Una metodología no es innovadora por tener proyectos, problemas, equipos o inteligencia artificial. Puede conservar intacta la misma arquitectura de transmisión mientras cambia únicamente la apariencia de la actividad.
La decisión pedagógica rigurosa empieza en el aprendizaje que queremos provocar, identifica después el mecanismo necesario y solo entonces selecciona problema, proyecto, colaboración, tecnología y forma de acompañamiento docente.
🔎 Dilema de apertura
Un profesor sustituye su examen final por un proyecto grupal. Los estudiantes dividen el trabajo, generan partes con IA, las ensamblan y entregan un excelente producto. ¿Podemos concluir que el diseño produjo aprendizaje más profundo?
Objetivo didáctico
🎯 Al concluir esta lección podrás
Diseñar una experiencia de aprendizaje fundamentada seleccionando de manera argumentada aprendizaje basado en problemas, aprendizaje basado en proyectos y colaboración según sus mecanismos, evidencia disponible y condiciones de implementación, e integrando un modelo de desarrollo profesional docente que permita sostener el diseño en contextos contemporáneos mediados por IA.
Introducción
El vocabulario de innovación educativa ha convertido con frecuencia al aprendizaje basado en problemas, al aprendizaje basado en proyectos y al aprendizaje colaborativo en señales de modernidad pedagógica. Esa recepción tiene un problema: una metodología puede convertirse en moda precisamente cuando deja de preguntarse por qué debería funcionar.
Las tres aproximaciones comparten características importantes, pero sus mecanismos no son idénticos. En el aprendizaje basado en problemas, el problema aparece al inicio para activar conocimiento previo, revelar lagunas y orientar investigación autodirigida. En el aprendizaje basado en proyectos, una pregunta o problema conduce a una investigación más prolongada que culmina típicamente en un artefacto, producto o actuación. La colaboración, en cambio, puede estar presente en ambas, pero no constituye por sí sola ninguna de ellas.
Esta distinción importa porque la etiqueta ABP es ambigua en español: se utiliza tanto para aprendizaje basado en problemas como para aprendizaje basado en proyectos. En esta lección utilizaremos las expresiones completas —ABP-problemas y ABP-proyectos— cuando sea necesario diferenciarlas.
La investigación contemporánea tampoco justifica proclamar una de ellas como método universalmente superior. Los resultados dependen de dominio disciplinar, objetivo, calidad del problema o proyecto, preparación de estudiantes, duración, implementación, apoyo docente y forma de medir los resultados. Por ello, el razonamiento doctoral empieza donde termina la etiqueta: qué mecanismo necesita este aprendizaje, bajo estas condiciones y con estos participantes.
Esta cuestión conduce directamente a la profesión docente. Diseñar una experiencia centrada en problemas no reduce la necesidad del profesor. La desplaza hacia otras funciones: construir problemas productivos, anticipar dificultades, proporcionar apoyos sin resolver la tarea, regular colaboración, interpretar evidencia y decidir cuándo intervenir. La enseñanza puede volverse menos expositiva y, simultáneamente, más exigente profesionalmente.
Desarrollo del tema
Problema, proyecto y colaboración: elegir por el mecanismo
ABP-problemas utiliza el problema como dispositivo generador de aprendizaje. El grupo enfrenta inicialmente una situación que todavía no puede explicar o resolver satisfactoriamente, activa sus conocimientos, identifica aquello que necesita aprender, investiga y regresa al problema con nuevas explicaciones. El objetivo no es exclusivamente producir una solución; el problema organiza la búsqueda del conocimiento.
ABP-proyectos introduce una temporalidad distinta. La pregunta orientadora conduce a planificación, investigación, producción, revisión y presentación de un artefacto o actuación. El producto no debería ser un añadido decorativo al final del contenido: funciona como restricción que obliga a integrar conocimiento, decisiones y ejecución.
