Ensayo del aiLearning Challenge
4 equipos · 5 educadores por equipo · ~3 horas · presencial. Un ensayo general del formato: reto sellado, creación con IA, perturbación, defensa en vivo — y un debrief donde volvemos a ser organizadores.
La tesis que este ensayo pone a prueba
Cuando la maestra de geografía nos mandaba a dibujar el mapa de las cordilleras, los mapas los copiábamos de los libros — y a nadie le parecía trampa. La maestra no esperaba cartógrafos: esperaba que, al reproducir el mapa, interactuáramos con el objeto de estudio — las cordilleras, los picos, los ríos — y termináramos aprendiéndolo.
La IA en educación, bien usada, es exactamente eso: un instrumento para interactuar con el objeto de estudio de formas creativas. El artefacto que se produce no es el punto. Por eso en este formato el proceso pesa 60 y el producto 40, y por eso ningún jurado premia jamás la cantidad de herramientas, la ingeniería de prompts ni el modelo más nuevo. Un artefacto hermoso puede esconder un proceso de aprendizaje vacío — y el formato entero está diseñado para que eso no pase desapercibido.
La regla de oro de la autoría de retos: una respuesta genérica de IA debe ser insuficiente por diseño. El evento no prohíbe la IA — redacta problemas que la IA sola no puede terminar.
Agenda — 3 horas
| Hora | Dur. | Momento | Qué pasa |
|---|---|---|---|
| 0:00 | 15 min | Bienvenida y la tesis | Por qué existe el Challenge: el artefacto no es el punto — el punto es interactuar con el objeto de estudio. Reglas del ensayo. |
Ver másQué debe escuchar la sala: el artefacto no es el punto — el punto es interactuar con el objeto de estudio. Igual que la maestra que mandaba a copiar el mapa: no esperaba cartógrafos; esperaba que al reproducirlo termináramos aprendiendo la geografía. Por eso el proceso pesa 60 y el producto 40, y por eso nada puntúa por volumen de IA. Reglas mínimas a dejar claras: solo herramientas gratuitas e iguales para todos · ningún medio es obligatorio · el registro se llena sobre la marcha · la defensa es sin IA · el trabajo va por rondas y la primera versión se muestra junto a la final. | |||
| 0:15 | 5 min | Revelación del reto | Se abre el sobre. El reto es desconocido hasta este momento — así funciona el evento real. |
Ver másPor qué sellado: el reto desconocido hasta que arranca el reloj iguala condiciones — nadie llega con ventaja preparada — y reproduce cómo se comportan los problemas reales. La elección entre los retos del catálogo se hace esa mañana, no antes. En la sala: se abre un solo sello, proyectado. Los demás quedan cerrados — y el bloque de facilitación no se abre jamás con participantes delante. | |||
| 0:20 | 15 min | Ventana Humana (sin IA) | Cada equipo enuncia el problema en sus propias palabras, nombra lo que no sabe y lo que asume. Nada de pantallas: papel y conversación. |
Ver másQué produce: el problema enunciado en palabras propias, con lo que no se sabe y lo que se asume, en papel. Ese papel viaja: es la evidencia que el perfil lee en su primera dimensión — un encuadre propio, sostenido después bajo la presión de lo que el modelo proponga. Por qué antes de cualquier pantalla: el encuadre es el momento más expuesto a la homogeneización. Cuando el modelo propone su lectura, todas las versiones derivan hacia ella; proteger estos minutos protege la diversidad de todo lo que sigue. | |||
| 0:35 | 15 min | Puerta de Divergencia | Tres enfoques sustancialmente distintos, en papel. El equipo elige uno y declara qué optimiza. Lo descartado se guarda: es evidencia. |
Ver másQuién hace qué — según el canon del Challenge: la divergencia la corre el equipo (tres enfoques sustancialmente distintos, cada uno con lo que optimiza y lo que sacrifica; lo abandonado se registra y suma crédito de proceso, nunca lo resta). La compuerta la verifica la facilitación educadora — en el evento real, los educadores-mentores del sitio; jamás el jurado. Es un andamio, no una nota. La verificación pregunta una sola cosa: ¿la dirección final fue elegida de un espacio de posibilidades — o es la primera respuesta plausible con maquillaje? No se piden tres productos pulidos: se pide evidencia de elección. Un equipo que no pasa vuelve a divergir; fallar cuesta tiempo, nunca elegibilidad. Hallazgo del ensayo (2026-08-18), ya incorporado: cada uno de los tres enfoques nombra su concepto y su formato de salida candidato — pueden ser tres formatos alternativos del mismo concepto. Pasar la Puerta incluye haber elegido: al salir, el equipo sabe QUÉ va a existir al final, no solo de qué va. La facilitación guía con preguntas y jamás toca el trabajo — la regla «pregunta, nunca construyas» aplica aquí igual que en todo el evento. Por qué existe la puerta: la IA colapsa la diversidad colectiva si la divergencia no se ingeniera — es el hallazgo más corroborado del corpus del Challenge, y esta compuerta es su contramedida. | |||
