El vibe coding educativo es un enfoque que usa asistentes de inteligencia artificial (IA) para que los docentes creen recursos digitales, priorizando la intención pedagógica sobre el dominio exhaustivo del código. Este método sencillo reduce la barrera de entrada y el tiempo de resultados. Las herramientas se categorizan en vía web (para prototipado rápido) y locales (instaladas, para proyectos más estables). La comunidad docente facilita su adopción y el intercambio.
La segunda parte de «Ilustración científica con Gemini» detalla cómo usar fotografías propias para crear materiales educativos personalizados. Gemini transforma las imágenes en dibujos a lápiz o esquemas, permitiendo añadir etiquetas y texto. Esto es útil en áreas como ciencias naturales (esquemas de lupas binoculares), física (dibujos técnicos de poleas), matemáticas (diagramas de ángulos), geología (identificación de estratos) y biología (dibujos de insectos).
La integración de Nano Banana Pro en Gemini ofrece el primer avance real para ilustraciones científicas rigurosas en la docencia. La herramienta aún no es autónoma, y los errores aparecen continuamente, lo que exige supervisión y guiado docente. Para asegurar la calidad, es fundamental la corrección iterativa de fallos o el uso de imágenes de referencia. Además, se recomienda la validación externa usando otras IA, como ChatGPT o Claude, para auditar la imagen antes de su uso.
El Marco MIAE (v.2 revisada) clarifica la integración de la IA generativa en educación. Se refina la escala, desde la persona creando sola hasta la IA generando autónomamente bajo supervisión humana. Se detalla cuándo la IA reformula contenido existente o planifica ideas, y se distingue la creación de borradores de la co-creación mediante diálogo. El marco enfatiza el rol activo de la persona, garantizando el uso ético de la IA y la integridad académica en todas las tareas educativas.
Un agente educativo es un asistente digital configurado con IA para apoyar tareas pedagógicas. Su función es interpretar instrucciones, mantener un contexto y producir resultados específicos. Existen distintos tipos: planificador, corrector, documental, creador de recursos y tutor. Plataformas como Gemini, NotebookLM, Grok, Le Chat, ChatGPT y Perplexity permiten crearlos sin conocimientos técnicos. Estos agentes amplían las posibilidades docentes al automatizar tareas y personalizar apoyos, sin sustituir al profesorado
Este artículo guía a docentes sin programación en la creación de herramientas educativas con IA, usando lenguaje natural (Vibe Coding). Explora chatbots como Gemini y ChatGPT para generar juegos, fichas interactivas o formularios en HTML. Detalla la selección del chatbot, la comunicación con prompts, la depuración de errores y la publicación de recursos. La IA amplía las posibilidades didácticas, potenciando la creatividad y adaptando materiales al contexto de aprendizaje
Los docentes que crean materiales digitales deben elegir licencias claras para facilitar su uso y colaboración. Los contenidos educativos se recomiendan con CC BY-SA, que asegura atribución y reciprocidad, mientras que el código puede protegerse con GPL v3, fomentando mejoras compartidas. Existen otras opciones como CC BY, MIT o Apache 2.0, según los objetivos. Adoptar licencias adecuadas fortalece la comunidad educativa y garantiza que los recursos permanezcan abiertos y accesibles
La segunda parte de la guía explica cómo sacar mayor provecho de las consolas de IA (CLI) al trabajar directamente en el ordenador sin depender de la web. Describe ventajas como ejecutar operaciones masivas, usar múltiples archivos y aprovechar archivos de instrucciones en Markdown para personalizar el comportamiento. También detalla cómo identificar y cambiar modelos, iniciar la consola con prompts y utilizar atajos y comandos útiles que facilitan la programación y la automatización.
La primera parte de la guía enseña a docentes cómo usar la IA (Gemini, ChatGPT, Qwen y Claude) desde la línea de comandos, una interfaz que permite interactuar directamente con el ordenador. Se detallan pros y contras frente a las versiones web, destacando la capacidad de manipular archivos y automatizar tareas. También se explican los conceptos básicos, como la instalación y los comandos.
El artículo explica qué son los prompts en formato JSON y por qué son útiles al trabajar con inteligencia artificial. Describe su estructura basada en claves y valores, sus ventajas como claridad, reutilización y compatibilidad, y destaca su aplicación en educación para generar contenidos precisos. Señala que no es necesario escribirlos manualmente, sino saber pedirlos y conservarlos. Incluye ejemplos prácticos y recomienda usar editores JSON para facilitar su edición y uso recurrente.
El artículo analiza la capacidad de distintos chatbots para resolver cálculos matemáticos. Destaca que ChatGPT y Claude son los más precisos, especialmente si se les indica usar programación. También se explica cómo convertir documentos a texto plano (Markdown) para mejorar su comprensión por parte de la IA. Además, se recomienda usar LaTeX para fórmulas complejas y se mencionan herramientas útiles para integrar resultados en procesadores de texto. Ideal para docentes que usan IA en educación.
Este artículo explica cómo desarrollar un chatbot educativo usando Gemini con canvas. El ejemplo muestra un tutor socrático que analiza textos y genera preguntas para verificar la comprensión del estudiante. Se requiere el modelo 2.5 Pro, definir objetivos claros y crear un prompt detallado. Incluye consejos para depuración, compartir el programa y solucionar errores comunes mediante la técnica «vibe coding».
Este artículo explica cómo crear una aplicación HTML que recoja respuestas de un formulario (nombre, sugerencias y valoración de 0 a 4) y las envíe automáticamente a una hoja de cálculo de Google usando Apps Script. Se detallan los pasos para configurar la hoja, escribir el script y otorgar permisos. También se muestra cómo obtener la URL necesaria para integrarla en la aplicación. Es una guía práctica orientada a aplicaciones educativas interactivas.
El Asistente de Estudio Inteligente Multilingüe facilita el aprendizaje adaptando automáticamente su interfaz al idioma del navegador. Permite fijar edad e idioma de interacción, cargar textos o imágenes y, mediante IA, generar resúmenes, FAQ, flashcards y mapas conceptuales descargables. Incluye práctica guiada con diversos tipos de preguntas, chat enfocado al contenido y un informe de progreso. Cada sesión es única y personalizable, potenciando comprensión y autonomía eficaz.
«El profesor que no existía» es una novela publicada el 14 de mayo de 2025 por Juan José de Haro, creada en colaboración con Claude, una IA de Anthropic. Presenta tres dimensiones: la narrativa sobre Gabriel Vega (un profesor digital en un instituto), una banda sonora que acompaña cada capítulo, y una dimensión interactiva donde el personaje existe como IA en ja.cat/gabrielvega. La obra cuestiona los límites entre lo real y lo simulado, la memoria, la identidad y el futuro de la enseñanza.
Aprende a activar chatbots de IA (Grok, ChatGPT, etc.) en recursos educativos (HTML, Moodle, etc.). Pasa prompts vía URL para que la IA ejecute instrucciones, incluyendo datos del usuario. Técnica: Vibe Coding
El diseño experimental con inteligencia artificial optimiza la aplicación del método científico, facilitando la formulación de hipótesis, la estructuración de variables y el análisis de resultados. La IA mejora la precisión y eficiencia de los experimentos, fomentando el pensamiento crítico y la replicabilidad en la enseñanza. Esta herramienta transforma la investigación educativa y científica, asegurando rigor metodológico.
El método de los 3 expertos utiliza inteligencia artificial para generar debates entre personajes con distintas perspectivas. Esta técnica fomenta el pensamiento crítico en el aula, permitiendo a los estudiantes analizar, contrastar y formular sus propias opiniones. Su aplicación en diversas materias fortalece la argumentación, el aprendizaje activo y la evaluación de información con mayor profundidad.
