Estándares – Extensión Cognitiva

Estándares de IA en Educación
Extensión Cognitiva y Diseño del Aprendizaje

Propósito

Declaración de propósito
Asegurar que los estudiantes utilicen la IA como una extensión del pensamiento —apoyando la retroalimentación, la planificación, la práctica deliberada y la metacognición— sin externalizar el razonamiento central, la autoría ni la agencia.

Franjas etarias del alumnado

EC
Primera infancia (aprox. 4–6) — mediado por el educador
LP
Primaria inferior (aprox. 6–8) — mayormente mediado por el educador; altamente andamiado
UP
Primaria superior (aprox. 9–11) — comienza la interacción supervisada del estudiante
LS
Secundaria inferior (aprox. 12–14) — mayormente independiente con resguardos
US
Secundaria superior (aprox. 15–18) — independiente con expectativas avanzadas de capacidad

Niveles de uso

Nivel 1 — Uso mínimo

Apoyo ocasional para tareas específicas.

Nivel 2 — Uso estándar

Extensión cognitiva regular e intencional.

Nivel 3 — Uso promovido

Flujos de trabajo diseñados por el estudiante que extienden significativamente sus capacidades.

A. Estudiantes — Estándares (CED-STU)

CED-STU-0.1 Extensión, no reemplazo
Estándar:
Los estudiantes usan la IA para apoyar pasos del pensamiento (aclarar, generar opciones, practicar, planificar, reflexionar) y no para reemplazar el razonamiento central, la toma de decisiones ni el esfuerzo de aprendizaje.
Indicadores observables:
  • Las tareas/lecciones identifican qué pasos puede apoyar la IA y cuáles deben ser exclusivamente del estudiante.
  • El trabajo del estudiante muestra evidencias de pensamiento independiente (notas, procedimientos, borradores, huellas de razonamiento).
CED-STU-0.2 Autoría y voz
Estándar:
Los estudiantes conservan la autoría y la voz: toman las decisiones finales, moldean el producto y pueden explicar qué aceptaron, cambiaron o rechazaron, y por qué.
Indicadores observables:
  • Los estudiantes pueden identificar ediciones específicas que realizaron y justificarlas.
  • Los productos reflejan una voz y originalidad apropiadas para la edad (no un estilo genérico de IA).
CED-STU-0.3 Metacognición cuando se usa IA
Estándar:
Cuando se utiliza IA, los estudiantes reflexionan sobre su impacto en el aprendizaje: qué mejoró, qué riesgos implicó y qué aprendieron como resultado.
Indicadores observables:
  • Se usan de forma consistente breves consignas de reflexión allí donde se permite la IA.
  • Los estudiantes pueden describir al menos una limitación del apoyo de la IA y un paso de aprendizaje independiente que realizaron.
Nivel 1 — Uso mínimo (apoyo ocasional y estrictamente delimitado)
CED-STU-1.1 Rutina de “intento primero”
Estándar:
Los estudiantes intentan la tarea primero (o completan un “punto de control del pensamiento” obligatorio) antes de usar IA como apoyo, salvo que la tarea comience explícitamente con una lluvia de ideas apoyada por IA.
Indicadores observables:
  • Evidencia de intento previo (plan inicial, borrador, procedimientos, lista de preguntas).
  • Los estudiantes pueden expresar qué les resultó difícil antes del apoyo de la IA.
CED-STU-1.2 Solo apoyo cognitivo limitado
Estándar:
En el Nivel 1, la IA se usa ocasionalmente para apoyos claramente delimitados como: aclarar instrucciones o conceptos; generar ejemplos; ofrecer pistas (no respuestas finales) cuando corresponda; proponer un plan o lista de verificación sencilla; generar ejercicios de práctica para ensayo.
Indicadores observables:
  • Los prompts utilizados son simples y están alineados con la orientación del docente.
  • Los estudiantes pueden decir cuál fue el propósito del uso de la IA (“La usé para obtener ejemplos / una pista / un plan”).
CED-STU-1.3 No externalizar el razonamiento central ni los productos finales
Estándar:
Los estudiantes no usan la IA para generar respuestas finales o razonamientos cuando la tarea requiere originalidad del estudiante, resolución de problemas o pensamiento evaluado.
Indicadores observables:
  • Las entregas de los estudiantes incluyen razonamiento generado por ellos mismos (procedimientos, explicaciones, defensa oral, evidencia de proceso).
  • Los docentes observan que la IA se usa para apoyo, no para sustitución.
Nivel 1 — Implementación por franja etaria (cómo se ve)
  • EC: El educador media todo el uso. La IA apoya consignas, historias, preguntas o prácticas lúdicas generadas por el docente; los niños responden oralmente, mediante juego o dibujo.
  • LP: Mayormente mediado por el educador; si existe alguna exposición del estudiante, es supervisada y estrictamente guionada. La IA apoya explicaciones simples y consignas de práctica; los estudiantes siguen produciendo sus propias respuestas.
  • UP: Comienza el uso supervisado. Los estudiantes usan marcos de prompts proporcionados por el docente para aclaración, ejemplos y planificación simple; se enseña explícitamente el “intento primero”.
  • LS: Mayormente independiente con resguardos. Los estudiantes pueden usar IA para aclaración, pistas y planificación, pero deben mostrar razonamiento propio antes y después.
  • US: Uso independiente con mayores exigencias. Los estudiantes usan IA para apoyos delimitados y deben justificar cómo les ayudó sin reemplazar su razonamiento.
Nivel 2 — Uso estándar (extensión cognitiva regular e intencional)
CED-STU-2.1 Bucles de retroalimentación que fortalecen el pensamiento
Estándar:
