Una vez que hemos despertado la curiosidad del alumnado y mapeado sus conocimientos previos a través de las rutinas de pensamiento y las dinámicas de aula abierta, llega el momento de sumergirse en el núcleo de la unidad didáctica: la Fase de Desarrollo e Investigación.

 

Es llevar la teoría a la práctica; el día a día en el aula. Una buena programación debe ser flexible en esta fase para adaptarse a los imprevistos.

  • Secuenciación diaria: Puesta en marcha de los planes de clase (inicio/motivación, desarrollo/investigación, cierre/síntesis).

  • Gestión del aula: Aplicación de las estrategias de evaluación formativa de manera continua (observación, feedback inmediato, coevaluación entre alumnos) para ir regulando el ritmo de aprendizaje sobre la marcha.

  • Uso de recursos: Integración real de los materiales didácticos, herramientas digitales o libros de texto planificados.

 

En este estadio (que suele abarcar el grueso de las sesiones de la Situación de Aprendizaje), el objetivo principal es que los estudiantes dejen de ser meros receptores de información y pasen a ser investigadores activos. Para lograrlo, la Inteligencia Artificial se convierte en el andamiaje perfecto para estructurar el trabajo cooperativo, personalizar las fuentes de consulta y guiar la construcción del conocimiento sin sustituir el esfuerzo cognitivo del alumno.

 

A continuación, analizamos cómo la IA transforma las dinámicas de investigación y estructuración en el aula:

 

1. La IA como "Andamiaje" en la Búsqueda de Fuentes Guiadas

 

Uno de los mayores problemas a los que se enfrentan los alumnos al investigar en internet es la infoxicación: se pierden en millones de resultados de Google o caen en fuentes de dudosa credibilidad.

  • Aplicación con IA: El docente puede programar o dar instrucciones a la IA para que actúe como un filtro crítico y seguro de información. En lugar de darles las respuestas directamente, los alumnos pueden interactuar con un chatbot que ha sido previamente alimentado con los textos, papers o saberes básicos de la unidad.

  • El valor didáctico: La IA no hace el trabajo por ellos; actúa como una bibliotecaria inteligente que les dice: "Para responder a tu pregunta sobre el impacto de la Revolución Industrial, deberías analizar este dato concreto o comparar estas dos fuentes. ¿Qué conclusiones extraes?". Ayuda a refinar la competencia digital del estudiante.

2. Estructuración del Trabajo Cooperativo y Asignación de Roles

 

El verdadero trabajo cooperativo requiere interdependencia positiva: que el éxito del equipo dependa de la aportación de cada miembro. La IA puede ayudar al docente a diseñar las tareas específicas de cada rol dentro de los equipos (coordinador, secretario, portavoz, diseñador) para que nadie se quede "de brazos cruzados".

  • Aplicación con IA: Introduciendo la temática de investigación en la IA, el docente puede solicitar un desglose de micro-tareas específicas adaptadas a las fortalezas de cada alumno o al rol que desempeñan.

  • Prompt de ejemplo para el docente:

    "Nuestros equipos cooperativos están investigando sobre [Tema]. Diseña una guía de trabajo para un equipo de 4 alumnos con los siguientes roles: Coordinador, Secretario, Investigador Digital y Diseñador Visual. Detalla qué subtarea específica debe realizar cada rol durante esta sesión para que el trabajo sea verdaderamente interdependiente."

3. Curación de Contenidos y Adaptación de Materiales en Tiempo Real

Durante la investigación, es habitual que surjan ritmos de aprendizaje dispares: alumnos que avanzan muy rápido y necesitan profundizar (proactividad), y estudiantes que presentan barreras de comprensión ante textos complejos (necesidades de apoyo).

  • Aplicación con IA: La IA permite la personalización del aprendizaje al instante (just-in-time). Si un equipo de investigación encuentra un artículo científico o un documento histórico de gran valor pero con un lenguaje excesivamente técnico, pueden pedirle a la IA que lo adapte.

  • Prompt de ejemplo para los alumnos:

    "Hemos encontrado este texto para nuestra investigación: [pegar fragmento de texto]. Actúa como un divulgador científico y reescríbelo de forma clara y sencilla para que un estudiante de [Curso] pueda entender los conceptos clave sin perder el rigor de los datos."

     

 

Aquí tienes el desarrollo de las dinámicas cooperativas clásicas, adaptadas y potenciadas estratégicamente mediante el uso de la Inteligencia Artificial para esta fase de investigación:

 

 

🧩 Optimización de Dinámicas Cooperativas con IA 🧩

 

Para garantizar que el trabajo en equipo en la Fase de Desarrollo sea verdaderamente eficaz y no se convierta en un reparto inconexo de tareas, podemos rediseñar estructuras cooperativas clásicas utilizando la IA como un motor de andamiaje y personalización.