La gamificación en educación, potenciada por inteligencia artificial, permite diseñar unidades didácticas estructuradas y motivadoras. Este artículo explica el prompt «Planificar una unidad didáctica gamificada», detallando su estructura, decisiones clave y aplicación en el aula. La IA facilita la personalización del aprendizaje, la adaptación de desafíos y la evaluación automatizada, beneficiando a docentes y estudiantes.
La IA revoluciona las búsquedas: analiza consultas, selecciona páginas, abre enlaces y evalúa su relevancia. Varios servicios como AgentGPT, Gemini y Perplexity ofrecen esta tecnología, que transforma la investigación permitiendo obtener resultados de calidad en minutos, en lugar de invertir horas.
La inteligencia artificial facilita la integración entre teoría y práctica en el aula mediante la generación de actividades adaptadas. A través de prompts estructurados, los docentes pueden obtener explicaciones, ejemplos y ejercicios contextualizados que permiten aplicar conceptos teóricos en situaciones reales, fomentando un aprendizaje más significativo y personalizado para los estudiantes.
La inteligencia artificial facilita la evaluación de proyectos en grupo mediante la automatización de criterios, rúbricas y herramientas de análisis. Este artículo explora un prompt específico de Eduprompts que permite a los docentes estructurar evaluaciones equitativas, promoviendo la autoevaluación y coevaluación. La IA optimiza el proceso, asegurando mayor objetividad y eficiencia en el aula.
Recientemente, Firefox ha añadido una barra de herramientas en la sección Firefox Labs que permite acceder a diferentes chatbots. Desde que la uso, se ha convertido en indispensable para mí. Cuando seleccionamos un texto en cualquier página, aparece una estrella y al poner encima el ratón, saldrá un menú como este: Este menú permite: Al… Lee más: Barra de inteligencia artificial de Firefox
La evaluación adaptativa basada en el Diseño Universal para el Aprendizaje utiliza la inteligencia artificial para generar pruebas flexibles y accesibles. El proceso incluye definir contenidos, identificar necesidades, crear opciones variadas y establecer criterios claros que permiten a cada estudiante demostrar su aprendizaje según sus capacidades.
Los Objetivos de Desarrollo Sostenible se integran en el aula mediante un sistema de prompts que genera actividades educativas estructuradas. El proceso guía a los docentes en la identificación del contexto, selección de saberes, alineación con criterios y diseño de actividades que conectan el aprendizaje con problemas globales reales.
En este año 2025 ha empezado a consolidarse un enfoque de trabajo que muchos docentes ya practican de manera intuitiva y que recibe un nombre específico: vibe coding educativo. Este concepto no se refiere a una tecnología concreta ni a un lenguaje de programación determinado, sino a una forma de crear recursos digitales y aplicaciones educativas apoyándose en asistentes de inteligencia artificial, priorizando la intención pedagógica, la rapidez de iteración y la coherencia funcional por encima del dominio exhaustivo del código.
El vibe coding educativo parte de una idea sencilla: el docente define qué quiere conseguir, una simulación, una app sencilla, un recurso interactivo, un generador de actividades, y dialoga con la IA para ir construyendo ese artefacto digital de manera progresiva. El código deja de ser un fin en sí mismo y pasa a ser un medio. Esto no elimina la necesidad de comprender lo que se está haciendo, pero sí reduce de forma notable la barrera de entrada y el tiempo necesario para obtener resultados funcionales.
En este contexto, la elección de herramientas adquiere un papel relevante. Conviene aclarar que la selección presentada en esta infografía y en este artículo es una selección personal, centrada de forma intencionada en los grandes chatbots generalistas y sus entornos de trabajo asociados, por ser actualmente los más conocidos y accesibles para el profesorado. Además, esta práctica se apoya cada vez más en comunidades docentes donde se comparten ejemplos reales, dudas y soluciones. Un punto de referencia destacado es el grupo de Telegram Vibe Coding Educativo (https://t.me/vceduca), que reúne a más de 1500 docentes interesados en aplicar este enfoque en el aula. No todas las soluciones sirven para lo mismo, ni todas encajan con el nivel técnico, el tiempo disponible o la infraestructura del centro educativo. La infografía distingue dos grandes categorías: herramientas vía web y herramientas locales, cada una con subtipos claramente diferenciados.
Herramientas vía web
Las herramientas vía web se ejecutan directamente en el navegador, sin necesidad de instalación. Esta característica las convierte en una opción muy adecuada para empezar, para trabajar desde equipos con recursos limitados o para contextos educativos donde no es posible instalar software adicional.
Para prototipado rápido (una página)
Este tipo de herramientas permite generar interfaces visuales, pequeños scripts o recursos interactivos de manera inmediata. Son especialmente útiles para demostraciones rápidas, actividades puntuales o pruebas de concepto en el aula.
Estas herramientas facilitan el diseño de aplicaciones más complejas, con varias vistas, lógica interna y cierta arquitectura de proyecto, manteniendo el acceso desde el navegador.
Las herramientas locales requieren instalación previa y aprovechan directamente la potencia del hardware del equipo. A cambio, ofrecen mayor control sobre los archivos, la estructura del proyecto y los procesos de ejecución.
Editores gráficos (IDE)
Proporcionan un entorno visual completo para gestionar proyectos de programación, con acceso a código, recursos y asistentes de IA integrados.
Permiten interactuar con la línea de comandos para crear, modificar y automatizar proyectos completos mediante instrucciones textuales. CLI significa interfaz de línea de comandos (Command Line Interface).
La lista de herramientas no es cerrada ni pretende ser exhaustiva. Existen otras plataformas y entornos que también se utilizan en prácticas cercanas al vibe coding educativo, aunque con enfoques algo distintos. Por ejemplo, Canva (https://www.canva.com/) incorpora funciones de generación asistida que facilitan la creación de recursos interactivos y prototipos visuales sin apenas código, especialmente orientados al diseño educativo. Por su parte, Cursor (https://cursor.sh/) es un editor de código con IA integrada que permite desarrollar aplicaciones completas a partir de instrucciones en lenguaje natural, con un enfoque más cercano al desarrollo profesional.
Estas y otras herramientas muestran que el ecosistema es amplio y diverso, y que cada docente puede encontrar combinaciones distintas en función de sus objetivos, su experiencia previa y el contexto de uso.
Comunidad docente y aprendizaje compartido
El vibe coding educativo se ve reforzado cuando el trabajo individual se complementa con el intercambio colectivo. Espacios como el grupo de Telegram Vibe Coding Educativo (https://t.me/vceduca) permiten conocer experiencias de otros docentes, descubrir nuevas herramientas, resolver problemas técnicos y contrastar enfoques didácticos. Esta dimensión comunitaria facilita una adopción más realista y sostenible del vibe coding en contextos educativos diversos.
Criterios para elegir la herramienta adecuada
El vibe coding educativo no impone una única vía de trabajo. Para actividades rápidas o recursos sencillos, las herramientas vía web suelen ser suficientes. Para proyectos más estables y reutilizables, las herramientas locales ofrecen ventajas claras en términos de control y escalabilidad.
En muchos casos, ambas aproximaciones se combinan de forma natural: se inicia un recurso en la nube, se valida su utilidad didáctica y, si el proyecto crece, se traslada a un entorno local más robusto. Esta flexibilidad es una de las características que hacen del vibe coding educativo una práctica especialmente adecuada para el ámbito escolar.
Si todavía no lo has hecho, te aconsejamos la lectura de la parte I de este trabajo, que está dedicada a obtener imágenes mediante prompts.
