3. Recursos didácticos

• 3.1 Introducción y modelos fundacionales
• 3.2 Recursos textuales
• 3.3 Recursos visuales
• 3.4 Recursos audiovisuales
• 3.5 Actividades interactivas y Análisis de datos

3.1 Introducción y modelos fundacionales

Introducción 

Una vez que tenemos diseñada nuestra Situación de Aprendizaje, quizá necesitemos elaborar diferentes materiales o recursos didácticos a emplear durante el desarrollo de la misma. Para ello veremos qué utilidades nos pueden ofrecer algunos sistemas de inteligencia artificial generativa.

Recuerda que el contenido que le proporciones a la IA ha de ser de autoría propia o disponer de la licencia para poder utilizar ese contenido.

Te recomendamos que para probar herramientas que requieran registro, te abras una nueva cuenta de correo electrónico específica para las herramientas o aplicaciones, así evitarás spam innecesario en tu cuenta principal. También puedes probar con cuentas de correo temporal como tempmail. 

Es posible que las funciones, características o precio de las herramientas que se presentan en el siguiente capítulo cambien en un futuro. Revisión en marzo de 2026.

Modelos fundacionales: base de los recursos de texto, audio, imagen y vídeo

Cuando hablamos de generación automática de texto, transcripción de audio, creación de imágenes o análisis de vídeo con IA, en realidad estamos hablando de una misma idea tecnológica de fondo: los modelos fundacionales.

Un modelo fundacional es un modelo de inteligencia artificial entrenado con enormes cantidades de datos y diseñado para servir como base común sobre la que se construyen múltiples aplicaciones. No nace para hacer una única tarea concreta, sino para adaptarse a muchas: redactar textos, resumir documentos, traducir idiomas, describir imágenes, generar código, sintetizar voz o analizar contenido multimedia.

Empresas como OpenAI, Google DeepMind, Anthropic, Meta o Mistral AI han desarrollado modelos fundacionales que actúan como motores generales de inteligencia artificial. A partir de ellos se construyen asistentes conversacionales, generadores de presentaciones, sistemas de análisis documental, herramientas de edición multimedia o plataformas educativas.

La característica principal de estos modelos es su carácter generalista. A diferencia de los modelos tradicionales, que se entrenaban para una única tarea (por ejemplo, detectar spam o clasificar imágenes médicas), los modelos fundacionales se entrenan primero de forma masiva y después se adaptan mediante prompting, ajuste fino (fine-tuning) o integración con bases de datos externas (RAG). Esto permite reutilizar el mismo modelo para múltiples contextos.

En el ámbito de los recursos educativos y profesionales, esta base común explica por qué hoy podemos trabajar con:

• Generación y transformación de textos (resúmenes, esquemas, traducciones, rúbricas).

• Transcripción automática y síntesis de voz.

• Generación y análisis de imágenes.

• Creación o comprensión de vídeo.

• Sistemas multimodales que combinan texto, imagen y audio en una misma interacción.

Muchos de estos modelos están construidos sobre arquitecturas tipo Transformer y pueden operar en una o varias modalidades. Algunos son exclusivamente de texto (LLMs), otros están especializados en visión o audio, y los más recientes son multimodales, capaces de integrar diferentes tipos de información en un único sistema.

Además, los modelos fundacionales pueden ser:

• Propietarios, accesibles mediante API.

• Abiertos, con pesos descargables y ejecutables en local (algo especialmente relevante en entornos educativos donde se busca privacidad, control y experimentación técnica).

En definitiva, los modelos fundacionales son el “motor” que hace posible todos los recursos de generación y análisis de texto, audio, imagen y vídeo que veremos en este capítulo. Entender su naturaleza, sus límites y sus posibilidades es clave para utilizar estas herramientas de manera crítica, técnica y responsable.

3.2 Recursos textuales

Introducción

Como hemos visto en el capítulo uno, en los últimos años la Inteligencia Artificial ha avanzado especialmente en un campo concreto: la comprensión y generación de lenguaje humano, conocida como Procesamiento del Lenguaje Natural (NLP, Natural Language Processing). Esto significa que hoy existen herramientas capaces de leer, escribir, resumir, traducir, analizar o transformar textos de forma automática y es una de las áreas más útiles de la IA para el ámbito educativo.

Además del diseño curricular, el profesorado puede apoyarse en estas herramientas para:

1. Preparación de materiales (resúmenes, explicaciones, ejemplos, fichas).

2. Apoyo al aprendizaje del alumnado (explicaciones adaptadas, traducciones, simplificación de textos).

3. Análisis de textos y pensamiento crítico (detección de sesgos, análisis de noticias, extracción de ideas).

En esta sección del curso vamos a explorar aplicaciones prácticas basadas en texto, viendo no solo qué pueden hacer las herramientas actuales, sino también cómo aprovecharlas de forma pedagógica en el aula por parte del docente.

Las herramientas modernas de IA permiten realizar muchas transformaciones sobre un texto. Algunas de las más útiles para docentes son las siguientes.

