental for consistency across diverse educational settings.

Parece evidente que estamos ante una tormenta perfecta: economía, inteligencia artificial y exceso de formación. La subida del desempleo juvenil (5.8 % en los Estados Unidos) y el aumento del subempleo (más del 40 %), apuntan a que no hablamos tan solo de un problema tecnológico: la economía está ralentizada, las empresas recortan puestos y hay una sobreproducción de graduados. En algunas compañías se están dedicando a pedir a los responsables de equipo que demuestren que la contratación que pretenden conseguir va a desempeñar funciones que una inteligencia artificial no podría llevar a cabo. Esta llamada «elite overproduction» o inflación de credenciales, está amenazando con devaluar los títulos universitarios.