Revisión
Expanded
pedagogical mediation: generative artificial intelligence
outside
the classroom
Mediación
pedagógica expandida: inteligencia artificial generativa
fuera
del aula
Lizbeth
Otilia Rubio Fernández 1
ORCID: https://orcid.org/0009-0007-6571-5460
Universidad Veracruzana. Veracruz-
México 1
Autor de
correspondencia
lizbethotilia1812288@gmail.com
Recibido: 08-09-2026
Aceptado: 19-10-2026
Disponible en línea: 20-10-2026
Abstract
Generative artificial intelligence began to be used in teaching
activities outside the classroom, but the literature on these uses was
exploratory and did not link them to pedagogical mediation. The objective of
the review was to analyze how the incorporation of generative artificial
intelligence into teaching activities developed outside the classroom was
presented in the literature, and which implications emerged for pedagogical
mediation and the role of teachers in planning and educational design
processes. A narrative review was conducted through targeted searches, in
Spanish and English, in open-access sources, including peer-reviewed articles,
academic books, and reports from international organizations. The analysis was
organized into three axes: pedagogical mediation as a sociotechnical space, the
out-of-class use of generative artificial intelligence, and the redefinition of
the teaching role. The review made it possible to suggest that these systems
supported planning and resource design, although they required verification,
contextual adaptation, and ethical criteria, and that the teaching role was
redefined without the literature establishing its replacement. From this
integration, expanded pedagogical mediation was derived, an interpretive
proposal that placed the use of these systems within a broader pedagogical
relationship.
Keywords: pedagogical
mediation, generative artificial intelligence, teacher role, sociotechnical
approach, teacher planning
Resumen
La
inteligencia artificial generativa comenzó a usarse en las actividades docentes
fuera del aula, pero la literatura sobre esos usos era exploratoria y no los
articulaba con la mediación pedagógica. El objetivo de la revisión fue analizar
cómo se planteó, en la literatura, la incorporación de la inteligencia
artificial generativa en las actividades docentes desarrolladas fuera del aula
y qué implicaciones se derivaron para la mediación pedagógica y el rol del
profesorado en los procesos de planificación y diseño educativo. Se realizó una
revisión narrativa mediante consultas dirigidas, en español e inglés, en
fuentes de acceso abierto, con artículos arbitrados, libros académicos e
informes de organismos internacionales. El análisis se organizó en tres ejes:
la mediación pedagógica como espacio sociotécnico, el uso extraclase de la
inteligencia artificial generativa y la redefinición del rol docente. La
revisión permitió plantear que estos sistemas apoyaron la planificación y el
diseño de recursos, aunque exigieron verificación, adaptación contextual y
criterios éticos, y que el rol docente se redefinió sin que la literatura
estableciera su sustitución. De esta integración se derivó la mediación
pedagógica expandida, propuesta interpretativa que situó el uso de estos
sistemas en una relación pedagógica más amplia.
Palabras clave: mediación pedagógica,
inteligencia artificial generativa, rol docente, enfoque sociotécnico,
planificación docente
Introducción
La incorporación de tecnologías digitales al
trabajo docente ha sido un proceso gradual, pero la irrupción de la
inteligencia artificial (IA) generativa introdujo una diferencia que la
literatura reciente subraya. Dron (2023b) sostuvo que estos sistemas se
distinguen de las tecnologías anteriores porque incorporan la inteligencia
colectiva de una cultura y pueden asumir tareas que antes realizaban las
personas, entre ellas algunas propias de estudiantes y docentes. Kasneci et al.
(2023) señalaron que los modelos de lenguaje ofrecen posibilidades para crear
contenido educativo, favorecer la participación y personalizar el aprendizaje,
pero advirtieron que sus resultados pueden estar sesgados, son frágiles de
maneras inesperadas y exigen supervisión humana continua. Resulta insuficiente,
por tanto, equipararlos con las tecnologías de la información y la comunicación
(TIC) sin examinar sus rasgos propios.
En el trabajo docente esa presencia ya es
medible. En la encuesta TALIS 2024, el 36 % de los docentes de educación
secundaria inferior de los países y territorios de la Organización para la
Cooperación y el Desarrollo Económicos con datos disponibles declaró haber
utilizado IA en su trabajo durante los doce meses previos. En Chile la
proporción fue de 55 % y, entre quienes la utilizaron, el 68 % la empleó para
generar planes o actividades de clase; entre quienes no la habían utilizado, la
falta de conocimientos y habilidades fue la razón más señalada en el promedio
de la Organización (75 %) (OECD, 2025).