Traducción y transcripción automática

Resumen de textos

Otra capacidad muy útil de las herramientas de inteligencia artificial es la posibilidad de extraer automáticamente las ideas principales de un texto largo. Además, muchas herramientas actuales permiten generar distintos tipos de resumen, como un resumen breve, un esquema con los puntos principales o una explicación simplificada para un determinado nivel educativo. Esto permite adaptar el contenido según las necesidades del alumnado o el objetivo de la actividad.

Asistentes IA

Los asistentes IA nos permiten realizar este tipo de tareas. Algunas particularidades de cada uno:

	Puede resumir textos, documentos o páginas web y reformular la información de manera clara.
	Especialmente útil para analizar documentos largos y generar síntesis detalladas.
	Puede resumir textos e integrarse con herramientas del ecosistema de Google para analizar documentos o páginas web.
	Combina búsqueda en la web con generación de resúmenes claros y estructurados de la información encontrada.

Herramienta específica

Como herramienta específica, destacamos Scholarcy, una herramienta especializada en resumir artículos académicos y papers científicos, destacando resultados, metodología y conclusiones.

El uso de estas herramientas en el aula no pretende sustituir el trabajo del alumnado, sino ofrecer un apoyo para comprender textos complejos y aprender a identificar las ideas fundamentales de un contenido. De hecho, una actividad especialmente interesante consiste en comparar el resumen elaborado por los estudiantes con el generado por la inteligencia artificial, analizando qué información coincide, qué ideas se han omitido y cómo se ha reorganizado el texto original.

Posibilidades en el aula

• Resumir artículos largos para preparar apuntes y generar contenidos puntuales o extracurriculares. También pueden usarse vídeos o podcasts transcritos para trabajar con el resumen y generar presentaciones u otros formatos

• Crear esquemas de temas complejos. Los resúmenes pueden ser la base de infografías, mapas conceptuales y esquemas para relacionar ideas y conceptos. Este tipo de actividades son ideales para preparar exámenes o pruebas escritas

• Comparar el resumen hecho por un alumno con el generado por IA. Trabajar los resúmenes de manera manual permite fomentar la capacidad de síntesis y de detección de ideas principales además de poder compararlo con el desempeño de distintas herramientas de IA y analizar sus problemas, omisión de información y sesgos.
  

• Jugar con la técnica de prompting para obtener resúmenes de distinto estilo y formato según las necesidades y el entorno o contexto. Por ejemplo podríamos querer un resumen más distendido para una publicación en el blog del instituto o algo más sobrio para publicarlo en un medio de comunicación.

Mejora y optimización de textos

A diferencia de las tecnologías de resumen o traducción, estas herramientas no solo analizan el contenido, sino que ayudan a corregir, reformular y mejorar la calidad de la redacción.

Los sistemas de IA pueden revisar un texto y detectar errores de ortografía, gramática o puntuación, pero también sugerir mejoras en la claridad de las frases, el tono o la estructura del contenido. De esta forma, el texto puede volverse más comprensible, más fluido o más adecuado para un determinado tipo de lector.

En muchos casos, estas herramientas también permiten reescribir frases utilizando sinónimos o estructuras alternativas, manteniendo el significado original pero mejorando la claridad o evitando repeticiones.

Desde el punto de vista educativo, estas funciones pueden utilizarse para revisar redacciones, mejorar trabajos escritos o aprender a expresar ideas de forma más clara. Los estudiantes pueden escribir un primer borrador de un texto y después utilizar la IA para analizarlo y detectar posibles mejoras.

Herramientas específicas

Además de los asistentes que hemos visto previamente, existen diversas herramientas basadas en inteligencia artificial que permiten mejorar y optimizar textos, mejorando la claridad de las frases, analizando el tono del texto, adaptando el contenido al contexto, etc.

	Herramienta muy conocida para parafrasear y reformular textos, utilizando inteligencia artificial para proponer nuevas formas de expresar una misma idea sin cambiar su significado.
	Asistente de escritura basado en IA que analiza el texto en tiempo real y ofrece sugerencias para corregir errores gramaticales, ortográficos y de puntuación, además de mejorar el estilo y la claridad del contenido.

Posibilidades en el aula

• Revisar una redacción escrita por los alumnos y analizar las sugerencias de mejora. Esto facilita y potencia el debate de ideas y la expresión oral del alumnado así como su capacidad de síntesis y análisis. Siempre con la posibilidad de comparar también con chatbots de su elección.

• Reformular un texto para hacerlo más claro o más breve. Por ejemplo podemos hacer una competición de textos y usar la IA como juez o tribunal que decide según un prompt o rúbrica previa.

• Trabajar el vocabulario utilizando sinónimos o alternativas de redacción para hacer textos más amigables o simplificar textos complejos

• Mejorar textos científicos o técnicos para hacerlos más comprensibles para el público en general.

• Comparar textos literarios de publicaciones antiguas y modernas, podemos modernizar textos antiguos y viceversa.