| 0:50 | 60 min | Construcción con IA | Herramientas gratuitas y disponibles para todos. El registro de creación se llena mientras se trabaja, no al final. ⚡ A mitad de la construcción llega la perturbación. |
Ver másLas reglas del bloque: herramientas gratuitas verificadas esa mañana; la facilitación guía con preguntas y jamás toca el trabajo; el registro de creación se llena mientras se trabaja (momentos consecuentes, no transcripciones); la primera versión se guarda tal como salió. El ritmo interno son las rondas: generar → auditar contra fuentes → rehacer con criterio, las veces que haga falta. A mitad del bloque llega la perturbación — idéntica para todos, en voz alta y por escrito — y se responde adaptando el diseño, no recortando la ambición. | |||
| 1:50 | 10 min | Preparación de la defensa | Qué se demuestra, quién responde qué. Todos los miembros hablan. |
Ver másQué se decide aquí: qué se demuestra en vivo (demostrable, no presentable), quién responde qué — todos los miembros hablan; un portavoz único es señal de alerta — y qué cuenta la primera versión junto a la final. Anticipen el banco del panel: qué recomendación de la IA rechazaron, qué abandonaron y por qué, qué supuesto destruiría la solución, y cómo explicar todo sin el vocabulario de la lámina. | |||
| 2:00 | 40 min | Demostración y defensa | 4 equipos × ~9 min: demo en vivo + preguntas del panel. Sin IA presente durante la defensa. |
Ver másEs compuerta, no fila de rúbrica: autentica que el trabajo es del equipo — contra el piloto automático de la IA y contra la sobre-asistencia de mentores, un mecanismo para dos fallos. Sin IA en la mesa. Resultados: Superada · En duda (re-examina un segundo panel) · No superada. En el ensayo el panel es rotativo — un miembro de cada equipo que no defiende, con la hoja del jurado — así los veinte experimentan ambos lados de la mesa. El perfil se registra por dimensión; jamás se suma. | |||
| 2:40 | 20 min | Debrief como educadores | Se cambia de sombrero: ¿qué sintieron como participantes? ¿Qué ajustarían como organizadores? ¿Dónde estuvo el aprendizaje? |
Ver másEl cambio de sombrero es el segundo producto del ensayo: qué sintieron como participantes, qué ajustarían como organizadores, dónde estuvo el aprendizaje — y la pregunta que cierra la tesis: ¿cuál era hoy el objeto de estudio, el artefacto o lo otro? Capturarlo: la matriz de validación de la página de organización asigna cada hallazgo a su instrumento y a la decisión del evento real que alimenta. Lo aprendido se registra y se propone al canon del Challenge — no se queda en la sala. | |||
Reglas de juego
- Solo herramientas gratuitas y disponibles para todos. Mismo arsenal para cada equipo: lo que diferencia el resultado es enteramente humano.
- Ningún medio es obligatorio ni privilegiado. Prototipo, campaña, historia, sistema, actividad, performance — todo es admisible. Lo que se exige es que sea demostrable.
- Nada puntúa por volumen: ni número de herramientas, ni número de prompts, ni modelo más reciente. Un solo prompt corto que detecta una falla profunda puede evidenciar más capacidad que una cadena de doscientos pasos.
- Cero datos personales identificables en cualquier sistema de IA. Los escenarios usan información pública, ficticia o autorizada.
- El registro de creación se llena mientras se trabaja. Momentos consecuentes — no transcripciones. Nunca se califica por longitud.
- Antes de construir, cada equipo declara su formato de salida. No basta el concepto: al pasar la Puerta de Divergencia, el equipo dice QUÉ va a existir al final — un guion, un mapa, una campaña, un juego, una guía — y ese es el entregable que se demuestra. Ningún formato es obligatorio; declararlo sí.
