Qué escribir sobre la IA en tu guía docente: la escala AIAS explicada entera
Prohibir es inaplicable e ignorar es injusto. La escala AIAS en cinco niveles y el bloque de consigna listo para rellenar antes de septiembre.
Septiembre trae un párrafo en blanco que nadie sabe rellenar. Las guías docentes hay que entregarlas, el apartado sobre el uso de inteligencia artificial ya no puede omitirse y las dos salidas fáciles conducen a un muro. Prohibir suena firme, pero da a un callejón: la norma resulta imposible de hacer cumplir, la detección falla y el curso se convierte en un juego del gato y el ratón que el docente pierde. Ignorar parece cómodo y da al caos, porque premia a quien mejor esconde y castiga a quien pregunta. Queda la tercera puerta, la más difícil y la única transitable: regular. Definir con claridad qué uso de IA es apropiado en cada tarea, pedir que se declare y evaluar en consecuencia.
La regulación tiene una ventaja que la prohibición nunca tendrá: convierte un problema de vigilancia en una cuestión de diseño y de transparencia. En lugar de preguntarse «¿cómo impido que usen IA?», el docente se pregunta «¿qué uso de IA conviene a lo que quiero que aprendan, y cómo lo hago explícito?».
Por qué fracasa la regla única
La tentación es dictar una norma general para toda la asignatura o la institución: se permite o se prohíbe. Esa regla única fracasa por una razón simple, y es que el uso apropiado de la IA depende por completo de lo que la tarea pretende evaluar. En una tarea cuyo objetivo es que el estudiante aprenda a estructurar ideas, usar IA para estructurarlas anula el aprendizaje. En otra cuyo objetivo es que aprenda a evaluar críticamente un texto, usar IA para generar el texto que luego criticará es exactamente lo que se busca. La misma herramienta, prohibida en una y obligatoria en la otra. Hace falta una escala capaz de distinguir entre tareas y de justificar cada decisión por el aprendizaje esperado.
La escala AIAS: cinco tipos de tarea
La respuesta más influyente a este problema es la Escala de Evaluación con Inteligencia Artificial, conocida por sus siglas inglesas AIAS. La versión original la propusieron Perkins, Furze, Roe y MacVaugh (2024), y en 2025 sus autores publicaron una revisión sustantiva que la redefine como instrumento de rediseño y comunicación, alejándola de cualquier uso como mecanismo de vigilancia o clasificación del estudiantado (Perkins, Roe y Furze, 2025).
Los cinco niveles describen tipos de tarea, no peldaños de permisividad:
Sin IA
El desempeño se demuestra en un entorno controlado, diseñado para excluir su uso. Se elige cuando debe observarse dominio autónomo.
Planificación con IA
La herramienta apoya la exploración del tema, el esquema o la investigación inicial, y se evalúa la calidad del proceso de planificación.
Colaboración con IA
Puede intervenir en ideación, borradores y revisión, pero la tarea exige evaluar, modificar e integrar sus salidas con criterio propio.
IA plena
La intervención de la herramienta es esperada y el objetivo requiere una dirección estratégica que combine conocimiento disciplinar y juicio crítico.
Exploración con IA
Estudiantes y docentes codiseñan métodos, formatos o soluciones que antes no resultaban viables, y esa experimentación forma parte del resultado.
Una tarea de nivel uno puede ser tan necesaria como una de nivel cinco, porque cada tipo protege una evidencia distinta. Una asignatura puede combinar varios niveles si cada elección se justifica por el resultado de aprendizaje y se comunica antes de empezar. ¿Dónde aparece el error? Cuando el nivel declarado y el aprendizaje esperado se contradicen, o cuando se coloca una etiqueta nueva sobre una consigna antigua sin rediseñar la evidencia ni la rúbrica.
El bloque que puedes pegar en tu consigna
Declarar el nivel sirve de poco si la consigna sigue muda. Este es el bloque mínimo que convierte la escala en comunicación real con el estudiante, listo para rellenar:
La línea del motivo pedagógico es la que casi todos omiten y la que más importa: cuando el estudiante entiende por qué esta tarea es de nivel 1 y aquella de nivel 3, la regla deja de ser arbitraria y se vuelve parte de la enseñanza. Ahí está el desplazamiento que resume todo el enfoque, del control a la transparencia. Y una guía docente escrita así resuelve el párrafo en blanco de septiembre y, de paso, te deja explicada ante el estudiante, ante el departamento y ante cualquier comisión que pregunte.
Referencias
Perkins, M., Furze, L., Roe, J., y MacVaugh, J. (2024). The Artificial Intelligence Assessment Scale (AIAS): A framework for ethical integration of generative AI in educational assessment. Journal of University Teaching and Learning Practice, 21(6). https://doi.org/10.53761/q3azde36
Perkins, M., Roe, J., y Furze, L. (2025). Reimagining the Artificial Intelligence Assessment Scale (AIAS): A refined framework for educational assessment. Journal of University Teaching and Learning Practice, 22(7). https://doi.org/10.53761/rrm4y757
Referencias en formato APA 7.ª edición, tomadas del capítulo 9 del manual. La bibliografía completa de la obra, en su apéndice F.
Del manual · Edición 2026 · Oferta de lanzamiento
Este artículo adapta el capítulo 9 de «La evaluación del aprendizaje en la Educación Superior en tiempos de la IA». El apéndice B del manual trae la escala completa con su selector rápido de niveles, este bloque de consigna y la declaración breve que entrega el estudiante, listos para copiar en tu guía docente. PDF, EPUB y edición HTML en una sola compra, con la aplicación de rediseño incluida.
Conseguir el manual Descargar el capítulo 1 gratis