Conversión entre texto y voz

Otra tecnología basada en inteligencia artificial que está adquiriendo gran importancia en el ámbito educativo es la conversión automática entre texto y voz. Estas herramientas permiten transformar información escrita en audio o convertir una grabación de voz en texto de forma automática.

Las tecnologías de Text-to-Speech (TTS) convierten texto en voz sintetizada, mientras que las tecnologías de Speech-to-Text (STT) realizan el proceso inverso, transcribiendo automáticamente el lenguaje hablado en texto.

Este tipo de tecnologías se utilizan cada vez más en aplicaciones de accesibilidad, asistentes virtuales, sistemas de transcripción y herramientas educativas, ya que permiten interactuar con la información de formas distintas a la lectura o la escritura tradicionales.

En el contexto educativo, estas tecnologías abren muchas posibilidades. Por ejemplo, un texto puede convertirse en audio para que los estudiantes lo escuchen, o una explicación oral puede transcribirse automáticamente para generar apuntes. Además, estas herramientas facilitan el acceso al contenido para estudiantes con dificultades visuales, problemas de lectura o necesidades de accesibilidad.

Herramientas específicas

	Plataforma especializada en generación de voz artificial muy realista, utilizada para narraciones, doblaje o contenido audiovisual.
	Un sistema de reconocimiento de voz capaz de transcribir audio en múltiples idiomas con gran precisión.
	Dictado por voz de Google Docs es una función integrada en Google Docs que permite escribir texto simplemente hablando al micrófono.
	Permite convertir texto en audio utilizando voces sintéticas que pueden integrarse en aplicaciones o dispositivos.
	Microsoft Azure Speech es un servicio en la nube que ofrece tanto síntesis de voz como reconocimiento automático del habla.

Posibilidades en el aula

El uso de estas herramientas permite plantear distintas actividades en el aula:

• Convertir textos en audio para trabajar la comprensión oral. Esto facilita la integración de alumnos con problemas relacionados con visión permitiendo adaptar materiales.

• Transcribir exposiciones orales o debates de clase para generar materiales escritos y permitir generar recursos para alumnos con necesidades especiales.

• Practicar pronunciación y dictado en otros idiomas usando la transcripción cuya calidad dependerá de la calidad de los audios generados por los alumnos

• Transformar apuntes escritos en materiales de audio o podcasts para estudiar sin depender de material escrito

En conjunto, las tecnologías de texto a voz y voz a texto amplían las formas en que los estudiantes pueden acceder a la información, permitiendo trabajar con el contenido no solo de forma escrita, sino también a través del audio y la comunicación oral. Esto convierte a la inteligencia artificial en un recurso muy interesante para mejorar la accesibilidad y enriquecer las actividades educativas.

Resumen: recursos textuales y herramientas

Utilidad	Herramientas
Traducción y transcripción	Asistentes, Microsoft Translator, DeepL, Google Translator
Resumen textos	Asistentes, Scholarcy
Mejora de textos	Asistentes, Quillbot, Grammarly
Conversión texto voz	ElevenLabs, WhisperAI, Google Docs, Google Cloud, Microsoft Azure

3.3 Recursos visuales

Cómo hemos mencionado en la sección anterior en los últimos años la inteligencia artificial no solo ha avanzado en el tratamiento del lenguaje, sino también en la creación y análisis de imágenes. Hoy existen herramientas capaces de generar ilustraciones, diagramas, presentaciones, fotografías sintéticas o representaciones visuales a partir de una simple descripción escrita. Estas tecnologías permiten producir recursos gráficos de forma rápida y flexible, algo que puede resultar muy útil en el contexto educativo.

Este conjunto de tecnologías forma parte del campo de la visión por computadora y la IA generativa visual. Los modelos de este tipo aprenden a partir de grandes conjuntos de imágenes y patrones visuales, lo que les permite reconocer objetos, interpretar escenas o crear nuevas imágenes basadas en una descripción textual.

Para el profesorado, estas herramientas pueden resultar especialmente útiles en tres niveles:

1. Preparación de materiales visuales
   El docente puede generar con cierta agilidad presentaciones, infografías, ilustraciones, esquemas o diagramas que acompañen una explicación teórica. Esto permite crear recursos visuales específicos para una clase o adaptar el material a diferentes niveles educativos.
2. Apoyo a la comprensión del alumnado
   Las imágenes pueden utilizarse para representar conceptos abstractos, explicar procesos científicos o visualizar fenómenos que serían difíciles de mostrar de otra manera. La combinación de texto e imagen facilita la comprensión y ayuda a reforzar el aprendizaje.
3. Desarrollo de la creatividad y el pensamiento visual
   Dependiendo de la etapa y la edad, el alumnado puede utilizar estas herramientas para crear ilustraciones, infografías o representaciones visuales de ideas. Esto permite trabajar proyectos más creativos y explorar nuevas formas de comunicar conocimientos.