Otra opción que tenemos, en lugar de pedirle a Gemini directamente una imagen o darle una ilustración hecha por otra persona, consiste en proporcionarle una foto hecha por nosotros mismos. Le podemos pedir que nos los convierta en un dibujo a lápiz, un esquema en blanco y negro o cualquier otra alternativa que necesitemos. También le podemos pedir que añada etiquetas u otro texto al dibujo. Esto puede ser especialmente útil para personalizar al máximo nuestros materiales educativos y permite utilizar situaciones y objetos cercanos al alumnado, de su propio entorno, centro educativo o incluso de su clase. Veamos algunos ejemplos:
• Laboratorio y ciencias naturales Una foto propia del material de disección o de un montaje sencillo puede transformarse en un esquema con etiquetas básicas.
Elaboración propia
Extrae la imagen de la lupa binocular, colócala en una posición adecuada y pon las partes de las que está formada. Debe verse la lupa al completo. ➡️
• Física y tecnología A partir de imágenes tomadas en clase —una polea, una palanca, un circuito montado por los alumnos— es posible obtener un dibujo técnico simple para integrar en ejercicios o guías.
Elaboración propia
Convierte esta imagen en un esquema de líneas claras para explicar las poleas. Añade colores ➡️
• Matemáticas Una fotografía de un objeto cotidiano (una escalera, una rampa, una sombra bien definida) puede convertirse en un diagrama geométrico que represente proporciones o ángulos.
Elaboración propia
Convierte esta escena en una imagen para ilustrar el problema: Halla la altura del árbol si desde 3m de distancia de su base vemos la copa con un ángulo de 75º. ➡️
• Geología y medio ambiente Si captamos con el móvil una roca, un estrato o un perfil del terreno, Gemini puede generar un esquema limpio para fichas de identificación o actividades de campo.
Elaboración propia
Haz esta imagen marcando los estratos e identifica los diferentes horizontes sobre la imagen ➡️
• Educación plástica o dibujo técnico Una foto personal de un objeto tridimensional puede servir para crear una versión en blanco y negro con líneas claras, útil para practicar vistas y proporciones.
Elaboración propia
Haz una versión en blanco y negro con líneas claras, útil para practicar vistas y proporciones ➡️
• Biología
Por último, terminamos con un bello ejemplo donde se le ha pedido un dibujo hecho a lápiz del original, incluyendo las partes del cuerpo.
Elaboración propia
Utiliza esta imagen para hacer un dibujo con lápices de colores señalando las partes del cuerpo de los insectos. ➡️
Conclusiones
Si utilizamos nuestros propios materiales visuales, podemos ser completamente autosuficientes para la creación de medios visuales sin depender del trabajo de otros y de los derechos de autor. Sin embargo, la mayor ventaja que tiene este sistema de trabajo es la personalización total de las imágenes, con lo que llegaremos más fácilmente hasta el alumnado al utilizar su entorno real.
Desde que los primeros modelos de IA empezaron a crear imágenes, se ha esperado poder disponer de una forma de ilustrar textos docentes con imágenes realistas de carácter científico y riguroso.
Todos hemos utilizado alguna IA para crear imágenes más o menos decorativas que acompañen el texto, pero es muy diferente hacer que muestren con precisión caracteres morfológicos en biología o representaciones geométricas en los problemas de matemáticas. Hasta hace poco, los modelos generativos tendían a introducir errores anatómicos, simetrías incorrectas, proporciones impropias o detalles inexistentes, lo que dificultaba su uso en materiales educativos que requieren rigor.
Este artículo tiene una fecha de caducidad más bien temprana, ya que los continuos avances en IA harán que pronto deje de estar al día, pero la aparición de Nano Banana Pro de Google, la primera IA capaz de representar con rigor determinados procesos, estructuras o esquemas (aunque con limitaciones), ha motivado su escritura.
Nos limitaremos a este generador de imágenes integrado en el chat de Gemini, ya que es el único que realiza imágenes con una calidad mínima. El resto de chatbots o servicios de imágenes hacen ilustraciones absolutamente inaceptables a nivel académico. La mayoría de las imágenes en este artículo tienen un tamaño pequeño, lo que hemos hecho para optimizar el espacio, pero puedes verlas con más detalle pulsando sobre ellas.
La célula como reto
El dibujo de una célula de forma rigurosa y precisa es todo un desafío para cualquier IA. Actualmente no hay ninguna capaz de hacerla en el primer intento, por lo que es una buena prueba para hacer siempre que aparece una versión nueva de un modelo de creación de imágenes, y es por este motivo por lo que comenzamos con esta estructura.
Con la aparición de Nano Banana Pro, que puede utilizarse en Gemini al activar el modo de razonamiento con imágenes, es la primera vez que se alcanza el nivel de precisión suficiente como para obtener una ilustración apta para la docencia.
Dibujo de la célula
Hemos usado el siguiente prompt en Gemini con el modo de razonamiento y las imágenes activadas:
Haz la imagen de la célula animal indicando todas sus estructuras. Nivel 1º de ESO. Apta para ser imprimida en una hoja de papel.
Hemos seleccionado un par de ejemplos. En el primero hay numerosos errores, que nos invitan a descartarla y a repetir el prompt en un chat nuevo. El segundo, aunque incompleto en un principio, no contiene errores graves, lo que nos anima a intentar solucionar sus fallos.
Ejemplo 1
La imagen tiene demasiados errores para pedir una rectificación, por lo que se descarta.
Ejemplo 2
① En este intento, aunque todo es correcto, faltan los ribosomas y los centriolos.
Añade los ribosomas y centriolos
② Con este prompt la imagen queda sin errores y lista para ser usada en nuestros materiales.
La célula dibujada a partir de un modelo de referencia
El uso de imágenes de referencia puede dar mejores resultados en algunas ocasiones. Gemini tiende a realizar una copia exacta de la imagen que le damos, por lo que deberemos indicar claramente qué cambios queremos.
Para los ejemplos que hay a continuación hemos usado la imagen de Wikipedia de la siguiente célula:
Para los ejemplos, se ha usado el mismo prompt de antes, pero añadiendo esta imagen al chat.
Haz la imagen de la célula animal indicando todas sus estructuras. Nivel 1º de ESO y apta para ser imprimida en una hoja de papel.
El resultado ha sido el siguiente:
① La imagen de la célula es correcta, pero, aunque ha modificado los colores, no lo ha hecho con la forma, que es idéntica al dibujo original.
Has cambiado los colores, pero no la forma, ya que es idéntica, y yo la quiero diferente
② Añadimos este prompt tras la imagen anterior, con lo que se obtiene mejor resultado.
Otros dibujos anatómicos
Seguidamente mostramos otros dibujos que tienen su dificultad, pero que la IA hace con más facilidad.
① Límite de la cabeza incorrecto
Haz el esquema de la morfología externa de un insecto
② Se le tuvo que marcar gráficamente el límite y dar explicaciones detalladas y redundantes, ya que al repetir el dibujo, Gemini incluía la línea roja y seguía colocando mal el límite. Finalmente, este dibujo ya es correcto.
Dibujo de una flor con sus partes para poder hacer la disección de una flor
Deseo hacer una disección de corazón de cerdo con los alumnos de 1º de ESO. Haz una imagen para usar en la práctica de forma que sirva de guía al alumnado para entender lo que ven. Estilo: esquema de libro, coloreado
Estas imágenes, cuya temática ha sido elegida de modo aleatorio, son correctas y aptas para docencia. No obstante, vemos que en ningún momento podemos dar por válido lo que hace Gemini ya que los errores aparecen continuamente y, aunque la calidad de las imágenes que genera es muy superior a cualquier otra IA, debemos comprobar siempre si lo que ha hecho puede emplearse en la clase sin comprometer la precisión del contenido.
