12 pages · tap a page to read its text
03 Carta del Editor — Más allá de la herramienta: Hacia una soberanía pedagógica en la era de la IA.
04 I. Paradigmas emergentes en la interacción Humano - IA: La Ingeniería de Prompts como Ciencia del Lenguaje Operacional
05 Editorial Visual — Taxonomía de los artefactos cognitivos en el aula contemporánea. (Página íntegra de imagen)
07 II. Arquitectura REDI: Criterios de Diseño para Recursos Educativos Digitales Inteligentes
08 Estudio de Caso — Implementación de entornos de aprendizaje adaptativo en programas de posgrado.
08 Galería Editorial — Visualizando el aula híbrida del futuro.
10 Reflexiones Doctorales — Ética algorítmica, agencia epistémica y el nuevo rol docente.
11 Contraportada — Colofón, comité editorial y notas de autor
Más allá de la herramienta: Hacia una soberanía pedagógica en la era de la IA.
Durante décadas, la tecnología educativa ha oscilado entre la promesa de la disrupción y la realidad de la mera digitalización de prácticas analógicas tradicionales.
Hoy, la irrupción de la inteligencia artificial generativa y los sistemas multiagente no representa una evolución incremental, sino una ruptura epistemológica profunda.
En este número especial, adoptamos una postura rigurosa pero propositiva: la IA no debe entenderse como un sustituto del juicio docente, sino como un co-constructor dinámico de andamiajes cognitivos (scaffolding).
A lo largo de estas once páginas, exploramos cómo los doctorandos, investigadores y líderes educativos pueden trascender el temor tecnológico para diseñar arquitecturas de aprendizaje donde la tecnología potencie —y no diluya— el pensamiento crítico y la agencia socioconstructivista. Bienvenidos a una lectura que exige rigor tecno-pedagógico y visión de futuro.
Mtra. Norma Hérnández
Mtra. Tania Sosa
Paradigmas Emergentes en la Interacción Humano-IA: La Ingeniería de Prompts como Ciencia del Lenguaje Operacional
Desde una perspectiva cognitiva y de sistemas, un prompt no es una simple pregunta, sino un mecanismo de condicionamiento del espacio de estados del modelo. Los LLMs, basados en la arquitectura Transformer, operan prediciendo el siguiente token más probable en función de un contexto dado.
En la periferia de la computación clásica y la lingüística aplicada, ha emergido una disciplina que desafía nuestras concepciones tradicionales sobre la programación de sistemas: la ingeniería de prompts. Lo que inicialmente se percibió en los círculos tecnológicos como un conjunto de heurísticas informales o "trucos de edición" para interactuar con Modelos de Lenguaje Grandes (LLMs), se ha consolidado hoy como un campo de investigación académica riguroso Prompting Guide. Este dominio investiga la formalización del lenguaje natural como un código de ejecución probabilístico.
A nivel doctoral, el estudio de las instrucciones no se limita a la redacción de textos claros; se centra en la manipulación matemática de las distribuciones de probabilidad sobre un vocabulario latente. A continuación, se desglosan los pilares teóricos y los vectores de investigación que definen esta ciencia de la computación lingüística.
Al introducir un prompt formal, el investigador restringe el universo de respuestas posibles, forzando al modelo a converger en un subespacio semántico específico. Los componentes esenciales de este entorno se estructuran bajo una rigurosa arquitectura de la información:
Contexto Epistémico] ──> [Restricción Ontológica] ──> [Inferencia Guiada] ──> [Formateo Estructural]
La investigación doctoral contemporánea se centra en técnicas que obligan al modelo a ejecutar cómputos internos antes de emitir un resultado, emulando los procesos de pensamiento del Sistema 2 (deliberativo y analítico) de la psicología cognitiva.
Asignación de Rol (Anclaje de Identidad): Delimita el sesgo estadístico hacia corpus específicos (ej. literatura médica, jurisprudencia).
Inyección de Contexto (Frontera de Conocimiento): Suministra los datos deterministas necesarios para mitigar la alucinación.
Mecanismo de Tarea (Instrucción Algorítmica): El núcleo imperativo que activa los patrones de transformación textual.
Propuesta originalmente por investigadores de Google, la técnica CoT demuestra que si se induce al modelo a generar una secuencia de pasos intermedios de razonamiento antes de responder, su capacidad para resolver problemas lógicos, matemáticos y simbólicos aumenta exponencialmente. Científicamente, esto incrementa el número de operaciones de atención que el Transformer puede dedicar a la resolución del problema antes de fijar los tokens de la respuesta final.