Antes de seguir vamos a dar unas recomendaciones generales a tener en cuenta cuando hacemos uso de la IA, muy especialmente en el ámbito de la imagen y vídeo.

Recomendaciones previas

La IA es una herramienta estructuradora, no un sustituto pedagógico. Recomendaciones:

• Verificar datos técnicos o legales.

• No usar la primera versión generada.
• Evitar exceso de texto en diapositivas.

• Adaptar el lenguaje al nivel del alumnado.
  

• Revisar coherencia visual.

Presentaciones a partir de texto

La tecnología de generación de presentaciones a partir de texto ha evolucionado más allá de las simples plantillas. Para un docente, esto significa que la IA puede interpretar un guion de clase o un artículo científico y determinar qué conceptos merecen un titular, cuáles deben ser puntos clave y qué tipo de esquema visual (línea de tiempo, gráfico comparativo, etc.) refuerza mejor el mensaje.

Esta automatización permite que el diseño deje de ser una barrera técnica o una inversión de horas, permitiéndonos centrar el esfuerzo en la curación de los contenidos y en la estrategia pedagógica.

Dentro del ecosistema actual de 2026, existen varias opciones que se adaptan a distintas necesidades de diseño y profundidad de contenido:

	Gamma: Se ha consolidado como la opción preferida para quienes buscan presentaciones visualmente impactantes y fluidas. Su motor de IA genera bloques de contenido que se adaptan automáticamente al texto introducido. Es especialmente útil para crear materiales que parecen sitios web interactivos, permitiendo una lectura más orgánica que el tradicional paso de diapositivas.
	Slidesgo: Es la evolución natural de las plantillas clásicas. Su generador de IA permite elegir el tono de la exposición y el estilo visual, integrándose perfectamente con Google Slides y PowerPoint. Es la herramienta ideal si necesitas un formato estándar y profesional sin complicaciones técnicas.
	Kimi: Destaca por su capacidad analítica. A diferencia de otras más visuales, Kimi es excelente procesando archivos extensos (como PDF o apuntes complejos) para extraer una estructura lógica y convertirla en una presentación coherente. Es muy valorada en niveles superiores donde el rigor del contenido es la prioridad. Permite además el uso como chat y RAG (usando texto adicional). En Kimi vemos diferentes plantillas con distintos estilos.
	No podemos olvidar las soluciones nativas. Al estar integradas directamente en las herramientas que ya usamos (Slides y PowerPoint), permiten generar borradores a partir de documentos que ya tenemos guardados en la nube, facilitando un flujo de trabajo continuo.
	No podemos olvidar las soluciones nativas. Al estar integradas directamente en las herramientas que ya usamos (Slides y PowerPoint), permiten generar borradores a partir de documentos que ya tenemos guardados en la nube, facilitando un flujo de trabajo continuo.

Antes de preparar la presentación, también puedes pedirle a cualquier Asistente IA que te genere un guión para elaborar una presentación sobre un tema en concreto. Y luego elaborar la presentación en otra herramienta como por ejemplo Canva, ya sea basada en IA o no. 

Posibilidades en el aula

La implementación de estas herramientas en el día a día docente ofrece ventajas que van desde la productividad hasta la personalización del aprendizaje:

• Adaptación de materiales: Puedes tomar una misma base de texto y generar tres presentaciones distintas: una simplificada para alumnado con dificultades de aprendizaje, otra con lenguaje técnico para niveles avanzados y una tercera interactiva para el trabajo en grupo.

• Creación de "píldoras" de repaso: Tras una sesión intensa, es posible introducir las notas de la clase en la IA para generar una presentación resumen en pocos minutos y compartirla con el alumnado como material de refuerzo.

• Proyección de esquemas en tiempo real: Durante un debate en clase, el profesorado puede ir anotando ideas clave y, al finalizar, pedirle a la IA que las organice en una estructura visual clara para cerrar la sesión con una síntesis proyectada.

• Uso de plantillas: Podemos usar plantillas que hay disponibles en las propias herramientas o con nuestras propias presentaciones para generar nuevas presentaciones basadas en las mismas y usando nuevos contenidos.

En definitiva, estas herramientas actúan como un soporte dinámico que elimina el "trabajo administrativo" del diseño para devolvernos tiempo para la enseñanza directa.

Presentación a partir de vídeos de Youtube

Quizá Youtube representa uno de los recursos más potentes hoy en día. La cantidad de cursos, tutoriales, vídeos cortos no tiene límite y muchas veces la dificultad reside no en encontrar algo sobre la temática que enseñamos sino en seleccionar materiales de la calidad que nos interesa o que expliquen los contenidos adecuados a nuestras materias y niveles. De modo que surgen dos aplicaciones, la de búsqueda de información filtrada y la de generación de contenido a partir de vídeos seleccionados.

