# Referencial
**Source:** https://es.ianaescola.com.br/referencial
**Language:** Spanish

---

Computacional

Inicio 
Marco 
Planes 
Herramientas 
Publicaciones 
Libro 
Piaui 
Cursos 
Equipo 
Computacional

# Inteligencia Artificial en la Educación Básica - IA@Escola

  

---

## Inteligencia Artificial en la Educación Básica

## Marco Curricular

  

Las tecnologías digitales han estado transformando la manera en que nos comunicamos, trabajamos y nos relacionamos, impactando también la economía. Han dejado de considerarse "limpias", ya que afectan a la naturaleza, y este cambio se refleja en la educación. Por eso, es importante comprender qué discursos de innovación llegan al entoreducativo. Qué potencia las habilidades humanas o qué solo busca mantener el lucro y la productividad de los nuevos grupos económicos dominantes. De cualquier forma, la Inteligencia Artificial (IA) es una innovación. Es una tecnología diferente a las otras traídas por la computación. Hasta entonces, la computación proporcionaba herramientas para ayudar a los humanos en sus diferentes tareas diarias. La IA, sin embargo, es diferente. Por ejemplo, una presentación en PowerPoint es una herramienta que posee conocimiento, raciocina, tiene objetivos por alcanzar y toma decisiones. Estas características la aproximan a una calculadora, cuya intencionalidad depende enteramente de quien la utiliza. En cambio, los sistemas de IA poseen características distintas. Se adaptan a sus usuarios. Por ejemplo, un sistema de búsqueda inteligente que busca proporcionar resultados potencialmente útiles, los clasifica por relevancia y mejora sus respuestas basándose en la interacción del usuario. Es decir, se trata de un sistema proactivo.

En este contexto, las escuelas deben buscar metodologías pedagógicas innovadoras capaces de despertar el interés y entusiasmar a los estudiantes. Además, es necesario reflexionar solo sobre cómo la tecnología transforma la educación, sitambién sobre qué tipo de educación demanda la tecnología. Esto implica cuestionar los límites de la innovación marcadamente tecnológica frente a una educación más amplia. Con la IA ganando espacio, se vuelve cada vez más necesario comprender su impacto en la formación humana.

Si se necesitan nuevas competencias y habilidades sobre tecnologías, también se necesitan nuevas habilidades y competencias para convivir con estas tecnologías, en particular, con la IA. Ella viene rompiendo paradigmas. Hasta aquí, la IA del aprendizaje automático (machine learning) impulsó la IA, pero trajo los sesgos de forma acentuada, la incertidumbre en las respuestas y la falta de transparencia en los algoritmos, cada vez más complejos. A continuación, la IA generativa (generative AI) trajo nuevos desafíos, que afectan áreas consideradas típicamente humanas, como la creatividad. La IA generativa solo predice la próxima palabra, basándose en los datos del pasado, sique también genera textos, audios, imágenes y videos. La creatividad era una habilidad considerada, hasta ahora, típicamente humana. Además, la creatividad nos trae más incertidumbre y aumenta la desconfianza en los resultados de estos sistemas. Estos son creados para proporcionarnos respuestas creíbles y necesariamente correctas.

Dentro de este contexto, las habilidades digitales también son cada vez más valoradas en el mercado laboral y, a lo largo de los últimos años, la enseñanza de la computación ha ganado cada vez más espacio, ya sea a través de programas de inclusión digital, de componentes curriculares específicos o mediante su inclusión de manera transversal en otras áreas del saber.

Por lo tanto, el marco curricular para la Enseñanza Fundamental (primeros y últimos años) busca desarrollar las siguientes dimensiones: Interacción Humano-IA, Percepción, Representación y Razonamiento, Aprendizaje Automático, Impacto Social y Ética.

