Tesis Doctoral: IA Generativa para Docentes
Antes de construir herramientas o recursos, quisimos entender algo más simple: ¿cómo se relacionan realmente los docentes con la inteligencia artificial?
Esta sección documenta la investigación doctoral que dio origen a iaparadocentes.co — la metodología, los hallazgos y cada etapa del proceso, con datos reales recogidos con los docentes de la Institución Educativa Marcelino Champagnat, de Armenia.
Etapas del Proyecto de Investigación
Diagnóstico: Identificación de la Línea Base de Investigación
Para ver de manera interactiva los gráficos y estadísticas del pretest, da clic en el siguiente botón
¿Qué es el pre-test o diagnóstico?
La educación contemporánea nos exige trascender la simple dotación de infraestructura para comprender las realidades de quienes habitan el aula. Este pre-test, aplicado a los 57 docentes de la Institución Educativa Marcelino Champagnat, representa nuestra línea base de investigación. Más allá de una evaluación técnica, es un instrumento empírico diseñado para entender cómo interactúan los docentes con la Inteligencia Artificial Generativa (IAG). Conocer sus niveles de alfabetización y sus necesidades frente a las exigencias académicas nos garantiza que la intervención pedagógica no sea una imposición, sino una respuesta armónica y contextualizada a la realidad escolar.
Marco Referencial de la investigación
¿Dónde se realizó la investigación?
Esta investigación se desarrolla en la Institución Educativa Marcelino Champagnat, en Armenia (Quindío): un colegio fundado en 1970 por los Hermanos Maristas que en 2021 se transformó en institución 100% pública. Su Proyecto Educativo Institucional (PEI) tiene un enfoque socio-constructivista y de aprendizaje cooperativo, construido sobre los cuatro pilares de la educación que propone la UNESCO: aprender a conocer, aprender a hacer, aprender a vivir juntos y aprender a ser.
Conocer el contexto de esta institución educativa pública, con recursos limitados y docentes con distintos niveles de familiaridad con la tecnología, es clave para entender por qué esta propuesta no nace de postulados teóricos, sino de una necesidad concreta identificada en un contexto situado y conectado con la realidad de la comunidad educativa.
Marco Metodológico de la investigación
Esta investigación se desarrolla bajo el paradigma pragmático, que prioriza la utilidad práctica del conocimiento sobre la discusión filosófica pura, y utiliza un enfoque mixto (Creswell, 2014): combina datos cuantitativos (encuestas) con datos cualitativos (entrevistas y observación) para tener una comprensión más completa del fenómeno.
El método es inductivo: parte de la observación de un problema real y concreto —la falta de alfabetización en IA generativa entre los docentes del Marcelino Champagnat— para luego construir una propuesta de intervención.
El diseño es pre-experimental, de grupo único con preprueba y posprueba (Campbell & Stanley, 1966): se mide el conocimiento y las percepciones de los docentes antes de la intervención, se implementa el Ecosistema Educomunicativo, y luego se vuelve a medir para identificar los cambios generados.
Estrategia de intervención Híbrida
El Ecosistema Educomunicativo propuesto en esta investigación no es un concepto abstracto: se materializa en iaparadocentes.co, una plataforma multicanal diseñada para alfabetizar a los docentes en inteligencia artificial generativa desde la práctica, no desde la teoría.
El ecosistema articula seis canales que trabajan de manera complementaria: el sitio web (contenido de profundidad y recursos descargables), YouTube, TikTok, Instagram y Facebook (contenido breve y práctico), y Spotify (contenido en audio). Cada canal cumple una función distinta dentro del mismo propósito: que los docentes conozcan, practiquen y apliquen la IA en su día a día, sin tecnicismos y sin miedo.
Esta estructura responde directamente al concepto de “ecosistema” desarrollado en el marco teórico de esta tesis: un entorno de interacción, diálogo y creación de contenido pedagógico, y no una simple colección de publicaciones aisladas.
Análisis de Resultados
