Reúne los fundamentos conceptuales, guías prácticas, estudios empíricos y orientaciones institucionales sobre la incorporación de sistemas de inteligencia artificial en la docencia, el aprendizaje y la investigación universitaria. Los materiales distinguen entre el funcionamiento técnico de los modelos probabilísticos, las decisiones pedagógicas que mantienen la dirección intelectual en manos de las personas y las condiciones éticas e institucionales necesarias para un uso transparente y verificable.
Circuitos eléctricos con IA: comportamiento esperado en términos de Kirchhoff y frecuencia, método de análisis y comparación cálculo–simulación. Progresión de prompts por nivel de la taxonomía de Bloom y rúbrica de proceso.
Automatización industrial con IA: arquitecturas de control (PLC, DCS, SCADA), selección de sensores y actuadores, seguridad operacional y pruebas FAT/SAT. Progresión de prompts por nivel de la taxonomía de Bloom y rúbrica de proceso.
Desarrolla un artículo académico que relacione problema, fuentes, método y contribución; utiliza IA para contrastar argumentos sin inventar referencias ni resultados.
Análisis económico con IA: métricas estándar (VPN, TIR, payback), análisis de sensibilidad y crítica de los supuestos que sostienen la decisión. Progresión de prompts por nivel de la taxonomía de Bloom y rúbrica de proceso.
Análisis de materiales con IA: parámetros operativos de la técnica, hipótesis a verificar a partir de los datos y consistencia interpretativa con la teoría. Progresión de prompts por nivel de la taxonomía de Bloom y rúbrica de proceso.
Análisis de casos global-local con IA: definición del problema, generación de alternativas, criterios de evaluación, decisión justificada, reflexión crítica y conexión con el entorno. Niveles 2 a 6 de la taxonomía de Bloom, rúbrica de proceso y evidencias obligatorias.
Elige un producto, decide qué puede aportar la IA y qué hará el estudiante; relaciona la actividad con las tres literacidades y con evidencias de aprendizaje.
Un estudio multi-método (N=912, China–Europa–EE.UU.) que reformula el debate sobre la IA en el aula: cuando el estudiante encuadra a la IA como compañero intelectual y no como herramienta, la delegación cognitiva deja de ser un atajo y se vuelve liberación de recursos para el pensamiento de orden superior.
Tres documentos orientadores para bachillerato, licenciatura y posgrado, con sus PDF completos y una comparación que distingue lo común de lo específico de cada nivel.
Tres fuentes externas en inglés —webinars, videos y un curso— para adaptar una sugerencia sobre uso educativo de IA y revisarla con el propósito, los datos y la evidencia de una actividad.
