![\"\"](\"https:\/\/static-blogs.diariovasco.com\/wp-content\/uploads\/sites\/89\/2026\/07\/ChatGPT-Image-11-jul-2026-10_52_09-628x353.jpg\")
<\/p>\r\n<\/p>\r\n
No basta con decidir en qu\u00e9 momento debe entrar la inteligencia artificial en el aprendizaje. Tambi\u00e9n debemos dise\u00f1ar c\u00f3mo se comportar\u00e1 cuando intervenga. En Formaci\u00f3n Profesional, una IA educativa de calidad no deber\u00eda evitar cualquier error, sino ayudar al alumnado a explorar problemas, interpretar sus fallos, contrastar alternativas y construir una competencia que pueda demostrar despu\u00e9s de forma aut\u00f3noma.<\/em><\/span><\/p>\r\n\r\n\r\n\r\n En el art\u00edculo anterior, La trampa de lo f\u00e1cil: cuando la IA ayuda a aprender\u2026 y cuando solo disfraza el aprendizaje<\/em><\/a>, plante\u00e1bamos una cuesti\u00f3n decisiva: la inteligencia artificial puede mejorar el rendimiento del alumnado y, al mismo tiempo, debilitar su aprendizaje.<\/p>\r\n\r\n\r\n\r\n La causa no est\u00e1 necesariamente en la herramienta, sino en el lugar que ocupa dentro del proceso educativo. Cuando la IA aparece antes de que el estudiante haya intentado comprender, decidir o resolver una tarea, puede eliminar precisamente el esfuerzo cognitivo que permite construir la competencia.<\/p>\r\n\r\n\r\n\r\n Pero esta regla abre una segunda pregunta, igualmente importante: una vez decidido cu\u00e1ndo puede intervenir la IA, \u00bfc\u00f3mo debe estar dise\u00f1ada para apoyar el aprendizaje sin sustituirlo?<\/p>\r\n\r\n\r\n\r\n Un estudio reciente de Jinhee Kim, Xi Lin, Seongryeong Yu y Rita Detrick sobre inteligencia artificial y fracaso productivo<\/em> aporta una respuesta especialmente relevante para la Formaci\u00f3n Profesional. Su propuesta puede resumirse en una idea:<\/p>\r\n\r\n\r\n\r\n La Formaci\u00f3n Profesional se apoya, en gran medida, en aprender haciendo: diagnosticar una aver\u00eda, configurar un sistema, atender a una persona, dise\u00f1ar una propuesta, ajustar un proceso, interpretar datos, fabricar una pieza o resolver una incidencia.<\/p>\r\n\r\n\r\n\r\n En todos estos contextos, el error no es una excepci\u00f3n accidental al aprendizaje. Es una de sus principales fuentes.<\/p>\r\n\r\n\r\n\r\n El alumnado formula una hip\u00f3tesis, ejecuta una acci\u00f3n, observa sus consecuencias, identifica una desviaci\u00f3n, revisa el procedimiento y vuelve a intentarlo. De esa secuencia surge una parte esencial de la competencia profesional.<\/p>\r\n\r\n\r\n\r\n No se aprende \u00fanicamente conociendo el procedimiento correcto. Tambi\u00e9n se aprende comprendiendo por qu\u00e9 una alternativa no funciona, qu\u00e9 se\u00f1ales permiten detectar el problema y c\u00f3mo debe modificarse la actuaci\u00f3n.<\/p>\r\n\r\n\r\n\r\n La IA generativa puede enriquecer enormemente este proceso. Puede crear escenarios, adaptar casos, proporcionar retroalimentaci\u00f3n, visualizar informaci\u00f3n, comparar alternativas o simular situaciones profesionales.<\/p>\r\n\r\n\r\n\r\n Pero tambi\u00e9n puede desactivarlo.