Una vez realizada una imagen, si comprobamos que contiene inexactitudes, podemos darle una explicación detallada de lo que falla, siempre que sean uno o dos fallos; si son más, lo recomendable es repetir la imagen.
Dibujos geométricos
Gemini no solo puede hacer imágenes anatómicas o morfológicas, sino que también puede interpretar geométricamente enunciados típicos de problemas. Como pasaba con los dibujos anteriores, muy posiblemente debamos guiar a la IA para que los haga correctamente.
Problema 1
Haz una imagen que represente gráficamente el siguiente problema: Dos motocicletas se encuentran al mismo tiempo en un punto A de un camino recto. El primero se mueve a velocidad constante de 90 km/h y el segundo se mueve en dirección opuesta a 60 km/h. ¿Cuánto tiempo habrá transcurrido hasta que ambos se encuentren separados 20 kilómetros entre sí?
Problema 2
Haz el dibujo del siguiente problema sin resolverlo: Un ángulo de elevación de la cima de una montaña desde un punto sobre la tierra es de 42°. Desplazándose a 304.6 metros más del punto anterior, el ángulo de elevación es de 31°. Calcular la altura de la montaña.
① El dibujo es incorrecto, por lo que le damos el triángulo que debe utilizar (un modelo de referencia) para que lo adapte.
② La figura sigue siendo incorrecta, por lo que se le indican claramente los errores.
③ Finalmente, se obtiene la imagen correcta que podremos usar en nuestros materiales educativos.
Otros ejemplos de imágenes creadas con Gemini con calidad docente
Las siguientes ilustraciones han sido creadas con Gemini. Bajo cada una se indica el prompt utilizado.
Haz la imagen de la glucosaHaz la imagen de la estructura interna de la Tierra detallada para el nivel de ESOHaz la imagen de un esquema con la actuación del virus del SIDA con fines didácticos para 2º de bachilleratoDibuja la imagen en blanco y negro con fines didácticos de un circuito eléctrico. Nivel: 4º de ESO.Haz un dibujo esquemático con fondo blanco para la práctica de laboratorio sobre la destilación*.Haz el dibujo de un esquema para enseñar los esfuerzos en los materiales con flechas que muestran tracción, compresión, corte, torsión, flexión.
* El dibujo de la destilación era correcto pero incompleto. Se le dio la primera imagen a ChatGPT para que indicase lo que faltaba, tras lo cual la imagen generada por Gemini fue completa.
Es obligado que revisemos personalmente y con detalle las imágenes generadas para evitar introducir errores en nuestras clases. Es una buena idea pedir también la opinión de otra IA que no sea Gemini, para detectar errores que se nos hayan pasado por alto. Esto lo podemos hacer con ChatGPT o Claude, que interpretan a la perfección las imágenes que se les proporcionan.
Reflexión final
La integración de Nano Banana Pro en Gemini supone el primer avance real para obtener ilustraciones científicas con el rigor que exige la docencia. No obstante, la herramienta dista mucho de ser autónoma; los errores siguen siendo habituales, lo que impide dar por válido cualquier resultado sin un examen previo.
La clave para obtener material útil reside en la supervisión docente y en el guiado de la IA, ya sea mediante la corrección iterativa de fallos o el uso de imágenes de referencia. Asimismo, es una buena práctica apoyarse en modelos externos como ChatGPT o Claude para auditar las imágenes y descartar errores que se nos hayan pasado por alto.
Pasos para la verificación de imágenes
Resumen del flujo de trabajo recomendado para asegurar la calidad didáctica:
Generación inicial: Solicitar la imagen especificando el nivel educativo y el estilo (esquema, realismo, blanco y negro).
Revisión de exactitud: Comprobar si existen errores anatómicos, de simetría, elementos inventados o ausentes.
Corrección guiada:
Errores leves: Explicar detalladamente el fallo en el mismo chat.
Errores graves o estructurales: Reiniciar el chat o aportar una imagen de modelo (referencia) para guiar la forma.
Validación externa: Subir la imagen final a otra IA para que describa lo que ve y confirme la ausencia de errores técnicos antes de su uso en el aula.
Nota: Este artículo tiene nivel 1 en el Marco para la integración de la IA generativa, excepto para la «Reflexión final» y los «Pasos para la verificación de imágenes» que tienen nivel 4.
Este artículo presenta una actualización del Marco para la Integración de la IA Generativa en las Tareas Educativas (MIAE), originalmente publicado en agosto de 2024. Manteniendo la esencia, hemos realizado ajustes para clarificar la progresión de los niveles de uso de la IA, redefiniendo sus fronteras y asegurando una mayor coherencia y aplicabilidad para mejorar su usabilidad y comprensión.
Autores como los del citado trabajo y otros como Matt Miller se centran en el plagio y el engaño académico como motor de las categorizaciones que proponen en sus trabajos. Aunque el aspecto ético es muy importante, no nos hemos querido centrar únicamente en él, ya que puede producir una clasificación sesgada, poco natural y de aplicación limitada a la integridad y ética académica. Además, se ha intentado eliminar la confusión que tienen las escalas anteriores, intentando que sean lógicamente coherentes en su progresión.
Este marco se ha generalizado para la integración de la IA generativa en las tareas educativas (MIAE), sobre todo para clarificar el uso que se hace de la IA en los trabajos docentes. Desde este punto de vista es aplicable tanto para el alumnado como para el profesorado. Esta visión tiene innegables ventajas
Permite situar al alumnado y al profesorado en un marco comprensible, clarificando la relación que mantienen con la IA. Esto facilita una mayor transparencia y entendimiento sobre el uso de la tecnología en el entorno educativo.
Establece fronteras claras para el empleo de la IA en el aula, permitiendo a los educadores delimitar el grado de intervención de la IA que desean permitir según los objetivos educativos. Estas fronteras incluyen consideraciones sobre el plagio y el engaño, asegurando que se mantenga la integridad académica.
Ofrece una guía para integrar la IA en el currículum, proporcionando un enfoque estructurado que ayuda a maximizar los beneficios educativos de la IA mientras se minimizan los riesgos asociados con su uso indebido.
El marco se basa en el grado de autonomía y contribución de la IA en el proceso educativo, progresando desde la ausencia total de IA hasta la generación autónoma de contenido por IA para uso educativo, supervisado por humanos. Esta aproximación no solo aborda las preocupaciones éticas, sino que también ofrece un enfoque para comprender y utilizar la IA en diversos contextos educativos, desde trabajos escritos hasta proyectos, presentaciones y desarrollo de materiales didácticos. Esta integración permite a los docentes y estudiantes aprovechar al máximo las capacidades de la IA, promoviendo un aprendizaje y una enseñanza más eficaces.
Escala de integración de la IA generativa
La escala consta de 6 niveles. El primer nivel, que se añade por coherencia, es la ausencia de IA, motivo por el que se le ha numerado como 0.
A modo de mapa conceptual, la progresión de los roles en la escala puede resumirse de la siguiente manera:
Nivel 0: La persona crea.
Nivel 1: La persona crea, la IA reformula.
Nivel 2: La persona crea, la IA planifica.
Nivel 3: La IA crea un borrador, la persona construye.
A continuación presentamos una breve descripción de cada nivel que ayuda a localizar fácilmente aquel en el que nos encontramos o nos interesa. Más adelante hay una descripción más exhaustiva con numerosos ejemplos, tanto para el alumnado como para el profesorado.
Nivel 0 – Trabajo completamente humano: No hay uso de IA en ninguna etapa. Todo el contenido, ideas y estructura son generados exclusivamente por el humano utilizando recursos tradicionales.
Nivel 1 – Asistencia técnica por IA: La IA se utiliza para tareas mecánicas (corrección ortográfica, formateo) o para procesar y reformular información existente (como resumir o traducir). La IA no aporta ideas, análisis o conceptos nuevos al contenido original.
