Por Yamila Caridad Rodríguez Gómez

La inteligencia artificial (IA) generativa no reemplaza al docente, pero sí transforma su rol. Este artículo propone lo que yo llamo “la pedagogía delinput consciente”. Es una forma de enseñar y aprender en el área de ingeniería en diseño industrial para los estudiantes del Instituto Tecnológico de Pachuca. Este enfoque considera un uso reflexivo de las herramientas de IA como aliadas estratégicas, con el fin de que los estudiantes experimenten creativamente con tecnologías de IA a la vez que analizan y contrastan la información proporcionada por estas herramientas, fomentando en ellos el desarrollo del pensamiento críticopara la toma de decisiones bien argumentadas.

Esta propuesta “la pedagogía del input consciente”, parte de una observación práctica en el aula. La palabra input en inglés, que en el contexto de la informática significa “entrada”, es la información que se le da a un sistema para su procesamiento. Pues bien, hemos visto que los resultados que ofrece la IA generativa dependen en gran medida de la calidad de las preguntas que formulamos para el input. Si pedimos con claridad, afinamos con precisión y retroalimentamos con criterio, la herramienta responderá mejor. Por ello, usar IA en el aula se convierte en una oportunidad para enseñar a pensar mejor, no solo para obtener respuestas más rápidas. De acuerdo con la OCDE (2021), formular buenas preguntas es ya un acto de pensamiento crítico.

En la práctica docente, integrar la IA generativa ha sido una forma de abrir nuevos caminos para explorar, imaginar y construir. La hemos usado como apoyo en momentos clave: para entender temas complejos, generar ideas iniciales, visualizar conceptos o repensar soluciones. Más que automatizar tareas, nos ha permitido acompañar mejor los procesos de cada estudiante, dar espacio a distintas formas de aprender y cultivar una actitud más activa y reflexiva frente a la tecnología (Harouni, 2023).

Herramientas de IA generativa para la clase de diseño industrial

En las clases de la especialidad de la carrera de Ingeniería en diseño industrial para estudiantes de octavo semestre, se incorporaron las herramientas de IA generativa ChatGPT y DALL·E. El objetivo de aprendizaje de esta práctica fue que los estudiantes conocieran y aplicaran las propiedades de los materiales en relación con el diseño ergonómico, la funcionalidad y los costos asociados al diseño. Para ello, se utilizaron estrategias como simulación de entrevistas con IA en las que los estudiantes en su rol de diseñadores entrevistaban a usuarios finales potenciales, clientes internos y expertos técnicos,mientras yo como docente actuaba como facilitadora y observadora.

Simulación de entrevistas con “expertos” de la ingeniería y el diseño con IA

Para activar cada entrevista, se emplearon distintos prompts que indicaban a la IA el rol que debía asumir, el contexto y el objetivo de la interacción. La regla práctica fue iniciar con “Eres…” y añadir condiciones de diseño como ergonomía, materiales, proceso, costo y tiempos.

Plantilla de trabajo para la generación de distintos roles con IAgenerativa

“Eres [rol] en [entorno]. Tienes [características/limitaciones]. Necesitas/priorizas [objetivo]. Responde de forma [técnica/concisa/con ejemplos], considerando [ergonomía/materiales/proceso/costo/tiempos]e indicando riesgos y compromisos”.

Roles asignados a ChatGPT por estudiantes

Rol	Prompt
Cliente final	— “Eres una persona que usa el producto a diario en espacios reducidos. Presupuesto medio-bajo. Prioriza comodidad, seguridad y mantenimiento mínimo. Describe tres no negociables y tres deseables”.
Proveedor	— “Eres proveedor de materiales. Propón dos alternativas durables y costo-eficientes, con rangos de precio por unidad, plazos de entrega y requisitos de almacenamiento”.
Manufactura	— “Eres jefe de manufactura. Evalúa factibilidad en serie: cortes/ensambles, tiempos de ciclo, tolerancias críticas y cuellos de botella. Sugiere cambios DFM Design for Manufacturing (Diseño para Manufactura) para reducir desperdicio sin perder ergonomía”.
Calidad/Seguridad	— “Eres responsable de calidad. Señala riesgos de uso y de proceso, pruebas de verificación imprescindibles y criterios de aceptación/rechazo”.
Compras (cliente interno)	— “Eres compras institucionales. Solicita costo total de propiedad a 12–24 meses, condiciones de garantía, disponibilidad de refacciones y criterios de adjudicación”.
Experto técnico	— “Eres especialista en (material/proceso). Compara dos opciones con propiedades clave, límites de proceso y efectos en ergonomía y costo”.