Los estudios que han explorado ese uso son todavía
preliminares. Hashem et al. (2024) probaron ChatGPT en la planificación de
clases y la elaboración de materiales en tres asignaturas escolares y
encontraron que la calidad del resultado dependió de la especificidad de las
indicaciones y de la revisión posterior del docente; los propios autores
reconocieron que no midieron la carga de trabajo. Radtke-Bederode y
Meireles-Ribeiro (2025), al evaluar tres plataformas de planeación con IA
generativa, concluyeron que su uso acrítico puede comprometer la creatividad y
la independencia docente. Desde la revisión de literatura, Romani Pillpe et al.
(2025) ubicaron al docente como mediador que requiere competencias digitales y
pensamiento crítico para integrar estas herramientas, y registraron
preocupaciones por la privacidad de los datos, los sesgos algorítmicos y la
dependencia tecnológica.
Estos hallazgos obligan a situar la IA dentro de
una concepción más amplia de la práctica docente. En la tradición
latinoamericana, la mediación pedagógica se ha entendido como la promoción y el
acompañamiento del aprendizaje (Gutiérrez Pérez y Prieto Castillo, 1993; Prieto
Castillo, 2020), y el modelo mediacional de la enseñanza reconoce que docente y
alumnado actúan como mediadores recíprocos en el aula (Gimeno Sacristán y Pérez
Gómez, 1995). Estas formulaciones se elaboraron antes de la difusión de las
herramientas generativas. Para analizar la relación entre ambas resulta útil el
enfoque sociotécnico, que se desarrolló en la ingeniería de sistemas (Baxter y
Sommerville, 2011) y que sostiene que las personas y los artefactos técnicos
solo pueden comprenderse en su interdependencia (Hevia Martínez, 2019). A ello
Selwyn (2019) añadió que incorporar tecnología a la educación es una decisión
deliberada, atravesada por valores, juicios y política, y no un proceso
inevitable.
En la literatura revisada, los usos docentes de
la IA generativa se han descrito principalmente mediante pruebas exploratorias
de herramientas y plataformas, y su relación con el rol del profesorado se ha
discutido desde la reflexión teórica y el análisis de políticas. En la búsqueda
realizada no se localizó un planteamiento que integre las actividades que el
profesorado desarrolla fuera del aula, como la planificación, el diseño de
recursos y la preparación de experiencias formativas, dentro de una concepción
de la mediación pedagógica que trascienda el espacio presencial.
El objetivo de la revisión fue analizar cómo se
planteó, en la literatura, la incorporación de la inteligencia artificial
generativa en las actividades docentes desarrolladas fuera del aula y qué
implicaciones se derivaron para la mediación pedagógica y el rol del
profesorado en los procesos de planificación y diseño educativo.
El análisis se organizó en tres ejes: la
mediación pedagógica como espacio sociotécnico, el uso extraclase de la
inteligencia artificial generativa por parte del profesorado y la redefinición
del rol docente frente a las tecnologías emergentes. De su integración se
derivó la noción de mediación pedagógica expandida, que se propone como
síntesis conceptual de la revisión y no como un concepto previamente
establecido.
Se realizó una revisión narrativa. Entre
septiembre y octubre de 2026 se hicieron consultas dirigidas, en español e
inglés, mediante un buscador web general, con descriptores sobre mediación
pedagógica, inteligencia artificial generativa, planificación y diseño de
materiales docentes, enfoque sociotécnico y rol docente. Las consultas dieron
acceso a revistas y repositorios de acceso abierto (SciELO, Redalyc, repositorios
institucionales) y a sitios de organismos internacionales; no se consultaron
bases de pago como Scopus o Web of Science, lo que constituye una limitación.
Se incluyeron artículos arbitrados, libros académicos e informes de organismos
internacionales con metadatos verificados en la página de la revista, del
repositorio o de la editorial, y se excluyeron como evidencia los textos
divulgativos no arbitrados y los estudios con inconsistencias metodológicas
detectadas. Las fuentes se organizaron según los tres ejes descritos.
