En los últimos años, el trabajo docente se ha vuelto más denso. Más tareas administrativas, más producción de materiales, más adaptación a ritmos distintos dentro del aula. En ese contexto, la inteligencia artificial empezó a utilizarse como una herramienta práctica antes de convertirse en un tema pedagógico. Muchos profesores la incorporaron para ahorrar tiempo en tareas concretas: redactar actividades, reorganizar contenidos o preparar evaluaciones. No fue una decisión curricular, sino una respuesta cotidiana a una carga de trabajo creciente.
Ese origen explica parte del debate actual. La IA se ha extendido primero como apoyo individual, no como cambio educativo compartido. Los docentes experimentan con ella, pero esa experimentación rara vez forma parte de una reflexión colectiva sobre qué cambia realmente en el aprendizaje. El resultado es una situación ambivalente: interés por las posibilidades de la tecnología, acompañado de dudas sobre su papel en el aula y sobre los límites de su uso.
Es precisamente en este contexto donde se sitúa el informe Recomendaciones para la Formación Docente en Inteligencia Artificial en la Educación Básica, impulsado por Fundación Telefónica Vivo, Fundación ProFuturo e Instituto IA.Edu. El documento parte del siguiente diagnóstico: la tecnología ha llegado antes que los marcos de formación necesarios para integrarla con sentido pedagógico. Y su intención es ordenar una discusión que hasta ahora se ha desarrollado de forma fragmentada, centrada en el uso individual y no en el desarrollo profesional docente.
Enseñar siempre ha implicado decidir qué procesos merecen tiempo y esfuerzo porque forman parte del aprendizaje. Cuando una herramienta permite automatizar tareas intelectuales, como resumir, estructurar textos o generar respuestas, desaparecen partes del proceso que antes ayudaban a aprender. ¿Qué sucede entonces con la docencia? ¿Cómo redefinir el trabajo de enseñar cuando parte del trabajo cognitivo puede delegarse sin dificultad?
El informe parte de ese desplazamiento. En lugar de centrarse en cómo introducir la inteligencia artificial en la escuela, sitúa la atención en la formación docente necesaria para convivir con ella. El foco deja de estar en el uso de herramientas y pasa a la capacidad profesional para establecer límites, priorizar procesos y decidir cuándo la tecnología amplía el aprendizaje y cuándo lo simplifica en exceso.
No necesitamos más herramientas sino más criterio
La formación tecnológica del profesorado ha seguido el mismo patrón desde hace años. Cada nueva herramienta venía acompañada de cursos orientados a su uso: cómo funciona, qué permite hacer, cómo integrarla en una actividad concreta. La inteligencia artificial parecía destinada a seguir ese mismo camino. Sin embargo, el informe propone un cambio: el problema no es que los docentes necesiten aprender más herramientas, sino que necesitan más criterios para decidir cuándo utilizarlas.
La propuesta de Fundación Telefónica Vivo se organiza en torno a cuatro dimensiones que ayudan a ordenar una conversación que a menudo aparece mezclada. Enseñar sobre inteligencia artificial implica comprender qué es, cómo funciona y cuáles son sus límites. Enseñar con inteligencia artificial se refiere a su uso como apoyo en la práctica pedagógica. A esto se añade una tercera dimensión: comprender sus implicaciones sociales, éticas y culturales. La cuarta tiene que ver con el propio desarrollo profesional del docente, que ya utiliza estas herramientas para planificar, organizar información o producir materiales.
Esta distinción es importante porque evita una confusión habitual. Saber utilizar una herramienta no equivale a saber integrarla pedagógicamente. La alfabetización tecnológica puede aprenderse con relativa rapidez; el criterio pedagógico requiere tiempo, experiencia y reflexión compartida. El informe insiste en que la formación en IA no constituye un campo separado, sino una extensión de las competencias digitales docentes ya existentes. No se trata de crear un nuevo perfil profesional, sino de ampliar la capacidad de decisión dentro del aula.
Esta idea introduce un cambio de enfoque. La inteligencia artificial deja de aparecer como un contenido añadido o como una innovación puntual y pasa a entenderse como una tecnología transversal, que atraviesa prácticas ya conocidas: la planificación, la evaluación, la producción de materiales o la relación con la información. Desde esa perspectiva, la formación deja de concebirse como un curso aislado y pasa a formar parte de un proceso continuo, vinculado a la evolución del propio trabajo docente.
En ese sentido, la aportación principal del documento es relativamente sencilla, aunque sus implicaciones no lo sean tanto. La IA no exige un nuevo tipo de profesor. Exige un profesor con mayor capacidad para decidir qué papel debe ocupar la tecnología dentro del aprendizaje y qué procesos siguen siendo insustituibles.
La formación entendida como política educativa
En el debate sobre inteligencia artificial en educación, la atención se ha desplazado con frecuencia hacia el docente individual: su nivel de competencia digital, las herramientas que utiliza o su capacidad para adaptarse a la tecnología. El documento introduce otra escala de análisis. La formación en IA no depende solo del interés o la iniciativa personal, sino de decisiones institucionales que determinan qué condiciones existen para que esa formación tenga continuidad y sentido.