 

A continuación, se detalla cómo implementar dos de las dinámicas más potentes del aprendizaje cooperativo integrando herramientas de IA:

 

1. El Rompecabezas (Jigsaw) potenciado por IA

 

En esta dinámica, el tema general de investigación se divide en varias partes independientes. Cada miembro del equipo base se convierte en "experto" de una de esas partes, se reúne con los expertos de otros grupos para investigar y, finalmente, regresa a su equipo base para enseñar lo aprendido a sus compañeros.

  • El desafío tradicional: Los alumnos que asisten al "grupo de expertos" a menudo se encuentran con textos de niveles de dificultad dispares o se saturan al no saber cómo resumir la información que deben transmitir después.
  • La solución con IA: La IA actúa como tutora de expertos y facilitadora de la transferencia de conocimiento.

🛠️ Flujo de trabajo con IA para el "Grupo de Expertos" 🛠️:

  1. Curación a medida: Cada grupo de expertos recibe su material básico de estudio. Si el texto o los datos son demasiado complejos para el nivel del grupo, utilizan un prompt estructurado para nivelar la lectura sin perder el rigor.
  2. Sintetizador de transferencia: Una vez que el grupo de expertos ha debatido y extraído las ideas clave, utilizan la IA para diseñar el material didáctico con el que enseñarán a sus compañeros del grupo base.

📝 Prompt para el Grupo de Expertos: 

 

"Somos el grupo de expertos encargado de investigar el subtema [ej: Impacto ambiental de los plásticos]. Hemos extraído estas conclusiones principales: [pegar notas del grupo]. Ayúdanos a estructurar una explicación de 3 minutos para nuestros compañeros de equipo que no saben nada del tema. Incluye un ejemplo cotidiano impactante y dos preguntas clave para comprobar si nos han entendido."

 

2. Lectura Compartida 2.0 (Procesamiento Activo de Textos)

 

Esta estructura es ideal para profundizar en textos científicos, históricos o normativos que forman parte de los saberes básicos de la unidad. Tradicionalmente, un alumno lee el primer párrafo, el siguiente lo resume, el tercero añade información y el cuarto comprueba si es correcto.

  • El desafío tradicional: Si el texto es denso, el resumen del alumno puede omitir datos críticos o mantener errores de comprensión que se arrastran a lo largo de toda la actividad.
  • La solución con IA: La IA interviene como un árbitro de comprensión y generador de analogías en tiempo real.

🛠️ Flujo de trabajo con IA en el Aula 🛠️

 

  1. Tras procesar cooperativamente cada sección del documento, los estudiantes introducen el fragmento del texto junto con el resumen que ellos mismos han redactado.
  2. Le piden a la IA que valide su interpretación y, críticamente, que les proponga un contraargumento o una analogía para fijar el concepto.

📝 Prompt para el Equipo Cooperativo: 

 

"Estamos realizando una lectura compartida sobre este texto: [pegar fragmento]. Nuestro resumen como equipo ha sido este: [pegar resumen]. Actúa como un profesor de apoyo:

1) Confirma si hemos captado la idea principal o si hemos pasado algo por alto.

2) Explícanos este mismo concepto utilizando una analogía o metáfora sencilla relacionada con el mundo de los videojuegos o las redes sociales para asegurarnos de que lo entendemos perfectamente."

 

Para asegurar la interdependencia positiva, cada miembro del equipo interactúa con la IA desde la responsabilidad de su propio rol de aprendizaje:

 

 

Al incorporar estas dinámicas, es fundamental insistir en que la IA nunca tiene la última palabra. Los alumnos deben mantener siempre un rol de supervisión crítica (Human-in-the-loop), contrastando los esquemas o analogías que genera la herramienta con las explicaciones previas del docente y los materiales oficiales de la asignatura.

 

ESTRATEGIAS DE INDAGACIÓN PROGRESIVA Y FILTRO CRÍTICO

con IA

 

Tras haber estructurado la matriz de roles y las dinámicas de aula abierta, es fundamental abordar el núcleo metodológico de la Fase de Investigación. En esta etapa, el gran reto del docente es evitar que la investigación se reduzca a un simple "copiar y pegar" mecánico, ya sea de páginas web o de un chat de Inteligencia Artificial. La clave radica en utilizar la tecnología para andamiar el pensamiento crítico, enseñando al alumnado a cuestionar, contrastar y reestructurar la información que recibe.