Es fundamental hacer un alto en el camino. Aunque estas herramientas parecen mágicas por su capacidad de ahorro de tiempo, no debemos olvidar que la inteligencia artificial no "sabe" cosas en el sentido humano; lo que hace es predecir qué palabra o imagen debería ir a continuación basándose en patrones estadísticos. Como docentes, nuestra responsabilidad ética y profesional nos obliga a ser el filtro crítico final antes de que cualquier material llegue a las manos de nuestros alumnos. Aquí te dejo unos puntos clave a tener en cuenta:

El riesgo de las "alucinaciones" y la veracidad

La IA puede ser extremadamente convincente incluso cuando se equivoca. A veces, para completar una estructura o dar coherencia a una frase, el sistema puede inventar datos, fechas o citas de autores que nunca existieron.

• Nunca des por sentado un dato: Si la presentación menciona una cifra estadística o un hecho histórico concreto, tómate un minuto para contrastarlo.

• Cuidado con las fuentes: Algunas herramientas citan fuentes que parecen reales pero que, al hacer clic, llevan a enlaces rotos o inexistentes.

Autoría y Propiedad Intelectual

Asegúrate de que el vídeo de youtube tiene la licencia adecuada para poder hacer transformaciones sobre el contenido del mismo, evitando así vulnerar los derechos de autor. En caso de tener la licencia pertinente, recuerda que la IA reorganiza la información, pero la idea original sigue perteneciendo a otra persona. Por lo que:

Cita siempre la fuente original: Si tu presentación se basa en un vídeo de otra persona, es de rigor (y una excelente enseñanza y referencia para tu alumnado) incluir una diapositiva final de agradecimientos o fuentes citando el material original y el autor.

El sesgo algorítmico

La IA se entrena con lo que hay en internet, e internet no siempre es un lugar neutro. Al generar una presentación, la herramienta puede perpetuar estereotipos de género, raciales o culturales sin que nos demos cuenta a simple vista. Nuestra labor es revisar que el material sea inclusivo, diverso y equilibrado.

En el capítulo 2 consideraciones éticas del curso 1 de este itinerario aparecen explicados en más detalle estos apartados. Pulsa aquí para acceder y saber más.

Tu lista de comprobación (Checklist) rápida

Antes de proyectar, hazte estas tres preguntas:

1. ¿He leído cada palabra? (No te limites a mirar si el diseño queda bonito).

2. ¿Los datos clave son correctos? (Especialmente nombres propios, fechas y fórmulas).

3. ¿He reconocido la autoría del contenido original? (Si usaste un vídeo o texto de terceros).

En definitiva, la IA nos regala el diseño y la estructura, pero el rigor y la verdad siguen siendo propiedad exclusiva del profesorado. Nosotros somos el control de calidad; sin ese control, la herramienta es solo ruido visual.

Herramientas para la conversión de vídeo a diapositivas

Existen soluciones directas que hacen todo el proceso en un solo clic, y otras que combinan la potencia de varios asistentes. Hay que ser conscientes de que la mayoría de vídeos incluyen transcripciones del audio y que suelen ser extensas por lo que van a consumir muchos tokens o palabras y puede suponer una limitación si no tenemos una cuenta de pago.

	Es probablemente la herramienta más directa. Permite pegar la URL de un vídeo de YouTube, seleccionar el número de diapositivas que deseas y, en cuestión de un par de minutos, genera una presentación completa en Google Slides. Es ideal para vídeos de conferencias o tutoriales educativos.
	Aunque es una herramienta más enfocada al estudio, es capaz de leer un vídeo y generar automáticamente notas, esquemas y diapositivas de apoyo, lo que la hace excelente para el ámbito académico.
	Estas utilidades web son sencillas pero potentes. Su única función es extraer el texto literal (la transcripción) de cualquier vídeo de YouTube de forma limpia y rápida. Al obtener el texto "en bruto", el profesor puede leerlo primero, eliminar las partes irrelevantes o publicitarias del vídeo y quedarse solo con la esencia académica antes de pasar al siguiente paso.

También puedes utilizar GPTs Personalizados (Custom GPTs): Esta es quizá la herramienta más avanzada para un docente. En lugar de usar un chat genérico de un asistente de IA, puedes crear (o usar) un GPT diseñado específicamente para "Transformar transcripciones en presentaciones educativas".

• • Puedes darle instrucciones fijas como: "Usa siempre un lenguaje adaptado a 3º de la ESO", "Estructura la información en Introducción, 3 puntos clave y Conclusión" o "Asegúrate de incluir una pregunta de reflexión al final de cada diapositiva".

  • Esto garantiza que el resultado no sea una simple síntesis, sino una propuesta didáctica alineada con tu programación.

Posibilidades  en el aula

Poder "congelar" y estructurar un vídeo en diapositivas abre un abanico de posibilidades pedagógicas muy interesantes:

• Síntesis de vídeo: A veces encontramos una charla magistral o un documental excelente en YouTube, pero es demasiado largo para ponerlo íntegro en clase. Al convertirlo en presentación, puedes mostrar solo los esquemas de las ideas clave del experto, usándolos como apoyo para tu propia explicación.