### Dimensiones

El marco curricular para la Enseñanza Fundamental establece seis dimensiones fundamentales para la enseñanza de la IA, garantizando un enfoque sobre los beneficios y los riesgos de la IA. Estas dimensiones son:

- **Interacción Humano-IA:** Esta dimensión trata de cómo los seres humanos interactúan con sistemas de IA, considerando aspectos como comunicación, colaboración y mediación tecnológica. Involucra la comprensión de las características de la IA, su impacto en el día a día y cómo los humanos pueden utilizarla de manera eficaz y responsable.
- **Percepción:** Trata de la forma en que los sistemas de IA capturan datos del mundo y también de bases computacionales. Estos datos pasan posteriormente por una fase de curaduría para, después de ello, ser organizados en una de las formas de representación.
- **Representación y Razonamiento:** Se relaciona con la forma en que la IA clasifica, estructura, organiza y procesa los datos obtenidos en la etapa de percepción y los transforma en conocimientos para tomar decisiones y resolver problemas. Incluye el uso de algoritmos y razonamiento matemático para desarrollar soluciones computacionales eficientes e inteligentes.
- **Aprendizaje Automático:** Se refiere a la capacidad de la IA para aprender a partir de datos, ajustando su comportamiento a lo largo del tiempo para mejorar su rendimiento. Esta dimensión explora diferentes formas de aprendizaje automático, como el aprendizaje supervisado, supervisado y por refuerzo.
- **Impacto Social:** Discute los efectos de la IA en la sociedad, incluidos los cambios en el mercado laboral, la privacidad, la seguridad y la desigualdad. Busca promover una visión crítica sobre el uso de la IA y sus implicaciones éticas, legales y sociales.
- **Ética:** Esta dimensión es transversal a todas las demás e involucra reflexiones sobre transparencia, responsabilidad, privacidad y equidad en el desarrollo y uso de la IA. El objetivo es garantizar que las tecnologías se apliquen de forma justa y beneficiosa para la sociedad.

Las dimensiones centrales abordan los siguientes temas (sin limitarse a ellos): datos, con un enfoque en sensores; reconocimiento y razonamiento con un enfoque en formas tradicionales de representación del conocimiento (por ejemplo, árboles de decisión, reglas de producción, redes semánticas y razonamiento simbólico); redes neuronales y razonamiento estadístico; entrenamiento, donde se verán los tres métodos tradicionales de aprendizaje automático, es decir, aprendizaje supervisado, supervisado y por refuerzo; interacción humano-computador, con énfasis en los chatbots e inclusión; implicaciones sociales de la IA, tanto en la vida cotidiana como en el trabajo; la ética, que se abordará de manera transversal en todas las dimensiones.

### Aspectos

Para que la progresión en los niveles sea efectiva, es necesario un conjunto estructurado de conocimientos y habilidades que sustenten el aprendizaje de la IA. De este modo, el marco curricular propuesto sigue la recomendación ”AI Competency Framework for Students” de la UNESCO (UNESCO, 2024) con adaptaciones, tal como se prevé en el propio documento en la sección 5.1.

Se hicieron dos adaptaciones en el Marco para Estudiantes de la UNESCO (2024) para adaptarlo a las necesidades regionales de Brasil. La primera adaptación sustituye el térmi“IA centrada en el humano” por “IA centrada en el planeta”, ampliando la perspectiva para incluir los impactos de esta tecnología sobre todos los seres que habitan la Tierra. Este cambio también está alineado con las directrices ambientales brasileñas. La segunda adaptación introduce la competencia “Mejora personal y profesional”, considerando la realidad de muchos estudiantes brasileños que concluyen la educación secundaria y necesitan ingresar al mundo laboral. Además, este enfoque es constantemente solicitado por nuestros socios durante los trabajos de campo.