El punto de partida es el diagnóstico. Los docentes no parten del mismo lugar ni trabajan en contextos comparables. Hay diferencias en experiencia digital, en acceso a infraestructura, en tiempo disponible y en prioridades pedagógicas. Diseñar formaciones homogéneas suele producir resultados limitados porque ignora esa diversidad. El informe insiste en que la formación debe comenzar por comprender los contextos reales de las escuelas y los niveles de apropiación existentes, evitando propuestas que funcionan en abstracto pero no se sostienen en la práctica cotidiana.
Este enfoque desplaza la responsabilidad desde el individuo hacia la organización. La integración de la IA no puede depender únicamente de que algunos docentes experimenten por iniciativa propia. Requiere estructuras que permitan aprender de manera progresiva: espacios de trabajo entre pares, comunidades de práctica, acompañamiento pedagógico y tiempo institucional para probar, ajustar y evaluar. La experiencia acumulada en políticas de innovación educativa muestra que los cambios sostenidos rara vez surgen de acciones aisladas; aparecen cuando las condiciones organizativas acompañan el proceso.
Además: la formación necesita seguimiento. No como mecanismo de control, sino como parte del propio aprendizaje profesional. Observar cómo cambian las prácticas, qué dificultades aparecen y qué usos se consolidan permite ajustar las formaciones y evitar que queden desconectadas de la realidad del aula. La formación deja así de entenderse como un momento puntual y pasa a formar parte de un ciclo continuo de implementación.
En este marco, la inteligencia artificial funciona casi como un caso de estudio más amplio. Obliga a reconocer algo que la investigación educativa lleva tiempo señalando: la innovación falla cuando se convierte en una tarea individual. La formación en IA empieza a producir efectos cuando deja de ser tecnológica y pasa a ser organizativa, cuando forma parte de una política educativa que conecta desarrollo profesional, gestión escolar e infraestructura disponible.
La IA no exige un nuevo tipo de profesor. Exige un profesor con mayor capacidad para decidir qué papel debe ocupar la tecnología dentro del aprendizaje y qué procesos siguen siendo insustituibles.
IA, currículo y equidad: por qué la computación importa
El informe insiste en situar la inteligencia artificial dentro del currículo existente, en lugar de tratarla como un contenido nuevo que debe añadirse a programas ya saturados. La IA no aparece como una materia independiente, sino como una extensión de aprendizajes relacionados con la comprensión del entorno digital: cómo funcionan los datos, cómo se toman decisiones automatizadas o qué implicaciones sociales tiene la tecnología.
En el caso brasileño, este enfoque se articula a través de la llamada BNCC Computación, un complemento de la Base Nacional Común Curricular que organiza el aprendizaje digital en torno a tres ejes: pensamiento computacional, mundo digital y cultura digital. La lógica es la siguiente: antes de utilizar sistemas inteligentes, los estudiantes necesitan comprender las bases que los hacen posibles.
Este punto resulta especialmente relevante cuando la conversación sobre innovación educativa se centra en el acceso tecnológico. No todas las escuelas disponen de la misma conectividad, ni del mismo número de dispositivos, ni del mismo soporte técnico. Asociar la enseñanza de la IA exclusivamente al uso de herramientas digitales puede terminar ampliando diferencias que ya existen entre centros y territorios. El documento recupera por eso la idea de la IA desconectada: actividades que permiten trabajar conceptos como clasificación, reconocimiento de patrones o toma de decisiones sin necesidad de tecnología. La comprensión conceptual deja de depender del acceso y pasa a apoyarse en el diseño pedagógico.
En contextos vulnerables, donde la incorporación de nuevas tecnologías suele convivir con limitaciones materiales persistentes, esta distinción adquiere un peso particular. La presión por “introducir la IA” puede desplazar otras prioridades educativas si no existe una reflexión previa sobre su sentido pedagógico. La formación docente acaba así siendo un elemento de equilibrio: permite decidir qué usos son pertinentes en cada contexto y evita que la tecnología se convierta en un nuevo factor de exclusión o en una solución uniforme para realidades distintas.
Desde esta perspectiva, el acceso deja de ser la única medida de avance. Comprender cómo funcionan los sistemas, cuáles son sus límites y qué decisiones humanas intervienen en su diseño puede tener más impacto educativo que el uso intensivo de herramientas. Integrada en el currículo y no al margen de él, la inteligencia artificial pasa a formar parte de una conversación más amplia sobre qué significa aprender en un entorno digital atravesado por datos, algoritmos y automatización.
Lo que cambia en la conversación sobre IA y educación
La inteligencia artificial ha llegado a la escuela sin esperar a que existiera una respuesta clara sobre cómo usarla. Por eso el debate empieza a cambiar de lugar: ya no gira tanto en torno a las posibilidades de la herramienta como a las decisiones que se toman alrededor de ella.
Este informe apunta en esa dirección. La pregunta central que debemos formularnos no es cuánto y qué puede hacer la IA, sino quién decide cuándo usarla, para qué y con qué límites. En ese contexto, la formación docente deja de entenderse como aprendizaje de herramientas nuevas y pasa a ser el espacio donde se construye criterio en un entorno que cambia rápido y donde no existen soluciones estables.