Desarrollo
Las formulaciones sobre la mediación pedagógica
convergen en un punto: concebirla como una intervención intencionada del
docente que articula al estudiante con el conocimiento. Gimeno Sacristán y
Pérez Gómez (1995) la situaron en un modelo mediacional de la enseñanza, en el
que docente y alumnado actúan como mediadores recíprocos en el aula y sus
procesos mentales se influyen mutuamente. Desde la tradición latinoamericana de
la educación a distancia, Gutiérrez Pérez y Prieto Castillo (1993) la
entendieron como promoción y acompañamiento del aprendizaje, y Prieto Castillo
(2020) la vinculó con la mediación de los contenidos, de las prácticas de
aprendizaje y de la forma de los materiales de estudio. En la divulgación docente
contemporánea, Lobo (2025) la describió como una intervención planificada del
profesor, a quien presentó como facilitador que vincula al alumno con el saber,
y la caracterizó como una postura ética y profesional más que como una técnica.
Las diferencias entre estas perspectivas son de
énfasis. El modelo mediacional pone el acento en la reciprocidad de la
interacción dentro del aula; la propuesta de Gutiérrez Pérez y Prieto Castillo,
en la comunicación y en los materiales que sostienen el aprendizaje; y la
caracterización de Lobo, en el compromiso ético del profesorado. Ninguna fue
formulada para analizar la preparación de la enseñanza con sistemas capaces de
generar contenido, pues se elaboraron antes de la difusión de estas
herramientas o sin ocuparse de ellas. La insuficiencia conceptual que de ahí se
deriva es que el trabajo que el profesorado realiza antes de entrar al aula,
hoy cada vez más mediado por sistemas técnicos, queda fuera del campo que estas
formulaciones describen con detalle. Para examinarlo resulta necesario
incorporar la dimensión tecnológica y, con ella, un enfoque capaz de considerar
a la vez a las personas, a las prácticas y a los artefactos.
Ese enfoque es el sociotécnico. Su origen se
atribuye a Emery y Trist, quienes advirtieron, en el análisis del trabajo
industrial, que los sistemas técnico y social son interdependientes y que
optimizar uno sin el otro produce una suboptimización del conjunto (Trist,
1981, citado en Hevia Martínez, 2019, p. 273). Vermaas et al. (2011, citados en
Hevia Martínez, 2019, p. 275) lo caracterizaron como un sistema híbrido, en el
que los artefactos técnicos se integran en estructuras más amplias y su
funcionamiento depende también de factores sociales, y Harris (2001, citado en
Hevia Martínez, 2019, p. 277) aportó la definición de cultura como conjunto
aprendido de tradiciones y estilos de vida socialmente adquiridos. Baxter y
Sommerville (2011) situaron esta tradición en la ingeniería de sistemas.
La transferencia al ámbito educativo cuenta con
apoyos, aunque limitados. Dron (2023a) planteó que la educación es un proceso
tecnológico en el que las personas no son solo usuarias, sino coparticipantes
de las técnicas que emplean. Selwyn (2019) sostuvo que la incorporación de
tecnología a la educación responde a decisiones deliberadas, atravesadas por
valores y juicios, y no a un proceso inevitable. Bouakaz y Khalid (2025), en
una revisión conceptual, describieron la inteligencia artificial como una
fuerza sociotécnica que reorganiza la autoridad y la autonomía en los sistemas
educativos, aunque reconocieron que el marco que propusieron no ha sido
validado empíricamente y su análisis no se centró en la inteligencia artificial
generativa. Los estudios sobre el uso docente de estas herramientas ofrecen ejemplos
de esa interdependencia: la calidad de lo generado dependió de la especificidad
de las indicaciones del docente y de su revisión posterior (Hashem et al.,
2024), y la adopción acrítica de plataformas de planeación puede acotar las
decisiones pedagógicas del profesorado (Radtke-Bederode y Meireles-Ribeiro,
2025).
A partir de estos planteamientos se propone,
como recurso analítico de esta revisión, un esquema de tres dimensiones
interdependientes. La dimensión social comprende las condiciones socioeconómicas
y el contexto del alumnado; la cultural, las tradiciones, las estructuras
organizativas, las relaciones de poder y los modos de pensar y actuar que se
aprenden en una sociedad; y la técnica, las máquinas, el software, los
algoritmos, la infraestructura y las herramientas con que se modifica el
entorno. Este esquema es una síntesis conceptual elaborada para la revisión, no
un modelo previamente establecido en la literatura, y no supone que las tres
dimensiones influyan con igual peso ni que dicha influencia haya sido
demostrada empíricamente. Lo que sí permite es analizar cómo un cambio en una
de ellas, por ejemplo, la introducción de una plataforma o de un asistente
generativo, reconfigura las otras dos. En este sentido se emplea en adelante la
expresión mediación pedagógica expandida para designar la mediación que, además
de la interacción en el aula, abarca el trabajo previo del profesorado en
entornos sociotécnicos; se trata de una propuesta interpretativa derivada de la
revisión.
