Mapear necesidades de clase antes de pedirle algo a la IA
Respuesta practica
Mapear necesidades de clase antes de pedirle algo a la IA trata de convertir un problema real de aula en una solicitud clara, medible y revisable. En Cursalo lo abordamos como una decision profesional: primero se define el problema, despues se pide ayuda a la IA o a la herramienta elegida, y finalmente se revisa el resultado con criterios claros.
Para Latinoamerica esto importa especialmente porque las aulas, instituciones y equipos suelen trabajar con tiempos limitados, recursos mixtos y realidades muy diferentes. Una solucion generica rara vez alcanza. El objetivo de esta leccion es que puedas producir un mapa de necesidad docente con objetivo, evidencia y limite de IA que sea util, revisable y adaptable a tu contexto.
Como funciona en la practica
- Define el contexto: nivel, cantidad de personas, limitaciones, tiempo disponible y resultado esperado.
- Especifica el criterio: que significa que la salida este bien, que errores no se aceptan y que formato necesitas.
- Pide una primera version: usa la IA como borrador, no como autoridad final.
- Revisa con evidencia: compara la respuesta con el objetivo, elimina datos sensibles y adapta ejemplos locales.
- Documenta la mejora: guarda que cambiaste y por que, para reutilizarlo la proxima semana.
Caso de aula LATAM
Imagina una clase con estudiantes que tienen distintos niveles de lectura, acceso desigual a conectividad y poco tiempo para practicar fuera del aula. En vez de pedirle a una herramienta "crea una clase sobre el tema", el pedido se vuelve mas preciso: objetivo de aprendizaje, duracion, conocimientos previos, restricciones de conectividad, actividad central, evidencia de comprension y una adaptacion para quien necesite apoyo adicional.
La diferencia no es cosmetica. Cuando el pedido incluye restricciones reales, la respuesta deja de parecer una planificacion idealizada y se acerca a una herramienta de trabajo. El docente conserva el criterio: decide que usar, que corregir, que descartar y como explicar la actividad al grupo.
Errores comunes
- Delegar la decision pedagogica: la IA puede proponer opciones, pero no conoce tu grupo ni tus responsabilidades.
- Usar datos sensibles: nunca incluyas nombres, notas, diagnosticos o situaciones personales identificables.
- Aceptar ejemplos genericos: revisa si el material tiene vocabulario, referencias y casos comprensibles para tu contexto.
- No definir evidencia: una actividad entretenida no basta si no muestra que se aprendio algo.
- No guardar versiones: sin registro, cada semana vuelves a empezar desde cero.
Ejercicio practico
Construye tu mapa de necesidad docente con objetivo, evidencia y limite de IA. Trabaja con una clase, tema o proceso real. Escribe el objetivo, el contexto, el prompt o instruccion inicial, la respuesta obtenida, tres cambios que hiciste y una version final lista para usar.
Mini-rubrica de evaluacion
| Criterio | Logrado | Necesita mejora |
|---|---|---|
| Objetivo | Es observable y conectado con una evidencia. | Esta escrito como tema general. |
| Contexto | Incluye restricciones reales del grupo o institucion. | Podria aplicar a cualquier lugar. |
| Revision | Explica cambios y riesgos detectados. | Copia la salida sin justificar. |
| Aplicacion | Puede usarse o probarse esta semana. | Queda como idea teorica. |
Checklist de dominio
- Puedo explicar que parte hizo la IA y que parte revise yo.
- El material no expone datos personales ni sensibles.
- El entregable tiene criterio de calidad y evidencia de aprendizaje.
- El ejemplo esta adaptado a una realidad latinoamericana concreta.
- Se que cambiaria si el grupo tiene menos conectividad, menos tiempo o mayor diversidad de niveles.
Fuentes y criterio editorial
Este curso usa fuentes publicas como punto de partida, pero cada leccion aterriza la idea en decisiones de aula y trabajo real.