• Flipped Classroom (Aula Invertida): Puedes pedir a tu alumnado que vean un vídeo en casa y, en clase, entregarles la presentación generada a partir de ese vídeo para que realicen anotaciones sobre ella o completen la información que falta.

• Accesibilidad y refuerzo: Para alumnado que tienen dificultades para procesar información auditiva o que necesitan un ritmo de aprendizaje más pausado, disponer de la presentación del vídeo les permite repasar el contenido de forma visual y textual a su propio ritmo.

• Análisis crítico de contenidos: Un ejercicio muy valioso es generar la presentación automática de un vídeo y pedir al alumnado que la "corrijan". Deben comparar lo que la IA ha interpretado como "importante" frente a lo que realmente se dijo en el vídeo, fomentando así el pensamiento crítico y la atención selectiva.

• Generación de guías de estudio: Al finalizar una unidad donde se han utilizado varios recursos audiovisuales, puedes entregar un pack de presentaciones que resuman esos vídeos, facilitando enormemente la preparación de exámenes o trabajos finales.

• Generación de vidoes cortos: Herramientas como Canva permiten la creación de vídeos cortos a partir de otros vídeos para destacar una idea o cuestión puntual. De este modo potenciamos la capacidad de análisis de una forma visual y más entretenida
  

En esencia, esta tecnología nos permite "reciclar" el enorme repositorio de conocimiento que es YouTube y transformarlo en un recurso didáctico manejable, editable y adaptado a las necesidades reales de nuestro grupo.

Infografías

La generación automática de infografías: si una presentación es una narración, la infografía es una síntesis visual estática. La tecnología actual permite que, a partir de un texto, una lista de datos o incluso un enlace, la IA determine cuál es el mejor formato visual (un mapa mental, una línea de tiempo, un diagrama de flujo o una comparativa de "antes y después") para que la información entre "por los ojos".

Para nosotros los docentes, esto es un cambio de paradigma: ya no necesitamos ser expertos en programas de diseño complejo para crear materiales que ayuden al alumnado a procesar información densa.

Herramientas populares en diseño infográfico asistido

Estas plataformas han integrado la IA no solo para generar imágenes, sino para organizar el pensamiento visual:

	Canva (Magic Design) es, sin duda, la herramienta más accesible. Su función "Diseño Mágico" permite subir un texto o describir un tema y genera automáticamente varias opciones de infografías. Lo mejor es que el resultado es 100% editable, permitiéndonos cambiar iconos o ajustar el tono al nivel de nuestra clase.
	Especialmente potente para transformar informes o artículos largos en infografías visuales. Su IA analiza el texto y extrae los puntos más relevantes para colocarlos en plantillas profesionales. Es ideal para niveles de Secundaria o Bachillerato donde manejamos datos más técnicos.
	Venngage (AI Infographic Generator): Se centra mucho en la jerarquía de la información. Su motor de IA ayuda a elegir el tipo de gráfico más adecuado según el tipo de datos (si son temporales, porcentuales o descriptivos).
	Aunque es conocida por su interactividad, su capacidad para generar estructuras visuales a partir de conceptos clave es excelente para crear "infografías vivas" donde el alumno puede hacer clic para ampliar información.

Posibilidades en el aula

• Sintetizar procesos complejos: Temas como el ciclo de Krebs en Biología, las etapas de una guerra en Historia o la sintaxis en Lengua se benefician enormemente de un esquema visual claro que la IA puede estructurar en segundos a partir de tus apuntes.

En esta imagen vemos una infografía generada por chatGPT a paritr de un prompt sencillo

• Actividades para completar: Podemos entregar infografías cortadas o incompletas (creadas con IA pero borrando partes) para que los alumnos las completen mientras ven un vídeo o escuchan nuestra explicación.

• Proyectos del alumnado: Al igual que con las presentaciones, si permitimos que el alumnado use estas herramientas, el enfoque de la evaluación se traslada del "diseño" a la capacidad de síntesis y jerarquización. ¿Saben distinguir lo importante de lo accesorio para que la IA lo plasme bien?.

• Carteles para uso en el centro: Crear normas de convivencia, pasos de un experimento de laboratorio o cronogramas de proyectos de forma visual ayuda a que la información sea persistente en la memoria visual del grupo.

AVISO: Aunque la IA ha mejorado mucho, todavía suele cometer errores tipográficos (palabras mal escritas o letras extrañas) cuando genera imágenes cerradas. Por eso, mi recomendación es usar la IA para la estructura y los iconos, pero asegurarte siempre de editar el texto final en la herramienta (como Canva) para que sea legible y correcto.

Visualización de datos con IA

En el contexto educativo actual, cada vez trabajamos con más datos: resultados de cuestionarios, encuestas del alumnado, estadísticas, experimentos científicos, datos económicos o información recogida en proyectos de investigación.

Sin embargo, los datos en bruto son difíciles de interpretar. Una tabla con muchos números puede resultar confusa y poco significativa para el alumnado.

