El docente como diseñador de experiencias de aprendizaje
De la transmisión de contenido a la arquitectura pedagógica en la era de la inteligencia artificial generativa
Por Fernando Santamaría · IAforTeachers.com · Abril 2026
Resumen del argumento. La pregunta sobre si la inteligencia artificial reemplazará al docente parte de una premisa equivocada: que el valor del profesorado universitario reside fundamentalmente en transmitir contenido. La evidencia disponible entre 2020 y 2026 sugiere otra dirección. El rol no se sustituye, se redefine. El valor diferencial se desplaza desde la exposición hacia el diseño de experiencias significativas, la curaduría crítica, la mediación ética y la evaluación auténtica.
Este artículo desarrolla esa tesis articulando la evidencia internacional reciente con los marcos clásicos del diseño instruccional. La amenaza real, sostenemos, no es el reemplazo. Es la devaluación del estatus profesional cuando las instituciones adoptan la IA sin proteger la agencia docente.
§ 01 · El problema mal formulado
Cuando los docentes universitarios preguntan si la inteligencia artificial va a reemplazarlos, están haciendo la pregunta equivocada. No porque la pregunta sea ingenua, sino porque parte de una premisa que merece examinarse con cuidado: que el valor del profesorado reside, fundamentalmente, en transmitir contenido. Si eso fuera cierto, la amenaza sería real e inmediata. Pero la evidencia disponible apunta en otra dirección.
La revisión sistemática más reciente del impacto de la IA en la educación superior, que analizó 243 artículos publicados entre 2017 y 2025, concluye que el debate académico no se concentra en la sustitución del docente, sino en la transformación competencial, la gobernanza ética y la personalización del aprendizaje (ERIC, EJ1487155, 2026). El reencuadre importa: no estamos ante una historia de reemplazo, sino ante una historia de redefinición.
¿Qué se redefine exactamente? El rol. Y con él, el lugar desde el que el profesorado construye su valor profesional.
§ 02 · De transmisor a arquitecto de condiciones
La distinción entre transmitir contenido y diseñar condiciones de aprendizaje no es nueva. Fink (2013) la formuló con claridad hace más de una década: el profesorado universitario crea experiencias significativas de aprendizaje, no cubre temarios. Wiggins y McTighe desarrollaron el mismo argumento desde otra perspectiva. Si la enseñanza es un medio para alcanzar resultados de aprendizaje, la planificación debe comenzar por esos resultados, no por los contenidos que el docente domina. La tecnología, en este marco, no conduce el currículo, lo sirve.
Estas ideas clásicas adquieren nueva vigencia en el contexto de la inteligencia artificial generativa. Cuando un modelo de lenguaje puede explicar, sintetizar, traducir, ejemplificar y responder preguntas con solvencia creciente, el valor diferencial del docente no desaparece: se desplaza. Se mueve desde la exposición hacia la curaduría, la alineación, el diseño de experiencias y la mediación ética. En otras palabras, hacia funciones que exigen precisamente lo que los modelos de lenguaje no pueden ejercer con autonomía: criterio pedagógico situado, conocimiento de los estudiantes concretos y responsabilidad sobre lo que ocurre en el aula.
La revisión de Frontiers in Education (2025) sobre trabajo académico y percepciones del profesorado encontró, a partir de nueve estudios empíricos que superaron los criterios de selección, una transición del rol docente desde la transmisión hacia la mediación, la supervisión, la curaduría de recursos y el acompañamiento socioemocional. La base empírica es todavía limitada, como los propios autores reconocen, pero la dirección del cambio aparece con suficiente consistencia.
Una distinción clave. Diseñar bien con IA no es más fácil que sin IA, es más exigente. Obliga a tomar decisiones más fundamentadas sobre qué aprendizaje merece ocurrir y cómo verificar que ha ocurrido. La automatización no descarga al docente del juicio pedagógico, lo intensifica.
§ 03 · Lo que el diseño instruccional pone en juego
El diseño de experiencias de aprendizaje no es una metáfora. Es una práctica técnica con tradición, modelos y evidencia propia. Y es precisamente en este terreno donde la IA amplifica el rol docente de manera más concreta.