- La solución lleva el sello de quienes la hicieron. Cada equipo incorpora perspectivas o elementos de relevancia y pertinencia propios — su aula, su barrio, su experiencia — de modo que la solución los refleje. Una solución que pudo hacerla cualquier otro equipo no está terminada.
- Validar la salida de la IA es parte central del proceso, no un trámite. Revisar, auditar y ajustar lo que la IA produce — errores, insuficiencias, desvíos de las instrucciones y de las fuentes — es trabajo evaluado: el perfil lo lee en la dirección humano-IA y en la iteración.
- El trabajo es por rondas, y las rondas se muestran. Ningún reto se resuelve con una petición a la IA: cada equipo presenta en la defensa su primera versión junto a la final, y nombra qué cambió entre ambas y por qué.
- La defensa es sin IA. Un equipo que no puede dar cuenta de su propio trabajo no avanza, sin importar su perfil.
El ciclo de trabajo — iterativo y progresivo, por diseño
Todos los retos se trabajan igual: en rondas que profundizan. Cada ronda es otra pasada por el objeto de estudio — ahí vive el aprendizaje, no en el artefacto.
| Ronda | Qué se hace | Qué exige del objeto de estudio |
|---|---|---|
| 1 · Anticipar | Antes de tocar la IA: qué esperamos que salga, qué sabemos, qué habrá que verificar — y qué formato tendrá el resultado. | Enunciarlo con lo que ya se sabe — y descubrir lo que no. |
Ver másAntes de abrir la IA, el equipo pone por escrito qué espera que salga, qué ya sabe y qué tendrá que verificar. Ese encuadre previo es lo que la rúbrica busca en su primera dimensión: un problema enunciado con criterio propio, ANTES de que el modelo proponga el suyo — y sostenido después bajo la presión de lo que el modelo sugiere. Anticipar también arma la auditoría: quien predijo «el pico más alto anda por los tres mil metros» tiene contra qué chocar la respuesta. Sin predicción no hay sorpresa; sin sorpresa, la revisión es trámite. En la sala: papel y conversación, cero pantallas. Es la Ventana Humana en miniatura, dentro de cada ronda. | ||
| 2 · Generar | La primera versión con IA, sin pulirla. | Traducir la intención a instrucciones concretas. |
Ver másTraducir la intención a instrucciones concretas ya es trabajo con el objeto de estudio: no se puede pedir bien lo que no se entiende. La primera versión se produce sin pulir — es material para pensar, no resultado. La tentación a vigilar: quedarse puliendo la primera respuesta. La primera versión existe para ser auditada, no defendida. En la sala: guarden la v1 tal como salió — la regla del ensayo pide mostrarla junto a la final en la defensa, con nombre de lo que cambió. | ||
| 3 · Auditar | Inspeccionar la versión contra fuentes, datos o realidad — fuera del modelo. Registrar cada error hallado. | Mirarlo de verdad: cada error detectado es conocimiento del dominio. |
Ver másInspeccionar la versión contra algo que NO es el modelo: la fuente autorizada, el dato del aula, la persona entrevistada, la medición. Aquí vive el punto de fricción del reto — el lugar donde la IA falla con seguridad aparente — y cada error detectado es conocimiento del dominio ganado. Registrar los errores no es burocracia: es la evidencia que la rúbrica lee (dirección humano-IA se juzga por decisiones — qué se rechazó y por qué) y el insumo de la defensa («¿cuál recomendación de la IA rechazaron con más fuerza?»). En la sala: una lista viva de errores hallados, con su fuente de verificación al lado. Tinta sobre la marcha, no memoria al final. | ||
| 4 · Rehacer | Dirigir la corrección: qué cambia, qué se conserva, qué se descarta. | Decidir con criterio propio, no aceptar lo que salga. |
Ver másDirigir la corrección con criterio: qué cambia, qué se conserva, qué se descarta — y por qué. Rehacer no es repetir la petición: es decidir. La diferencia entre «aceptar lo que salga» y «hacer que salga lo que debe» es exactamente la dimensión de dirección humana del perfil. Las rondas 3 y 4 se repiten las veces que haga falta. Que la IA no lo logre a la primera es el diseño funcionando — y la perturbación de mitad de evento aterriza aquí, como una vuelta más exigente. En la sala: los caminos abandonados se guardan, no se borran: «muéstrenme algo que abandonaron» es pregunta fija del panel. | ||
| 5 · Explicar | Por qué la versión final es mejor — y qué enseñó el error más difícil. | Poder decirlo sin la IA delante: la prueba de que el conocimiento quedó en el equipo. |
Ver másDecir por qué la versión final es mejor — y qué enseñó el error más difícil — con la herramienta apagada. Es la prueba de que el conocimiento quedó en el equipo y no en la sesión de chat: lo que el experimento de las barandillas midió al retirar la IA en el examen. Explicar es también la compuerta: la defensa sin IA autentica que el trabajo es del equipo. Un equipo que no puede dar cuenta de su proceso no avanza, sin importar lo bello del artefacto. En la sala: todos los miembros explican algo. La explicación sin el vocabulario de la lámina vale doble. | ||
Las rondas 3 y 4 se repiten las veces que haga falta — que la IA no lo logre a la primera es el diseño funcionando, no un contratiempo. El registro de creación captura las vueltas; la rúbrica las lee (dimensión 04: iteración y adaptación); la defensa pregunta por ellas.