Aquí es donde entra en juego la visualización de datos.

La visualización consiste en transformar datos en gráficos, diagramas o representaciones visuales que permitan comprender la información de forma rápida e intuitiva. Cuando se combina con herramientas de Inteligencia Artificial, este proceso se vuelve mucho más sencillo, ya que la IA puede:

• Analizar automáticamente los datos.

• Sugerir el tipo de gráfico más adecuado.

• Generar visualizaciones a partir de instrucciones en lenguaje natural.

• Detectar patrones o relaciones interesantes en los datos.

Para el profesorado de secundaria, esto abre nuevas posibilidades para trabajar el pensamiento crítico, la interpretación de información y la alfabetización en datos, competencias cada vez más relevantes en el mundo actual.

Asistentes IA

Asistentes como ChatGPT, Claude o Gemini permiten analizar tablas o datos y generar tipos de gráficos, explicaciones de tendencias e interpretaciones de resultados.

Además, las hojas de cálculo de Google también incorporan cada vez más funciones inteligentes para generar gráficos automáticamente, detectar tendencias u organizar datos de forma visual. Podemos además usar infinidad de plantillas adaptadas a nuestros propios datos.

Herramientas específicas

	Herramienta muy utilizada en periodismo de datos para crear gráficos, mapas y tablas interactivas a partir de datos sencillos o hojas de cálculo.
	Plataforma para crear visualizaciones más avanzadas e interactivas, como gráficos animados, mapas y comparaciones dinámicas. Muy útil para presentaciones o proyectos.
	Tableau Public es una herramienta profesional de análisis de datos que permite crear paneles visuales (dashboards) con gráficos combinados. Puede utilizarse para proyectos más complejos de análisis de datos.

Posibilidades en el aula

La visualización de datos con IA puede utilizarse en múltiples asignaturas y situaciones educativas.

• Comprender mejor la información facilitando la comprensión de fenómenos científicos, sociales o económicos como por ejemplo la evolución de la población, el cambio climático, los resultados de experimentos, estadísticas deportivas...
•  Desarrollar pensamiento crítico. El alumnado puede aprender a analizar e interpretar gráficos, cuestionando qué representan los datos, cómo se han recogido, qué conclusiones pueden extraerse, etc. Esto contribuye a desarrollar alfabetización en datos, una competencia fundamental en la sociedad actual.
•  Proyectos de investigación. El alumnado puede recoger datos en proyectos propios y utilizar la IA para: organizar la información, generar gráficos, identificar patrones o tendencias, etc.
• Presentación de trabajos.  Las visualizaciones permiten presentar resultados de forma más clara y atractiva, mejorando la comunicación de los proyectos del alumnado. Esto también favorece habilidades como síntesis, interpretación y comunicación visual

Mapas conceptuales

Una de las mayores dificultades del alumnado al estudiar es organizar la información y comprender las relaciones entre los conceptos. Muchos estudiantes tienden a memorizar contenidos sin entender cómo se conectan entre sí.

Los mapas conceptuales son una herramienta muy útil para solucionar este problema. Permiten representar de forma visual conceptos clave, relaciones entre ideas, jerarquías de información o estructuras de un tema.

Las herramientas de Inteligencia Artificial permiten ahora generarlos automáticamente a partir de un texto, un tema o una explicación, lo que facilita su uso tanto por parte del profesorado como del alumnado.

Asistentes IA

Asistentes como ChatGPT, Claude o Gemini permiten generar la estructura de un mapa conceptual a partir de una explicación o un texto.

Por ejemplo, se puede pedir:

“Genera un mapa conceptual sobre la Revolución Francesa con los conceptos principales y sus relaciones.”

El resultado puede luego transformarse en un diagrama visual.

Herramientas populares

	Permite trabajar con documentos y generar esquemas conceptuales a partir del contenido. Es especialmente útil para resumir materiales, identificar ideas clave y estructurar contenidos complejos.
	Plataforma de pizarra digital colaborativa donde se pueden construir mapas conceptuales, esquemas y diagramas. Especialmente útil para trabajo en equipo.
	Algunas herramientas recientes permiten convertir directamente textos o documentos en mapas conceptuales de forma automática. Esto resulta especialmente útil para resumir temas largos o preparar materiales de estudio.

Posibilidades en el aula

•  Comprender temas complejos ayudando al alumnado a visualizar la estructura de un tema, lo que facilita la comprensión. Por ejemplo: las causas de la Primera Guerra Mundial, los tipos de energía, el funcionamiento del sistema circulatorio, etc.
•  Exponer información. Mediante los mapas presentamos información de forma resumida o la incluimos en presentaciones para concentrar mucha información en poco espacio.
• Preparar trabajos y proyectos. Antes de comenzar un proyecto, el alumnado puede crear un mapa conceptual para ordenar ideas, identificar conceptos clave o estructurar un trabajo o presentación.
• Aprendizaje colaborativo. Los mapas conceptuales se pueden construir de forma colaborativa, permitiendo que los estudiantes discutan las relaciones entre conceptos, añadan nuevas ideas o mejoren el esquema entre todos.