La preparación de la enseñanza ocupa una parte
considerable del tiempo docente. En la encuesta TALIS 2024, los docentes de
tiempo completo de Chile reportaron dedicar 8,7 horas semanales a preparar
clases, frente a un promedio de 7,4 en los países de la Organización para la
Cooperación y el Desarrollo Económicos, y esa dedicación aumentó 2,3 horas
desde 2018 (OECD, 2025). Rojas Rivero (2016) describió al docente como
investigador, innovador y creador de situaciones de aprendizaje, y como
mediador que observa a sus alumnos y dialoga con ellos, más que como transmisor
de contenidos. En este trabajo previo, donde el profesorado selecciona, diseña
y organiza materiales y actividades, se ubica la figura del docente como
diseñador de experiencias educativas.
El diseño de esas experiencias puede apoyarse en
principios con respaldo en la literatura. Las pautas del Diseño Universal para
el Aprendizaje parten de que el alumnado varía de manera notable en su
respuesta a la enseñanza y proponen ofrecer múltiples opciones de compromiso,
de representación de la información y de acción y expresión (CAST, 2018). En
cuanto a las estrategias de estudio, Dunlosky et al. (2013) valoraron como de
alta utilidad la práctica de evaluación y la práctica distribuida, lo que
desplaza el énfasis desde la mera recepción de contenidos hacia actividades que
exigen recuperar y aplicar lo aprendido. Por el contrario, no se retoman aquí
la adaptación de la enseñanza a estilos de aprendizaje individuales, cuya
hipótesis de correspondencia carece de respaldo empírico suficiente (Pashler et
al., 2008; Kirschner, 2017), ni la llamada pirámide del aprendizaje, cuyos
porcentajes de retención no cuentan con sustento empírico (Letrud, 2012).
La inteligencia artificial generativa se ha
incorporado a esta fase de diseño. En Chile, el 68 % de los docentes que
reportaron usar inteligencia artificial la empleó para generar planes o
actividades de clase (OECD, 2025). Los estudios que han examinado ese uso lo
describen como un punto de partida que requiere revisión. Hashem et al. (2024)
y van den Berg y du Plessis (2023) mostraron, en pruebas con planificaciones de
asignaturas escolares específicas, que ChatGPT puede generar planes, hojas de
trabajo y presentaciones útiles, pero que su calidad depende de la especificidad
de las indicaciones y de la evaluación crítica y la adaptación al contexto por
parte del docente; ambos trabajos son exploratorios y de alcance limitado, pues
el segundo analizó un solo plan de clase. En un experimento con 39 estudiantes
de tercer grado de primaria, Karaman y Göksu (2024) encontraron que el
rendimiento mejoró en el grupo que trabajó con planes elaborados con ChatGPT,
aunque la diferencia con el grupo de control no fue estadísticamente
significativa. Romani Pillpe et al. (2025) concluyeron, en una revisión de
literatura, que la inteligencia artificial generativa suele presentarse como
complemento de los métodos convencionales y que el docente actúa como mediador
que necesita competencias digitales y pensamiento crítico.
Esas posibilidades coexisten con limitaciones
documentadas. Kasneci et al. (2023) advirtieron sobre resultados sesgados y
sobre la fragilidad inesperada de estos modelos, y van den Berg y du Plessis
(2023) señalaron que pueden producir información incorrecta, que no comprenden
el contexto cultural ni las emociones y que plantean riesgos de privacidad y de
acceso desigual. Radtke-Bederode y Meireles-Ribeiro (2025) encontraron que la
dimensión ética fue la más débil en las tres plataformas de planeación que
evaluaron, con escasa explicación de cómo se toman las decisiones algorítmicas
y de las políticas de datos. Entre los docentes que no habían usado
inteligencia artificial, el 75 % en el promedio de la OCDE señaló la falta de
conocimientos y habilidades (OECD, 2025), lo que sugiere que el acceso a estas
herramientas no equivale a la capacidad de emplearlas con criterio pedagógico.