Los aspectos son necesarios para estructurar la enseñanza de la IA, garantizando que los estudiantes adquieran conocimientos y habilidades esenciales para lidiar con esta tecnología de forma crítica y responsable. A continuación, una explicación sobre cada ude estos aspectos:

![Aspectos de la IA](images/ia_aspectos.png)

- IA Centrada en el Planeta: enfatiza la relación entre la IA y el medio ambiente, abordando la responsabilidad humana en el desarrollo y uso de la tecnología. La idea de "agencia humana" implica comprender el papel de las personas en la creación y el control de la IA, pudiendo incluso desactivarla si es necesario. Destaca la necesidad de decisiones éticas en el desarrollo y aplicación de la IA, mientras que la "responsabilidad social" amplía esta perspectiva para garantizar impactos positivos para todos los seres que habitan el planeta.
- Fundamentos: abarca las bases de la IA, que son las matemáticas, la computación y la ciencia de datos. Es decir, tratan de los elementos teóricos que permiten que la IA funcione. Estos fundamentos permiten que se desarrollen sistemas de IA.
- Uso y Diseño: Explora cómo diseñar y aplicar técnicas de IA para resolver problemas reales. "Delimitación del Problema" implica la identificación de desafíos que pueden solucionarse con IA. "Arquitecturas de IA para Resolver Problemas" se refiere al uso de modelos y herramientas adecuadas para desarrollar soluciones. "creación de solución con IA" representa la etapa final, en la cual los estudiantes desarrollan aplicaciones prácticas para problemas específicos.
- Técnicas y Aplicación: Relacionado con los enfoques y métodos utilizados para hacer que la IA funcione. "La IA Posee varias técnicas para resolver problemas" destaca la diversidad de técnicas de aprendizaje automático, Procesamiento de Lenguaje Natural y Sistemas Expertos. Las técnicas se utilizan para resolver problemas en diferentes contextos.
- Desarrollo Personal y Profesional: Prepara a los estudiantes para la relación entre la IA y el mundo laboral. "cambios en el mundo laboral" aborda cómo la IA impacta las carreras y los sectores productivos. "trabajo conjunto con la IA" explora cómo los humanos y las máquinas pueden colaborar para obtener mejores resultados. Por último, "resiliencia para adaptar la carrera" enfatiza la necesidad de flexibilidad y adaptación a las transformaciones provocadas por la IA en el mercado laboral, buscando apropiarse de la tecnología para la continuidad de la formación y el desarrollo de nuevas habilidades.

### Competencias y Habilidades

Se contemplan competencias específicas de IA y competencias necesarias para enseñar sobre IA provenientes de áreas afines como la computación, la filosofía (ética) y las ciencias sociales (IA y sociedad).

| **#** | **Descripción de la Competencia** |
| --- | --- |
| 1 | Comprender los principios de la inteligencia artificial centrada en el planeta, identificando riesgos, implicaciones éticas y sus aplicaciones para la sociedad, analizando desafíos e impactos en la convivencia social y en los derechos humanos. |
| 2 | Demostrar conocimientos sobre los fundamentos de la Inteligencia Artificial, incluyendo conceptos básicos y principios de funcionamiento, ejerciendo la criticidad en el análisis de sus limitaciones, posibilidades e impactos sociales y éticos. |
| 3 | Evaluar sistemas de IA con soluciones éticas para problemas reales y elaborar aplicaciones creativas, considerando aspectos éticos y explorando el potencial de la inteligencia artificial en diferentes contextos. |
| 4 | Comprender y aplicar conceptos de inteligencia artificial y aprendizaje automático, analizando sus posibilidades, limitaciones, impactos éticos y aplicaciones en diferentes contextos. |
| 5 | Relacionar la inteligencia artificial con el mundo del trabajo, investigando cómo transforma profesiones y contribuye al desarrollo de nuevas habilidades. |

Para apoyar la implementación práctica del referencial curricular y garantizar la progresión adecuada del aprendizaje, se han definido habilidades que detallan los conocimientos y acciones esperadas de los estudiantes en cada dimensión y aspecto. Estas habilidades organizan de forma clara y objetiva lo que debe ser enseñado y aprendido, sirviendo como base para la planificación pedagógica y para el seguimiento del desarrollo de los alumnos en las diversas etapas. A continuación, se enumeran las habilidades correspondientes.