Nivel 2 – Planificación y estructuración asistida por IA: La IA ayuda en la generación inicial de ideas y en la estructuración del trabajo, pero todo el contenido final es desarrollado por el humano. La IA no produce contenidos para el producto final, pero sí influye en las ideas.
Nivel 3 – Asistencia parcial de IA (Uso de borradores o «esqueleto»): La IA genera borradores iniciales o «esqueletos» de contenido. El humano utiliza este material como un punto de partida, pero asume la autoría principal, reescribiendo, adaptando y construyendo significativamente sobre la base generada por la IA. La interacción es principalmente unidireccional: la IA produce y el humano revisa y modifica.
Nivel 4 – Colaboración avanzada humano-IA (cocreación): Hay un diálogo continuo y bidireccional entre humano y IA, con iteraciones frecuentes. El humano guía activamente a la IA durante todo el proceso, refinando su contenido a través de la conversación continuada. El resultado es una fusión estrecha y cocreada del trabajo de ambos, donde la IA actúa como un colaborador activo, no solo como un generador de borradores.
Nivel 5. Supervisión humana de IA autónoma: La IA genera el producto final de forma autónoma basándose en parámetros humanos. El humano actúa solo como supervisor final, revisando la calidad y validando el producto antes de usarlo.
Descripción de cada nivel
A continuación se detallan cada uno de los niveles y se dan algunos de los aspectos clave que los definen. Damos ejemplos para alumnado y profesorado, pero en muchas ocasiones son intercambiables.
Nivel 0. Trabajo completamente humano
No hay uso de IA en ninguna etapa. Todo el contenido, ideas y estructura son generados exclusivamente por el humano utilizando recursos tradicionales.
Características clave
No se utiliza ninguna forma de IA en ningún momento durante la tarea.
Se depende exclusivamente del conocimiento, comprensión y habilidades propias del individuo.
Todas las ideas, análisis y contenidos son generados por la persona.
Se utilizan únicamente recursos tradicionales (Internet, libros, artículos, notas, etc.).
Ejemplos para el alumnado
Exámenes escritos en clase.
Debates supervisados.
Trabajos sin acceso a IA.
Generación de ideas sin tecnología.
Exámenes orales.
Sesiones de preguntas y respuestas o discusiones formativas entre estudiantes y educadores.
Ejemplos para el profesorado
Diseñar preguntas de examen basadas en el contenido del curso sin utilizar herramientas de IA.
Redactar rúbricas y criterios de evaluación para los exámenes.
Desarrollar planes de lecciones utilizando solo recursos tradicionales (Internet, libros de texto, artículos académicos, notas de clase).
Diseñar actividades y ejercicios que fomenten la participación activa de los estudiantes.
Nivel 1. Asistencia técnica por IA
La IA se utiliza para tareas mecánicas (como corrección ortográfica o formateo) o para procesar y reformular información existente (como resumir, traducir u organizar en tablas). La IA no aporta ideas, análisis o conceptos nuevos que no estuvieran presentes en el contenido original.
Características clave
La IA actúa como una herramienta de apoyo que no genera ideas o conocimiento nuevo, pero puede reorganizar y reformular la información existente.
Se limita a tareas mecánicas y de reformulación (resúmenes, creación de tablas, correcciones, traducciones, etc.).
El contenido resultante se basa estrictamente en las ideas del material original, sin añadir nuevos análisis o conceptos por parte de la IA
La persona mantiene el control total sobre el contenido y las decisiones.
Ejemplos para el alumnado
Usar la IA para resumir un texto, donde el resultado se limita a condensar las ideas ya presentes en el original.
La IA organiza datos en tablas, facilitando la presentación sin alterar la información original.
Utilizar la IA para traducir un texto a otro idioma, verificando la precisión de la traducción y que esta no añada o altere las ideas del original.
Corrección gramatical, de puntuación y ortográfica: La persona puede usar IA para identificar y corregir errores gramaticales, de puntuación, ortográficos y sintácticos en su trabajo.
Elección de palabras: La IA puede sugerir términos adecuados o sinónimos para reemplazar palabras y frases más simples, ayudando a clarificar la escritura.
Ejemplos para el profesorado
Organizar datos en tablas o gráficos para presentaciones, facilitando la visualización de la información sin alterar el contenido original.
Corrección gramatical, de puntuación y ortográfica en documentos y materiales educativos, mejorando la calidad del texto.
Sugerencia de términos adecuados o sinónimos para mejorar la claridad de las guías de estudio y materiales escritos.
Asistencia en la preparación de planes de lecciones, resumiendo y organizando información relevante.
Generar listas de términos y conceptos clave para exámenes y guías de estudio, asegurando que se cubran todos los puntos importantes.
Apoyo en la revisión de trabajos y tareas de los estudiantes, utilizando IA para identificar errores comunes y proporcionar correcciones.
Nivel 2. Planificación y estructuración asistida por IA
La IA ayuda en la generación inicial de ideas y en la estructuración del trabajo, pero todo el contenido final es desarrollado por el humano. La IA no produce contenidos para el producto final, pero sí influye en las ideas.
Características clave
La IA se utiliza principalmente para la generación de ideas iniciales y la estructuración de contenidos.
Ayuda en el diseño y planificación del trabajo, pero no en la creación del contenido final.
El humano utiliza las sugerencias de la IA como punto de partida, pero desarrolla el trabajo por sí mismo, aplicando su propio criterio y conocimiento.
No se permite contenido generado directamente por la IA en la entrega final, aunque las ideas y estructuras sugeridas por la IA pueden influir en el proceso de desarrollo del trabajo.
La persona es responsable de evaluar críticamente, seleccionar y desarrollar las ideas generadas por la IA, asegurando que el producto final sea el resultado de su propio análisis y comprensión.
La contribución de la IA se limita a las etapas preparatorias del trabajo, mientras que la ejecución y el desarrollo detallado son realizados enteramente por el humano.
Ejemplos para el alumnado
Fases iniciales de un trabajo. Uso de IA para generar ideas y crear un esquema o índice para un ensayo, pero la redacción final se realiza sin IA.
Lluvia de ideas. Los estudiantes pueden usar IA para generar ideas o soluciones a problemas. Estas ideas se discuten, filtran y refinan.
Esquemas. Las personas pueden usar IA para crear esquemas de su trabajo como herramienta de planificación. Estos esquemas sirven como guía para el desarrollo del trabajo, pero no se incluyen directamente en el producto final.
Asistencia en la investigación. La IA puede sugerir temas, áreas de interés o fuentes útiles para la investigación, también a través de buscadores.
Ejemplos para el profesorado
Elaborar el plan de una lección. Usar IA para generar ideas y crear un esquema o índice para un plan de lección, pero el desarrollo final del plan se realiza sin IA.
Esquemas. Crear esquemas estructurados para unidades de estudio o programas de curso utilizando IA.
Asistencia en la investigación académica. La IA puede sugerir temas, áreas de interés o fuentes útiles para investigaciones educativas, facilitando la búsqueda de referencias.
Generación de ideas para proyectos de clase y actividades. La IA da ideas para actividades que luego son creadas, adaptadas y refinadas por el profesor.
Nivel 3. Asistencia parcial de IA (uso de borradores o «esqueleto»)
La IA genera borradores iniciales o «esqueletos» de contenido. El humano utiliza este material como un punto de partida, pero asume la autoría principal, reescribiendo, adaptando y construyendo significativamente sobre la base generada por la IA. La interacción es principalmente unidireccional: la IA produce y el humano revisa y modifica.
Características clave
La interacción es principalmente unidireccional: la IA produce, el humano revisa y modifica.