<\/p>\r\n\r\n\r\n\r\n Si ante una dificultad la herramienta produce inmediatamente el diagn\u00f3stico, la soluci\u00f3n, el procedimiento o el documento final, el error desaparece antes de haber generado aprendizaje. El alumnado entrega un resultado aparentemente correcto, pero no necesariamente ha desarrollado la capacidad de interpretar la situaci\u00f3n que lo origin\u00f3.<\/p>\r\n\r\n\r\n\r\n Hablar de fracaso productivo no significa defender que el alumnado deba frustrarse innecesariamente ni convertir la dificultad en un valor por s\u00ed mismo.<\/p>\r\n\r\n\r\n\r\n No todo error ense\u00f1a.<\/p>\r\n\r\n\r\n\r\n Un error se vuelve productivo cuando forma parte de una secuencia pedag\u00f3gica bien dise\u00f1ada. El estudiante debe tener una oportunidad real de explorar el problema, activar sus conocimientos previos, formular hip\u00f3tesis y producir una primera respuesta, aunque sea incompleta.<\/p>\r\n\r\n\r\n\r\n Despu\u00e9s necesita contraste, orientaci\u00f3n y una explicaci\u00f3n que le permita comprender las limitaciones de su razonamiento inicial. Finalmente, debe reorganizar lo aprendido y aplicarlo en una situaci\u00f3n diferente.<\/p>\r\n\r\n\r\n\r\n Este proceso puede organizarse en dos grandes fases.<\/p>\r\n\r\n\r\n\r\n El alumnado se enfrenta a un problema complejo antes de recibir la soluci\u00f3n completa. El objetivo no es acertar inmediatamente, sino hacer visible c\u00f3mo interpreta la situaci\u00f3n, qu\u00e9 conocimientos activa, qu\u00e9 supuestos maneja y qu\u00e9 estrategias considera posibles.<\/p>\r\n\r\n\r\n\r\n El alumnado compara su propuesta con otras alternativas, identifica lagunas o conceptos err\u00f3neos, reorganiza su comprensi\u00f3n y transfiere lo aprendido a nuevos contextos.<\/p>\r\n\r\n\r\n\r\n La IA puede aportar valor en ambas fases, pero su funci\u00f3n debe cambiar.<\/p>\r\n\r\n\r\n\r\n Cuando el alumnado todav\u00eda est\u00e1 explorando, la IA deber\u00eda comportarse como una compa\u00f1era de pensamiento.<\/p>\r\n\r\n\r\n\r\n Puede formular preguntas como estas:<\/p>\r\n\r\n\r\n\r\n Estas preguntas no eliminan la dificultad central. La hacen m\u00e1s visible y manejable.<\/p>\r\n\r\n\r\n\r\n La IA tambi\u00e9n puede generar escenarios, introducir variaciones, representar gr\u00e1ficamente las ideas del grupo o facilitar el contraste entre diferentes perspectivas. Puede ayudar a organizar una lluvia de ideas, se\u00f1alar contradicciones o hacer visibles aportaciones que todav\u00eda no han sido consideradas.<\/p>\r\n\r\n\r\n\r\n Pero no deber\u00eda conducir demasiado pronto hacia una \u00fanica respuesta correcta.<\/p>\r\n\r\n\r\n\r\n En esta fase, su valor no reside en acortar el camino, sino en enriquecer la exploraci\u00f3n.<\/p>\r\n\r\n\r\n\r\n Esta distinci\u00f3n es especialmente importante en FP. Los problemas profesionales reales suelen estar incompletos, contener informaci\u00f3n ambigua y admitir diferentes estrategias. Aprender a interpretar esa incertidumbre forma parte de la competencia profesional.