Informe Semana 01

Introducción

La automatización y el desarrollo de nuevas tecnologías están modificando progresivamente la manera en que las personas estudian, trabajan y realizan distintas actividades. Dentro de estos cambios, la inteligencia artificial ha adquirido especial relevancia debido a su capacidad para procesar información, generar contenidos y resolver determinadas tareas en tiempos que pueden ser considerablemente menores a los de una persona. Esta situación también ha alcanzado a la educación superior, donde estudiantes y docentes pueden utilizar estas herramientas como apoyo para sus actividades académicas.

La incorporación de inteligencia artificial en la educación genera oportunidades, pero también preguntas respecto de la responsabilidad del estudiante, la forma adecuada de utilizar estas herramientas y la manera en que deben diseñarse las evaluaciones. Si una herramienta puede generar una respuesta en pocos segundos, ya no resulta suficiente considerar únicamente el resultado final para determinar cuánto comprendió una persona. Por esta razón, adquieren importancia aspectos como el proceso de trabajo, la capacidad de justificar decisiones, la revisión de información y la transparencia respecto del uso de herramientas de IA.

Estos cambios también pueden observarse en la metodología implementada en el curso de Automatización. A diferencia de una estructura basada exclusivamente en clases y pruebas, se propone complementar las evaluaciones con trabajos realizados semanalmente. La metodología busca que el estudiante mantenga un contacto constante con la asignatura y que pueda recibir retroalimentación antes de las evaluaciones principales. Esta propuesta se relaciona además con la idea de realimentación abordada en el curso: así como un sistema puede medir su desempeño y ajustar su comportamiento, un estudiante puede revisar sus resultados y modificar su estrategia de aprendizaje.

En este contexto, resulta relevante analizar cómo la inteligencia artificial puede incorporarse de manera responsable en un curso universitario, qué nivel de autonomía debe tener el estudiante, cómo pueden adaptarse las evaluaciones ante el avance de estas herramientas y qué fortalezas y riesgos presenta la metodología propuesta para la asignatura.

Objetivo

Analizar los desafíos y oportunidades que plantea el uso de inteligencia artificial y la metodología de evaluación propuesta en un curso universitario de Automatización, considerando su impacto en el aprendizaje, la responsabilidad del estudiante y el diseño de las evaluaciones.

Metodología

Para desarrollar el informe se analizaron las preguntas planteadas para la primera actividad del curso y la metodología de evaluación presentada por el docente. Se consideraron los contenidos abordados durante las clases, especialmente aquellos relacionados con la realimentación y la metodología de trabajos semanales, junto con la experiencia obtenida durante el desarrollo de la primera actividad.

Además, se realizó una revisión de información relacionada con el uso de inteligencia artificial en contextos académicos y con los desafíos que esta tecnología plantea para las formas tradicionales de evaluación. La información obtenida fue contrastada con la experiencia y el criterio de la autora para determinar qué argumentos resultaban pertinentes para el contexto del curso.

El desarrollo del informe se realizó mediante una combinación de análisis personal, revisión de información y apoyo de una herramienta de inteligencia artificial. La autora mantuvo la responsabilidad sobre la definición del enfoque, la selección de las ideas principales, la formulación de las opiniones y la revisión del contenido final.

(Alarcón, 2026)

Uso de IA

La inteligencia artificial fue utilizada como una herramienta de apoyo durante la elaboración del informe. Su función principal consistió en ayudar a organizar las ideas, identificar posibles relaciones entre los argumentos, proponer formas de estructurar el contenido y

apoyar la revisión de redacción. Las ideas centrales, experiencias personales, opiniones y decisiones respecto del enfoque del informe corresponden a la autora.

La utilización de IA no reemplazó la responsabilidad de la autora sobre el contenido. Las propuestas generadas fueron revisadas y modificadas cuando fue necesario, considerando su coherencia con las instrucciones de la actividad, la experiencia personal y los objetivos del informe.

Resultados

5.1 Uso de inteligencia artificial en trabajos y evaluaciones

El análisis de la primera pregunta muestra que el uso de inteligencia artificial en actividades universitarias no necesariamente debe considerarse incompatible con el aprendizaje. Sin embargo, su utilización requiere establecer límites que permitan distinguir entre el apoyo tecnológico y la sustitución del trabajo intelectual del estudiante.

La IA puede utilizarse para apoyar actividades como ordenar ideas, revisar redacción, generar alternativas, buscar información o facilitar la comprensión de determinados contenidos. No obstante, el estudiante debe conservar la responsabilidad sobre las decisiones tomadas y sobre el resultado que finalmente entrega.

Una condición relevante corresponde a la transparencia. El estudiante debería poder identificar qué herramientas utilizó, con qué propósito las utilizó y qué modificaciones realizó posteriormente. De esta manera, el uso de IA puede ser entendido como parte del proceso de trabajo y no simplemente como un mecanismo para obtener una respuesta terminada.