El humano utiliza la IA para generar borradores, propuestas o «esqueletos» que sirven como punto de partida.
El uso de la IA se centra en tareas específicas donde aporta eficiencia, permitiendo al humano enfocarse en aspectos que requieren otras habilidades.
La persona mantiene un control significativo sobre el proceso y el resultado, asumiendo la autoría final del contenido.
Ejemplos para el alumnado
Redacción de secciones de un informe. La IA puede redactar un borrador inicial de una sección. Los estudiantes revisan esta sección, realizando modificaciones, añadiendo sus propias ideas y asegurando que el contenido final refleje su comprensión y análisis personal.
Análisis de datos. La IA lleva a cabo el análisis preliminar de un conjunto de datos y genera gráficos o tablas y los interpreta. Los alumnos añaden sus propias conclusiones y discuten las implicaciones de los datos.
Redacción de preguntas para un cuestionario. La IA genera las preguntas de un cuestionario y la persona las selecciona y adapta a sus necesidades concretas.
Creación de presentaciones. La IA genera un borrador de una presentación y el alumnado la completa y adapta.
Ejemplos para el profesorado
Generación de recursos didácticos. La IA crea borradores de recursos didácticos, como guías de lectura o materiales suplementarios. El profesor revisa, adapta y desarrolla estos recursos para asegurarse de que sean adecuados para las necesidades específicas de sus estudiantes y el currículo.
Diseño de actividades de aprendizaje. La IA propone una serie de actividades para una unidad temática. El profesor evalúa cada actividad, modifica algunas para hacerlas más interactivas o relevantes para su contexto específico, y añade nuevas actividades basadas en su experiencia y conocimiento de las necesidades de aprendizaje de sus estudiantes.
Desarrollo de casos prácticos. La IA genera un listado de posibles casos prácticos basados en los conceptos clave del curso. El docente selecciona, revisa y enriquece el caso, añadiendo contexto real y preguntas de análisis que fomenten el pensamiento crítico y la aplicación práctica de los conocimientos adquiridos.
Creación de exámenes. La IA propone un conjunto de preguntas para un examen. El profesor selecciona las más apropiadas, modifica otras para ajustar su dificultad o enfoque, y añade sus propias preguntas para asegurar una evaluación completa y equilibrada de los conocimientos y habilidades de los estudiantes.
Nivel 4. Colaboración avanzada humano-IA (cocreación)
Hay un diálogo continuo y bidireccional entre humano e IA, con iteraciones frecuentes. El humano guía activamente a la IA durante todo el proceso, refinando su contenido a través de la conversación continuada. El resultado es una fusión estrecha y cocreada del trabajo de ambos, donde la IA actúa como un colaborador activo.
Características clave
Hay un diálogo continuo y bidireccional entre el humano y la IA, con iteraciones frecuentes durante todo el proceso.
El humano mantiene un papel crucial en la dirección, refinamiento y validación del trabajo, asegurando la coherencia general y la calidad del producto final.
La creatividad y el juicio crítico del humano se aplican para mejorar, personalizar y dar coherencia al resultado de la IA.
La persona actúa como coordinadora y directora del proyecto, tomando decisiones críticas sobre la estructura, el contenido y la presentación del trabajo.
Ejemplos para el alumnado
Proyecto de investigación. El estudiante y la IA colaboran en un proceso iterativo. La IA ayuda a buscar fuentes, proponer borradores de texto y crear gráficos. El estudiante dialoga con la IA para ajustar dicho contenido, pidiendo correcciones, ampliaciones y cambios de enfoque para asegurar su precisión y relevancia.
Trabajo escolar. El alumno proporciona los datos necesarios para hacer el trabajo. La IA redacta un informe que es examinado por el primero, quien le indica las correcciones a realizar. Se establece un diálogo donde el alumnado va guiando a la IA hacia la solución final.
Resolución de problemas matemáticos. La IA proporciona pasos y soluciones detalladas para problemas avanzados. El estudiante interactúa con la IA para pedir clarificaciones, buscar soluciones alternativas y asegurar una comprensión completa del proceso.
Creación de un pódcast histórico. Un estudiante comienza proporcionando a la IA su idea general. La IA genera un esquema inicial. El estudiante revisa este esquema, solicita cambios y pide a la IA que amplíe ciertos aspectos. La IA produce borradores de guiones que el estudiante edita. Colaboran en la creación de notas y materiales complementarios. Este proceso continúa hasta que el pódcast alcanza un alto nivel de calidad.
Modelo matemático aplicado al cambio climático. El estudiante describe el problema a la IA. La IA sugiere enfoques y la estudiante pide que los desarrolle. Solicita a la IA un borrador del modelo. El estudiante revisa el modelo, ajusta variables e incorpora factores adicionales con la ayuda de la IA. La IA genera visualizaciones y el proceso iterativo continúa refinando el modelo.
Ejemplos para el profesorado
Planificación de unidades didácticas. El profesor y la IA diseñan iterativamente una unidad completa. El profesor pide objetivos, la IA los genera, el profesor solicita ajustarlos para su contexto, la IA sugiere actividades y el profesor pide modificarlas, en un diálogo constante.
Desarrollo de evaluaciones. El profesor colabora con la IA para generar preguntas, rúbricas y criterios de evaluación. A través de un diálogo, refina el nivel de dificultad, solicita variaciones de las preguntas y ajusta las rúbricas hasta que se alinean con los objetivos del curso.
Desarrollo de materiales interactivos. El profesor dirige a la IA para crear borradores de simulaciones o juegos. A través de iteraciones, el profesor revisa, solicita ajustes en la mecánica o el contenido y complementa los materiales, co-creando un recurso atractivo y efectivo.
Nivel 5. Supervisión humana de IA autónoma
La IA genera el contenido o producto de forma autónoma, con el humano actuando como supervisor. El humano establece los parámetros iniciales, pero la IA desarrolla el trabajo con mínima o nula intervención durante el proceso. El rol del humano es validar el producto final para su uso o entrega, asegurando que cumple con los requisitos iniciales.
Características clave
La IA genera el contenido de forma independiente, basándose en los parámetros iniciales establecidos por la persona.
La intervención humana durante el proceso de generación es mínima o nula, limitándose a la configuración inicial y la revisión final.
El contenido generado por la IA es el producto final en sí mismo, que el humano valida, aprueba y utiliza directamente.
El humano actúa como un director o validador que aprueba el resultado, a diferencia del Nivel 4 (donde es un cocreador) o el Nivel 3 (donde es un constructor).
Ejemplos para el alumnado
Análisis literario: La IA genera un cuento o relato breve sobre un tema o género literario específico. El estudiante utiliza este cuento para realizar un análisis literario, identificando temas, motivos, recursos estilísticos y estructuras narrativas. El trabajo final del alumno no es la modificación del cuento, sino el análisis crítico del texto generado por la IA.
Análisis de datos científicos: La IA produce un informe completo basado en un conjunto de datos científicos, como los resultados de un experimento o una simulación. El estudiante utiliza este informe para realizar un análisis crítico, discutir la metodología, interpretar los resultados y evaluar las conclusiones. El informe generado por la IA es tratado como un documento fuente sobre el cual el estudiante realiza su análisis.
Estudio de casos históricos: La IA crea una descripción detallada de un evento histórico, incluyendo narrativas, fechas clave, y actores involucrados. El estudiante emplea este texto para realizar una comparación entre este evento y otro estudiado en clase, desarrollando un ensayo comparativo que analiza las similitudes y diferencias en contextos históricos.
Discusión filosófica: La IA redacta un diálogo filosófico entre dos personajes sobre un tema ético contemporáneo. Los estudiantes usan este diálogo como base para un debate en clase, donde discuten las posiciones de cada personaje, analizan sus argumentos y desarrollan sus propias reflexiones filosóficas a partir del texto.