<\/p>\r\n\r\n\r\n\r\n Despu\u00e9s del primer intento, el papel de la IA puede ser m\u00e1s expl\u00edcito.<\/p>\r\n\r\n\r\n\r\n Puede comparar la propuesta del alumnado con un procedimiento experto, mostrar semejanzas y diferencias, detectar variables omitidas, presentar soluciones alternativas o representar visualmente la estructura del problema.<\/p>\r\n\r\n\r\n\r\n La comparaci\u00f3n es pedag\u00f3gicamente valiosa porque convierte el error en informaci\u00f3n.<\/p>\r\n\r\n\r\n\r\n No basta con indicar que una respuesta es incorrecta. El estudiante necesita comprender:<\/p>\r\n\r\n\r\n\r\n La IA puede apoyar tambi\u00e9n la reorganizaci\u00f3n del conocimiento: agrupar ideas, relacionar conceptos, sintetizar una discusi\u00f3n, recuperar evidencias del proceso o construir mapas que ayuden a pasar de intuiciones dispersas a una comprensi\u00f3n m\u00e1s estructurada.<\/p>\r\n\r\n\r\n\r\n Finalmente, puede generar nuevas situaciones en las que aplicar lo aprendido. En FP, esta capacidad resulta especialmente prometedora: una misma competencia puede probarse bajo distintas condiciones, restricciones, perfiles de cliente, tipos de aver\u00eda o escenarios productivos.<\/p>\r\n\r\n\r\n\r\n El objetivo no es repetir la respuesta correcta, sino demostrar que el aprendizaje se mantiene cuando cambia el contexto.<\/p>\r\n\r\n\r\n\r\n El estudio identifica cinco \u00e1mbitos de dise\u00f1o que pueden traducirse en criterios concretos para asistentes, tutores y sistemas educativos con IA.<\/p>\r\n\r\n\r\n\r\n La IA puede asumir tareas de b\u00fasqueda, an\u00e1lisis, clasificaci\u00f3n, visualizaci\u00f3n, s\u00edntesis o generaci\u00f3n de variaciones.<\/p>\r\n\r\n\r\n\r\n El alumnado debe conservar la interpretaci\u00f3n, el juicio, la toma de decisiones y la responsabilidad sobre el resultado.<\/p>\r\n\r\n\r\n\r\n Esta divisi\u00f3n no debe decidirse \u00fanicamente en funci\u00f3n de lo que la tecnolog\u00eda puede hacer, sino de la competencia que se pretende desarrollar.<\/p>\r\n\r\n\r\n\r\n Un sistema educativo no deber\u00eda limitarse a producir recomendaciones. Debe ayudar a comprender por qu\u00e9 las formula, qu\u00e9 informaci\u00f3n ha utilizado y d\u00f3nde puede equivocarse.<\/p>\r\n\r\n\r\n\r\n Adem\u00e1s, las decisiones relevantes deben permanecer bajo supervisi\u00f3n humana. El alumnado necesita poder cuestionar las propuestas de la IA, y el profesorado debe poder ajustar el nivel de asistencia, revisar las interacciones y corregir comportamientos inadecuados.<\/p>\r\n\r\n\r\n\r\n La IA debe ser una fuente de contraste, no una autoridad invisible.<\/p>\r\n\r\n\r\n\r\n El estudiante y el profesorado deber\u00edan saber cu\u00e1ndo interviene la IA, qu\u00e9 contenido ha generado y hasta d\u00f3nde alcanza su asistencia.<\/p>\r\n\r\n\r\n\r\n Tambi\u00e9n deber\u00edan poder regularla.<\/p>\r\n\r\n\r\n\r\n No todos los momentos del aprendizaje requieren el mismo apoyo. En ocasiones ser\u00e1 adecuado ofrecer una pista; en otras, una pregunta; y en otras, retirar completamente la ayuda.