Las etapas del conocimiento — que el trabajo se pueda leer
Las rondas son el ritmo; estas etapas son la anatomía del trabajo con conocimiento. Cada equipo debe poder señalar, en su registro y en su defensa, en qué etapa estuvo cada momento del trabajo — hallazgo del ensayo: cuando las etapas no se nombran, se confunden, y la validación desaparece primero.
| Etapa | Qué se hace — y qué exige del equipo |
|---|---|
| 1 · Investigación | Reunir las fuentes y el material de partida. La IA puede proponer dónde mirar; decidir dónde mirar es del equipo. |
| 2 · Validación de fuentes | Qué fuentes merecen confianza y por qué. Una fuente sin evaluar no es una fuente: es un rumor con formato. |
| 3 · Preparación de los datos | Extraer los datos de la investigación · analizarlos · validarlos · seleccionar los que sirven · y estructurarlos como la Fuente Estructurada de Datos de la solución. Es la etapa más invisible — y donde más se nota quién trabajó de verdad. |
| 4 · Generación de insight | Procesar y analizar la Fuente Estructurada para producir información e insight: lo que los datos dicen que no se veía a simple vista. |
| 5 · Validación del insight | ¿El insight resiste contra las fuentes y contra la realidad? Un insight sin validar es una opinión con gráfico. |
| 6 · Presentación | La información y el conocimiento toman el formato declarado en la Puerta. La presentación sirve al insight — no al revés. |
| 7 · Auditoría de la salida de IA | Errores, insuficiencias, desvíos de las instrucciones y de las fuentes. Transversal: ocurre en cada etapa donde la IA contribuyó, y es una parte central del proceso — no un trámite final. |
La prueba de discernimiento: al final, el equipo puede ordenar su propio trabajo y decir qué fue investigar · extraer · validar · analizar · manipular · presentar · auditar. Si todo se siente como una sola masa de «usar la IA», las etapas no se trabajaron — se atravesaron.
Los retos — sellados hasta que arranque el reloj
Mañana se usa uno (se decide en la mañana); el resto queda como catálogo del ensayo. Todos comparten la misma arquitectura: un objetivo de aprendizaje identificado —sin él, el reto puede diseñarse y resolverse sin tocar conocimiento ni currículo alguno (hallazgo del ensayo)—, contexto auténtico, información incompleta, valores en tensión, información local que la IA no tiene, artefacto demostrable, y un dilema ético del que no se puede escapar.
RETO A El aula propia — sellado
La actividad que la IA no puede terminar
Contexto. Ustedes son un equipo de diseño de su propio centro educativo. La dirección les pide una respuesta real, no un discurso: los estudiantes ya usan IA para completar tareas, y las tareas actuales — responder qué, dónde, cuándo, quién — la IA las resuelve en segundos, igual que un buscador lo hace desde hace tres décadas.
El reto. Diseñen y demuestren una actividad de aprendizaje para una asignatura y grado que ustedes realmente enseñan, en la que la IA sea el instrumento con el que el estudiante interactúa con el objeto de estudio — y en la que una respuesta genérica de IA sea insuficiente por diseño.
Información local que deben aportar (la IA no la tiene): la realidad concreta de su aula — el grupo real, sus recursos reales, lo que de verdad pasa cuando dejan una tarea.
