Innovar la enseñanza universitaria exige algo más que incorporar tecnología: exige decidir qué concepción del aprendizaje sostiene cada intervención y con qué evidencia puede defenderse.
Esta unidad de aprendizaje conduce del contraste teórico al diseño de pautas metodológicas situadas para contextos educativos mediados por tecnologías e inteligencia artificial.
Presentación
Aprender y enseñar en entornos digitales no son procesos neutrales ni equivalen a trasladar prácticas previas a nuevas plataformas. Las decisiones sobre contenidos, interacción, retroalimentación, participación y evaluación descansan sobre supuestos acerca de cómo se aprende. Las tradiciones conductista, sociocultural y conectivista, junto con enfoques sobre cognición extendida, ofrecen marcos distintos para interpretar esas decisiones y sus consecuencias (Skinner, 1953; Vygotsky, 1978; Siemens, 2005; Clark & Chalmers, 1998).
La expansión de la inteligencia artificial generativa vuelve más exigente ese análisis: una mejora inmediata en el desempeño no equivale necesariamente a un aprendizaje más profundo, por lo que la integración tecnológica requiere intención pedagógica, criterio y mecanismos de evaluación coherentes (OECD, 2026). La unidad propone contrastar teorías consolidadas con el Sinteligentismo de Muñoz Mujica (2026), presentado explícitamente como una propuesta emergente, y traducir ese examen en decisiones metodológicas justificadas para un caso propio.
Competencia
🎯 Al concluir serás capaz de
diseñar pautas metodológicas para favorecer aprendizajes significativos en contextos universitarios digitales, sustentadas en la evaluación crítica de teorías del aprendizaje, evidencia de investigación y decisiones justificadas sobre integración tecnológica.
Dirigido a
Estudiantes de posgrado e interesados en educación, ciencias sociales y áreas tecnológicas que busquen fundamentar críticamente decisiones sobre aprendizaje, enseñanza e innovación en entornos digitales. Se presupone capacidad para leer literatura académica especializada, analizar argumentos y relacionar marcos conceptuales con situaciones de práctica docente.
Esta unidad de aprendizaje forma parte de la Maestría en Docencia Universitaria para la Educación Digital y ocupa la segunda posición de la secuencia, posterior a Educación en una sociedad digital.
Temario
- Percepciones sobre el aprendizaje y la enseñanza. Examina los supuestos epistemológicos y las concepciones docentes y estudiantiles que condicionan lo que se reconoce como aprender y enseñar en entornos digitales.
- Teorías y modelos pasados y actuales sobre el aprendizaje y la enseñanza. Contrasta marcos históricos y contemporáneos para justificar cuáles permiten explicar mejor un caso educativo y con qué límites.
- Teoría e investigación sobre cómo aprenden los estudiantes. Analiza el aprendizaje como proceso situado, distribuido y potencialmente extendido por artefactos y sistemas digitales.
- Teoría e investigación sobre qué es un ‘buen’ profesor. Construye criterios de buena docencia contrastando práctica reflexiva, competencias profesionales y nuevas condiciones de mediación tecnológica.
- Factores que influyen en el aprendizaje y la enseñanza. Mapea variables motivacionales, contextuales, institucionales y tecnológicas que favorecen o restringen el aprendizaje en un caso concreto.
- Desarrollos actuales y potenciales para apoyar la enseñanza y el aprendizaje en contextos y entornos educativos. Valora tecnologías emergentes por su función pedagógica y no por su novedad, con atención especial a la inteligencia artificial generativa.
- Modelos de innovación y adopción, y adopción tecnológica. Aplica modelos de difusión y adopción para determinar la viabilidad contextual de una innovación educativa (Rogers, 2003).
- Enfoques para establecer y evaluar las innovaciones en el aprendizaje y la enseñanza. Diseña un enfoque de evaluación capaz de relacionar teoría, intervención, evidencia y mejora iterativa (The Design-Based Research Collective, 2003).
- Barreras a las innovaciones en la educación, la formación y otros entornos de aprendizaje potenciales. Identifica obstáculos estructurales y formula respuestas metodológicas factibles, cerrando con una valoración argumentada de los marcos utilizados.
Cómo se acredita
- Completar las nueve lecciones y cumplir el tiempo mínimo de permanencia que establezca el LMS para cada una.
- Construir las nueve etapas del proyecto integrador Propuesta de pautas metodológicas para el aprendizaje y la enseñanza en la era digital, utilizando un caso propio de enseñanza-aprendizaje como anclaje constante.
- Entregar el producto final con trazabilidad de decisiones, revisión de etapas previas y documentación crítica de las fuentes y, cuando corresponda, de los sistemas de inteligencia artificial consultados.
Referencias bibliográficas
- Clark, A., & Chalmers, D. (1998). The extended mind. Analysis, 58(1), 7–19.
- OECD. (2026). OECD digital education outlook 2026: Exploring effective uses of generative AI in education. OECD Publishing.
- Muñoz Mujica, R. J. (2026). El sinteligentismo: Educación, cognición y régimen humanosintético. Revista Boletín Redipe, 15(7), 29–45.
- Rogers, E. M. (2003). Diffusion of innovations (5th ed.). Free Press.
- Siemens, G. (2005). Connectivism: A learning theory for the digital age. International Journal of Instructional Technology & Distance Learning, 2(1), 3–10.
- Skinner, B. F. (1953). Science and human behavior. Macmillan.
- The Design-Based Research Collective. (2003). Design-based research: An emerging paradigm for educational inquiry. Educational Researcher, 32(1), 5–8.
- Vygotsky, L. S. (1978). Mind in society: The development of higher psychological processes (M. Cole, V. John-Steiner, S. Scribner, & E. Souberman, Eds.). Harvard University Press.