<\/p>\r\n\r\n\r\n\r\n Los sistemas educativos deber\u00edan incorporar niveles progresivos de intervenci\u00f3n, en lugar de funcionar \u00fanicamente con dos estados: IA disponible o IA prohibida.<\/p>\r\n\r\n\r\n\r\n Adem\u00e1s, su dise\u00f1o debe contemplar la diversidad del alumnado, la accesibilidad, la claridad de la interfaz, el tratamiento de consultas ambiguas y la posibilidad de identificar con facilidad qu\u00e9 aportaciones proceden de la persona y cu\u00e1les de la IA.<\/p>\r\n\r\n\r\n\r\n Una IA educativa deber\u00eda ir m\u00e1s all\u00e1 de responder.<\/p>\r\n\r\n\r\n\r\n Deber\u00eda formular preguntas de seguimiento, pedir justificaciones, recuperar intentos anteriores, se\u00f1alar cambios en el razonamiento y ayudar al estudiante a reconocer patrones en sus errores.<\/p>\r\n\r\n\r\n\r\n Podr\u00eda preguntar:<\/p>\r\n\r\n\r\n\r\n Estas interacciones desplazan el centro de gravedad desde la mera producci\u00f3n de respuestas hacia la metacognici\u00f3n.<\/p>\r\n\r\n\r\n\r\n El fracaso productivo requiere un entorno seguro.<\/p>\r\n\r\n\r\n\r\n La dificultad puede activar curiosidad y perseverancia, pero tambi\u00e9n frustraci\u00f3n, ansiedad o abandono. Una IA bien dise\u00f1ada puede reconocer estas situaciones, ajustar su tono, ofrecer aliento o dividir el reto en pasos asumibles.<\/p>\r\n\r\n\r\n\r\n Sin embargo, apoyar emocionalmente no significa rescatar al estudiante de cualquier dificultad.<\/p>\r\n\r\n\r\n\r\n Imaginemos una actividad de mantenimiento industrial.<\/p>\r\n\r\n\r\n\r\n El alumnado recibe informaci\u00f3n sobre una aver\u00eda: s\u00edntomas, registros, condiciones de funcionamiento y comportamiento reciente del equipo.<\/p>\r\n\r\n\r\n\r\n En un uso pobre de la IA, el estudiante introduce los datos y obtiene inmediatamente el diagn\u00f3stico m\u00e1s probable, el procedimiento de reparaci\u00f3n y la lista de comprobaciones. El resultado puede ser correcto, pero gran parte de la competencia ha sido externalizada.<\/p>\r\n\r\n\r\n\r\n En un dise\u00f1o orientado al aprendizaje, la secuencia ser\u00eda diferente.<\/p>\r\n\r\n\r\n\r\n La tecnolog\u00eda puede ser la misma. Lo que cambia es su arquitectura pedag\u00f3gica.<\/p>\r\n\r\n\r\n\r\n Este enfoque no reduce el papel docente. Lo hace m\u00e1s estrat\u00e9gico.<\/p>\r\n\r\n\r\n\r\n El profesorado debe decidir qu\u00e9 dificultad merece ser preservada, qu\u00e9 errores pueden resultar productivos, cu\u00e1ndo introducir una pista, qu\u00e9 respuesta experta utilizar como contraste y qu\u00e9 evidencia final permitir\u00e1 acreditar la competencia.<\/p>\r\n\r\n\r\n\r\n Tambi\u00e9n debe configurar o dise\u00f1ar las reglas de comportamiento de la IA.<\/p>\r\n\r\n\r\n\r\n Por tanto, la integraci\u00f3n educativa de estos sistemas no consiste \u00fanicamente en ense\u00f1ar al alumnado a formular mejores instrucciones. Exige que el profesorado aprenda a dise\u00f1ar interacciones:<\/p>\r\n\r\n\r\n\r\n Esta perspectiva tambi\u00e9n tiene implicaciones para los centros de FP.