Extracto de una conversación ficticia como un breve ejemplo

**Conversación iniciada previamente**

Diseñador: Con tu capacidad actual, ¿el ensamble llega a 40 unidades por día?

Jefe de manufactura (IA): Con costura en 18 minutos por unidades, no. El cuello de botella es costura; propongo reducir paneles (9→6) y guías de margen para bajar a ~12 min.

Diseñador: ¿Afecta la ergonomía?

Jefe de manufactura (IA): No, si mantenemos soporte en zonas de presión y tolerancias ±2–3 mm; sugiero piloto de 10 unidades.

**Continúa la conversación**

Los temas abordados en las entrevistas incluyeron necesidades y contexto de uso, criterios de ergonomía, selección de materiales, procesos y costos de fabricación, sostenibilidad e implicaciones éticas del uso de IA. El fin educativo de estas entrevistas fue ejercitar la indagación cualitativa, la escucha activa y la validación de supuestos; traducir los hallazgos en requisitos de diseño; y justificar decisiones (ergonomía, funcionalidad, costos y trade-offs) con base en evidencia.

Posteriormente, una vez analizada toda esta información, los estudiantes crearon sus propuestas para el proyecto que contenían: la definición del problema, la información de usuario, el contexto, la selección de materiales, ergonomía, desempeño, costos y sostenibilidad. También, se incluyó una bitácora de iteraciones (donde se justificaba qué se cambió y por qué) con un anexo de los prompts de IA y sus resultados clave. Con esto, se aseguró la trazabilidad entre la indagación, las decisiones y los prototipos. La IA generativa fue tratada como una compañera de trabajo, no como una fuente definitiva, privilegiando el diálogo entre humanos y tecnología.

Evaluación de proyectos: rúbrica centrada en pensamiento y toma de decisiones

Los proyectos se evaluaron mediante rúbricas centradas en pensamiento y toma de decisiones. La aplicación de estas rúbricas se realizó mediante una breve entrevista evaluativa (10–15 min) en la que el estudiante explica por qué utiliza cada elemento del diseño y por qué descarta otras opciones, aportando evidencias (bocetos, pruebas funcionales y estimaciones de costo). En la evaluación del proyecto, la puntuación obtenida prioriza la calidad de la argumentación y la toma de decisiones informada con datos por encima del acabado final del prototipo.

Entre los productos generados, los estudiantes crearon moodboardspreliminares de tipo conceptual. Los Moodboards son paneles visuales que reúnen imágenes, materiales, paletas de color, texturas, tipografías y palabras clave para sintetizar el universo conceptual y sensorial del proyecto. Se utiliza para orientar decisiones tempranas de diseño, como el mostrado en las imágenes. Para ello, los estudiantes debían tomar decisiones justificadas sobre forma, textura, función y usuario. Estas decisiones fueron guiadas por procesos asistidos con IA y evaluadas mediante rúbricas centradas en pensamiento proyectual.

Beneficios observados para el aprendizaje integrando IA generativa en clase

En esta práctica, los beneficios incluyeron mayor autonomía que se evidenció cuando los estudiantes profundizaron de forma voluntaria en los temas de clase, se anticiparon al contenido de la siguiente sesión y planearon iteraciones sin esperar indicaciones puntuales. Sumado a esto, prepararon preguntas técnicas y supuestos a contrastar, trajeron referencias y datos para sustentar decisiones y usaron la IA generativa como apoyo crítico (para explorar alternativas y verificar criterios) en lugar de depender de ella como respuesta definitiva.