La revisión sistemática publicada en el CITE Journal (2024) sobre diseño instruccional integrado con IA en educación superior señala un argumento que consideramos central: el valor de la IA en la docencia no aparece cuando el profesorado delega sin criterio, sino cuando ejerce liderazgo de diseño y orquestación pedagógica. La herramienta, por sí sola, no produce experiencias significativas. Las produce el docente que sabe qué pregunta hacerle, cómo interpretar sus resultados y en qué punto del proceso de aprendizaje insertarla.
Este argumento tiene una implicación práctica directa. El estudio empírico publicado en el International Journal of Educational Technology in Higher Education (2024) encontró que el cambio de diseño más frecuente entre el profesorado que ya usaba estas herramientas afectaba a la evaluación. No a la presentación de contenidos, sino a cómo se verifica si el aprendizaje ha ocurrido. Esto es revelador: la IA no está modificando solo las herramientas, sino la arquitectura de la enseñanza.
Biggs y Tang (2011) desarrollaron el concepto de alineación constructiva para describir la coherencia entre los objetivos de aprendizaje, las actividades y la evaluación. Varias guías institucionales recientes, entre ellas las directrices de la Universidad de Luxemburgo (2026), recomiendan explícitamente usar el diseño hacia atrás y la alineación constructiva como marcos para integrar IA generativa sin degradar la validez de la evaluación. No es casualidad. Cuando la IA puede completar muchas tareas de evaluación tradicional, el docente que sabe alinear bien sus objetivos con actividades auténticas tiene un diferencial que no es automatizable.
§ 04 · La amenaza que importa no es el reemplazo
Parker (2024), en un ensayo de perspectiva publicado en The Clearing House, formula un argumento incómodo que conviene proyectar críticamente al ámbito universitario: la amenaza principal de la inteligencia artificial sobre la docencia no es la sustitución total del profesorado, sino la devaluación de su estatus profesional cuando las instituciones y los discursos públicos empiezan a leer la enseñanza como labor fácilmente automatizable. El riesgo no viene de que una máquina haga mejor lo que el docente hace, sino de que el entorno institucional empiece a tratar la docencia como si ya fuera así. Aunque el argumento de Parker se asienta en una sociología específica del magisterio escolar estadounidense, la herencia de su lectura como trabajo semiprofesional y feminizado documentada por Lortie (1975) y Labaree (1997), su núcleo conceptual resulta operativo también en la educación superior, donde la devaluación opera por otras vías: precarización creciente, sustracción de la gobernanza tecnológica, erosión de la propiedad intelectual sobre los materiales docentes. La advertencia central de Parker concentra bien la cuestión: la IA no hará la enseñanza más fácil, simplemente la hará distinta. Lo problemático no es el cambio en sí, sino el marco interpretativo con el que el cambio se lee públicamente.
El informe de la AAUP sobre inteligencia artificial y profesiones académicas (2025), basado en una muestra no representativa de quinientos miembros, documenta percepciones consistentes de deterioro: el 76 % señala empeoramiento del entusiasmo profesional y el 62 % del entorno docente tras la implantación de la IA. Aunque el análisis es descriptivo y no causal, sus hallazgos resultan compatibles con lo que la investigación sobre identidad profesional viene observando: la amenaza percibida puede erosionar la agencia antes de que los datos confirmen la erosión material. Conviene matizar, eso sí, que la propia AAUP no enmarca el problema en clave de identidad profesional sino de gobernanza compartida, y documenta paralelamente erosiones materiales, intensificación del trabajo, presión hacia la contingencia, pérdida de propiedad intelectual, que el discurso de la mera percepción tendería a invisibilizar.
La revisión sobre docencia e IA generativa en América Latina (2026) publicada en Revista Realidad Educativa encuentra que, en 35 estudios sobre la región, los dos temas predominantes son la necesidad crítica de formación docente y los desafíos éticos e integridad académica. La región debate más la preparación y el riesgo que los efectos pedagógicos consolidados. Antes de que la IA transforme el rol docente en sentido positivo, necesita que el profesorado cuente con condiciones, formación y autonomía suficientes para ejercer ese rol ampliado.
El riesgo real. El profesorado universitario no es reemplazado por la inteligencia artificial. Es reducido por instituciones que la adoptan sin proteger la autonomía curricular, el criterio pedagógico y las condiciones de formación. La diferencia es decisiva.
§ 05 · El concepto más accionable para el profesorado universitario
La razón por la que consideramos que el encuadre del docente como diseñador de experiencias de aprendizaje es especialmente útil para el profesorado universitario hispanohablante es precisa: reposiciona la amenaza percibida como una oportunidad de redefinición profesional. No niega el desafío, lo transforma.