  

**Leyenda de las Dimensiones (La ética es una dimensión transversal):**   

Interacción Humano-IA

Percepción

Representación y Razonamiento

Aprendizaje Automático

Impacto Social

| Código | Habilidad | Aspecto | Dimensiones |
| --- | --- | --- | --- |
| EI03IA01 | Identificar, con la mediación del educador, información digital creada por humanos y aquella generada por máquinas, percibiendo que ambas pueden contener errores o imprecisiones. | Técnicas y Aplicación |  |
| EI03IA02 | Desarrollar hábitos de uso equilibrado y saludable de las tecnologías, respetando límites de tiempo y finalidad, reflexionando sobre las consecuencias del uso inadecuado para umismo, para los demás y para el medio ambiente. | IA Centrada en el Planeta |  |
| EI03IA03 | Comprender qué es la IA y reconocer que funciona a través de máquinas y programas, entendiendo que la IA posee sentimientos ni conciencia. | Fundamentos |  |
| EI03IA04 | Integrar la IA en el proceso creativo, desarrollando historias secuenciales representadas en diferentes lenguajes artísticos. | Perfeccionamiento personal y profesional |  |
| EI03IA05 | Interactuar de manera crítica con las respuestas de la IA: discutir lo que la tecnología genera, identificar limitaciones y construir una visión crítica sobre las interacciones tecnológicas (siempre con la mediación docente). | Uso y Diseño |  |
| EI03IA06 | Integrar la curiosidad natural de los niños con la exploración de la IAGen, proporcionar experiencias significativas y lúdicas. | Uso y Diseño |  |
| EI03IA07 | Explorar las herramientas con IA valorando el proceso investigativo como forma de aprender sobre umismo y el mundo | Perfeccionamiento personal y profesional |  |
| EI03IA08 | Pensar soluciones y construir proyectos/prototipos como desdoblamiento investigativo (conectando creación y problematización) | Uso y Diseño |  |

| Código | Habilidad | Aspecto | Dimensiones |
| --- | --- | --- | --- |
| EF15IA01 | Reconocer sistemas de Inteligencia Artificial en diferentes contextos, comprendiendo sus características, funcionalidades e impactos en la sociedad, además de diferenciarlos de la inteligencia humana | IA Centrada en el Planeta |  |
| EF15IA02 | Gestionar sus datos personales con responsabilidad, protegiendo su privacidad | IA Centrada en el Planeta |  |
| EF15IA03 | Entender que la Inteligencia Artificial requiere recursos naturales para su funcionamiento y que dichos recursos deben ser utilizados de forma ética | IA Centrada en el Planeta |  |
| EF15IA04 | Describir problemas reales y sus soluciones en lenguaje natural y matemático | IA Centrada en el Planeta |  |
| EF15IA05 | Describir soluciones o algoritmos que sean computables | Fundamentos |  |
| EF15IA06 | Reconocer problemas y usar formas simples de organizar información para resolverlos con algoritmos clásicos | Fundamentos |  |
| EF15IA07 | Crear soluciones diseñando caminos (grafos) que muestren las opciones posibles | Fundamentos |  |
| EF15IA08 | Utilizar formas de organización y razonamiento simbólico para implementar soluciones | Fundamentos |  |
| EF15IA09 | Comprender que la Inteligencia Artificial necesita datos (de diferentes fuentes) para su funcionamiento | Uso y Diseño |  |
| EF15IA10 | Utilizar sistemas de Inteligencia Artificial multimodal de manera crítica y reflexiva | Uso y Diseño |  |
| EF15IA11 | Relacionar privacidad de datos con ética en IA | Uso y Diseño |  |
| EF15IA12 | Experimentar soluciones de Inteligencia Artificial para la inclusión | Uso y Diseño |  |
| EF15IA13 | Usar algoritmos simples para clasificar y agrupar objetos | Técnicas y Aplicación |  |
| EF15IA14 | Relacionar aprendizaje automático con Inteligencia Artificial | Técnicas y Aplicación |  |
| EF15IA15 | Comprender los límites y cuidados éticos en la aplicación de soluciones de IA | Técnicas y Aplicación |  |
| EF15IA16 | Comprender los impactos de la IA en las relaciones sociales | Perfeccionamiento personal y profesional |  |

