Agrupa los marcos metodológicos, rutas de diseño inverso, actividades guiadas y productos de aprendizaje orientados a que el estudiantado formule, contraste, explique y reelabore ideas por cuenta propia. Parte del principio de que el aprendizaje ocurre en el trabajo cognitivo observable que realiza quien aprende —con o sin apoyo tecnológico— y ofrece criterios para alinear objetivos, secuencias didácticas y evidencias.
La IA generativa puede fortalecer o erosionar el pensamiento crítico de los estudiantes. La diferencia la hace el diseño pedagógico, no la herramienta.
Un curso en red tiene estructura, aunque no tenga jerarquía. Seis decisiones de diseño para sostener una exploración no lineal en la que la IA propone conexiones y el estudiantado decide cuáles se sostienen.
Diagramas Mermaid de tres procesos docentes recurrentes, con puntos de decisión humana visibles. Pensados para que coordinaciones académicas estandaricen criterios sin uniformar prácticas.
Cómo un programa universitario con perfil de egreso ya definido integra la IA en sus asignaturas existentes sin partir de cero ni convertir todo en un curso de IA.
Guion adaptable de tres sesiones de dos horas, con secuencia, plantillas y rúbrica. Está pensado para coordinaciones académicas que preparan formación en diseño didáctico con IA.
El principio de transparencia se queda en lo abstracto si no se traduce a prácticas de aula. Esta guía propone cinco intervenciones operativas, con ejemplo y alcance.
El catálogo institucional revisa privacidad y costo. Esta página revisa el aporte pedagógico: qué observar en planeación, retroalimentación, debate o análisis de textos, y cómo hacer tú la comparación.