La investigación cualitativa de Viveros et al. (2024) en TIES sobre docentes universitarios que interactúan con IA generativa en propuestas formativas identificó categorías que confirman esta dirección: experimentación pedagógica, búsqueda de sinergia con la IA y diseño de experiencias de aprendizaje singulares. Lo que emerge en ese estudio no es un profesorado amenazado que resiste, sino uno que experimenta, que reflexiona sobre su propio rol y que rediseña su práctica a partir de esa reflexión.
Czerkawski (2024) formula al instructor como diseñador de experiencias de aprendizaje, no como expositor. El argumento no es solo conceptual: describe un conjunto de competencias que el profesorado puede desarrollar y que tienen valor creciente precisamente porque la IA amplifica su ejercicio. Diseñar bien no es más fácil con IA, es más exigente, porque obliga a tomar decisiones más fundamentadas sobre qué aprendizaje merece ocurrir y cómo verificar que ha ocurrido.
El marco de competencias en IA para docentes de la UNESCO (2024/2026) define quince competencias en cinco dimensiones, entre ellas pedagogía con IA y aprendizaje profesional, y subraya la necesidad de proteger la agencia docente. Ese énfasis en agencia no es retórico. Es la condición sin la cual el desplazamiento de rol se convierte en pérdida de rol.
Pregunta de cierre. La pregunta que conviene hacerse no es si la inteligencia artificial va a reemplazar al docente. La pregunta es si el docente se ve a sí mismo como diseñador de experiencias de aprendizaje o como transmisor de contenido. La respuesta a esa segunda pregunta determina casi todo lo demás.
Referencias
American Association of University Professors. (2025). Artificial intelligence and academic professions. AAUP. https://www.aaup.org/report/artificial-intelligence-and-academic-professions
Biggs, J., y Tang, C. (2011). Teaching for quality learning at university (4.ª ed.). Open University Press / McGraw-Hill.
Czerkawski, B. C. (2024). Designing language learning experiences with generative AI tools. En AI in language teaching, learning, and assessment. IGI Global.
ERIC. (2026). Systematic review of the impact of artificial intelligence in higher education (EJ1487155). https://eric.ed.gov/?id=EJ1487155
Fink, L. D. (2013). Creating significant learning experiences: An integrated approach to designing college courses (2.ª ed.). Wiley.
Frontiers in Education. (2025). Transformations in academic work and faculty perceptions of artificial intelligence in higher education: A review. Frontiers in Education. https://doi.org/10.3389/feduc.2025.1603763
International Journal of Educational Technology in Higher Education. (2024). Impact of generative AI on higher education learning and teaching. https://www.sciencedirect.com/science/article/pii/S2666920X24000225
Labaree, D. (1997). Public goods, private goods: The American struggle over educational goals. American Educational Research Journal, 34(1), 39-81. https://doi.org/10.3102/00028312034001039
Lortie, D. (1975). Schoolteacher: A sociological study. University of Chicago Press.
Mahmoud, S., y Wong, K. (2024). AI-integrated instructional design in higher education: A systematic exploration of tools, roles, and challenges. Contemporary Issues in Technology and Teacher Education, 24(4).
Parker, B. D. (2024). Considering the impact of AI on the professional status of teaching. The Clearing House: A Journal of Educational Strategies, Issues and Ideas, 97(6), 233-236. https://doi.org/10.1080/00098655.2024.2441805
Revista Realidad Educativa. (2026). Docencia e inteligencia artificial generativa en educación superior en América Latina: primera ola de investigación. Revista Realidad Educativa. https://revistas.uft.cl/index.php/rre/article/view/600
UNESCO. (2024). AI competency framework for teachers. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000391104
Universidad de Luxemburgo. (2026). Guidelines on the use of generative AI for teaching and learning. https://www.uni.lu/wp-content/uploads/sites/9/2026/02/25170716/2026-Guidelines-AI-I2TL-16022026.pdf
Viveros, N., et al. (2024). Alquimia didáctica: la interacción de docentes universitarios con la inteligencia artificial generativa. TIES. https://www.ties.unam.mx/index.php/ties/article/view/16
Wiggins, G., y McTighe, J. (2005). Understanding by design (2.ª ed.). ASCD.