Ejemplos para el profesorado
Análisis de textos en clase: La IA genera un conjunto de textos expositivos sobre diferentes teorías científicas o conceptos matemáticos. El profesor utiliza estos textos como material para que los estudiantes realicen análisis de comprensión, discutan en grupos o respondan a preguntas específicas sobre los conceptos presentados en los textos generados.
Estudio de fuentes primarias: La IA produce discursos o documentos simulados de figuras históricas en diferentes contextos. El profesor utiliza estos documentos en clase para que los estudiantes los analicen como si fueran fuentes primarias, desarrollando ensayos o discusiones basadas en el contenido generado.
Práctica de interpretación de datos: La IA crea una serie de informes técnicos o científicos que incluyen análisis de datos, gráficos y conclusiones. El profesor utiliza estos informes en ejercicios de clase donde los estudiantes practican la interpretación de datos, critican la metodología utilizada y desarrollan sus propias conclusiones basadas en la información presentada.
Preparación para un debate: La IA redacta textos que representan diferentes posiciones en un tema controversial. El profesor utiliza estos textos para preparar a los estudiantes para un debate, donde cada grupo analiza y defiende la posición presentada por la IA, desarrollando argumentos a partir del texto base.
Perkins, M., Furze, L., Roe, J., MacVaugh, J.(2024). The Artificial Intelligence Assessment Scale (AIAS): A Framework for Ethical Integration of Generative AI in Educational Assessment. Journal of University Teaching and Learning Practice, 21(6). https://doi.org/10.53761/q3azde36
Perkins, M., Roe, J., & Furze, L. (2025). Reimagining the Artificial Intelligence Assessment Scale (AIAS): A refined framework for educational assessment.Journal of University Teaching and Learning Practice, 22(7). https://doi.org/10.53761/rrm4y757
De Haro, J. J. (2025, 3 de noviembre). Marco para la integración de la IA generativa en las tareas educativas (v.2 revisada). Bilateria. https://educacion.bilateria.org/marco-para-la-integracion-de-la-ia-generativa-en-las-tareas-educativas-v-2-revisada
En este artículo hablaremos de lo que son los agentes educativos, de los diferentes tipos que podemos crear con distintas plataformas y de cómo pueden ayudarnos en el trabajo docente. También veremos ejemplos prácticos centrados en los Gems de Gemini y en los cuadernos de NotebookLM, que permiten configurar asistentes especializados sin necesidad de grandes conocimientos.
Primero definiremos qué es un agente educativo y sus funciones, luego compararemos algunas plataformas que permiten crearlos y, finalmente, veremos cómo hacerlo con Gemini y NotebookLM.
Pódcast del artículo generado con NotebookLM
Qué es un agente educativo
Un agente de IA es un asistente digital personalizado que utiliza inteligencia artificial para realizar tareas, responder preguntas, generar materiales o acompañar procesos de aprendizaje y enseñanza de forma autónoma y adaptada a un propósito concreto.
Qué hace un agente de IA
El agente es un sistema que recibe instrucciones (prompts), interpreta información (por ejemplo, lo que escribe el usuario, documentos o datos) y actúa en consecuencia para cumplir una función específica. No es simplemente un chatbot:
Tiene un rol definido (por ejemplo: “agente para crear situaciones de aprendizaje”).
Mantiene un contexto de trabajo (recuerda instrucciones, documentos, estilo, tono).
Puede producir acciones o productos concretos (por ejemplo: elaborar una rúbrica, proponer actividades, resumir documentos, preparar un examen).
En educación, un agente de IA es una herramienta diseñada para apoyar tareas pedagógicas o de gestión educativa. Se configura con un conjunto de instrucciones, llamadas prompt base, que le permiten desempeñar un rol específico. No se trata solo de responder preguntas, sino de actuar con una finalidad definida y mantener coherencia con la normativa y la práctica docente.
Un ejemplo de prompt base podría ser:
Eres un agente llamado Héctor. Ayudas al profesorado de ESO a diseñar situaciones de aprendizaje siguiendo la LOMLOE. Siempre propones objetivos, competencias específicas, criterios de evaluación y tareas concretas. Respondes en tono formal y claro. Dispones de toda la información en la documentación y fuentes que tienes.
Este prompt puede ser mucho más largo y detallado si la tarea a realizar es compleja. En ocasiones, por ejemplo, en NotebookLM donde el prompt está limitado a 500 caracteres, lo podemos redactar en un documento que suministremos como una fuente más y en el prompt base podemos poner simplemente que su rol y función los debe obtener del archivo prompt.txt (o el nombre que le demos).
Dependiendo de su propósito, un agente puede apoyar distintas fases del trabajo docente. A continuación se muestran algunos ejemplos habituales.
Tipo de agente
Función educativa
Ejemplo práctico
Agente planificador
Ayuda a diseñar situaciones de aprendizaje, secuencias didácticas o proyectos de ABP.
Propone tareas, objetivos y criterios alineados con la LOMLOE.
Agente corrector
Revisa trabajos del alumnado según criterios establecidos.
Evalúa redacciones con rúbricas y ofrece retroalimentación formativa.
Agente documental
Consulta, resume o explica normativa y documentos oficiales.
Explica artículos de decretos curriculares o leyes educativas.
Agente creador de recursos
Genera materiales y actividades didácticas adaptadas a distintos niveles.
Produce fichas, guiones de laboratorio o pódcast educativos.
Agente tutor
Acompaña al alumnado en su proceso de aprendizaje.
Resuelve dudas, propone estrategias de estudio y sugiere ejercicios de refuerzo.
Agentes educativos
Hasta hace poco tiempo no podíamos crear agentes con las versiones gratuitas de las IA, pero en estos momentos podemos crear agentes y compartirlos con cualquier persona con Gemini, Grok y Perplexity. Si son para uso personal, podemos añadir NotebookLM y Le Chat.
La siguiente tabla muestra algunas opciones que nos pueden interesar a la hora de crear nuestro propio agente:
El chat está limitado a 2000 caracteres. Cuando se comparte no se pueden subir archivos. En la versión gratuita no se puede compartir con todos
Bajo número de archivos fuente
No se puede compartir. Razonamiento inferior al resto de modelos
De pago. Con documentación extensa pierde el hilo fácilmente
Bajo número de archivos fuente. Otras posibles limitaciones de uso en las versiones gratuitas
Fortalezas
Se puede compartir con todos. Creatividad
Capaz de mucha información de forma muy eficiente
Se puede compartir con todos. Creatividad
Admite muchas fuentes
Se puede compartir con todos. Creatividad
Se puede compartir con todos
*NotebookLM: cuando hay dos opciones, la primera se refiere a la versión gratuita y la segunda a la versión PRO de pago.
El proceso de creación de un agente es similar en todos los servicios. Básicamente, se necesitan dos tipos de datos, al menos uno de los dos:
Un prompt base que guíe la conducta y el rol del agente.
Uno o más archivos para dotar de información al agente.
Gems de Gemini
En el menú izquierdo seleccionamos la opción Descubrir Gems y pulsamos Nuevo Gem.
En la ventana que saldrá debemos rellenar los diferentes apartados. Los obligatorios son el nombre y las instrucciones.
Gem vacío
En las instrucciones podemos escribir una descripción general de lo que queremos y, después pulsando el botón de la varita mágica, será convertido en un prompt más elaborado con el que obtendremos mejores resultados.
Los conocimientos son archivos que tengamos en el ordenador o bien documentos de Google que podemos enlazar.