También, los estudiantes documentaron su proceso, gestionaron su tiempo y entregables con mayor responsabilidad, solicitaron retroalimentación específica y defendieron sus propuestas con argumentos materiales + ergonómicos + funcionales y de costo. El trabajo del estudiantado evidenció mejores niveles de comprensión de conceptos complejos, disposición al ensayo y el error, así como también mayor confianza para explorar ideas con apoyo tecnológico. Algunos estudiantes expresaron sorpresa y entusiasmo al descubrir su capacidad de construir con IA sin depender completamente de ella.

Áreas de oportunidad para mejorar esta práctica con IA generativa en la clase

Aunque la incorporación de la IA ha aportado beneficios claros, persisten dos áreas de oportunidad prioritarias.

1) Capacitación y cultura de uso. Es indispensable desarrollar una alfabetización crítica que evite tratar la IA como atajo y la posicione como herramienta experta: a través de la formulación eficaz de prompts, criterios de calidad y precisión en las descripciones, pensamiento estratégico y consideraciones éticas. Esta formación permitirá que el estudiantado utilice la IA como socio creativo y no como sustituto del juicio propio.

2) Acompañamiento adaptativo. Se requiere consolidar el uso de la IA como un tutor personal que ajuste el ritmo y la profundidad del aprendizaje a cada estudiante. También, que facilite la exploración de conceptos complejos y la resolución de dudas en cualquier momento y contribuya a reducir ansiedad mientras potencia la proactividad y la confianza.

Abordar estas dos líneas de mejora transformará la IA de instrumento auxiliar a componente estructural del proceso educativo, fortaleciendo el desarrollo profesional de cada estudiante.      

Reflexión

La IA generativa es una herramienta poderosa, pero su verdadero potencial se activa cuando se incorpora con intención, criterio y sensibilidad pedagógica. Adoptar la pedagogía del input consciente implica usar la IA no solo para obtener respuestas, sino para hacer mejores preguntas, pensar con más profundidad y crear con propósito. Esta forma de enseñar se vuelve más potente cuando el propio docente también experimenta con la IA, la prueba, se equivoca y aprende.

Invito a quienes trabajan en educación a experimentar con este enfoque, adaptándolo a sus contextos y necesidades. Más que una solución de tareas, esta perspectiva busca formar personas críticas, autónomas y capaces de convivir con la tecnología sin depender ciegamente de ella.

Acerca de la autora

Yamila Caridad Rodríguez Gómez (m23201307@pachuca.tecnm.mx) es docente y diseñadora interesada en el desarrollo de procesos creativos significativos en el aula. Combina su formación en ingeniería y diseño con enfoques pedagógicos sensibles al contexto. En su práctica, integra la inteligencia artificial como aliada estratégica para fomentar la autonomía, la reflexión crítica y la innovación con propósito.

Agradecimiento

“Un especial agradecimiento a las y los estudiantes de 8.º semestre de la carrera de Ingeniería en Diseño Industrial del ITP (2025) por la aportación del material producido en clase, así como por su entusiasmo y espíritu académico, que hicieron posible este trabajo”.

Referencias

Harouni, H. (2023). “Embracing artificial intelligence in the classroom”. Harvard Graduate School of Education.

HolonIQ. (2023). “Global Learning Landscape”. https://www.globallearninglandscape.org/

OECD. (2021). “AI and the Future of Skills, Volume 1”. https://www.oecd.org/education/ai-and-the-future-of-skills-2021.htm

Rodríguez Marín, M. (2025). “IA en la educación superior: ¿una revolución o un riesgo?” Observatorio IFE. https://observatorio.tec.mx/edu-bits/ia-en-la-educacion-superior

Tovar Martínez, A. M. (2025). “La IA en el aula es un reto pedagógico, no tecnológico”. Observatorio IFE. https://observatorio.tec.mx/edu-bits/la-ia-en-el-aula-es-un-reto-pedagogico

UNESCO. (2023). “Reports on the implementation of the Information for All Programme (IFAP) (2022–2023)” (217 EX/11). Executive Board, 217th session. https://unesdoc.unesco.org/ark:/48223/pf0000386795

 

Fuente: https://observatorio.tec.mx/edu-bits-blog/pedagogia-del-input-consciente-para-potenciar-el-pensamiento-critico-con-ia-generativa/