Los estudiantes usan IA para obtener retroalimentación alineada con criterios (rúbricas, criterios de logro, audiencia/propósito) y revisan usando su propio juicio.
Indicadores observables:
  • Los estudiantes solicitan retroalimentación con restricciones (por ejemplo, “revisa la claridad según esta rúbrica”).
  • Las revisiones muestran decisiones del estudiante (no aceptación ciega); los estudiantes pueden explicar los cambios.
CED-STU-2.2 Práctica deliberada y diagnóstico de errores
Estándar:
Los estudiantes usan IA para generar práctica deliberada (dificultad gradual, formatos variados), diagnosticar errores o conceptos erróneos y demostrar aprendizaje mediante trabajo corregido.
Indicadores observables:
  • Las tareas de práctica muestran progresión e intencionalidad (no repetición aleatoria).
  • Los estudiantes pueden describir un concepto erróneo y cómo lo corrigieron.
CED-STU-2.3 Planificación, autorregulación y establecimiento de metas
Estándar:
Los estudiantes usan IA para planificar su trabajo (hitos, descomposición de tareas, gestión del tiempo), fijar metas y monitorear el progreso, mientras siguen siendo responsables de las prioridades y de la ejecución.
Indicadores observables:
  • Los estudiantes mantienen un plan/lista de verificación que actualizan según el progreso.
  • Los estudiantes pueden explicar cómo ajustaron su plan y por qué.
CED-STU-2.4 La reflexión metacognitiva como rutina
Estándar:
Los estudiantes reflexionan regularmente sobre su proceso de aprendizaje con IA: qué aportó la IA, qué aportó el estudiante y qué cambiará la próxima vez.
Indicadores observables:
  • La reflexión está presente en un formato consistente (nota breve, ticket de salida, entrada de portafolio).
  • Los estudiantes pueden expresar “cuándo no usar IA” en función de la calidad del aprendizaje y la integridad.
Nivel 2 — Implementación por franja etaria (cómo se ve)
  • EC: El docente usa IA para crear consignas más ricas y preguntas guiadas de “retroalimentación”. La reflexión es oral y basada en el juego.
  • LP: Bucles de retroalimentación guiados por el docente usando criterios simples. La IA genera series de práctica revisadas por el docente; los estudiantes conversan sobre errores y mejoras.
  • UP: Rutinas supervisadas de retroalimentación para estudiantes: prompts basados en rúbricas y revisión; se introducen registros simples de errores y breves reflexiones.
  • LS: Ciclos independientes de iteración con resguardos: borrador/intento → crítica/pistas de IA → revisión del estudiante → verificación → reflexión. Se esperan huellas de evidencia en tareas más amplias.
  • US: Iteración avanzada y diseño de práctica: los estudiantes establecen criterios, contrastan resultados con evidencia, revisan varias veces y demuestran un uso disciplinado alineado con las normas de evaluación.
Nivel 3 — Uso promovido (flujos de trabajo diseñados por el estudiante que extienden su capacidad)
CED-STU-3.1 Diseño personal de un flujo de trabajo de extensión cognitiva
Estándar:
Los estudiantes diseñan, explican y refinan un flujo de trabajo personal de aprendizaje apoyado por IA (por ejemplo, intento → crítica → revisión → verificación → reflexión) adaptado a las exigencias de la asignatura y a sus necesidades personales.
Indicadores observables:
  • Los estudiantes pueden explicar su flujo de trabajo y por qué les funciona.
  • Los portafolios muestran mejoras del flujo de trabajo a lo largo del tiempo (mejores prompts, mejores verificaciones, mejor reflexión).
CED-STU-3.2 Indagación, creación y prueba de escenarios con alta agencia
Estándar:
Los estudiantes usan IA para extender la indagación y la creación (generación de hipótesis, contraargumentos, modelos alternativos, simulaciones, planificación de escenarios), documentando al mismo tiempo los pasos de razonamiento y validación.
Indicadores observables:
  • Los productos de los estudiantes incluyen huellas de razonamiento y validación (fuentes, pruebas, comparaciones, revisión entre pares).
  • Los estudiantes pueden explicar cómo la IA amplió las posibilidades sin reemplazar su juicio.
CED-STU-3.3 Mentoría entre pares y cultura de aprendizaje
Estándar:
Los estudiantes contribuyen a una cultura responsable de aprendizaje guiando a sus pares en flujos de trabajo efectivos, hábitos reflexivos y límites que protejan la autoría y el razonamiento.
Indicadores observables:
  • Existen apoyos entre pares (guías de estudiantes, sesiones de mentoría, bibliotecas de prompts co-creadas con docentes).
  • Se observa mejora en las normas entre pares: más evidencia de proceso, menos externalización de respuestas.
Nivel 3 — Implementación por franja etaria (cómo se ve)
  • EC: El codiseño es a nivel de clase y liderado por el educador; no hay flujos de trabajo independientes.
  • LP: Codiseño en clase de reglas simples para prompts y preguntas de reflexión; los estudiantes practican ser “verificadores de calidad” en parejas.
  • UP: Los estudiantes codiseñan marcos de prompts y rutinas de reflexión; comienzan a aparecer roles iniciales de apoyo entre pares.
  • LS: Los estudiantes construyen y refinan flujos de trabajo personales, hacen seguimiento de avances en el aprendizaje y apoyan a sus pares mediante rutinas estructuradas de colaboración.
  • US: Los estudiantes lideran mentorías, crean ejemplos/guías, contribuyen a repositorios; los trabajos finales incluyen documentación del flujo de trabajo + validación + impacto en el aprendizaje.