La colaboración puede atravesar ambos diseños, pero su mecanismo es relacional. Como vimos en la lección anterior, existe aprendizaje colaborativo cuando las aportaciones de otras personas son necesarias para revisar, ampliar o transformar el propio razonamiento. Dividir un producto en partes independientes aumenta eficiencia administrativa, no necesariamente interdependencia cognitiva.
| Dimensión | ABP-problemas | ABP-proyectos | Colaboración |
|---|---|---|---|
| Motor | Laguna de conocimiento creada por un problema. | Pregunta orientadora y necesidad de producir. | Interdependencia entre perspectivas y contribuciones. |
| Trayectoria | Problema → lagunas → investigación → retorno. | Pregunta → planificación → investigación → producción → revisión. | Aportación → contraste → negociación → construcción compartida. |
| Producto | Puede existir, pero no define el enfoque. | Es constitutivo del proceso. | Puede o no existir. |
| Autonomía | Elección parcial dentro del problema y los objetivos. | Puede incluir mayor control sobre decisiones del proyecto. | Depende de la estructura de participación. |
| Riesgo de pseudodiseño | Dar el problema después de enseñar todas las respuestas. | Convertir el proyecto en manualidad posterior al contenido. | Dividir trabajo sin intercambio cognitivo. |
Nota. Comparación elaborada para este curso a partir de la literatura sobre pedagogías centradas en problemas y proyectos.
🧭 Selecciona por mecanismo
Explora qué arquitectura parece más pertinente según aquello que debe provocar el diseño.
Decisión de diseño. Selecciona un objetivo real de aprendizaje. Formula por separado un problema inicial, un producto final y una interacción colaborativa. Después elimina dos de ellos. Si el aprendizaje esperado sigue siendo alcanzable con la misma calidad, esos dos componentes probablemente no eran mecanismos necesarios y estaban funcionando como decoración metodológica.
La evidencia no dice «funciona»: dice cuándo, para qué y bajo qué condiciones
Las pedagogías centradas en problemas suelen asociarse con motivación, autonomía, colaboración y pensamiento de orden superior. La investigación permite sostener algunas de esas expectativas, pero obliga a abandonar la afirmación genérica de que siempre producen mejores resultados.
Wijnia, Noordzij, Arends, Rikers y Loyens (2024) compararon aprendizaje basado en problemas, proyectos y casos con enseñanza centrada en el profesor. Encontraron un efecto positivo pequeño a moderado sobre distintos componentes motivacionales, pero no una superioridad general de uno de los tres enfoques. Los resultados fueron heterogéneos y estuvieron condicionados por características de implementación y dominio.
El resultado es metodológicamente importante. Si tres metodologías con arquitecturas diferentes muestran resultados motivacionales semejantes, elegir entre ellas solo por la promesa de «motivar» resulta insuficiente. Debemos seleccionar según el aprendizaje y las condiciones que cada mecanismo puede producir.
La metaanálisis de Zhang y Ma (2023) sobre ABP-proyectos encontró efectos positivos agregados en logro, pensamiento y actitudes, pero también variación importante por dominio, nivel educativo, organización y duración. En su conjunto de estudios, los resultados en educación superior fueron más modestos que en otros niveles. Esto impide extrapolar sin más resultados escolares hacia doctorado o universidad.
🔎 Lee la evidencia sin convertirla en receta
Una metaanálisis encuentra un efecto promedio positivo de ABP-proyectos. ¿Qué decisión es metodológicamente más defendible?
💡 De evidencia a decisión
La pregunta profesional no es «¿ABP funciona?», sino: ¿qué resultado mostró, frente a qué comparación, en qué población, mediante qué implementación y qué tan similares son esas condiciones a las mías?
El problema o proyecto concreto también importa. Una situación demasiado simple no crea necesidad de investigación; una excesivamente abierta puede consumir recursos en organización y dejar poco espacio para aprender el contenido; una pregunta artificial puede producir cumplimiento sin apropiación. El diseño del problema es una intervención pedagógica en sí misma.
El acompañamiento docente constituye otra condición crítica. Una interpretación superficial de las pedagogías centradas en el estudiante supone que el profesor debe intervenir lo menos posible. Esa conclusión no se desprende de la evidencia. La función cambia hacia apoyo contingente: suficiente para permitir progreso y autorregulación, pero no tanta como para resolver cognitivamente el problema por los estudiantes.
Decisión de diseño. Formula una afirmación causal sobre el método que piensas utilizar: «esta estrategia debería mejorar X porque obliga al estudiante a Y». Si no puedes completar el «porque» con una operación observable, todavía tienes una preferencia metodológica, no una hipótesis de diseño.
