Jorge Luis Briceño

  En una publicación anterior, les he dejado un material didáctico, una práctica de laboratorio, en la que guiamos una clase a incorporar la inteligencia artificial, por ello les dejo este instrumento de evaluación.  Esta matriz busca valorar no solo el resultado final, sino la calidad del diálogo que el estudiante establece entre la muestra biológica (la vida) y el modelo algorítmico (el dato). Dimensión de Aprendizaje Nivel III: Pensamiento Crítico y Propositivo Nivel II: Aplicación Técnica y Reflexiva Nivel I: Ejecución Instrumental Observación y Registro Analógico El dibujo científico trasciende la copia; identifica estructuras con precisión y anota variaciones o anomalías naturales en la muestra. Registra las estructuras celulares básicas con claridad y utiliza correctamente la terminología biológica. El registro es superficial o esquemático, limitándose a reproducir modelos de libros de texto sin observar la muestra real. Curaduría y Entrenamiento de IA Selecciona etiqu...

  Exploración de la Arquitectura Celular mediante Visión Artificial (Computer Vision) Propósito Pedagógico: Que el estudiante integre la observación microscópica tradicional con herramientas de reconocimiento de patrones, problematizando la transición del dato analógico al metadato digital. Fase 1: El Encuentro con lo Analógico (La Mirada Cruda) Antes del algoritmo, debe existir el fenómeno. Acción: Los estudiantes preparan muestras reales (ej. catáfilo de cebolla o células de mucosa bucal con tinción de azul de metileno). Desafío: Realizar un dibujo científico a mano alzada de lo observado. Pregunta provocadora: ¿Qué criterios utilizas para decidir que "eso" que ves es un núcleo y no una impureza de la muestra? Aquí introducimos el concepto de patrón . Fase 2: La Captura y el Entrenamiento (La Curaduría del Dato) Introducimos la herramienta de IA (puede utilizarse una plataforma no-code como Teachable Machine de Google o modelos pre-entrenados de segmentación de imágen...

  La enseñanza de la biología celular ha sido, durante décadas, un ejercicio de observación estática. Generaciones de estudiantes han inclinado el cuello sobre el ocular de un microscopio para identificar esa unidad fundamental de la vida que parece, en el portaobjetos, un mapa detenido en el tiempo. Sin embargo, la irrupción de la Inteligencia Artificial (IA) en el laboratorio escolar nos obliga a pasar de la observación de la forma a la comprensión del sistema . ¿Cómo insertamos el estudio de la célula en un entorno mediado por algoritmos sin perder la conexión con el fenómeno vital? De la Taxonomía Visual al Modelado Predictivo Históricamente, el laboratorio celular se centraba en la identificación: reconocer la membrana, el núcleo o la mitocondria. Hoy, la IA nos permite desplazar el foco hacia la dinámica celular . La inserción de la IA en este estudio no debe ser para "dibujar la célula mejor", sino para entender su comportamiento como un procesador de información biol...

  Tradicionalmente, el laboratorio de ciencias naturales ha sido el santuario de lo tangible. Es el espacio donde el olor al azufre, el pulso errático al sostener un portaobjetos y la espera paciente frente a una reacción química definen la formación del espíritu científico. Sin embargo, hoy nos encontramos en una encrucijada ontológica: la irrupción de la Inteligencia Artificial (IA) en las aulas no solo añade una herramienta más al inventario, sino que redefine qué significa «hacer ciencia» en la escuela. ¿Cómo insertaremos la IA en nuestros laboratorios sin que esta desplace la asombrosa resistencia de la realidad física? El desafío no es técnico, es profundamente pedagógico. La erosión de la incertidumbre: ¿Predicción o descubrimiento? Uno de los mayores riesgos de la integración acrítica de la IA en la enseñanza de las ciencias es la eliminación del error y, con él, del aprendizaje. Los modelos predictivos son capaces de decirnos el resultado de una titulación o el crecimiento...

  La Inteligencia Artificial en la educación: definición, funciones y el nuevo rol docente La integración de la Inteligencia Artificial (IA) en el ámbito educativo no es solo una tendencia tecnológica, sino un cambio de paradigma en los procesos de enseñanza-aprendizaje. Para el educador moderno, comprender qué es la IA y cómo funciona es el primer paso para transformarla en una aliada pedagógica que potencie el desarrollo humano en el aula. ¿Qué es la Inteligencia Artificial en educación? La Inteligencia Artificial educativa (IAEd) se refiere al uso de tecnologías de computación que simulan procesos de inteligencia humana —como el aprendizaje, el razonamiento y la corrección de errores— para resolver problemas educativos. A diferencia de las herramientas digitales tradicionales, la IA tiene la capacidad de analizar grandes volúmenes de datos ( Big Data ) para personalizar la experiencia de cada estudiante. Funciones principales de la IA en el aula La IA no busca reemplazar al do...

Estimada comunidad educativa, es un honor saludarlos en este amanecer académico. Como docente e investigador, entiendo que el retorno a las aulas no es simplemente un evento administrativo, sino un acto profundamente político y pedagógico que redefine nuestro tejido social. A continuación, presento una propuesta editorial que transforma el saludo protocolar en una pieza de reflexión crítica sobre lo que implica habitar la escuela en este nuevo ciclo. El inicio del año escolar 2026: Una oportunidad para la transformación pedagógica y el pensamiento crítico Más allá del ritual del reencuentro El inicio del año escolar 2026 se presenta ante nosotros no solo como el cumplimiento de un calendario, sino como un espacio de posibilidad para la innovación pedagógica . En el contexto actual, volver a las aulas implica reconocer que el aprendizaje no es una acumulación lineal de datos, sino un proceso dinámico de construcción de sentido. Tras los desafíos globales de los últimos años, este nuevo...