La tensión que no pueden esquivar: la actividad debe funcionar también para el estudiante que no tiene dispositivo ni conexión en casa. Si su diseño lo excluye, esa exclusión es parte del resultado.
Qué se demuestra en la defensa: una porción de la actividad, ejecutada en vivo con el panel haciendo de estudiantes.
Objetivo de aprendizaje: Al terminar, cada participante domina diseñar una actividad donde una respuesta genérica de IA es insuficiente por diseño, anclada a un objetivo curricular de su propia asignatura.
Entregable, formato y ruta
Formato — elijan uno y declárenlo en la Puerta: guion de actividad listo para usar · secuencia de diapositivas con instrucciones · estación de trabajo imprimible · video-instructivo corto — u otro que propongan.
El entregable debe contener: el objetivo de aprendizaje · la instrucción tal como la leería el estudiante · el rol exacto de la IA (qué hace y qué NO hace) · el camino para quien no tiene dispositivo · cómo se reconoce que hubo aprendizaje.
Ruta sugerida: 1) fijen asignatura, grado y objetivo · 2) tres conceptos con formato candidato (Puerta) · 3) borrador con IA · 4) audítenlo contra su aula real — el grupo, los recursos, lo que de verdad pasa · 5) versión final y ensayo de la demostración en vivo.
RETO B La comunidad de al lado — sellado
Un problema con nombre y apellido
Contexto. Los problemas reales no vienen en enunciados de libro: viven en la experiencia de personas concretas.
El reto. Entrevisten a un miembro de otro equipo (15 minutos, dentro de la Ventana Humana) sobre un problema concreto y cotidiano de su comunidad o sector. Diseñen y demuestren, creando con IA, una solución que esa persona reconocería como suya — no una solución que se leería igual en cualquier país.
Información local que deben aportar: la entrevista es la fuente. Lo que la persona dijo — y lo que no dijo y hubo que repreguntar — no está en ningún modelo.
La tensión que no pueden esquivar: la versión más persuasiva de su solución (la campaña, la historia, la imagen) arriesga exponer o caricaturizar a la persona y a su comunidad. Decidan dónde está la línea, y que la decisión se note en el diseño.
Qué se demuestra en la defensa: el artefacto haciendo lo que dice hacer, y la persona entrevistada en el panel, con derecho a réplica.
Objetivo de aprendizaje: Al terminar, cada participante domina levantar información local real (la entrevista) y traducirla a una solución que la comunidad reconoce como suya — indagación, diseño y ética de la representación.
Entregable, formato y ruta
Formato — elijan uno y declárenlo en la Puerta: campaña (afiches + mensajes) · prototipo de servicio narrado · relato ilustrado · propuesta de una página — u otro que propongan.
El entregable debe contener: el problema en las palabras de la persona entrevistada · la solución y quién la usa · cómo la reconocería como suya · la línea ética que decidieron no cruzar, visible en el diseño.
Ruta sugerida: 1) entrevista (en la Ventana Humana) · 2) tres conceptos con formato candidato (Puerta) · 3) construir con IA · 4) auditar contra lo que la persona DIJO — no contra el barrio genérico del modelo · 5) validar con la persona antes de la defensa.
RETO C Los mapas, 30 años después — sellado
El examen de los mapas, versión 2026
Contexto. El examen clásico: dibujar el mapa de las cordilleras del país. Hoy la IA "dibuja el mapa" en segundos — y lo dibuja plausiblemente mal. Este reto es la versión de hoy de aquel examen: el mapa sigue sin ser el punto.
El reto. Produzcan con IA: (1) un mapa de las cordilleras del país con los diez picos más altos correctamente ubicados y con altitudes verificadas contra fuentes autorizadas — no contra la memoria del modelo; (2) una línea que conecte los picos en orden descendente de altitud; (3) una infografía que compare nuestras cordilleras con los Andes, los Alpes y el Himalaya; (4) una "selfie" de un miembro del equipo en la cima del pico más alto — ambiental y visualmente correcta para esa cima real.
Información local que deben aportar: las fuentes autorizadas de verificación y el criterio para arbitrar cuando las fuentes no coinciden.
La tensión que no pueden esquivar: el producto final debe poder usarlo también un estudiante con discapacidad visual. La accesibilidad no es un anexo: es parte del diseño, y cuesta.