La inclusión ilustra esta ambivalencia. Las
pautas de diseño universal reconocen que las diferencias lingüísticas,
culturales y sensoriales exigen formas distintas de acceder al contenido (CAST,
2018), y la inteligencia artificial generativa podría contribuir a producir
esas variantes. Sin embargo, en Chile apoyar a estudiantes con necesidades
educativas especiales figuró entre los usos menos frecuentes reportados por los
docentes (OECD, 2025), y la literatura advierte que estas tecnologías pueden
intensificar desigualdades por sesgos y acceso desigual (Bouakaz y Khalid,
2025). La decisión de ajustar materiales a las necesidades del alumnado sigue,
por tanto, en manos del profesorado, y es en esa decisión donde la revisión
humana y los criterios éticos resultan determinantes.
La incorporación de la inteligencia artificial
generativa a la preparación de la enseñanza exige competencias que van más allá
del manejo instrumental de las herramientas. El Marco de Competencias Digitales
para la Ciudadanía (DigComp 2.2) ya consideraba, desde 2022, el uso seguro,
crítico y confiado de las tecnologías digitales, incluidos los sistemas basados
en inteligencia artificial (Vuorikari et al., 2022). Para el profesorado, el
Marco de competencias de los docentes en materia de TIC de la UNESCO estructuró
en tres niveles (adquisición, profundización y creación de conocimientos) y
seis aspectos de la labor docente (políticas, currículo y evaluación,
pedagogía, habilidades digitales, organización y administración, y desarrollo
profesional) un conjunto de 18 competencias (UNESCO, 2019). Más recientemente,
Miao y Cukurova (2024) propusieron para la UNESCO un marco específico de competencias
en inteligencia artificial para docentes, con cinco dimensiones y 15
competencias: una mentalidad centrada en el ser humano, la ética de la
inteligencia artificial, sus fundamentos y aplicaciones, la pedagogía con
inteligencia artificial y su uso para el desarrollo profesional. Ese marco
señala, además, que la relación tradicional entre docente y estudiante pasa a
ser una dinámica entre docente, inteligencia artificial y estudiante, lo que
obliga a repensar las funciones del profesorado. La brecha entre estas
exigencias y la práctica es visible: entre los docentes que no habían usado
inteligencia artificial, el 75 % en el promedio de la OCDE señaló no tener los
conocimientos y habilidades para hacerlo (OECD, 2025).
Redefinir el rol docente implica, entonces,
precisar qué decisiones de la mediación siguen siendo del profesorado cuando
una parte de la preparación se apoya en estos sistemas. La propuesta de
Gutiérrez Pérez y Prieto Castillo (1993), reseñada por Malagón Terrón (2009),
organiza la mediación pedagógica en tres tratamientos: desde el tema, desde el
aprendizaje y desde la forma. La Tabla 1 los retoma y los contrasta con lo que
la literatura revisada indica sobre el uso de inteligencia artificial
generativa en cada uno.
Tabla 1
Tratamientos de la mediación pedagógica y
consideraciones sobre el uso de inteligencia artificial generativa
|
Tratamiento
|
Aspectos que comprende
|
Consideraciones sobre el uso de inteligencia artificial
generativa
|
|
Desde el tema
|
Ubicación temática,
tratamiento del contenido, estrategias del lenguaje y conceptos básicos
|
Puede generar
explicaciones, materiales y presentaciones como punto de partida (Hashem et
al., 2024; van den Berg y du Plessis, 2023), cuyos resultados pueden estar
sesgados o ser incorrectos y requieren verificación (Kasneci et al., 2023)
|
|
Desde el aprendizaje
|
Ejercicios y
actividades, autoaprendizaje e interaprendizaje, evaluación y autoevaluación
|
Se utiliza para generar
planes y actividades de clase (OECD, 2025) y se asocia con la personalización
(Romani Pillpe et al., 2025); evaluar o corregir trabajos estudiantiles
figuró entre los usos menos frecuentes en Chile (OECD, 2025)
|
|
Desde la forma
|
Recursos expresivos y su
función educativa
|
Puede producir
presentaciones y hojas de trabajo (van den Berg y du Plessis, 2023); su
adopción acrítica puede comprometer la creatividad y la independencia docente
(Radtke-Bederode y Meireles-Ribeiro, 2025)
|
Nota. Adaptado de La mediación pedagógica:
Apuntes para una educación a distancia alternativa (2.ª ed.), por F.
Gutiérrez Pérez y D. Prieto Castillo, 1993, Instituto de Investigaciones y
Mejoramiento Educativo; Radio Nederland Training Center. Los aspectos de cada
tratamiento se tomaron de la reseña de Malagón Terrón (2009).