También resulta necesario considerar que la inteligencia artificial puede generar información incorrecta o presentar respuestas aparentemente adecuadas que requieren verificación. Por ello, la revisión humana constituye una condición necesaria para su utilización académica responsable.

5.2 Asistencia y responsabilidad del estudiante

Respecto de la asistencia, se identificó que la obligatoriedad no necesariamente constituye la única forma de promover el aprendizaje. Una modalidad de asistencia libre puede entregar mayor flexibilidad al estudiante y reconocer su capacidad para tomar decisiones respecto de la manera en que organiza su tiempo.

Sin embargo, la libertad de asistencia implica responsabilidad. Un estudiante que decide no asistir debe asumir las posibles consecuencias de esa decisión, como perder explicaciones, actividades o instancias de interacción con el docente y sus compañeros.

En este sentido, la asistencia libre puede ser compatible con el aprendizaje siempre que se acompañe de un sistema de evaluación que permita demostrar los conocimientos adquiridos y de la responsabilidad individual de cada estudiante respecto de su proceso académico.

5.3 Diseño de evaluaciones frente al desempeño de la inteligencia artificial

El desarrollo de sistemas de inteligencia artificial capaces de responder preguntas rápidamente plantea un desafío para las evaluaciones tradicionales. Cuando una herramienta puede producir una respuesta correcta o aparentemente correcta en menos tiempo que un estudiante, una evaluación centrada exclusivamente en el resultado final puede dejar de ser suficiente para determinar si existe comprensión del contenido.

Por esta razón, las actividades pueden incorporar elementos que permitan observar el proceso de aprendizaje. Entre ellos se encuentran las bitácoras de trabajo, registros del uso de IA, explicación de procedimientos, justificación de decisiones, aplicación de conocimientos a situaciones concretas y, cuando corresponda, defensa oral de los resultados.

Este tipo de actividades permitiría evaluar no solamente qué respuesta entrega el estudiante, sino también si comprende cómo llegó a ella y si es capaz de justificarla.

5.4 Metodología de trabajos semanales

La metodología propuesta para el curso contempla seis informes correspondientes a seis semanas, seguidos por una evaluación. La calificación obtenida mediante los trabajos puede permitir mantener una nota favorable cuando el estudiante demuestra un desempeño sostenido y alcanza el mínimo establecido en la prueba.

Durante la primera actividad, la metodología fue percibida inicialmente como una posible carga adicional debido a la necesidad de realizar un trabajo semanal. Sin embargo, una vez comenzado el desarrollo del primer informe, esta percepción disminuyó.

Entre los aspectos observados se encuentra que el trabajo semanal mantiene al estudiante en contacto constante con la asignatura. En lugar de concentrar todo el estudio antes de una prueba, existe una actividad relacionada con el ramo durante cada semana, lo que puede disminuir la desconexión entre una clase y la siguiente.

También se identificó que los trabajos constituyen una instancia adicional para demostrar aprendizaje. Esto resulta especialmente relevante considerando que una prueba representa el desempeño del estudiante en un momento determinado y que una preparación extensa no siempre se refleja en la calificación obtenida.

Discusión

La incorporación de inteligencia artificial en la educación presenta una situación que no parece resolverse adecuadamente mediante una prohibición absoluta. Aunque existe una preferencia por desarrollar determinadas habilidades sin asistencia tecnológica, la IA ya

forma parte del entorno académico y profesional. En este sentido, aprender a utilizarla de manera responsable puede resultar más útil que ignorar su existencia.

Sin embargo, aceptar su utilización no significa delegar completamente el proceso de aprendizaje. La principal responsabilidad debe mantenerse en el estudiante, quien debe ser capaz de comprender, cuestionar, validar y modificar aquello que recibe de una herramienta de IA. En este sentido, la diferenciación de roles permite establecer un límite más claro: la persona define el propósito y toma las decisiones, mientras que la herramienta puede apoyar determinadas etapas del proceso.

Esta situación también modifica la manera en que deben diseñarse las evaluaciones. Si una IA puede superar sistemáticamente a los estudiantes en velocidad y en determinadas tareas, continuar evaluando exclusivamente mediante respuestas finales puede generar dificultades para distinguir entre conocimiento adquirido y capacidad para utilizar una herramienta. Por ello, incorporar evidencias del proceso puede convertirse en una alternativa más adecuada.

Respecto de la asistencia, la modalidad libre resulta coherente con la idea de responsabilidad individual. Los estudiantes universitarios tienen la capacidad de decidir cómo administrar su tiempo y cuáles son sus prioridades. Sin embargo, esta libertad debe estar acompañada por la disposición a asumir las consecuencias de las decisiones tomadas. No asistir a una clase puede ser una decisión válida, pero no elimina la responsabilidad de aprender los contenidos tratados.