| Código | Habilidad | Aspecto | Dimensiones |
| --- | --- | --- | --- |
| EF69IA01 | Ejercitar la comprensión de que la IA depende del liderazgo humaen su creación y uso, con responsabilidad legal y ambiental. | IA Centrada en el Planeta |  |
| EF69IA02 | Relacionar la responsabilidad humana y sus competencias con el uso intencional y ético de la IA | IA Centrada en el Planeta |  |
| EF69IA03 | Conocer los límites teóricos de la Computación y de la Inteligencia Artificial | Fundamentos |  |
| EF69IA04 | Entender la relación entre Inteligencia Artificial y estadística | Fundamentos |  |
| EF69IA05 | Evaluar datos y su calidad, aplicando métodos de tratamiento inicial | Uso y Diseño |  |
| EF69IA06 | Identificar los requisitos de sistemas computacionales, físicos o virtuales. | Uso y Diseño |  |
| EF69IA07 | Analizar y evaluar respuestas generadas por sistemas de IA, investigando los procesos utilizados y explorando alternativas para su mejora | Uso y Diseño |  |
| EF69IA08 | Aplicar el ciclo de vida de un sistema de IA, creando una solución que considere principios éticos desde la concepción hasta la implementación, garantizando transparencia, equidad y responsabilidad en todas las etapas. | Uso y Diseño |  |
| EF69IA09 | Reconocer las implicaciones éticas y legales del uso de sistemas computacionales en Inteligencia Artificial en la sociedad | Uso y Diseño |  |
| EF69IA10 | Comprender qué es el aprendizaje profundo y cómo la inteligencia artificial resuelve problemas complejos | Técnicas y Aplicación |  |
| EF69IA11 | Describir y experimentar una Inteligencia Artificial que aprenda de ejemplos (supervisada) | Técnicas y Aplicación |  |
| EF69IA12 | Describir y experimentar una Inteligencia Artificial que aprenda por sí sola (supervisada) | Técnicas y Aplicación |  |
| EF69IA13 | Describir y experimentar una Inteligencia Artificial que utilice aprendizaje por refuerzo | Técnicas y Aplicación |  |
| EF69IA14 | Comparar los diferentes tipos de aprendizaje de máquinas en situaciones del día a día | Técnicas y Aplicación |  |
| EF69IA15 | Entrenar una Inteligencia Artificial para objetivos específicos respetando las cuestiones éticas y de privacidad | Técnicas y Aplicación |  |
| EF69IA16 | Comprender la relación entre IA y el mundo del trabajo | Perfeccionamiento personal y profesional |  |
| EF69IA17 | Preparar y presentar problemas y soluciones de Inteligencia Artificial de forma clara y adaptada a diferentes públicos | Perfeccionamiento personal y profesional |  |
| EF69IA18 | Proponer soluciones en cooperación con equipos mixtos (humanos e IAs) | Perfeccionamiento personal y profesional |  |
| EF69IA19 | Evaluar y criticar el resultado de una tarea en equipos mixtos (humanos e IA) | Perfeccionamiento personal y profesional |  |
| EF69IA20 | Utilizar datos de forma responsable, garantizando la privacidad y demostrando compromiso personal y social en sociedades impulsadas por la IA | Perfeccionamiento personal y profesional |  |

