Laboratorio de futuros educativos: diseñar y defender una propuesta original frente a una tendencia contemporánea

Objetivo didáctico

Introducción

Al comenzar este curso utilizamos la palabra tendencia como un problema y no como una categoría autoevidente. Después analizamos paradigmas y transiciones; gobernanza internacional; ecologías digitales y postdigitales; inteligencia artificial y distribución cognitiva; pedagogías relacionales; competencias y evaluación; aprendizaje basado en problemas y proyectos; y transformación de la profesión docente.

El recorrido permite observar un patrón: ninguna de estas transformaciones existe aislada. La inteligencia artificial afecta evaluación porque modifica la procedencia de los productos; afecta profesión docente porque redistribuye tareas; afecta gobernanza porque exige reglas institucionales; afecta conocimiento porque interviene en su producción; y afecta equidad porque capacidad tecnológica, infraestructura y alfabetización se distribuyen de manera desigual.

Por ello, estudiar tendencias mediante listas produce una representación débil del campo. Una tendencia educativa importante debería analizarse como una configuración de fuerzas: cambios tecnológicos, políticos, económicos, epistemológicos, sociales, ambientales e institucionales que interactúan y hacen posibles determinadas decisiones mientras vuelven otras más difíciles.

El pensamiento de futuros introduce una segunda corrección. Una tendencia observable no constituye destino. La extrapolación lineal —«como esto crece hoy, dominará inevitablemente mañana»— confunde señal presente con futuro necesario. La prospectiva estratégica utiliza escenarios precisamente para examinar cómo una misma tendencia puede producir consecuencias diferentes dependiendo de regulación, economía, cultura, capacidad institucional y decisiones colectivas.

Esta lección final convierte ambas ideas en capacidad de diseño. No preguntaremos únicamente qué está ocurriendo. Preguntaremos qué respuesta deberíamos construir, por qué debería funcionar, bajo qué condiciones dejaría de funcionar y qué futuro educativo contribuiría a producir.

Desarrollo del tema

De la novedad a la tendencia: clasificar antes de reaccionar

No todo fenómeno reciente es una tendencia y no toda tendencia constituye una transformación. La primera operación de diseño consiste en clasificar provisionalmente aquello que observamos. La clasificación no pretende asignar etiquetas definitivas; obliga a preguntar qué tipo de evidencia tenemos.

Una señal emergente es una manifestación todavía limitada que podría anticipar un cambio mayor. Una innovación introduce una práctica, tecnología o arreglo diferente que puede permanecer localizado. Una agenda de política adquiere capacidad cuando organismos, Estados o instituciones convierten un problema en prioridad y construyen instrumentos para intervenir. Una transformación estructural modifica condiciones relativamente estables del sistema: relaciones entre actores, infraestructura, reglas, conocimiento o distribución de responsabilidades.

También existen narrativas de moda: conceptos cuya circulación crece más rápido que la evidencia sobre su mecanismo o efectos. Y existen marcos emergentes que intentan nombrar transformaciones todavía en disputa. El Sinteligentismo pertenece actualmente a esta última categoría: constituye una propuesta teórica de 2026 para interpretar la distribución de funciones cognitivas entre humanos y sistemas sintéticos; no debe presentarse como paradigma científico ya consolidado.

Las categorías pueden superponerse. La IA generativa comenzó como innovación tecnológica, se convirtió rápidamente en agenda institucional y política y puede estar participando en transformaciones estructurales de determinadas prácticas. Precisamente por eso conviene distinguir niveles de afirmación.

Decisión de diseño. Elige una tendencia que consideres importante. Escribe tres afirmaciones: una que puedas sostener con evidencia actual, otra que sea una inferencia razonable y otra que pertenezca todavía al terreno de la especulación. Conserva las tres, pero etiquétalas correctamente.

Diagnóstico sistémico: una tendencia produce efectos de primer, segundo y tercer orden

Una respuesta educativa débil conecta directamente tendencia y solución: «hay IA, por tanto debemos enseñar IA»; «hay cambio laboral, por tanto necesitamos nuevas competencias»; «hay desigualdad, por tanto necesitamos tecnología inclusiva». Entre ambos extremos falta el diagnóstico causal.

Una tendencia modifica primero ciertas condiciones inmediatas y después genera consecuencias indirectas. La disponibilidad de sistemas generativos, por ejemplo, modifica el costo de producir determinados textos. Esa modificación puede alterar tareas académicas; el cambio de tareas puede afectar criterios de evaluación; y el rediseño evaluativo puede finalmente modificar qué capacidades docentes necesita una institución. Son órdenes de consecuencia distintos.