En cuanto a la metodología del curso, la experiencia inicial permite identificar una diferencia importante respecto de un sistema basado únicamente en pruebas. Al principio existió preocupación respecto del tiempo que implicaría realizar un informe cada semana. Para un estudiante que además debe distribuir su tiempo entre universidad, trabajo y vida personal, cada actividad académica representa un costo de tiempo que debe ser considerado.

No obstante, después de realizar la primera actividad, la metodología resulta más favorable de lo que inicialmente se esperaba. El trabajo semanal genera continuidad, facilita mantener presente la asignatura y entrega una oportunidad para recibir retroalimentación antes de las evaluaciones principales. También permite que el desempeño del estudiante no dependa exclusivamente de una prueba.

Esta característica puede relacionarse directamente con el concepto de realimentación abordado en Automatización. En un sistema de lazo abierto, una acción puede ejecutarse sin utilizar información posterior para modificar el comportamiento. En cambio, un sistema de lazo cerrado utiliza información sobre el desempeño para realizar ajustes. De manera similar, una estrategia de aprendizaje basada únicamente en estudiar, rendir una prueba y continuar puede ofrecer pocas oportunidades para modificar el proceso antes de la siguiente evaluación.

La metodología propuesta incorpora instancias intermedias que permiten observar el desempeño, recibir retroalimentación y ajustar la estrategia. Por esta razón, una de sus

principales fortalezas corresponde precisamente a que el aprendizaje se transforma en un proceso más continuo.

A pesar de estas fortalezas, existe un riesgo relacionado con la carga académica. Si los trabajos semanales no tienen una extensión y dificultad adecuadas, podrían convertirse en una acumulación de tareas más que en una herramienta de aprendizaje. Por ello, una mejora concreta podría consistir en incorporar en cada actividad una breve bitácora que permita registrar el proceso realizado, las herramientas utilizadas y las modificaciones efectuadas a partir de la retroalimentación.

De esta manera, la metodología podría evaluar no solamente el producto final, sino también el proceso de aprendizaje y el uso responsable de herramientas tecnológicas.

Conclusiones

El análisis realizado permite concluir que la inteligencia artificial puede incorporarse en un curso universitario de Automatización como herramienta de apoyo, siempre que el estudiante mantenga la responsabilidad sobre el proceso y el resultado final. Su utilización requiere transparencia, revisión de la información y capacidad para justificar las decisiones tomadas.

La incorporación de IA también evidencia la necesidad de adaptar las formas tradicionales de evaluación. Cuando una herramienta puede resolver determinadas tareas con mayor rapidez que un estudiante, resulta necesario complementar la evaluación de resultados con evidencias del proceso, la comprensión, la justificación y la capacidad de aplicar los conocimientos.

Respecto de la asistencia, una modalidad libre puede ser compatible con el aprendizaje cuando existe responsabilidad individual. La autonomía del estudiante implica también asumir las consecuencias de sus decisiones y hacerse cargo de mantener su proceso de aprendizaje.

Finalmente, la metodología de trabajos semanales presenta una fortaleza relevante al incorporar continuidad y retroalimentación antes de las evaluaciones principales. Aunque inicialmente puede percibirse como una carga adicional, la experiencia desarrollada muestra que puede convertirse en una oportunidad para mantener el vínculo con la asignatura y demostrar un esfuerzo sostenido.

El principal aporte de este análisis consiste en relacionar los cambios tecnológicos propios de la Automatización con la manera en que se aprende y se evalúa. La incorporación de nuevas herramientas no solo exige aprender a utilizarlas, sino también replantear los procesos mediante los cuales se demuestra el aprendizaje. En este sentido, la idea de realimentación resulta aplicable tanto a los sistemas automatizados como al proceso educativo: medir el desempeño, recibir información y ajustar la estrategia permite avanzar hacia mejores resultados.

Declaraciones

Declaración de identidad

El autor autoriza la publicación de este informe con su nombre y apellido completos: Paz Quintanilla Inostroza.

Declaración ante modificación por coautores

El autor autoriza modificaciones por coautores o revisiones editoriales posteriores.

Declaración de publicación web

El autor autoriza la publicación de este informe en sitios web de repositorios e informes académicos.

Declaración de contribuciones

P. Quintanilla Inostroza (Human):Conceptualización, Metodología, Validación, Investigación, Análisis formal, Redacción del borrador original, Revisión y edición, Visualización.

GPT-5.6 Luna (AI):Apoyo en la investigación, organización y análisis de información, apoyo en la redacción y revisión del texto.

Licencia: Creative Commons Atribución 4.0 Internacional (CC BY 4.0) - https://creativecommons.org/licenses/by/4.0/ - versión actualizada 2026-09-22.