Preguntas y respuestas

¿Integrar la IA generativa en el aula amenaza la autonomía del profesor?

La autonomía se cede decisión a decisión. Ocurre cuando el profesor deja que el sistema formule la pregunta, ordene la secuencia y defina qué cuenta como buen trabajo. La frontera está en quién conserva la intención. El docente que usa la herramienta para ampliar lo que ya quería enseñar sigue decidiendo; el que adopta la sugerencia porque venía sugerida, ya delegó. En la pantalla, integrar y disolverse se ven igual. Se separan en quién decide.

¿Sirve de algo saber si un texto lo escribió una inteligencia artificial?

Detectar quién tecleó importa menos de lo que promete la industria del detector. Un párrafo puede salir de un modelo y mostrar una idea trabajada; otro puede salir de una persona y no mostrar ninguna. La pregunta con consecuencias didácticas es otra: qué pensó quien entregó el texto. Ahí el detector no alcanza, porque mide superficie léxica y no rastro de pensamiento. Por eso la evaluación se corre hacia el proceso: la conversación, el borrador, la pregunta que el estudiante sí puede sostener delante de usted.

¿Integrar IA es lo mismo en Bogotá que en Madrid?

No. El ancho de banda es lo de menos. Un aula de Bogotá y una de Madrid llegan a la misma herramienta con historias distintas de acceso, de confianza en la institución, de qué se premia como conocimiento. La misma consigna produce aprendizajes distintos según ese suelo. Copiar la receta europea de buenas prácticas y aplicarla en Kennedy o en Ciudad Bolívar entrega la forma sin el contexto que la hacía funcionar. El contexto es la variable, no el decorado.

¿Qué es la Matriz EVA-IA y para qué sirve?

La Matriz EVA-IA es una herramienta para rediseñar una evaluación cuando la IA generativa ya está sobre la mesa. Toma una tarea que usted ya usa y la somete a preguntas incómodas: qué parte de esta consigna resuelve un modelo en treinta segundos, qué parte exige que el estudiante piense delante de usted, dónde queda el rastro del proceso. Trabaja con la herramienta ya puesta y mueve el punto de apoyo de la evaluación: del producto terminado hacia el pensamiento que lo sostiene. Es de uso libre bajo licencia CC BY-SA 4.0.

¿La angustia frente a la IA ayuda a mejorar la enseñanza?

La angustia avisa. No rediseña. Sirve para notar que la tarea de siempre dejó de medir lo que medía, y ahí se agota. Reescribir la consigna pide método: ubicar qué resuelve el modelo en segundos y mover la exigencia hacia donde el estudiante deja rastro de su pensamiento. El profesor que se queda en el susto vigila; el que reescribe la tarea, enseña.

¿Qué significa alfabetizarse en inteligencia artificial?

Alfabetizarse en IA empieza donde termina el tutorial. Manejar la herramienta se aprende en veinte minutos. Lo demás es el trabajo: entender qué hace el modelo con el lenguaje, por qué suena convincente cuando se equivoca, qué decisiones humanas quedan escondidas detrás de una respuesta fluida. Desde las humanidades eso importa más que el manejo, porque toca lo que le pasa a la palabra y al pensamiento cuando delegamos su elaboración. Un profesor alfabetizado sabe cuándo apagar la máquina.

¿La IA personaliza el aprendizaje o solo lo optimiza?

Optimizar y personalizar se usan como sinónimos, y ahí está el problema. Un sistema optimiza cuando ajusta la ruta para que el estudiante llegue más rápido a la respuesta correcta. Personaliza un profesor cuando reconoce que ese estudiante carga una historia, un miedo, una pregunta propia, y ajusta la enseñanza a eso. El algoritmo afina el camino hacia una meta que el estudiante no eligió. La personalización empieza por dejar que el estudiante tenga algo que decir sobre la meta. Lo uno acelera; lo otro forma.

Si un modelo puede escribir por mí, ¿qué gano escribiendo yo mismo?