B. Familias — Estándares (CED-FAM)

CED-FAM-1.1 Andamiar la comprensión sin hacer el trabajo
Estándar:
Las familias usan IA ocasionalmente para aclarar instrucciones, explicar conceptos o traducir, sin generar el trabajo final del niño ni reemplazar el esfuerzo cognitivo.
Indicadores observables:
  • Las familias pueden describir al menos un ejemplo de “apoyar el aprendizaje” frente a “producir el resultado”.
  • Los estudiantes siguen intentando las tareas primero y pueden explicar su pensamiento.
CED-FAM-2.1 Rutinas en casa que construyen independencia
Estándar:
Las familias usan IA para apoyar rutinas de estudio (planificación, recordatorios, consignas de práctica de recuperación), manteniendo al niño como responsable del pensamiento y de las decisiones.
Indicadores observables:
  • Las familias utilizan rutinas simples (planificar → intentar → pedir pistas → reflexionar).
  • Los estudiantes demuestran una autonomía creciente apropiada para la edad.
CED-FAM-2.2 Consignas de práctica y acompañamiento, no respuestas
Estándar:
Las familias usan IA para generar preguntas de práctica, ejemplos y consignas de retroalimentación que acompañen al niño a pensar, en lugar de proporcionar respuestas finales.
Indicadores observables:
  • Las familias usan prompts basados en pistas (“Dame una pista”, “Hazme preguntas”, “Ayúdame a revisar mis pasos”).
  • Los estudiantes muestran mejor comprensión a través de intentos corregidos.
CED-FAM-2.3 Proteger la voz y la autoría del estudiante
Estándar:
Las familias apoyan la voz del niño en escritos y proyectos (las ideas siguen siendo del niño; las revisiones fortalecen la claridad, no sustituyen la autoría).
Indicadores observables:
  • El trabajo del estudiante conserva un estilo y una autoría apropiados para su edad.
  • El niño puede explicar qué eligió y por qué.
CED-FAM-3.1 Codiseñar un acuerdo del hogar para “aprender con IA”
Estándar:
Las familias codiseñan un acuerdo liviano que define cómo la IA apoya el aprendizaje en casa, ajustándolo a medida que el niño madura.
Indicadores observables:
  • Existe un acuerdo y hace referencia a autonomía, esfuerzo y voz.
  • El acuerdo evoluciona a lo largo de las franjas etarias (más independencia con el tiempo).
CED-FAM-3.2 Fortalecer la metacognición a través de la conversación
Estándar:
Las familias conversan regularmente sobre el proceso de aprendizaje: “¿Qué te ayudó a notar la IA? ¿Qué tuviste que hacer todavía por tu cuenta? ¿Qué probarás la próxima vez?”
Indicadores observables:
  • Las familias usan consignas de conversación proporcionadas.
  • Los estudiantes muestran mayor autoconciencia y mejor selección de estrategias.