IA dentro del problema y del proyecto: ampliar la indagación sin vaciarla
La inteligencia artificial generativa introduce una paradoja en estas metodologías. Puede fortalecer precisamente las operaciones que ABP pretende promover: producir hipótesis alternativas, simular perspectivas, ofrecer retroalimentación, apoyar ideación y facilitar iteraciones. Al mismo tiempo, puede ejecutar con rapidez las operaciones cuya dificultad debía activar el aprendizaje.
En ABP-problemas, por ejemplo, pedir inmediatamente a un sistema que diagnostique el caso puede cerrar la laguna de conocimiento antes de que los estudiantes la formulen. La respuesta puede ser correcta y pedagógicamente improductiva. Un uso diferente consistiría en solicitar al sistema tres explicaciones rivales que el grupo deba contrastar con evidencia.
En ABP-proyectos ocurre algo semejante. La IA puede producir rápidamente un primer prototipo, pero el valor formativo dependerá de qué ocurre después: establecer requisitos, identificar fallas, comparar alternativas, probar con usuarios, justificar decisiones y revisar el producto. El artefacto generado no debería reemplazar el ciclo de investigación.
La lección anterior estableció una regla que aquí vuelve a ser decisiva: debemos distinguir operaciones automatizables, ampliadas, coproducidas y reservadas. La metodología elegida pierde coherencia cuando se delega precisamente el mecanismo que debía producir el aprendizaje.
🧠 Escenario: rescatar el mecanismo
La misma regla ayuda a decidir cuándo la IA aumenta la exigencia. Si antes un estudiante producía dos alternativas y ahora puede analizar diez, el desafío puede desplazarse desde generación hacia comparación y selección. Esto es pedagógicamente defendible si la competencia deseada incluye criterio para distinguir alternativas; sería contraproducente si la capacidad objetivo era precisamente generarlas.
Decisión de diseño. Identifica la operación central de tu ABP. Formula un uso de IA que aumente el número, diversidad o complejidad de los insumos sin realizar la operación central por el estudiante. Después define qué evidencia demostraría que la exigencia intelectual aumentó realmente.
Formación de profesores: del curso de herramientas al aprendizaje profesional continuo
La expansión de estas pedagogías modifica la práctica docente porque aumenta el número de decisiones que no pueden resolverse mediante una secuencia fija. Facilitar ABP exige interpretar cuándo intervenir, qué pregunta formular, qué conocimiento proporcionar, cuándo permitir dificultad productiva y cómo sostener autorregulación y colaboración. La profesionalidad reside cada vez más en el juicio situado.
Esto vuelve insuficiente un modelo de formación docente basado exclusivamente en talleres breves de actualización. La OCDE plantea actualmente el desarrollo profesional como aprendizaje continuo y vinculado con la práctica, capaz de ayudar al profesorado a conectar currículo, herramientas digitales y evaluación formativa. El énfasis se desplaza desde «recibir capacitación» hacia analizar, ensayar, observar, recibir retroalimentación y reconstruir la práctica.
La IA hace visible la misma necesidad. El marco de competencias de UNESCO para docentes organiza la formación en cinco dimensiones: mentalidad centrada en el ser humano, ética de IA, fundamentos y aplicaciones, pedagogía con IA y uso de IA para el aprendizaje profesional. Propone además una progresión desde adquirir hacia profundizar y crear (Miao & Cukurova, 2024).
El marco es importante porque niega implícitamente que la competencia docente en IA pueda reducirse a producir instrucciones eficaces. Un profesor puede manejar técnicamente un sistema y carecer todavía de criterios suficientes para decidir cuándo utilizarlo, cómo proteger agencia, qué datos son aceptables o cómo verificar que el uso produce aprendizaje.
🧭 ¿Qué necesita aprender el profesor?
La investigación reciente sobre formación docente e IA muestra, además, un desequilibrio revelador. Tan, Cheng y Ling (2025) revisaron 95 investigaciones publicadas entre 2015 y 2024: el corpus se concentró mucho más en aplicaciones de IA para enseñar que en el desarrollo profesional de quienes debían integrarlas. El resultado sugiere una tendencia recurrente en innovación educativa: invertir primero en capacidad tecnológica y formular después el problema de capacidad profesional.