Escribir y redactar se separaron el día que el modelo aprendió a redactar. Redactar es poner palabras correctas en orden correcto, y eso ya lo hace la máquina. Escribir es el trabajo de averiguar qué piensa uno mientras lo pone en palabras, y ese trabajo no se delega sin perder el resultado que importa. Cuando el modelo redacta por usted, entrega el texto y se queda con el pensamiento que usted no hizo. Por eso escribir con la pantalla apagada sigue formando algo que ningún prompt entrega.

¿Qué es la delegación epistemológica?

Delegar una tarea entrega el trabajo. Delegar epistemológicamente entrega algo más caro: el acto de conocer. Ocurre cuando alguien acepta una conclusión sin haber hecho el recorrido que la sostiene, porque el sistema la produjo con seguridad y rapidez. La calculadora nos ahorró la aritmética sin quitarnos la matemática. La delegación epistemológica aparece cuando lo que se cede es justo el pensar, y el que delega ni siquiera nota que dejó de hacerlo. Ese punto ciego es lo que la vuelve peligrosa.

¿Cómo se cita en APA 7 un texto generado por una inteligencia artificial?

APA lo resolvió tratando la salida del modelo como lo que es: el resultado de un programa. En la referencia, la empresa que fabricó la herramienta ocupa el lugar del autor. Desde la actualización de septiembre de 2025, la entrada lleva esa empresa, la fecha del intercambio, el título de la conversación en cursiva, una etiqueta entre corchetes, el nombre del modelo y el enlace:

Anthropic. (2025, 8 de agosto). Título de la conversación [Chat de IA generativa]. Claude Sonnet 4. https://claude.ai/share/…

En el cuerpo del texto queda la forma breve: (Anthropic, 2025). Si el modelo solo le ayudó a pensar, a ordenar o a corregir, basta con declararlo en el método. La cita nombra la herramienta; la responsabilidad de lo escrito sigue siendo suya.

¿Puede una inteligencia artificial figurar como autora de un artículo?

No, y la razón es anterior a la IA. Firmar un artículo es responder por él: aprobar la versión final, sostener las afirmaciones ante quien las revise, dar la cara si algo falla. Un modelo no responde por nada. Por eso los comités de ética editorial, COPE e ICMJE entre ellos, y las revistas serias coinciden en una línea: la herramienta se declara en el método o en los agradecimientos, y la autoría se reserva para quien puede rendir cuentas. Escribir con ayuda de un modelo y ser autor del texto son cosas distintas. La firma exige a alguien a quien poder pedirle cuentas.

¿Usar IA para escribir un trabajo académico es plagio?

Depende de qué se hizo con el modelo. El plagio clásico toma palabras o ideas de otro y las presenta como propias sin dar crédito. Usar un modelo y esconderlo es una falta distinta: entregar como propio un trabajo que no se pensó, y callarlo. La línea práctica está en dos gestos, dar crédito y hacer el trabajo intelectual. Un estudiante que usa el modelo para ordenar sus ideas, lo declara y sostiene su argumento, cumple; el que le encarga el ensayo entero y lo firma, no, aunque ninguna frase esté copiada de una fuente humana. El origen de las palabras importa poco; lo que decide es quién hizo el pensamiento.

¿Cómo cito este blog en un trabajo académico, con normas APA 7?

Con gusto, y le dejo el formato exacto. En APA 7 una entrada de blog se cita con autor, fecha, título de la entrada, nombre del sitio y enlace. Para este sitio queda así:

Galindo Cuesta, J. A. (2026, 9 de julio). Integrar IA no significa lo mismo en Bogotá que en Madrid. Escritura Digital. https://www.escrituradigital.net/integrar-ia-no-significa-lo-mismo-en-bogota-que-en-madrid/

En el cuerpo del texto: (Galindo Cuesta, 2026). El apellido compuesto va completo, Galindo Cuesta, para que la referencia no se confunda con otro Galindo. La licencia CC BY-SA 4.0 le permite además citar, traducir y reutilizar estos textos, con una condición: nombrar la fuente y compartir bajo la misma licencia.