Crear contenidos didácticos digitales no consiste en producir más materiales, sino en tomar mejores decisiones sobre qué enseñar, cómo mediarlo y qué evidencia permitirá sostener que hubo aprendizaje.
A lo largo del taller convertirás una experiencia real de tu disciplina en un diseño digital coherente, con criterios explícitos para integrar, revisar y verificar el apoyo de la inteligencia artificial generativa.
Presentación
La producción de contenidos para educación digital plantea un problema de diseño antes que un problema de herramienta. Un recurso puede ser visualmente atractivo y, sin embargo, quedar desconectado de la competencia que pretende desarrollar, de la estrategia didáctica que lo sostiene o de la evidencia con la que se evaluará. La expansión de la inteligencia artificial generativa añade otra capa: permite acelerar procesos de ideación, adaptación y producción, pero también obliga a distinguir fluidez de validez, automatización de criterio y asistencia de responsabilidad.
Este taller parte de una experiencia de aprendizaje real elegida por cada participante y la convierte progresivamente en un diseño digital completo. Las decisiones pedagógicas y disciplinares preceden a la selección de herramientas; cuando intervenga inteligencia artificial generativa, su aporte deberá quedar sujeto a contraste con fuentes, revisión argumentada y verificación desde el conocimiento del campo. El propósito no es producir contenidos intercambiables, sino construir materiales cuya forma, secuencia, mediación y evaluación respondan a una experiencia concreta.
El trabajo se organiza como un proyecto acumulativo: cada etapa retoma lo construido antes, exige decisiones justificadas y deja evidencia de qué se conservó, qué se modificó y por qué. Así, el producto final hace visible tanto la calidad técnica del contenido como el juicio profesional que sostuvo su diseño.
Competencia
🎯 Al concluir serás capaz de
diseñar y producir una experiencia de aprendizaje digital para tu propia disciplina, articulando fundamentación, alineación, diseño instruccional, contenidos y evaluación, y documentando con trazabilidad las decisiones de mediación con inteligencia artificial generativa bajo criterios pedagógicos, disciplinares y técnicos.
Dirigido a
Participantes de nivel de posgrado que desarrollen, impartan o proyecten una experiencia de aprendizaje situada en su propia disciplina y puedan trabajar sobre ella durante las ocho lecciones. No se han declarado prerrequisitos específicos en la guía disponible.
Temario
- Fundamentación y contexto de la experiencia de aprendizaje. Delimitarás la experiencia real sobre la que trabajarás y harás explícitos los fundamentos pedagógicos y disciplinares que orientarán las decisiones posteriores.
- Análisis de la experiencia de aprendizaje y de las estrategias didácticas. Examinarás la relación entre contexto, participantes, estrategias y condiciones de trabajo para detectar qué decisiones didácticas necesita tu experiencia.
- Alineación de la experiencia de aprendizaje. Articularás competencias, temáticas, metodología y evaluación para que las evidencias solicitadas correspondan con lo que se pretende lograr.
- Diseño instruccional: decisiones pedagógicas antes de la herramienta. Construirás criterios de diseño y secuenciación antes de seleccionar recursos, formatos o tecnologías.
- Diseño instruccional con IA generativa: anclaje y mediación crítica como método. Integrarás inteligencia artificial generativa sin delegar el juicio disciplinar, documentando qué solicitaste, qué conservaste, qué descartaste y cómo lo verificaste.
- Selección y adaptación de contenidos con criterio disciplinar. Decidirás qué contenido existente conviene conservar, transformar o reorganizar según la función didáctica que deba cumplir.
- Creación de contenidos con IA generativa: trazabilidad, decisión y revisión de lo propio. Producirás contenidos para tu experiencia y construirás un expediente de trazabilidad que haga visible el contraste entre fuentes, propuestas generadas y decisiones propias.
- La evaluación de la experiencia de aprendizaje. Diseñarás un sistema de evaluación holística, cuantitativa y cualitativa, alineado con las competencias, los contenidos y la experiencia construida.
Cómo se acredita
- La evaluación se concentra en el proyecto integrador “Diseño y producción de una experiencia de aprendizaje digital, bajo lógica sinteligentista”, que representa el 100 % de la evaluación declarada.
- La Etapa A, desarrollada en la lección 1, aporta el 10 % y fija la experiencia de aprendizaje, el contexto disciplinar y los criterios constantes del proyecto.
- La Etapa B, desarrollada en las lecciones 2 y 3, aporta el 20 % y construye el análisis y la alineación específica de esa experiencia.
- La Etapa C, desarrollada en las lecciones 4 a 7, aporta el 45 % y reúne el diseño instruccional y los contenidos didácticos, con trazabilidad de la mediación con inteligencia artificial generativa cuando corresponda.
- La Etapa D, desarrollada en la lección 8, aporta el 25 % y completa el sistema de evaluación holística de la misma experiencia.
- En todas las etapas se valoran el fundamento pedagógico y disciplinar, el anclaje y la trazabilidad, la alineación instruccional, el juicio y revisión de lo propio, y la calidad técnica y disciplinar del contenido producido.
Referencias bibliográficas
- Bearman, M., Tai, J., Dawson, P., Boud, D., & Ajjawi, R. (2024). Developing evaluative judgement for a time of generative artificial intelligence. Assessment & Evaluation in Higher Education, 49(6), 893–905.
- Choi, G. W., Kim, S. H., Lee, D., & Moon, J. (2024). Utilizing generative AI for instructional design: Exploring strengths, weaknesses, opportunities, and threats. TechTrends, 68(4), 832–844.
- Klapproth, F. (2026). Redesigning teaching, learning, and assessment in the age of generative AI: A constructive alignment perspective for higher education. Education Sciences, 16(9), 1507.
- Moganadas, S. R., Marín-González, F., Nun, S. H., & Gan, C. L. (2026). Generative AI as a didactic-pedagogical mediator: Rethinking human roles and pedagogical design in higher education. Frontiers in Education, 11, 1856839.
- Moundridou, M., Matzakos, N., & Doukakis, S. (2024). Generative AI tools as educators’ assistants: Designing and implementing inquiry-based lesson plans. Computers and Education: Artificial Intelligence, 7, 100277.
- Nguyen, A., Duong, A. T., Nguyen, D. T. B., Lai, V. T. T., & Dang, B. (2025). Guidelines for learning design and assessment for generative artificial intelligence-integrated education: A unified view. Information and Learning Sciences, 126(7/8), 491–512.
- Xia, Q., Weng, X., Ouyang, F., Lin, T. J., & Chiu, T. K. F. (2024). A scoping review on how generative artificial intelligence transforms assessment in higher education. International Journal of Educational Technology in Higher Education, 21, 40.