Criterios de Diseño para Recursos Educativos Digitales Inteligentes
1. De la Estática a la Adaptatividad Cognitiva.
Los Recursos Educativos Digitales (RED) tradicionales —caracterizados por repositorios estáticos de lecturas en PDF,videos hipervinculados y evaluaciones de opción múltiple de ciclo cerrado— han agotado su potencial transformador en la educación superior. La nueva generación de Recursos Educativos Digitales Inteligentes (REDI) traslada el foco hacia entornos hiper-personalizados que simulan dinámicas de tutoría experta y se ajustan al ritmo cognitivo del estudiante.
2. Los Tres Pilares de la Arquitectura REDI Para garantizar la validez académica y la eficacia pedagógica, todo REDI debe estructurarse bajo tres dimensiones críticas:
Personalización Semántica Basada en Perfiles Cognitivos: El recurso analiza en tiempo real las brechas conceptuales del alumno a través de interacciones basadas en lenguaje natural, adaptando el nivel de complejidad teórica sin sacrificar el rigor disciplinar.
Retroalimentación Formativa In-Situ: A diferencia de los sistemas automatizados tradicionales que emiten calificaciones binarias, los REDI integran explicaciones metateóricas que señalan por qué un argumento cojea metodológicamente, fomentando la autocorrección.
Interoperabilidad Ética y Soberanía de Datos: Los metadatos generados por las interacciones del estudiante deben resguardar estrictamente la privacidad institucional, evitando sesgo comercial y garantizando el cumplimiento de normativas de gobernanza de datos educativos.
3. Protocolo de Implementación Práctica para el Aula Universitaria
Para materializar un REDI en la práctica docente sin caer en la mera digitalización de contenidos, el investigador o profesor debe seguir un ciclo de diseño en tres fases: primero, diagnóstico de fricción cognitiva, identificando qué conceptos de la asignatura generan mayores bloqueos teóricos en los semestres previos; segundo, entrenamiento del agente conversacional, alimentando el sistema con lecturas rigurosas, rúbricas institucionales y preguntas socráticas validadas; y tercero, calibración de la autonomía, estableciendo umbrales donde el recurso ofrezca retroalimentación orientadora (andamiaje) pero obligue al estudiante a formular la síntesis analítica final de su autoría. Este enfoque garantiza que el recurso no reemplace el esfuerzo intelectual, sino que actúe como un catalizador metódico de alto rendimiento.
La verdadera tecnología educativa no automatiza el pensamiento; amplifica la exigencia crítica del aula
Agentes Conversacionales en el Seminario de Tesis Doctoral: Un Estudio Longitudinal
1. Contexto Metodológico del Piloto Durante dos semestres consecutivos, un grupo de trabajo en una cohorte de doctorado en educación implementó un entorno de tutoría sintética entrenado específicamente en epistemología de la investigación cualitativa, análisis de discursos y triangulación teórica. El objetivo fue evaluar el impacto de los agentes conversacionales en la superación de los bloqueos iniciales de redacción y conceptualización teórica (síndrome de la página en blanco).
Reducción del Tiempo de Incubación Conceptual: Se registró una disminución del 42% en el tiempo requerido por los doctorandos para estructurar el primer borrador de sus estados del arte.
Elevación de la Complejidad Cuestionadora: Los estudiantes que utilizaron el sistema integraron un promedio de 30% más de marcos teóricos contrastados en sus matrices de operacionalización de variables en comparación con el grupo de control histórico.
Mitigación del Riesgo de Homogeneización: El estudio demostró que la intervención directa y oportuna del director de tesis humano era indispensable para evitar que los estudiantes adoptaran acríticamente las síntesis generadas por la IA, consolidando en su lugar un criterio de autoría riguroso.
3. Implicaciones Metodológicas y Riesgos de Sesgo Algorítmico
Si bien los datos cuantitativos reflejan una aceleración evidente en la producción escrita, la fase cualitativa del estudio evidenció un riesgo latente: la homogeneización estilística y conceptual en las primeras versiones de los textos doctorales. Cuando los investigadores delegaron la síntesis teórica sin una auditoría crítica previa, los argumentos tendieron a replicar patrones consensuados pero carentes de la ruptura epistemológica propia del nivel doctoral. Este hallazgo subraya que el valor del tutor sintético no reside en su capacidad de resolver el vacío de investigación, sino en actuar como un espejo implacable que obliga al doctorando a profundizar y justificar teóricamente sus propias premisas metodológicas.