Modelos recientes intentan corregir esa brecha. Dogan (2026), por ejemplo, propone articular conocimiento tecnológico-pedagógico con cuatro vías de desarrollo profesional: aprendizaje activo, modelos y ejemplos, acompañamiento experto y retroalimentación-reflexión. El valor de estas vías no reside en constituir una receta universal, sino en desplazar la formación desde exposición sobre IA hacia trabajo sobre decisiones reales de práctica.
Figura 1. Ciclo de aprendizaje profesional construido para este curso. El desarrollo docente se organiza alrededor de problemas reales de práctica y evidencia de implementación.
Este ciclo evita otro error: suponer que el cambio pedagógico depende exclusivamente de modificar creencias individuales del profesor. Implementar ABP requiere también tiempo, coordinación curricular, acceso a recursos, criterios de evaluación compatibles, tamaños de grupo manejables y oportunidades institucionales para analizar lo ocurrido. La formación sin condiciones organizacionales puede producir conocimiento que el docente no tiene posibilidad de ejercer.
Decisión de diseño. Selecciona una innovación que tu institución quiera implementar. En vez de preguntar «¿qué curso necesitan los profesores?», formula primero «¿qué decisiones nuevas deberán tomar en la práctica?». Diseña después una oportunidad de aprendizaje profesional donde esas decisiones puedan ensayarse, observarse y revisarse.
Conclusión
ABP-problemas, ABP-proyectos y aprendizaje colaborativo no son sinónimos ni escalones de una jerarquía de innovación. Son arquitecturas diferentes que pueden combinarse cuando existe una razón pedagógica para hacerlo. La elección debe comenzar por el mecanismo que necesita el aprendizaje.
La evidencia disponible apoya una lectura matizada. Las pedagogías centradas en problemas pueden favorecer motivación y resultados de aprendizaje, pero sus efectos son heterogéneos. Dominio, población, implementación, calidad del problema, autonomía y acompañamiento modifican lo que ocurre. La pregunta «¿funciona?» resulta demasiado gruesa para orientar una decisión doctoral.
La IA intensifica esta exigencia porque puede tanto ampliar como vaciar el mecanismo. Generar alternativas puede enriquecer una deliberación; resolver el problema antes de que el estudiante formule qué necesita aprender puede eliminar el núcleo del ABP. El diseño debe gobernar operaciones y no únicamente autorizar herramientas.
Finalmente, estas transformaciones reposicionan la profesión docente. La transición no es desde «profesor que sabe» hacia «facilitador que ya no enseña». El conocimiento disciplinar sigue siendo indispensable, pero se combina con capacidades de diseño, orquestación, evaluación, ética tecnológica y aprendizaje profesional continuo.
La tendencia de fondo puede formularse con mayor precisión: la innovación pedagógica contemporánea desplaza progresivamente el valor profesional desde ejecutar métodos hacia diseñar, interpretar y revisar sistemas de aprendizaje bajo condiciones variables.
🔭 Para seguir aprendiendo
- ¿Qué metodología utilizada en tu institución funciona actualmente como etiqueta de innovación más que como mecanismo demostrable de aprendizaje?
- ¿Qué decisión docente se vuelve más difícil —no más sencilla— cuando la enseñanza se organiza mediante problemas y proyectos?
- ¿Qué operación podría asumir legítimamente la IA para liberar tiempo docente sin sustituir el juicio profesional?
Actividad de aprendizaje autónoma
Diseño argumentado de una experiencia centrada en problemas y plan de aprendizaje profesional docente
Selecciona una competencia compleja de educación superior y construye una experiencia original de aprendizaje en la que debas decidir explícitamente si utilizar ABP-problemas, ABP-proyectos, aprendizaje colaborativo o una combinación justificada. Complementa el diseño con un pequeño plan de aprendizaje profesional para el profesorado que tendría que implementarlo.
Instrucciones paso a paso:
- Delimita la competencia. Define qué desempeño complejo debe poder realizar el estudiante y qué evidencia permitirá atribuirlo.
- Formula la hipótesis de diseño. Completa: «Esta experiencia debería favorecer la competencia porque obliga al estudiante a…». El mecanismo debe expresarse mediante una operación observable.