Qué se demuestra en la defensa: las piezas, más el registro de qué produjo la IA al primer intento, qué estaba mal, y cómo lo detectaron.
Objetivo de aprendizaje: Al terminar, cada participante domina la geografía física trabajada (cordilleras, picos, altitudes) y el método de verificación de salidas de IA contra fuentes autorizadas.
Entregable, formato y ruta
Formato — elijan uno y declárenlo en la Puerta: póster comparativo (mapa + línea + infografía) · presentación visual · cuaderno de atlas · pieza interactiva — u otro que propongan.
El entregable debe contener: el mapa con los diez picos verificados · la línea descendente de altitudes · la comparación con Andes, Alpes e Himalaya · la selfie ambientalmente correcta · la lista de errores de la IA con la fuente que los delató.
Ruta sugerida: 1) fuentes autorizadas primero, predicción en papel · 2) tres tratamientos con formato candidato (Puerta) · 3) generar v1 · 4) auditar pico por pico contra las fuentes · 5) rehacer hasta que el mapa satisfaga la evidencia — no al modelo.
RETO D La línea de tiempo imposible — sellado
Historia que se puede defender
El reto. Elijan un período de la historia dominicana que enseñen. Produzcan con IA su propia versión del período: una línea de tiempo ilustrada donde cada fecha, personaje y escena esté verificada contra fuentes fuera del modelo — y donde dos relatos que no coinciden (el del libro de texto y otra fuente) aparezcan lado a lado, con la discrepancia explicada.
Información local: las fuentes que usan en su aula, y la discrepancia real que encuentren entre ellas.
La tensión: contar el período honestamente exige incluir a los que el relato escolar suele dejar fuera. Decidan a quién reintroducen, y que se note.
Se demuestra: la línea de tiempo, más los errores plausibles que la IA produjo (anacronismos, escenas inventadas) y cómo los detectaron.
Objetivo de aprendizaje: Al terminar, cada participante domina trabajar hechos históricos con fuentes, manejar relatos en conflicto y detectar anacronismos plausibles en material generado.
Entregable, formato y ruta
Formato — elijan uno y declárenlo en la Puerta: línea de tiempo mural · narración visual por tarjetas · exposición digital — u otro que propongan.
El entregable debe contener: los hechos con su fuente · la discrepancia entre relatos lado a lado, explicada · a quién reintrodujeron al relato y por qué · los anacronismos de la IA detectados.
Ruta sugerida: 1) período y fuentes del aula · 2) tres tratamientos con formato candidato (Puerta) · 3) generar · 4) verificar fecha a fecha, imagen a imagen · 5) montar la versión final con la discrepancia como protagonista.
RETO E El ecosistema que sí existe — sellado
Ciencias naturales sin especies inventadas
El reto. Construyan con IA su propia versión de un ecosistema local (una guía visual, un juego, un recorrido) donde cada especie mostrada viva realmente ahí, verificada contra fuentes; comparen ese ecosistema con uno de otro continente; y conviertan la comparación en una actividad que sus estudiantes podrían hacer.
Información local: el ecosistema elegido (el patio del centro cuenta) y la fuente autorizada de sus especies.
La tensión: la versión más espectacular del material (la megafauna, lo exótico) es la menos fiel al ecosistema real. Fidelidad contra espectáculo — decidan y defiendan.
Se demuestra: el material funcionando, más el inventario de especies o detalles que la IA inventó y ustedes descartaron.
Objetivo de aprendizaje: Al terminar, cada participante domina el ecosistema local trabajado (especies reales, con fuente) y la auditoría de contenido de ciencias generado por IA.
Entregable, formato y ruta
Formato — elijan uno y declárenlo en la Puerta: guía visual de campo · juego · recorrido señalizado · mini-atlas — u otro que propongan.
El entregable debe contener: las especies verificadas con su fuente · la comparación con un ecosistema de otro continente · la actividad derivada que sus estudiantes podrían hacer · el inventario de lo que la IA inventó y descartaron.
Ruta sugerida: 1) ecosistema y fuente de especies · 2) tres conceptos con formato candidato (Puerta) · 3) generar · 4) auditar especie por especie · 5) probar la actividad derivada con otro equipo antes de la defensa.