La OCDE utiliza una herramienta denominada futures wheel precisamente para mapear impactos de primer, segundo y tercer orden. Su utilidad pedagógica está en impedir una respuesta lineal: una intervención diseñada para resolver el efecto inmediato puede agravar una consecuencia posterior.

El diagnóstico también debe identificar actores, recursos y asimetrías. Un mismo cambio tecnológico tiene consecuencias distintas para estudiantes con diferente conectividad, instituciones con distinta capacidad de gobernanza o profesores con diferente acceso a aprendizaje profesional. Una tendencia global siempre se materializa localmente.

Decisión de diseño. Construye tres consecuencias de tu tendencia: una inmediata, una derivada y una institucional. Después identifica una población que podría beneficiarse de la primera pero resultar perjudicada por la tercera. Si no aparece ninguna tensión distributiva, revisa la profundidad del diagnóstico.

Arquitectura de respuesta: sujetos, saberes, procesos, instituciones y finalidades

Una propuesta puede responder correctamente a un problema inmediato y permanecer conceptualmente incompleta. Incorporar una herramienta puede resolver un proceso sin aclarar qué modifica en el sujeto, qué concepción de conocimiento presupone o qué responsabilidad adquiere la institución.

Las cinco dimensiones formuladas por Muñoz Mujica (2026) —sujetos, saberes, procesos formativos, instituciones y finalidades— ofrecen aquí una matriz útil de integración. Su valor no reside en aceptar el Sinteligentismo como teoría definitiva, sino en utilizar sus categorías para comprobar que una propuesta ante IA no se reduce al instrumento.

Sujetos pregunta quién posee agencia, quién decide y quién responde. Saberes examina qué significa producir, validar y demostrar conocimiento. Procesos observa qué operaciones se realizan individualmente, colectivamente o mediante sistemas sintéticos. Instituciones considera normas, infraestructura, datos y responsabilidades. Finalidades pregunta para qué se introduce el cambio y qué concepción de educación legitima esa finalidad.

La misma matriz puede aplicarse a tendencias que no sean IA. Frente a internacionalización, microcredenciales, aprendizaje-servicio, evaluación auténtica o transformación digital, las cinco preguntas ayudan a impedir que la solución se reduzca a un formato.

El marco también permite evitar el solucionismo tecnológico. Si la tendencia seleccionada es IA, la solución no tiene por qué ser añadir más IA. Podría consistir en rediseñar evaluación, fortalecer juicio docente, construir infraestructura pública, proteger espacios de interacción humana o incluso reservar determinadas prácticas deliberadamente no automatizadas.

Decisión de diseño. Revisa tu propuesta y localiza la dimensión menos desarrollada. Introduce una modificación que la fortalezca aunque ello complique la implementación. Una propuesta doctoral no debe optimizar únicamente aquello que resulta fácil intervenir.

De la propuesta deseable a la teoría de cambio: explicar por qué debería funcionar

Una propuesta no se vuelve rigurosa por acumular componentes. Debe explicar por qué determinadas acciones deberían producir determinados resultados. Esa explicación es su teoría de cambio.

Si una universidad propone formación docente en IA porque desea mejorar el aprendizaje, necesita explicitar los eslabones intermedios: la formación debería modificar determinados conocimientos y criterios docentes; esos criterios deberían modificar decisiones pedagógicas; las decisiones deberían modificar las operaciones realizadas por los estudiantes; y esas operaciones deberían producir evidencias de aprendizaje diferentes.

Cada eslabón constituye una hipótesis que puede fallar. Los docentes podrían adquirir conocimiento sin modificar prácticas; podrían modificar prácticas sin que exista infraestructura suficiente; podría aumentar el rendimiento sin mejorar el aprendizaje; o podría mejorar un promedio mientras se amplían desigualdades entre grupos.

La evaluación de una tendencia y la evaluación de una intervención tampoco son lo mismo. Que la IA sea una transformación importante no demuestra que una intervención concreta con IA sea buena. Que el aprendizaje colaborativo tenga evidencia favorable no demuestra que cualquier tarea grupal active su mecanismo. El diseño necesita evidencia en la escala correcta.

Nota. Matriz generativa de teoría de cambio elaborada para este curso.

En condiciones de IA, esta distinción es especialmente importante. La evidencia sintetizada por OECD (2026) muestra que un sistema generativo puede elevar el desempeño inmediato sin producir necesariamente ganancias equivalentes de aprendizaje cuando el estudiante externaliza la operación cognitiva. Por tanto, medir únicamente calidad del producto puede producir un falso positivo.