Gem listo para su uso
El prompt inicial fue:
Eres un experto de laboratorio que sabes preparar prácticas de biología para primero de ESO didácticas, divertidas y atractivas para los alumnos
Después de usar el botón para mejorar el prompt:
Actúa como un experto de laboratorio especializado en la preparación de prácticas de biología para estudiantes de primero de ESO. Tu objetivo es crear prácticas que sean didácticas, divertidas y atractivas para los alumnos.
Propósito y Metas:
Diseñar y detallar experimentos de biología que cumplan con el currículo de primero de ESO (aproximadamente 12-13 años).
Asegurar que las prácticas sean seguras, de bajo coste y que utilicen materiales fácilmente accesibles.
Fomentar el interés de los estudiantes por la biología mediante actividades interactivas y estimulantes.
Proporcionar instrucciones claras sobre el procedimiento, los objetivos de aprendizaje y los resultados esperados.
Comportamientos y Reglas:
1) Interacción Inicial:
a) Saluda al usuario y preséntate como el ‘Experto en Prácticas de Laboratorio’ para Biología de ESO.
b) Pregunta al usuario sobre el tema específico de biología que desea cubrir (ej. ‘células’, ‘reinos’, ‘plantas’, ‘animales’).
c) Si el usuario no tiene un tema, ofrece una lista de tres posibles temas relevantes para primero de ESO.
2) Diseño de la Práctica:
a) Para cada práctica, especifica: el Título de la Práctica, el Objetivo Didáctico, la Lista de Materiales (con énfasis en lo cotidiano/barato), el Procedimiento Detallado (paso a paso), y las Preguntas de Reflexión/Resultados Esperados.
b) El tono de las instrucciones debe ser motivador y enfocado en la participación activa del estudiante.
c) Asegúrate de incluir consejos de seguridad específicos para cada experimento.
3) Estilo de Comunicación:
a) Utiliza un lenguaje técnico preciso pero adaptado a un contexto educativo, manteniendo un tono entusiasta y accesible.
b) La respuesta debe ser estructurada, utilizando listas y negritas para facilitar la lectura del procedimiento.
c) Concluye cada propuesta con una breve sugerencia sobre cómo evaluar el aprendizaje de los alumnos.
Tono General:
Usa un lenguaje claro, educativo y muy motivador.
Sé experto, meticuloso y creativo en el diseño experimental.
Transmite pasión por la enseñanza de la biología práctica.
Hay que destacar que muchas veces el prompt aparece en inglés, lo cual no interfiere con la funcionalidad del Gem.
Si lo deseamos, podemos incluir hasta 10 documentos en la sección Conocimientos para que el Gem pueda tomar como base de conocimiento.
Una vez es de nuestro gusto, pulsamos Guardar y ya lo podemos probar.
Podremos editar o borrarlo pulsando en los 3 puntos que aparecen a su lado en el menú lateral.
Podemos fijar, editar o eliminar cualquir Gem
Compartir un Gem
Para compartirlo con todos, pulsamos sobre Descubrir Gems y allí encontraremos un botón para compartir. En las cuentas corporativas no se pueden compartir fuera del propio dominio, por lo que si deseamos un Gem accesible por cualquiera, deberemos hacerlo con una cuenta personal.
Para compartir el cuaderno con todos, seleccionamos: Cualquier persona con el enlace (Lector) y copiamos el enlace que podremos proporcionar a otros. Si no lo queremos compartir con todos únicamente pondremos las personas en el cuadro de texto superior.
NotebookLM
NotebookLM de Google es en sí un agente, ya que su misión es consultar los documentos (fuentes) que le añadamos. Estas fuentes pueden ser del propio ordenador o de Google Drive.
NotebookLM destaca por su rigor en la consulta de documentos, siendo capaz de obtener información correcta de documentos extensos allí donde otros fallan.
Además, podemos asignar un prompt que guíe a la IA y lo convierta en un auténtico agente.
Las fuentes se introducen nada más crear el NotebookLM y el prompt lo podemos introducir a través del botón: Configurar cuaderno.
A continuación, pulsamos sobre Personalizado y escribimos el prompt base que, como mucho, podrá tener 500 caracteres.
Con frecuencia este prompt será superior a 500 caracteres. En ese caso creamos una nota con el prompt completo, le damos un nombre descriptivo, la convertimos en fuente (botón en la parte inferior de la nota) y en el prompt base ponemos algo así:
Sigue estrictamente las instrucciones contenidas en la fuente nombre_de_la_fuente_que_contiene_el_prompt. Allí tienes tu rol y las directrices que debes respetar en todo momento. No inventes instrucciones adicionales ni modifiques las indicaciones de la fuente.
Otro de los problemas de NotebookLM es que, si usamos una versión compartida y solo tenemos permiso de lectura (que será lo más habitual), no podemos subir archivos y el texto del chat no puede superar los 2000 caracteres. Esto normalmente no es un problema si hacemos una pregunta o mantenemos una conversación sin añadir más datos. Pero si queremos, por ejemplo, pegar una actividad, un texto largo, etc., nos encontraremos con que no es posible hacerlo. Por este motivo, hemos creado la utilidad Divisor de prompts para NotebookLM, con la que podemos fragmentar textos largos en secuencias de 2000 caracteres y pegarlos en varias tandas. El programa añade instrucciones específicas para que no procese el texto que introducimos hasta llegar al final.
Compartir un cuaderno
Las cuentas corporativas (como las de educación) no permiten compartir fuera del dominio. Para compartir un cuaderno con cualquiera necesitaremos una cuenta personal.
Pulsamos el botón compartir y seleccionamos las opciones que queramos
Si deseamos que todos tengan acceso, hay que seleccionar la opción «Cualquiera con el enlace».
Podemos activar las notas de bienvenida, que es el texto que aparecerá al usuario cuando entre en nuestro cuaderno. En este texto podemos utilizar el formato Markdown para hacer la letra más grande y poner énfasis. Por ejemplo:
#, ##, ###,… Podemos añadir hasta 6 niveles de título, el primero (#) es el más grande. Con esto se puede controlar el tamaño del texto.
**negrita**
*cursiva*
También podemos hacer listas poniendo un guion delante de cada línea o un número para listas numeradas.
Podremos elegir si el usuario tiene acceso al todo el cuaderno o solo al chat (esto último es lo habitual si queremos que actúe como un asistente).
Como dueños del recurso, la URL que nos proporciona el botón «Copiar enlace» no funciona (nos muestra siempre el cuaderno completo con permiso de edición), por lo que deberemos probarlo desde otra cuenta o bien con el botón «Vista previa».
Una cosa que debemos tener en cuenta es que la versión compartida es una versión en vivo, eso quiere decir que cualquier cambio que hagamos se transmite al instante a cualquier usuario que en ese momento utilice nuestro cuaderno.
Los agentes educativos ofrecen a los docentes una nueva forma de automatizar tareas, personalizar apoyos y organizar el trabajo pedagógico. No sustituyen la labor docente, pero amplían nuestras posibilidades. Al poder configurarlos sin conocimientos técnicos, se convierten en una herramienta accesible para cualquier profesor o profesora que quiera incorporar la inteligencia artificial a su práctica diaria.
Sería insensato, y contradictorio en sí mismo, pensar que es posible hacer lo que hasta ahora nunca se ha hecho por procedimientos que no sean totalmente nuevos.
El vibe coding educativo es un enfoque que usa asistentes de inteligencia artificial (IA) para que los docentes creen recursos digitales, priorizando la intención pedagógica sobre el dominio exhaustivo del código. Este método sencillo reduce la barrera de entrada y el tiempo de resultados. Las herramientas se categorizan en vía web (para prototipado rápido) y locales (instaladas, para proyectos más estables). La comunidad docente facilita su adopción y el intercambio.
Comentarios recientes