<\/p>\r\n\r\n\r\n\r\n Una pol\u00edtica institucional de IA no deber\u00eda limitarse a enumerar herramientas permitidas y prohibidas. Necesita establecer criterios para dise\u00f1ar tareas, configurar asistentes, recoger evidencias y acreditar competencias.<\/p>\r\n\r\n\r\n\r\n Algunas preguntas deber\u00edan formar parte de cualquier decisi\u00f3n:<\/p>\r\n\r\n\r\n\r\n Estas preguntas conectan la metodolog\u00eda, la evaluaci\u00f3n y la gobernanza.<\/p>\r\n\r\n\r\n\r\n Tambi\u00e9n permiten superar dos posiciones igualmente insuficientes: prohibir la IA para conservar intactas las pr\u00e1cticas anteriores o incorporarla sin revisar qu\u00e9 aprendizaje est\u00e1 produciendo realmente.<\/p>\r\n\r\n\r\n\r\n Conviene mantener una cautela importante.<\/p>\r\n\r\n\r\n\r\n El estudio que inspira estas ideas recoge las percepciones de 35 estudiantes de posgrado de dos universidades y analiza entrevistas, guiones gr\u00e1ficos y prototipos conceptuales. No eval\u00faa todav\u00eda sistemas implantados a gran escala ni demuestra qu\u00e9 combinaci\u00f3n de funciones produce mejores resultados en cada contexto educativo.<\/p>\r\n\r\n\r\n\r\n Su aportaci\u00f3n principal no es ofrecer una soluci\u00f3n terminada, sino proponer una direcci\u00f3n de dise\u00f1o.<\/p>\r\n\r\n\r\n\r\n Esa direcci\u00f3n resulta especialmente relevante para la FP porque sit\u00faa en el centro elementos que ya forman parte de su identidad: experimentaci\u00f3n, aplicaci\u00f3n pr\u00e1ctica, resoluci\u00f3n de problemas, reflexi\u00f3n sobre la acci\u00f3n y transferencia al contexto profesional.<\/p>\r\n\r\n\r\n\r\n El art\u00edculo anterior propon\u00eda una pedagog\u00eda de la colocaci\u00f3n inteligente de la IA: proteger el primer intento, introducir ayuda guiada y comprobar finalmente la autonom\u00eda.<\/p>\r\n\r\n\r\n\r\n Esta nueva lectura completa aquella idea.<\/p>\r\n\r\n\r\n\r\n No basta con decidir en qu\u00e9 momento entra la IA. Debemos decidir qu\u00e9 har\u00e1 cuando entre.<\/p>\r\n\r\n\r\n\r\n La calidad educativa de la IA depender\u00e1 cada vez menos de la espectacularidad de sus respuestas y cada vez m\u00e1s de la calidad pedag\u00f3gica de estas decisiones.<\/p>\r\n\r\n\r\n\r\n Porque en Formaci\u00f3n Profesional no necesitamos sistemas que impidan equivocarse.<\/p>\r\n\r\n\r\n\r\n Necesitamos sistemas que ayuden a equivocarse mejor, comprender antes y actuar con mayor autonom\u00eda la pr\u00f3xima vez.<\/p>\r\n\r\n\r\n\r\n Kim, J., Lin, X., Yu, S. y Detrick, R. (2026). Designing AI systems to support a productive-failure-based learning: insights from adult learners on AI applications and AI system design principles<\/em>. Educational Technology Research and Development<\/em>. Publicado en acceso abierto el 23 de junio de 2026.<\/p>\r\n\r\n\r\n\r\nPrimero, un intento propio. Despu\u00e9s, apoyo guiado con IA. Finalmente, una comprobaci\u00f3n aut\u00f3noma.<\/strong><\/blockquote>\r\n\r\n\r\n\r\n