Que estas tareas puedan apoyarse en inteligencia
artificial generativa no equivale a que el docente deje de decidir. Dron
(2023b) argumentó contra su uso como reemplazo del profesorado, y Selwyn (2019)
planteó que si estos sistemas pueden reproducir las cualidades sociales, emocionales
y cognitivas de un buen docente es una cuestión que requiere una discusión
matizada y no una conclusión anticipada. Holstein y Aleven (2022) encontraron,
en un estudio de campo en aulas, que el estudiantado aprendió más cuando
docentes y tutores de inteligencia artificial trabajaron conjuntamente. La
Tabla 2 sintetiza, a partir de la literatura revisada, dimensiones de la
mediación en las que se mantiene un papel central del juicio docente, sin
formular imposibilidades tecnológicas permanentes.
Tabla 2
Dimensiones de
la mediación pedagógica, capacidades y limitaciones actuales de la inteligencia
artificial generativa y función docente
|
Dimensión
|
Lo que señala la literatura
revisada sobre la inteligencia artificial generativa
|
Función que la literatura
mantiene en el docente
|
|
Fiabilidad
de los contenidos
|
Pueden producirse resultados
sesgados o frágiles de manera inesperada (Kasneci et al., 2023) e información
incorrecta (van den Berg y du Plessis, 2023)
|
Revisión y validación
continua de lo generado (Hashem et al., 2024; Kasneci et al., 2023)
|
|
Comprensión
del contexto
|
El modelo no comprende el
contexto cultural ni las emociones (van den Berg y du Plessis, 2023); la
calidad depende de la especificidad de las indicaciones (Hashem et al., 2024)
|
Adaptación de los materiales
al alumnado y a la institución (Hashem et al., 2024; van den Berg y du
Plessis, 2023)
|
|
Ética
y protección de datos
|
La dimensión ética fue la más
débil en las plataformas evaluadas (Radtke-Bederode y Meireles-Ribeiro,
2025); se registran preocupaciones por privacidad y sesgos (Romani Pillpe et
al., 2025)
|
Aplicación de criterios
éticos y formación específica (Miao y Cukurova, 2024)
|
|
Autonomía
y decisión pedagógica
|
La adopción acrítica puede
comprometer la creatividad y la independencia docente (Radtke-Bederode y
Meireles-Ribeiro, 2025); la inteligencia artificial reorganiza la autoridad y
la autonomía en los sistemas educativos (Bouakaz y Khalid, 2025)
|
Decisiones deliberadas,
atravesadas por valores y juicios (Selwyn, 2019)
|
|
Interacción
y apoyo en el aula
|
Se discute si puede
reproducir cualidades sociales y emocionales docentes (Selwyn, 2019)
|
Trabajo conjunto de docente e
inteligencia artificial en el aula (Holstein y Aleven, 2022)
|
Nota. Elaboración propia a partir de las fuentes
citadas en la tabla.
En conjunto, la literatura revisada no establece
que la sustitución docente sea inevitable ni demuestra que sea imposible. Lo
que sí permite sostener es que la incorporación de la inteligencia artificial
generativa en la preparación de la enseñanza desplaza parte del esfuerzo
docente hacia la verificación, la adaptación contextual, la decisión ética y la
formación continua, de modo que redefine el rol del profesorado sin eliminar la
responsabilidad pedagógica que este conserva.
Conclusión
La revisión permitió identificar que la
incorporación de la inteligencia artificial generativa en las actividades que
el profesorado desarrolla fuera del aula amplía las posibilidades de
planificación, producción de materiales y organización de actividades, pero que
la evidencia disponible es todavía exploratoria y se concentra en pruebas con
herramientas, plataformas y casos acotados. En relación con los tres ejes
analizados, la mediación pedagógica pudo comprenderse como un espacio
sociotécnico en el que las dimensiones social, cultural y técnica son
interdependientes, de modo que la introducción de un asistente generativo o de
una plataforma reconfigura las prácticas docentes y no solo los recursos disponibles.
En cuanto al uso extraclase, las tareas de
diseño pudieron apoyarse en estos sistemas, aunque exigieron verificación de
los contenidos, adaptación al contexto del alumnado y criterios éticos para su
utilización. Respecto del rol docente, la literatura revisada no estableció que
la sustitución del profesorado sea inevitable ni demostró que sea imposible;
mostró, en cambio, que parte del esfuerzo se desplaza hacia la verificación, la
decisión pedagógica contextualizada, el criterio ético y la formación continua
en alfabetización digital crítica.