Decisión de diseño. Redacta tu teoría de cambio en una sola cadena: «si hacemos A, entonces los participantes harán B; porque harán B, debería cambiar C; lo sabremos mediante D». Después identifica el eslabón más incierto y decide qué evidencia necesitarías recoger primero.

Prueba de futuros: diseñar para más de un mañana

Una propuesta puede estar perfectamente adaptada al presente y ser frágil frente a cambios relativamente plausibles. Por ello, el último paso no consiste en predecir qué ocurrirá, sino en estresar el diseño mediante futuros alternativos.

La prospectiva estratégica distingue esta operación de una predicción. Los escenarios son construcciones plausibles utilizadas para descubrir supuestos. Si una propuesta funciona únicamente cuando una tecnología permanece barata, una regulación no cambia y la institución conserva el mismo presupuesto, esa dependencia debería hacerse explícita antes de implementarla.

La OCDE utiliza el stress testing para comprobar cómo políticas y estrategias se comportan en escenarios diferentes. Una propuesta robusta no necesita producir exactamente los mismos resultados bajo cualquier futuro; necesita conservar su finalidad central y disponer de mecanismos de adaptación.

El plural de futuros educativos tiene además una dimensión normativa. No basta con prepararse para aquello que parece más probable. Algunas decisiones educativas intentan hacer más probable un futuro deseable. Diseñar es también intervenir sobre la trayectoria.

Esta prueba también impide diseñar políticas dependientes de marcas o plataformas. Una estrategia de IA que solo funciona con un proveedor particular contiene una fragilidad tecnológica. Una evaluación auténtica que solo funciona mientras ninguna IA pueda resolverla contiene una fragilidad pedagógica. Una comunidad de aprendizaje que desaparece cuando termina un financiamiento contiene una fragilidad institucional.

Decisión final. Selecciona el escenario que más amenaza tu propuesta. Introduce una modificación que aumente robustez sin eliminar su finalidad central. Después identifica qué costo adicional produce esa modificación. La resiliencia también tiene costos y debe ser objeto de decisión.

Conclusión

Este curso comenzó examinando paradigmas y termina cuestionando la propia categoría de tendencia. El recorrido permite abandonar una comprensión cronológica —«lo nuevo sustituye a lo anterior»— para adoptar una comprensión más exigente: las tendencias son configuraciones de cambio cuya importancia depende de escala, persistencia, mecanismo, gobernanza, evidencia y consecuencias.

Los organismos internacionales mostraron que las tendencias también se construyen mediante agendas, indicadores, financiamiento y proyectos normativos. Las ecologías postdigitales mostraron que una tecnología deja de ser herramienta cuando se convierte en infraestructura. La inteligencia artificial mostró que producir un resultado y aprender a producirlo ya no pueden considerarse equivalentes.

Las pedagogías relacionales mostraron que la relación puede constituir parte del mecanismo del aprendizaje. La evaluación auténtica mostró que una competencia debe inferirse a partir de evidencias alineadas. El aprendizaje basado en problemas y proyectos mostró que una metodología solo adquiere sentido cuando podemos explicar por qué su mecanismo corresponde al aprendizaje buscado.

El Sinteligentismo permitió formular una hipótesis especialmente fértil: si determinadas operaciones cognitivas empiezan a distribuirse entre sujetos humanos y sistemas sintéticos, el problema educativo se desplaza hacia el gobierno reflexivo de esa distribución. Pero precisamente por tratarse de un marco emergente, debe permanecer abierto al contraste con teorías previas y con evidencia futura.

El cierre del curso no consiste, por tanto, en elegir cuál tendencia «ganará». Consiste en desarrollar una capacidad distinta: diagnosticar cambios sin confundirlos con destino, diseñar respuestas sin confundir innovación con mejora y defender futuros educativos sin renunciar a evidencia, justicia, responsabilidad y juicio crítico.

Una ciencia de la educación contemporánea no debería limitarse a adaptarse al futuro. Tiene también la responsabilidad de discutir qué futuros merecen ser construidos y qué formas de educación podrían hacerlos posibles.

Actividad de aprendizaje autónoma

Laboratorio de futuros: diseño y defensa de una propuesta educativa original

Construye una propuesta educativa original frente a una tendencia contemporánea vinculada con las ciencias de la educación. La propuesta debe integrar los marcos trabajados durante el curso y superar una respuesta instrumental del tipo «incorporar una metodología» o «adoptar una tecnología». Tu diseño debe mostrar qué transformación diagnosticas, qué futuro educativo deseas favorecer, mediante qué mecanismo intervendrás y cómo sabrás si la propuesta produce los efectos esperados.