| Código | Habilidad | Aspecto | Dimensiones |
| --- | --- | --- | --- |
| EM01IA01 | Reconocer y relacionar las diferentes aplicaciones de la Inteligencia Artificial en la rutina diaria. | Uso y Diseño |  |
| EM01IA02 | Crear con la IA reconociendo patrones, razonamiento simbólico y estadístico | Fundamentos |  |
| EM01IA03 | Reflexionar desde una perspectiva crítica cómo la IA impacta en el mundo del trabajo. | Perfeccionamiento personal y profesional |  |
| EM01IA04 | Reconocer las limitaciones y beneficios de la IA comparando sus representaciones en la ficción y algunos de sus sistemas reales. | Uso y Diseño |  |
| EM01IA05 | Saber comunicarse con una interfaz de lenguaje natural. | Uso y Diseño |  |
| EM01IA06 | Comprender cómo el uso de bases de datos y diccionarios permite la creación de Sistemas Predictivos. | Técnicas y Aplicación |  |
| EM01IA07 | Comprender cómo la IA puede ser utilizada para la producción y difusión de noticias falsas, discutiendo maneras de distinguir contenidos legítimos de los falsos. | IA Centrada en el Planeta |  |
| EM01IA08 | Comprender que la IA puede operar con estructuras de representación múltiples para el reconocimiento de objetos y la construcción de conceptos, entendiendo sus principios matemáticos | Fundamentos |  |

| Código | Habilidad | Aspecto | Dimensiones |
| --- | --- | --- | --- |
| EM02IA01 | Distinguir tipos de Inteligencia Artificial a partir de sus estructuras y de su modo de aprendizaje. | Técnicas y Aplicación |  |
| EM02IA02 | Saber identificar sistemas de IA que reconocen estados afectivos a través de imágenes, texto y voz. | Técnicas y Aplicación |  |
| EM02IA03 | Reconocer nuevas cuestiones éticas que surgen con la introducción de la IA. | IA Centrada en el Planeta |  |
| EM02IA04 | Saber entrenar un sistema de IA. | Técnicas y Aplicación |  |
| EM02IA05 | Entender los criterios y técnicas utilizadas para que una IA mapee rutas. | Técnicas y Aplicación |  |
| EM02IA06 | Comprender el Ciclo de Proyecto involucrado con el desarrollo de sistemas de IA. | Uso y Diseño |  |
| EM02IA07 | Entender cómo la IA utiliza sensores de software | Técnicas y Aplicación |  |
| EM02IA08 | Saber utilizar sistemas de recomendación de modo activo, buscando reconocer criterios e interferir en los resultados sugeridos. | Uso y Diseño |  |

| Código | Habilidad | Aspecto | Dimensiones |
| --- | --- | --- | --- |
| EM03IA01 | Comprender cómo la IA está relacionada con el Internet de las Cosas (IoT) y sus dispositivos. | Uso y Diseño |  |
| EM03IA02 | Saber interactuar con chatbots y reconocer cómo se usa la IA para desarrollarlos. | Técnicas y Aplicación |  |
| EM03IA03 | Saber entrenar una IA mediante la técnica de Machine Learning. | Uso y Diseño |  |
| EM03IA04 | Comprender la diferencia entre Exactitud y Precisión y cómo se realizan las medidas de rendimiento de la IA. | Fundamentos |  |
| EM03IA05 | Reconocer que los resultados de la IA dependen tanto de la calidad y diversidad de los datos como de los algoritmos utilizados. | Técnicas y Aplicación |  |
| EM03IA06 | Entender las tecnologías de IA utilizadas en la automatización de vehículos y aparatos autónomos. | Uso y Diseño |  |
| EM03IA07 | Comprender el concepto de Heurística como una de las bases de la IA para diferenciarlo del razonamiento humano. | Fundamentos |  |

  

Brackmann, Christian; Vicari, Rosa Maria; Galafassi, Cristiano; Mizusaki, Lucas.   
IA@Escola. 2024. Disponible en: www.ianaescola.com.br