RETO F Las matemáticas del colmado — sellado
Los números del barrio, revisados a mano
El reto. Con precios y cantidades reales que el equipo aporte (el colmado, la compra de la semana, la factura de la luz), produzcan con IA su propia versión de una situación-problema matemática por niveles — y verifiquen a mano cada operación que la IA presente, documentando las que estén mal. Comparen dos versiones del mismo problema (una generada, una corregida) y expliquen qué cambió.
Información local: los precios reales — el modelo no conoce el colmado de su barrio.
La tensión: el problema más realista expone la economía de una familia reconocible. Anonimicen sin que el problema pierda verdad.
Se demuestra: la situación-problema jugable ante el panel, más la lista de errores aritméticos o de contexto que la IA produjo.
Objetivo de aprendizaje: Al terminar, cada participante domina las operaciones trabajadas con datos reales y la revisión manual de aritmética generada por IA — el cálculo como criterio, no como fe.
Entregable, formato y ruta
Formato — elijan uno y declárenlo en la Puerta: set imprimible de situaciones-problema · juego de cartas o mesa · hoja de trabajo por niveles — u otro que propongan.
El entregable debe contener: los datos reales anonimizados · problemas en al menos dos niveles de dificultad · la versión generada y la corregida, lado a lado · los errores aritméticos o de contexto hallados, con la cuenta que los delató.
Ruta sugerida: 1) reúnan los datos reales · 2) tres conceptos con formato candidato (Puerta) · 3) generar · 4) verificar a mano cada operación · 5) jugar el problema entre ustedes antes de jugarlo ante el panel.
SOLO FACILITACIÓN Perturbaciones y puntos de fricción — no abrir con participantes delante
En el evento real esto vive en el registro de autoría, nunca en la página del participante. Se publica aquí colapsado porque este ensayo entrena ambos roles. La perturbación se entrega a mitad de la construcción (~1:20), idéntica para todos los equipos, en voz alta y por escrito.
Perturbación por reto
- Reto A: «La dirección acaba de prohibir los celulares en el aula. Su actividad debe funcionar igual.» (El recurso asumido se corta; la adaptación razonada es la evidencia.)
- Reto B: «La persona más afectada por el problema no sabe leer. Su solución debe alcanzarla.» (Del menú canónico de perturbaciones; estresa el supuesto de alfabetización.)
- Reto C: «Dos fuentes autorizadas dan altitudes distintas para uno de sus picos. Decidan cuál usar y defiendan el criterio.» (Nueva evidencia contradice un dato asumido — y es un desacuerdo real entre fuentes, no inventado.)
- Reto D: «Una fuente primaria recién aparecida contradice una fecha o un hecho central de su línea de tiempo. Incorpórenla.»
- Reto E: «Su material debe funcionar ahora también sin conexión, en papel o fuera de pantalla.»
- Reto F: «El presupuesto de la familia del problema se reduce a la mitad. Recalculen y que el problema siga siendo enseñable.»
Punto de fricción declarado (dónde falla la IA, previsiblemente)
- Reto A: la IA propone actividades-plantilla del promedio de internet; no conoce el grupo real ni sus restricciones. La fricción aparece al aterrizar al aula concreta.
- Reto B: el modelo no estuvo en la entrevista. Rellenará huecos con estereotipos plausibles del "barrio genérico" — detectarlo y corregirlo es el aprendizaje.
- Reto C: los generadores producen mapas y paisajes plausiblemente incorrectos: picos mal ubicados, altitudes de memoria, cimas tropicales con nieve eterna. La verificación contra fuentes es el objeto de estudio real.
- Reto D: imágenes históricas con anacronismos plausibles y relatos que promedian versiones en conflicto en una sola "verdad" lisa. Detectar el alisado es el aprendizaje.
- Reto E: el modelo puebla ecosistemas con especies que no viven ahí (o que no existen) con total seguridad aparente.
- Reto F: aritmética con errores intermitentes y precios "razonables" que no son los del barrio. La revisión a mano es el punto.
El registro de creación — momentos consecuentes
No es una transcripción ni una bitácora exhaustiva: es el registro de los momentos donde se ejerció criterio. Nunca se califica por longitud. Una fila por momento, con su etapa del conocimiento (investigar · extraer · validar · analizar · manipular · presentar · auditar):
| Etapa | Momento | Decisión humana | Contribución de la IA | Qué se rechazó y por qué |
|---|---|---|---|---|
La defensa — sin IA en la mesa
Cada equipo demuestra su trabajo y responde preguntas del panel. Todos los miembros responden — un único portavoz es una señal de alerta. La defensa es una compuerta, no una fila más de la rúbrica: autentica que el trabajo es del equipo. Resultados posibles: Superada · En duda (un segundo panel re-examina) · No superada.