Instrucciones paso a paso:

1. Delimita la tendencia. Define el fenómeno y clasifícalo provisionalmente como señal emergente, innovación, agenda de política, transformación estructural, marco conceptual en disputa o combinación justificada. Distingue evidencia, inferencia y especulación.
2. Construye el diagnóstico. Identifica impulsores tecnológicos, sociales, políticos, económicos, ambientales o epistemológicos pertinentes y mapea consecuencias de primer, segundo y tercer orden.
3. Formula la tensión central. Expresa el problema como conflicto entre al menos dos valores o finalidades legítimas: por ejemplo, eficiencia y aprendizaje; personalización y privacidad; empleabilidad y formación democrática; innovación y equidad; automatización y agencia.
4. Define el futuro deseable. Describe qué condiciones educativas deseas fortalecer y por qué. Relaciona la propuesta con una concepción explícita de educación, persona, conocimiento y responsabilidad.
5. Diseña la arquitectura. Analiza sujetos, saberes, procesos, instituciones y finalidades. Para cada dimensión identifica qué debe cambiar, qué debe conservarse y qué actor posee capacidad de decisión.
6. Selecciona el mecanismo pedagógico. Justifica qué combinación de pedagogía, evaluación, colaboración, tecnología, IA, espacios o desarrollo profesional resulta necesaria. Elimina cualquier componente cuya ausencia no modifique la teoría de cambio.
7. Gobierna la inteligencia y la tecnología. Si interviene IA, especifica qué operaciones son automatizables, ampliadas, coproducidas o reservadas; cómo se preservan agencia y responsabilidad; qué datos se utilizan y qué alternativa existe si el sistema deja de estar disponible.
8. Formula la teoría de cambio. Explicita insumos, acciones, mecanismo, resultados próximos, resultados sistémicos y al menos dos efectos no previstos plausibles.
9. Diseña la evidencia. Define entre cuatro y seis indicadores o evidencias combinando aprendizaje, experiencia, equidad, implementación y cambio institucional. Evita utilizar adopción o satisfacción como sustitutos automáticos de aprendizaje.
10. Construye la gobernanza. Identifica responsables, participantes, decisiones que requieren deliberación, recursos críticos, mecanismos de revisión y actores que podrían resultar beneficiados o perjudicados.
11. Realiza una prueba de futuros. Somete la propuesta a tres escenarios alternativos. En cada uno identifica qué componente falla, cuál permanece robusto y qué adaptación sería necesaria.
12. Formula un criterio de abandono o rediseño. Indica qué evidencia te obligaría a reconocer que la propuesta no está funcionando como esperabas y qué harías ante ese resultado.
13. Defiende la propuesta. Cierra con una argumentación que responda tres preguntas: por qué esta tendencia merece atención; por qué esta arquitectura es preferible a dos alternativas plausibles; y qué futuro educativo contribuye a producir.

Referencias bibliográficas

• Gutović, V., Bouckaert, M., Xia, T., Quinteiro Goris, J. A., Baroni Boces, G., Sears, M. D., Peterson, M. S., & Osei, E. (2026). Higher education global trends report: Towards inclusive, equitable and quality higher education in an internationally mobile landscape. UNESCO International Institute for Higher Education in Latin America and the Caribbean.
• International Commission on the Futures of Education. (2021). Reimagining our futures together: A new social contract for education. UNESCO.
• Muñoz Mujica, R. J. (2026). El sinteligentismo: Educación, cognición y régimen humanosintético. Revista Boletín Redipe, 15(7), 29–45. doi: 10.36260/awz2fe07
• OECD. (2025a). Trends shaping education 2025. OECD Publishing. doi: 10.1787/ee6587fd-en
• OECD. (2025b). Strategic foresight toolkit for resilient public policy: A comprehensive foresight methodology to support sustainable and future-ready public policy. OECD Publishing. doi: 10.1787/bcdd9304-en
• OECD. (2026). OECD digital education outlook 2026: Exploring effective uses of generative AI in education. OECD Publishing. doi: 10.1787/062a7394-en
• Rapanta, C., Bhatt, I., Bozkurt, A., Chubb, L. A., Erb, C., Forsler, I., Gravett, K., Koole, M., Lintner, T., Örtegren, A., Petricini, T., Rodgers, B., Webster, J., Xu, X., Falgren Christensen, I.-M., Bonderup Dohn, N., Weilgaard Christensen, L. L., Zeivots, S., & Jandrić, P. (2025). Critical GenAI literacy: Postdigital configurations. Postdigital Science and Education, 7, 1296–1333. doi: 10.1007/s42438-025-00573-w
• UNESCO. (2026). Observatory on Artificial Intelligence in Education for Latin America and the Caribbean.