Lecciones aprendidas

Qué observamos. Las nueve propiedades de resistencia a la IA garantizan que una respuesta genérica sea insuficiente — pero no le dan, por sí solas, estructura suficiente a un equipo real. Los equipos pidieron más definición, detalle y guía.

La lección. La estructura es andamiaje, no ceremonia. Un reto puede seguir abierto en su espacio de solución siendo concreto en su entregable.

Qué cambió. Cada reto del ensayo ganó un bloque de «Entregable, formato y ruta»: 2–4 opciones de formato, 3–5 contenidos concretos del entregable, una ruta sugerida de 4–6 pasos. El generador de retos ahora produce los tres por regla.

Qué observamos. Los equipos llegaron a construir sabiendo su concepto pero no qué iba a existir al final. El trabajo derivó porque la meta no tenía forma.

La lección. Antes de tocar la IA, el equipo debe saber QUÉ está creando — no solo la idea: el formato. La divergencia puede incluso ser tres formatos alternativos de un mismo concepto.

Qué cambió. Regla nueva: cada enfoque de la Puerta de Divergencia nombra su concepto Y su formato candidato, y pasar la Puerta incluye declarar el elegido. La Ronda 1 (Anticipar) ahora incluye la definición de formato.

Qué observamos. Un reto podía diseñarse, y su solución construirse, sin tocar objetivo curricular o de aprendizaje alguno — actividad sin impacto de aprendizaje.

La lección. El canon ya dice que el enunciado ES un Objeto de Aprendizaje (regla R73). Sin un campo explícito, ese principio se pierde en silencio en la práctica.

Qué cambió. Cada reto ahora nombra sus objetivos de aprendizaje; la hoja de autoría abre con ellos; y la vara de calidad pregunta: ¿puede resolverse el reto sin tocar el objetivo? Si sí, rediséñalo.

Qué observamos. Los equipos vivieron el trabajo como una sola masa indiferenciada de «usar la IA». Las etapas se confundieron — y la validación fue lo primero en desaparecer.

La lección. Las rondas son el ritmo del trabajo; las etapas del conocimiento son su anatomía. Ambas deben verse: investigación, validación de fuentes, preparación de datos (extraer, analizar, validar, seleccionar, estructurar), generación de insight, validación del insight, presentación, y auditoría de la salida de IA como actividad transversal.

Qué cambió. Una sección nueva de etapas en el kit; el registro de creación ganó una columna de etapa para etiquetar cada momento consecuente; la prueba de discernimiento es explícita: el equipo puede ordenar su propio trabajo y nombrar qué fue investigar, extraer, validar, analizar, manipular, presentar, auditar.

Qué observamos. Dejadas a las herramientas, las soluciones derivan hacia el promedio del modelo. Nada pedía a los equipos ponerse a sí mismos en el trabajo.

La lección. La relevancia personal no es decoración — es otra contramedida de divergencia, y converge con la dimensión de ajuste al entorno de la rúbrica.

Qué cambió. Regla nueva: la solución lleva el sello de quienes la hicieron — cada equipo incorpora perspectivas de relevancia y pertinencia propias. Una solución que pudo producir idéntica cualquier otro equipo está incompleta.

Qué observamos. La rúbrica ya lee la dirección humano-IA y la iteración — pero los enunciados nunca decían en voz alta que auditar la salida de la IA es trabajo central.

La lección. Lo que se evalúa debe anunciarse. Revisar, auditar y ajustar la salida de la IA — errores, insuficiencias, desvíos de instrucciones y fuentes — es proceso central, no un pie de página.

Qué cambió. Declarado en las reglas de juego como proceso central y evaluado; llevado al generador como regla vinculante; propuesto al canon como lenguaje del propio enunciado.