La sesión de mayo del >idlab tuvo lugar el miércoles 28 de mayo y reunió a Javier González-Patiño (UAM), Gema, Guillermo Flores (UNAM, México), Helga y Yareni, en torno a tres ejes: la arquitectura técnica que sostiene el propio laboratorio, una reflexión crítica sobre el futuro de la docencia universitaria ante la IA generativa y la exploración de agentes, modelos locales y sensores en contextos educativos.
La arquitectura técnica del >idlab, en funcionamiento
Abrimos la sesión revisando cómo funciona el ecosistema técnico del laboratorio. Granola recoge la transcripción y el resumen de cada encuentro y, conectado directamente con Claude a través del protocolo MCP, permite que el modelo tome ese resumen, lo edite y lo publique automáticamente como entrada en esta web, alojada en WordPress. La configuración incluye indicaciones específicas para extraer los compromisos y acciones de cada participante, de modo que el flujo funciona también como sistema de seguimiento personal para no perder de vista las tareas pendientes.
¿Para qué necesitamos profesores? El riesgo del modelo fordista
Exploramos las implicaciones profundas de la IA en la educación universitaria, en particular el riesgo de deslizarnos hacia un modelo fordista en el que diseñadores de experiencias educativas de alto nivel elaboran protocolos que después ejecutan personas de menor cualificación. Debatimos cómo los sistemas de evaluación actuales, basados en rúbricas y en la cuantificación del aprendizaje, allanan el camino para que los modelos generativos sustituyan el trabajo docente. Javier compartió pruebas en las que el desfase de calificación entre IA y humanos era de apenas medio punto, lo que plantea una pregunta incómoda: si el objetivo es producir y calificar productos de aprendizaje, ¿para qué necesitamos profesores?
Uso sofisticado e indetectable de la IA por el estudiantado
Analizamos la creciente sofisticación en el uso de IA por parte del estudiantado. Mientras que en educación presencial el alumnado suele ser más ingenuo en su aproximación, en educación a distancia ha desarrollado técnicas muy avanzadas para incorporar la IA de manera indetectable. El laboratorio de prompts del >idlab genera contextualizaciones tan precisas que, combinadas con modelos como Claude, producen trabajos prácticamente imposibles de identificar. Vimos cómo algunos estudiantes han llegado incluso a desafiar abiertamente —«esto lo he escrito con IA, demuéstralo»—, invirtiendo la carga de la prueba y situándola sobre el docente.
Agentes, modelos locales y sensores: la exploración de Guillermo
Guillermo presentó su trabajo con manejadores de agentes como Paperclip, que permiten crear «CEOs virtuales» capaces de generar otros agentes para completar tareas específicas. Está experimentando con modelos locales en una Mac Mini para reducir la dependencia de plataformas como Anthropic u OpenAI, aunque reconoce las limitaciones de capacidad frente a los modelos de frontera. Compartió además su trabajo en monitoreo de temperatura en tiempo real mediante widgets personalizados y sensores IoT, una línea que conecta directamente con el proyecto de confort térmico del laboratorio.
¿Herramienta neutral o tecnología con política?
Dejamos abiertas dos tensiones de fondo. La primera: la deriva hacia un escenario en el que productos generados por IA son evaluados por otras IA, eliminando por completo a los humanos del proceso. ¿Quién aprende realmente en ese bucle cerrado? La segunda: la naturaleza política de la IA frente a su consideración como herramienta neutral. Mientras Guillermo argumentaba desde una perspectiva más técnica, centrada en datos cuantificables, Javier sostuvo que la IA tiene política inherente por su entrenamiento predominantemente anglosajón, que tiende a homogeneizar procesos de pensamiento y perspectivas culturales. Esa tensión entre lo técnico y lo político atraviesa todas nuestras discusiones sobre implementación.
Acuerdos
Presentar el >idlab como proyecto de innovación docente en la convocatoria de la UAM, incorporando la creación de comunidades de práctica como experiencia de aprendizaje social. Desarrollar un proyecto conjunto sobre confort térmico en aulas que combine la medición de variables ambientales con el análisis cualitativo de la percepción del estudiantado. E incorporar a miembros del laboratorio como equipo en los proyectos de innovación de la UAM, de cara a obtener reconocimiento institucional.
Próximos pasos
Javier creará un documento colaborativo en Google Docs para el proyecto de confort térmico con las bases de la convocatoria, compartirá esas bases por Telegram para revisión del equipo e incluirá a miembros del laboratorio en el grupo PECA (Personalización Educativa y Aprendizaje Conectado). Guillermo diseñará y cotizará los dispositivos de medición de temperatura, humedad relativa y temperatura radiante, y contactará con Gabriela sobre la plaza disponible en su grupo de investigación. Yareni coordinará con la embajada española en México posibles intercambios y estancias de investigación, y compartirá el cuadernillo gamificado de cinco misiones sobre investigación e IA.
La próxima sesión será en junio, como siempre el último jueves del mes y en el horario habitual.
Deja una respuesta