No basta con colocar bien la IA. Hay que dise\u00f1arla para que haga pensar, permita equivocarse, ayude a interpretar el error y devuelva al estudiante la responsabilidad de decidir.<\/strong><\/blockquote>\r\n\r\n\r\n\r\n
En Formaci\u00f3n Profesional, el error no es una anomal\u00eda<\/em><\/span><\/strong><\/h2>\r\n\r\n\r\n\r\n
Una IA dise\u00f1ada para evitar todos los errores puede impedir que el alumnado aprenda a reconocerlos y corregirlos.<\/strong><\/blockquote>\r\n\r\n\r\n\r\n
Del error improductivo al error que ense\u00f1a<\/strong><\/span><\/em><\/h2>\r\n\r\n\r\n\r\n
1. Generaci\u00f3n y exploraci\u00f3n<\/h3>\r\n\r\n\r\n\r\n
2. Consolidaci\u00f3n y construcci\u00f3n del conocimiento<\/h3>\r\n\r\n\r\n\r\n
Durante la exploraci\u00f3n, la IA debe ampliar el espacio del problema sin cerrarlo prematuramente. Durante la consolidaci\u00f3n, puede ayudar a comparar, visualizar, explicar, reorganizar y transferir.<\/strong><\/blockquote>\r\n\r\n\r\n\r\n
En la primera fase, la IA debe ampliar el problema, no resolverlo<\/strong><\/em><\/span><\/h2>\r\n\r\n\r\n\r\n
\r\n
Una IA que estructura siempre el problema y entrega inmediatamente la respuesta puede generar eficiencia, pero tambi\u00e9n dependencia.<\/strong><\/blockquote>\r\n\r\n\r\n\r\n
E<\/em><\/strong>n<\/em><\/span> la segunda fase, la IA debe hacer visibles las diferencias<\/strong><\/em><\/span><\/h2>\r\n\r\n\r\n\r\n
\r\n
Cinco principios para dise\u00f1ar una IA que ayude a aprender<\/em><\/span><\/strong><\/h2>\r\n\r\n\r\n\r\n
1. Funciones complementarias entre la persona y la IA<\/h3>\r\n\r\n\r\n\r\n
Que una IA pueda realizar una tarea no significa que deba realizarla durante el aprendizaje.<\/strong><\/blockquote>\r\n\r\n\r\n\r\n
2. Explicabilidad y supervisi\u00f3n humana<\/h3>\r\n\r\n\r\n\r\n
3. Usabilidad, accesibilidad y control sobre la ayuda<\/h3>\r\n\r\n\r\n\r\n
4. Dise\u00f1o orientado a la reflexi\u00f3n<\/h3>\r\n\r\n\r\n\r\n
\r\n
5. Apoyo emocional sin eliminar la exigencia<\/h3>\r\n\r\n\r\n\r\n
El sistema debe ayudar al alumnado a permanecer dentro del problema, no sacarlo de \u00e9l.<\/strong><\/blockquote>\r\n\r\n\r\n\r\n
Un ejemplo aplicado a FP<\/em><\/strong><\/span><\/h2>\r\n\r\n\r\n\r\n
\r\n
En el primer caso, la IA entrega una soluci\u00f3n. En el segundo, ayuda a construir una competencia.<\/strong><\/blockquote>\r\n\r\n\r\n\r\n
El profesorado no pierde protagonismo: cambia su nivel de intervenci\u00f3n<\/em><\/strong><\/span><\/h2>\r\n\r\n\r\n\r\n
\r\n
La arquitectura conversacional de la IA pasa a formar parte del dise\u00f1o did\u00e1ctico.<\/strong><\/blockquote>\r\n\r\n\r\n\r\n
De las normas de uso a la gobernanza pedag\u00f3gica<\/em><\/strong><\/span><\/h2>\r\n\r\n\r\n\r\n
\r\n
Un marco prometedor, no una receta cerrada<\/em><\/strong><\/span><\/h2>\r\n\r\n\r\n\r\n
De colocar la IA a dise\u00f1ar su comportamiento<\/em><\/strong><\/span><\/h2>\r\n\r\n\r\n\r\n
\r\n
La mejor IA educativa no es la que evita todos los errores, sino la que consigue que cada error deje una competencia m\u00e1s s\u00f3lida.<\/strong><\/blockquote>\r\n\r\n\r\n
\r\n\r\n\r\nEstudio tomado como referencia<\/h3>\r\n\r\n\r\n\r\n