De la integración de estos ejes se derivó la
noción de mediación pedagógica expandida, entendida como la articulación entre
la acción docente, el conocimiento, el alumnado y las condiciones sociales,
culturales y tecnológicas, que extiende la planificación y el acompañamiento
pedagógico más allá del espacio presencial del aula. Su aporte consistió en
situar el uso de la inteligencia artificial generativa dentro de una relación
pedagógica más amplia, subordinada a decisiones docentes, contextuales y
éticas, y en hacer visible el trabajo previo del profesorado como parte de la
mediación. Se trata de una propuesta interpretativa construida a partir de la
revisión y no de un concepto validado empíricamente.
Estos resultados deben leerse con cautela. La
revisión fue narrativa, se apoyó en fuentes de acceso abierto y no incluyó
bases de pago, y buena parte de los estudios examinados son exploratorios, con
muestras pequeñas o con análisis de casos. Quedan por investigar, con diseños
empíricos, los efectos del uso de estas herramientas sobre el aprendizaje del
alumnado y sobre el bienestar docente, así como la pertinencia de la mediación
pedagógica expandida para describir la práctica del profesorado en contextos
educativos concretos.
Referencias
Baxter, G., & Sommerville, I. (2011).
Socio-technical systems: From design methods to systems engineering. Interacting
with Computers, 23(1), 4–17. https://doi.org/10.1016/j.intcom.2010.07.003
Bouakaz, L., & Khalid, S. (2025). AI
in education: A sociological exploration of technology in learning
environments. Frontiers in Education, 10, Artículo 1700876. https://doi.org/10.3389/feduc.2025.1700876
CAST. (2018). Universal Design for
Learning guidelines (Versión 2.2). http://udlguidelines.cast.org
Dron, J. (2023a). How education works:
Teaching, technology, and technique. Athabasca University Press.
Dron, J. (2023b). The human nature of
generative AIs and the technological nature of humanity: Implications for
education. Digital, 3(4), 319–335. https://doi.org/10.3390/digital3040020
Dunlosky, J., Rawson, K. A., Marsh, E. J.,
Nathan, M. J., & Willingham, D. T. (2013). Improving students' learning
with effective learning techniques: Promising directions from cognitive and
educational psychology. Psychological Science in the Public Interest, 14(1),
4–58. https://doi.org/10.1177/1529100612453266
Gimeno Sacristán, J., & Pérez Gómez,
Á. I. (1995). Comprender y transformar la enseñanza (4.ª ed.). Morata.
Gutiérrez Pérez, F., & Prieto
Castillo, D. (1993). La mediación pedagógica: Apuntes para una educación a
distancia alternativa (2.ª ed.). Instituto de Investigaciones y Mejoramiento
Educativo; Radio Nederland Training Center.
Hashem, R., Ali, N., El Zein, F., Fidalgo,
P., & Abu Khurma, O. (2024). AI to the rescue: Exploring the potential of
ChatGPT as a teacher ally for workload relief and burnout prevention. Research
and Practice in Technology Enhanced Learning, 19, Artículo 023. https://doi.org/10.58459/rptel.2024.19023
Hevia Martínez, G. (2019). La sociedad
como artefacto: Sistemas sociotécnicos, sociotecnologías y sociotécnicas. Revista
Iberoamericana de Ciencia, Tecnología y Sociedad – CTS, 14(40), 267–295. https://ojs.revistacts.net/index.php/CTS/article/view/102
Holstein, K., & Aleven, V. (2022). Designing
for human–AI complementarity in K-12 education. AI Magazine, 43(2),
239–248. https://doi.org/10.1002/aaai.12058
Karaman, M. R., & Göksu, I. (2024).
Are lesson plans created by ChatGPT more effective? An experimental study. International
Journal of Technology in Education, 7(1), 107–127. https://doi.org/10.46328/ijte.607
Kasneci, E., Seßler, K., Küchemann, S.,
Bannert, M., Dementieva, D., Fischer, F., Gasser, U., Groh, G., Günnemann, S.,
Hüllermeier, E., Krusche, S., Kutyniok, G., Michaeli, T., Nerdel, C., Pfeffer,
J., Poquet, O., Sailer, M., Schmidt, A., Seidel, T., ... Kasneci, G. (2023).