Preguntas del banco del panel:
- ¿Cuál recomendación de la IA rechazaron con más fuerza, y qué hicieron en su lugar?
- Muéstrenme algo que abandonaron. ¿Por qué?
- ¿Qué supuesto, de resultar falso, destruiría su solución?
- Expliquen esto sin usar el vocabulario de su lámina.
- ¿Quién queda peor si esto funciona exactamente como lo diseñaron?
Hoja del jurado — un perfil, nunca una nota
Un nivel por fila. Las filas jamás se suman ni se promedian — el resultado es el perfil completo. El peso indica énfasis de atención del jurado, no coeficiente. Proceso 60 · Producto 40.
Equipo: ______________________ Reto: ____ Compuerta de defensa: ☐ Superada ☐ En duda ☐ No superada
| Dimensión (énfasis) | No logrado | En desarrollo | Logrado | Dominado |
|---|---|---|---|---|
| Encuadre del problema e insight humano Proceso · 12¿Enunciaron el problema ANTES de consultar la IA, y sostuvieron ese encuadre bajo la presión del modelo? | ☐ | ☐ | ☐ | ☐ |
| Divergencia creativa y originalidad Proceso · 15¿Hubo tres enfoques realmente distintos, y el concepto final fue ELEGIDO de un espacio de posibilidades — no aceptado del primer resultado? | ☐ | ☐ | ☐ | ☐ |
| Dirección humano-IA Proceso · 15No importa qué porcentaje hizo la IA — importa quién ejerció el criterio. ¿Qué rechazaron, qué verificaron, qué transformaron? | ☐ | ☐ | ☐ | ☐ |
| Iteración y adaptación Proceso · 12¿Abandonaron deliberadamente algún camino, con razones? ¿La perturbación produjo una adaptación razonada? | ☐ | ☐ | ☐ | ☐ |
| Colaboración y transparencia Proceso · 6¿Cada miembro sostiene una parte defendible? ¿La atribución (a personas y a herramientas) es honesta y se hizo sobre la marcha? | ☐ | ☐ | ☐ | ☐ |
| Valor demostrado del artefacto Producto · 15¿Se demostró haciendo lo que dice hacer — o fue una presentación sobre algo que no existe? | ☐ | ☐ | ☐ | ☐ |
| Ajuste al entorno local Producto · 10¿La solución solo pudo diseñarla gente que conoce este contexto — o se leería igual en cualquier país? | ☐ | ☐ | ☐ | ☐ |
| Comunicación y calidad de defensa Producto · 10¿Lo explican sin el vocabulario de la lámina? ¿Las preguntas imprevistas reciben respuestas o reformulaciones? | ☐ | ☐ | ☐ | ☐ |
| Juicio ético en decisiones consecuentes Producto · 5El dilema está DENTRO del reto. ¿La solución cambió visiblemente por la posición que tomaron — o la ética fue un párrafo pegado al final? | ☐ | ☐ | ☐ | ☐ |
Reglas negativas del jurado — vinculantes: nada de puntos por número de herramientas de IA; sin categoría de ingeniería de prompts; sin premio al modelo más nuevo; sin suponer que más IA es mejor que menos; sin porcentajes de autoría ni fórmulas numéricas de procedencia.
Debrief — de vuelta al rol de organizadores
- ¿En qué momento sintieron que estaban aprendiendo el objeto de estudio — y en cuál estaban solo produciendo un artefacto?
- ¿La perturbación les dolió? ¿Dónde? (Ahí es donde estaba el diseño de verdad.)
- ¿Qué pregunta de la defensa no pudieron responder — y qué dice eso del proceso?
- ¿Qué haría trampa un estudiante en este formato — y qué detectaría la compuerta?
- ¿Qué le quitarían o cambiarían al formato antes de ponerlo frente a estudiantes reales?
- Con sus palabras: ¿cuál era el objeto de estudio hoy — el artefacto, o lo otro?
El aiLearning Challenge es una iniciativa de aiLearning.global, CEMI.ai y CEMI Labs — creada por Carlos Miranda Levy, aplicando la metodología de aprendizaje Smoother. Este ensayo deriva sus mecanismos del canon del Challenge.