 

A continuación, se describen las estrategias clave para guiar al alumnado en la construcción activa de conocimiento durante este bloque:

 

1. La Técnica de la "Cesta de Dudas" y la Curación Crítica de Datos

 

Cuando los equipos se sumergen en los saberes básicos de la unidad, el volumen de datos puede resultar abrumador. Para canalizar este proceso de forma ordenada, implementamos la estrategia de la Cesta de Dudas.

  • En qué consiste: Cada equipo cooperativo mantiene una base de datos o documento compartido donde registran de forma obligatoria tres elementos antes de dar por válida una información: la fuente original, el dato clave extraído y la contradicción o duda que les genera.
  • Utilización de la IA: La IA interviene en esta fase como un analizador de sesgos y fiabilidad. Los alumnos no le piden a la IA que les busque la información, sino que le presentan los datos que ellos mismos han encontrado en la red para que actúe como un revisor crítico.

Prompt para el alumnado:

 

"Hemos encontrado esta información para nuestra investigación sobre [Tema]: '[pegar texto o datos encontrados]'. Actúa como un periodista de datos y un verificador de hechos (fact-checker). Identifica si hay posibles sesgos en este texto, qué datos objetivos aporta y qué preguntas adicionales deberíamos hacernos para contrastar esta fuente antes de incluirla en nuestro trabajo."

 

2. El Espacio de "Interconsulta" entre Equipos (Validación Cruzada)

 

En mitad del proceso de desarrollo, es muy enriquecedor romper temporalmente el aislamiento de los grupos de trabajo para que el conocimiento fluya por toda el aula. Para ello, se establece la dinámica de la Interconsulta.

  • Cómo funciona: El Facilitador de Dudas y el Investigador Digital de cada equipo se desplazan durante 10 minutos a la mesa del grupo vecino. Su objetivo es explicar brevemente qué han descubierto hasta el momento y qué problemas están teniendo para avanzar.
  • El rol de la IA como puente conceptual: Si el equipo receptor detecta que el grupo visitante está estancado o que sus conclusiones son idénticas, pueden utilizar de forma conjunta la IA para abrir nuevas líneas de investigación que enriquezcan ambos proyectos.

Prompt conjunto para los equipos:

 

"Somos dos equipos de [Curso] que estamos investigando sobre [Tema]. El Equipo A se está centrando en [Enfoque A] y el Equipo B en [Enfoque B]. Propón una conexión o punto de encuentro innovador entre nuestras dos líneas de investigación que nos permita colaborar y enriquecer el producto final de ambos grupos."

 

3. Andamiaje Lingüístico y Conceptual para la Diversidad                                    (Inclusión Efectiva)

 

La fase de investigación suele ser el momento donde más se evidencian las barreras de aprendizaje y participación (BAP). El acceso a textos científicos o técnicos complejos puede excluir a alumnos con dificultades de comprensión lectora, dislexia o incorporación tardía al sistema educativo.

  • Aplicación con IA: La IA actúa aquí como un recurso de diseño universal para el aprendizaje (DUA), adaptando el mismo contenido conceptual a diferentes formatos y niveles de complejidad lingüística en tiempo real, garantizando que todos los miembros del equipo cooperativo manejen la misma base de conocimientos.

Prompt de adaptación (DUA):

 

"Tengo este texto necesario para la investigación de mi equipo: [pegar fragmento]. Transfórmalo en un texto de lectura fácil, utilizando frases cortas, vocabulario accesible y estructurándolo con viñetas claras, pero manteniendo intactos los conceptos clave y los datos esenciales para que todo mi equipo pueda trabajar con él."

 

🛠️ El Rol del Docente como "Consultor de Calidad" 🛠️

 

Durante estas sesiones de indagación profunda, el aula funciona a pleno rendimiento de manera autónoma. Esto permite al docente abandonar la explicación magistral y adoptar el rol de Consultor de Calidad Didáctica:

  1. Monitoreo del Historial de Prompts: El docente pasa por las mesas y, en lugar de mirar solo el documento final, pide a los alumnos que le muestren las conversaciones que han mantenido con la IA. Esto permite evaluar el proceso de pensamiento de los estudiantes y cómo han ido refinando sus preguntas.
  2. Validación de Hitos: Cada equipo debe superar un "peaje de control" con el profesor antes de pasar a la fase de creación del producto. En este peaje, muestran su mapa de conceptos validados y demuestran que comprenden la lógica detrás de los datos recogidos.