ChatGPT for good? On opportunities and challenges of large language models for
education. Learning and Individual Differences, 103, Artículo 102274. https://doi.org/10.1016/j.lindif.2023.102274
Kirschner, P. A. (2017). Stop propagating
the learning styles myth. Computers & Education, 106, 166–171. https://doi.org/10.1016/j.compedu.2016.12.006
Letrud, K. (2012). A rebuttal of NTL
Institute's learning pyramid. Education, 133(1), 117–124. https://eric.ed.gov/?id=EJ996977
Lobo, A. (2025, 27 de septiembre). Mediación
pedagógica: El docente como puente hacia el conocimiento. Actos en la
Escuela. https://actosenlaescuela.com/mediacion-pedagogica/
Malagón Terrón, F. J. (2009). [Reseña del
libro La mediación pedagógica: Apuntes para una educación a distancia
alternativa, de F. Gutiérrez Pérez y D. Prieto Castillo]. Mediaciones
Sociales, 5, 175–180. https://revistas.ucm.es/index.php/MESO/en/article/download/MESO0909220175A/21194/0
Miao, F., & Cukurova, M. (2024). AI
competency framework for teachers. UNESCO. https://doi.org/10.54675/ZJTE2084
OECD. (2025). Results from TALIS 2024:
Chile [Nota por país]. OECD Publishing. https://www.oecd.org/en/publications/results-from-talis-2024-country-notes_e127f9e2-en/chile_e31949b6-en.html
Pashler, H., McDaniel, M., Rohrer, D.,
& Bjork, R. (2008). Learning styles: Concepts and evidence. Psychological
Science in the Public Interest, 9(3), 105–119. https://doi.org/10.1111/j.1539-6053.2009.01038.x
Prieto Castillo, D. (2020). Volver a la
pedagogía. Innovaciones Educativas, 22(Número especial), 7–12. https://doi.org/10.22458/ie.v22iespecial.3158
Radtke-Bederode, I., &
Meireles-Ribeiro, L. O. (2025). Plataformización educativa con IA generativa:
Impactos en la autonomía docente. Alteridad, 20(2), 178–189. https://doi.org/10.17163/alt.v20n2.2025.02
Rojas Rivero, N. C. (2016). Formación del
docente y pedagogía de la complejidad en el contexto de la educación. Revista
Scientific, 1(1), 249–265. https://doi.org/10.29394/scientific.issn.2542-2987.2016.1.1.14.249-265
Romani Pillpe, G., Macedo Inca, K. S.,
Soto Loza, G. E., Franco Guevara, A. M., & Ore Choque, M. K. (2025).
Revisión sistemática de inteligencia artificial generativa (GenIA) para el
diseño de experiencias de aprendizaje, 2020-2025. Revista Espacios, 46(3),
13–27. https://doi.org/10.48082/espacios-a25v46n03p02
Selwyn, N. (2019). Should robots
replace teachers? AI and the future of education. Polity Press.
UNESCO. (2019). Marco de competencias
de los docentes en materia de TIC elaborado por la UNESCO: Versión 3. https://unesdoc.unesco.org/ark:/48223/pf0000371024
van den Berg, G., & du Plessis, E.
(2023). ChatGPT and generative AI: Possibilities for its contribution to lesson
planning, critical thinking and openness in teacher education. Education
Sciences, 13(10), Artículo 998. https://doi.org/10.3390/educsci13100998
Vuorikari, R., Kluzer, S., & Punie, Y.
(2022). DigComp 2.2: The Digital Competence Framework for Citizens – With
new examples of knowledge, skills and attitudes. Publications Office of the
European Union. https://doi.org/10.2760/115376
Financiación
Ninguna.
Conflicto de
Intereses
Ninguno.
Contribución
de Autoría:
Conceptualización: Lizbeth Otilia
Rubio Fernández.
Curación de datos: Lizbeth Otilia
Rubio Fernández.
Análisis formal: Lizbeth Otilia
Rubio Fernández.
Adquisición de fondos: Lizbeth
Otilia Rubio Fernández.
Investigación: Lizbeth Otilia Rubio
Fernández.
Metodología: Lizbeth Otilia Rubio
Fernández.
Administración del proyecto: Lizbeth
Otilia Rubio Fernández.
Recursos – Materiales: Lizbeth
Otilia Rubio Fernández.
Software – Programación: Lizbeth
Otilia Rubio Fernández.
Supervisión: Lizbeth Otilia Rubio
Fernández.
Validación: Lizbeth Otilia Rubio
Fernández.
Visualización: Lizbeth Otilia Rubio Fernández.
Redacción – borrador original: Lizbeth
Otilia Rubio Fernández.
Redacción – revisión y edición: Lizbeth
Otilia Rubio Fernández.