C. Personal escolar — Estándares (CED-PER)

CED-PER-1.1 La IA apoya la preparación, no las decisiones pedagógicas
Estándar:
El personal utiliza IA para apoyar la preparación (generación de ideas, borradores de recursos, ejercicios de práctica), conservando el juicio profesional pleno y la responsabilidad por los materiales finales.
Indicadores observables:
  • Los productos del personal muestran edición humana y contextualización.
  • La IA no se utiliza para reemplazar decisiones profesionales sobre las necesidades de aprendizaje.
CED-PER-1.2 No reemplazar la agencia docente
Estándar:
La IA no se utiliza para sustituir responsabilidades centrales de la enseñanza (relaciones, juicio, capacidad de respuesta, protección, equidad).
Indicadores observables:
  • El personal puede expresar cuáles son las responsabilidades “solo humanas”.
  • Las decisiones sensibles se gestionan mediante deliberación humana y razonamiento documentado.
CED-PER-2.1 Diseño del aprendizaje para la extensión cognitiva
Estándar:
Los docentes diseñan experiencias de aprendizaje en las que la IA se posiciona intencionalmente para extender la cognición (bucles de retroalimentación, práctica deliberada, consignas metacognitivas) y no simplemente para producir resultados.
Indicadores observables:
  • Las planificaciones de unidades especifican qué proceso de pensamiento apoya la IA (por ejemplo, crítica, planificación, revisión).
  • Las tareas incluyen puntos de control de pensamiento “solo del estudiante”.
CED-PER-2.2 Diseño de evaluación que valora el proceso
Estándar:
El personal diseña evaluaciones que valoran el razonamiento, la evidencia de proceso y la reflexión, reduciendo los incentivos para externalizar respuestas y aumentando la autenticidad del aprendizaje.
Indicadores observables:
  • Las rúbricas incluyen evidencia de proceso (borradores, procedimientos, reflexión) cuando corresponde.
  • Los modos de evaluación incluyen razonamiento en clase, defensa oral, borradores iterativos o tareas auténticas de desempeño.
CED-PER-2.3 Análisis de evidencia de aprendizaje con cautela
Estándar:
El personal puede usar IA para ayudar a analizar evidencia de aprendizaje (patrones en respuestas, conceptos erróneos), pero verifica las conclusiones y evita inferencias excesivas sobre individuos.
Indicadores observables:
  • Los análisis apoyados por IA se contrastan con el trabajo original del estudiante.
  • El personal evita etiquetar a estudiantes basándose en inferencias de la IA.
CED-PER-2.4 Práctica reflexiva y mejora
Estándar:
El personal usa IA para apoyar la práctica reflexiva (análisis posterior de clases, planificación de escenarios, estrategias alternativas), tomando siempre los juicios finales por sí mismo.
Indicadores observables:
  • Los docentes documentan “qué cambié y por qué” después de ciclos de reflexión.
  • Las comunidades profesionales de aprendizaje comparten ejemplos de diseño de extensión cognitiva.
CED-PER-3.1 Codiseñar flujos de trabajo con IA junto con los estudiantes
Estándar:
El personal codiseña con los estudiantes flujos de trabajo de IA en el aula (marcos de prompts, rutinas de retroalimentación, consignas de reflexión) que desarrollan agencia y pensamiento de orden superior.
Indicadores observables:
  • Existen artefactos compartidos del flujo de trabajo (bibliotecas de prompts de clase, plantillas de reflexión).
  • Los estudiantes pueden explicar el flujo de trabajo y su propósito.
CED-PER-3.2 Planificación avanzada de escenarios y mejora escolar
Estándar:
Los líderes y el personal usan IA para planificación de escenarios de mayor nivel, diseño de programas y ciclos de mejora, documentando claramente supuestos, límites y decisiones humanas.
Indicadores observables:
  • Los documentos de planificación muestran el papel de la IA + decisiones humanas + pasos de validación.
  • Las decisiones siguen siendo explicables y responsables sin depender de “el modelo dijo que…”.
CED-PER-3.3 Compartir y mentorizar en comunidad
Estándar:
El personal crea una cultura de extensión cognitiva acompañando a colegas, compartiendo ejemplos y ajustando prácticas a partir de la evidencia.
Indicadores observables:
  • Existen sesiones de acompañamiento u “horarios de consulta sobre IA”.
  • Se mantiene y actualiza un repositorio curado de diseños de aprendizaje de alta calidad.