- Compara tres arquitecturas. Explica qué ocurriría si el diseño utilizara ABP-problemas, ABP-proyectos o colaboración como mecanismo principal. Señala una fortaleza y un límite de cada opción para tu competencia.
- Selecciona la arquitectura. Elige una alternativa o combinación y justifica por qué los componentes seleccionados son necesarios. Elimina cualquier elemento cuya presencia no cambie el mecanismo de aprendizaje.
- Diseña el disparador. Construye el problema o pregunta orientadora. Debe producir incertidumbre suficiente para generar investigación, pero conservar alineación con la competencia.
- Diseña la trayectoria. Especifica momentos de activación, investigación, interacción, producción, retroalimentación, revisión y transferencia según correspondan al modelo elegido.
- Gobierna la colaboración. Si hay trabajo colectivo, identifica qué parte requiere verdadera interdependencia y qué evidencia individual impedirá que el producto grupal oculte diferencias de aprendizaje.
- Define el papel de la IA. Clasifica al menos cuatro operaciones como automatizable, ampliada, coproducida o reservada. Justifica cómo el uso propuesto preserva el mecanismo pedagógico.
- Diseña la evidencia. Incluye al menos producto, proceso y una evidencia de transferencia o defensa. Explica cómo distinguirás calidad del resultado y aprendizaje del estudiante.
- Construye el perfil de actuación docente. Identifica entre cuatro y seis decisiones que el profesor necesitará tomar durante la implementación: cuándo intervenir, qué apoyo proporcionar, qué observar, cómo regular grupos, cómo usar IA u otras pertinentes.
- Diseña el aprendizaje profesional. Propón una experiencia breve de desarrollo docente que incluya práctica activa, análisis de un modelo o ejemplo, acompañamiento o colaboración profesional y retroalimentación-reflexión.
- Realiza una prueba adversarial. Imagina dos fallas: un estudiante que intenta minimizar su esfuerzo cognitivo y un profesor que convierte el diseño nuevamente en exposición. Modifica la arquitectura para resistir ambos escenarios.
- Formula una predicción verificable. Indica qué resultado esperas observar, mediante qué evidencia y qué hallazgo te haría concluir que tu diseño no produjo el mecanismo esperado.
🧭 Construye la hipótesis de diseño
📊 Evidencia de logro
Entrega un diseño argumentado de 2,200 a 2,800 palabras en formato PDF, acompañado de una matriz comparativa de mecanismos. Debe incluir competencia; hipótesis de diseño; comparación entre ABP-problemas, ABP-proyectos y colaboración; arquitectura seleccionada; disparador; trayectoria; distribución del trabajo colaborativo; política cognitiva de IA; evidencias; decisiones docentes; propuesta de aprendizaje profesional; prueba adversarial y predicción verificable. Fundamenta el diseño con al menos seis fuentes, incluyendo evidencia de síntesis sobre aprendizaje basado en problemas o proyectos y literatura contemporánea sobre desarrollo profesional docente.
Si el éxito de una innovación depende de decisiones profesionales que el profesor nunca tuvo oportunidad de practicar, ¿el problema está en la resistencia docente o en el diseño de la propia transformación?
Referencias bibliográficas
- Dogan, S. (2026). Designing effective AI professional development: A framework grounded in intelligent-TPACK. Computers and Education Open, 10, 100337.
- Hmelo-Silver, C. E. (2004). Problem-based learning: What and how do students learn? Educational Psychology Review, 16, 235–266.
- Miao, F., & Cukurova, M. (2024). AI competency framework for teachers. UNESCO.
- OECD. (2025). Education policy outlook 2025. OECD Publishing.
- Tan, X., Cheng, K. S., & Ling, M. H. A. (2025). Artificial intelligence in teaching and teacher professional development: A systematic review. Computers and Education: Artificial Intelligence, 8, 100355.
- Wijnia, L., Noordzij, G., Arends, L. R., Rikers, R. M. J. P., & Loyens, S. M. M. (2024). The effects of problem-based, project-based, and case-based learning on students’ motivation: A meta-analysis. Educational Psychology Review, 36, Article 29.
- Zhang, L., & Ma, Y. (2023). A study of the impact of project-based learning on student learning effects: A meta-analysis study. Frontiers in Psychology, 14, 1202728.