En definitiva, la inteligencia artificial en la docencia superior no busca suplantar el rigor del investigador, sino desafiar sus límites cognitivos. El verdadero reto pedagógico radica en cultivar una soberanía crítica donde el algoritmo sea solo el catalizador de un pensamiento profundamente humano y transformador.
Hacia una Ecología del Saber Híbrido: Desafíos Políticos, Epistémicos y Éticos en la Educación Superior
1. La Soberanía del Conocimiento Frente al Monopolio Algorítmico
El vertiginoso desarrollo de los sistemas de inteligencia artificial generativa y arquitecturas multiagente plantea un dilema geopolítico y filosófico ineludible para las universidades del siglo XXI: la externalización y mercantilización de la cognición superior a corporaciones tecnológicas propietarias de infraestructura masiva de datos (modelos de caja negra).La investigación doctoral contemporánea no puede permitirse ser consumidora acrítica de infraestructuras cerradas. Es imperativo que las instituciones de educación superior impulsen el desarrollo de ecosistemas propios, repositorios soberanos de código abierto y marcos de gobernanza institucional que garanticen la autonomía intelectual y la privacidad ontológica de las comunidades académicas.
2. La Erosión de la Agencia Epistémica y el Riesgo de Estandarización Cognitiva.
A medida que la automatización de la síntesis bibliográfica y la formulación teórica se vuelve ubicua, surge el peligro latente de una homogeneización del pensamiento crítico. Si el investigador delega por completo la fricción analítica en el algoritmo, se desvanece el esfuerzo metódico de la duda sistemática. La educación doctoral debe rediseñar sus epistemologías de evaluación, priorizando no la respuesta pulida y eficiente que emite un modelo de lenguaje, sino la trazabilidad de la argumentación, la validez de la refutación y la capacidad del investigador para sostener contradicciones teóricas complejas que ningún sistema probabilístico puede resolver de manera genuina.
Arquitectura y Criterios de los RED
3. El Nuevo Rol Docente: De Transmisor a Arquitecto de Experiencias Epistémicas
En este horizonte de transformación radical, la figura docente abandona definitivamente su rol tradicional como fuente primaria de transmisión de información y detentador absoluto del saber. Su función evoluciona hacia la de un arquitecto de experiencias de aprendizaje crítico, un curador de tensiones teóricas y un facilitador ético que enseña a los estudiantes de posgrado a interrogar los límites de la tecnología. Enseñar en la era de los agentes inteligentes implica cultivar la valentía intelectual, el escepticismo metodológico y la convicción de que la inteligencia artificial debe ser un espejo que desafíe el intelecto, nunca un sustituto de la conciencia reflexiva.
Nota sobre Ética Editorial y Transparencia en la Investigación
En cumplimiento con los más rigurosos estándares de la ética científica contemporánea, Kéramos / Digitalexige a todos los colaboradores y miembros del comité la declaración explícita del uso de herramientas de asistencia algorítmica y modelos de lenguaje en el proceso de investigación. La revista sostiene que la tecnología debe transparentarse como un recurso metodológico y de andamiaje, preservando innegociablemente la autoría intelectual, la originalidad analítica y la responsabilidad epistemológica del investigador sobre cada conclusión publicada.
El próximo número especial, que verá la luz en la primavera de 2027, estará enfocado monográficamente en las Arquitecturas multiagente y la gobernanza de datos en entornos de aprendizaje virtual avanzado. Se invita a investigadores, doctorandos y académicos a someter sus manuscritos originales, revisiones críticas de literatura y estudios de caso empíricos antes del 15 de febrero de 2027, conforme a las directrices de arbitraje de doble ciego disponibles en nuestro portal institucional.
Custodiar el pensamiento crítico en la era de los algoritmos es el acto académico más revolucionario
Publicación trimestral de vanguardia dedicada al análisis crítico de la tecno-pedagogía, el diseño instruccional avanzado y la cognición aumentada en entornos universitarios.
ISSN: 2345-6789 (Vol. 4 / Núm. 2, Otoño 2026)
Licenciamiento: Acceso Abierto Diamante (Diamond Open Access) bajo los principios de soberanía de datos y equidad en la divulgación científica.