Ejemplo de aplicación

Hemos pedido a gemini que genere un prompt para crear un mapa conceptual sobre la historia reciente de España. Usamos dicho prompt para crear el mapa en chatGPT

Prompt obtenido:

Mapa Conceptual "España Contemporánea (1900-2026)"

Objetivo: Crear un mapa conceptual de alta densidad informativa que conecte los periodos de crisis, dictadura y democracia en España, utilizando nodos jerárquicos y conectores lógicos.

Estructura de Nodos (Ramas Principales):

1. Crisis de la Restauración (1900-1923):

   • Contexto: Desastre del 98 (pérdida de colonias).

   • Conflictos: Semana Trágica (1909), Huelga General (1917), Crisis de Annual (Guerra del Rif).

   • Fin del sistema: Golpe de Estado de Miguel Primo de Rivera.

2. Dictadura y Segunda República (1923-1936):

   • Primo de Rivera: Directorio Militar y Civil, auge de obras públicas.

   • Proclamación de la II República (1931): Constitución de 1931 (laica, sufragio femenino).

   • Reformas: Agraria, educativa, militar y estatutos de autonomía (Cataluña).

   • Polarización: Bienio Negro (1933-35), Revolución de Asturias (1934), victoria del Frente Popular (1936).

3. Guerra Civil y Franquismo (1936-1975):

   • Guerra Civil (1936-39): Bando Nacional vs. Republicano, intervención internacional (Eje vs. Brigadas Internacionales).

   • Dictadura de Franco:

     • Posguerra: Autarquía, hambre y represión.

     • Aperturismo (Años 50): Concordato con la Santa Sede, ingreso en la ONU.

     • Desarrollismo (Años 60): Plan de Estabilización, turismo de masas, éxodo rural.

     • Oposición: Movimiento obrero, ETA, crisis del petróleo.

4. La Transición y Consolidación (1975-1982):

   • Figuras: Juan Carlos I, Adolfo Suárez, Santiago Carrillo, Felipe González.

   • Hitos: Ley para la Reforma Política, Elecciones 1977, Constitución de 1978 (Estado de las Autonomías).

   • Amenazas: Intento de Golpe de Estado (23-F, 1981).

5. España en la Unión Europea (1982-2008):

   • Era PSOE (González): Entrada en la CEE (1986), modernización, Juegos Olímpicos 92.

   • Era PP (Aznar): Entrada en el Euro, privatizaciones, atentados del 11-M (2004).

   • Era PSOE (Zapatero): Leyes sociales (matrimonio igualitario), fin de ETA.

6. España Actual y Retos del S. XXI (2008-2026):

   • Crisis Económica (2008): Gran Recesión, movimiento 15-M, fin del bipartidismo (aparición de Podemos y Vox).

   • Crisis Institucional: Abdicación de Juan Carlos I (2014), desafío soberanista en Cataluña (1-O).

   • Era Actual (Sánchez): Gobiernos de coalición, gestión de la pandemia, digitalización y agenda verde.

Instrucciones de Diseño:

• Colores sugeridos: Usa Gris/Sepia para la Restauración, Rojo/Morado para la República, Azul Oscuro para el Franquismo y Verde/Azul Brillante para la Transición y Democracia.

• Conectores: No olvides flechas con verbos como: "desemboca en", "se opone a", "ratifica", "liberaliza".

• Jerarquía: Los nombres de los presidentes de gobierno deben ser sub-nodos de sus respectivos periodos.

Mapa obtenido con chatGPT

3.4 Recursos audiovisuales

En los últimos años la Inteligencia Artificial generativa ha ampliado las posibilidades educativas más allá del texto. Hoy existen herramientas capaces de generar imágenes, vídeos, avatares parlantes y música a partir de instrucciones escritas, lo que permite crear recursos multimedia de forma rápida y flexible.

Este tipo de tecnologías forman parte de lo que se conoce como IA multimodal, es decir, sistemas capaces de trabajar con distintos tipos de información como texto, imagen, vídeo o sonido. En el contexto educativo, esto significa que un docente puede describir una idea, un concepto o una escena y la IA puede transformarla en un recurso visual o audiovisual que ayude a comprender mejor el contenido.

La generación de imágenes es una de las aplicaciones más extendidas. A partir de una descripción escrita, las herramientas de IA pueden crear ilustraciones, diagramas o escenas que representen un contenido educativo. Esto puede resultar útil para ilustrar explicaciones de historia, ciencias o geografía, así como para crear material visual adaptado a una actividad concreta.

A partir de esta tecnología han surgido también modelos capaces de generar vídeos a partir de texto. Estos sistemas permiten crear pequeñas escenas o secuencias audiovisuales que representan una situación descrita previamente. Aunque todavía se trata de una tecnología en evolución, abre nuevas posibilidades para generar recursos visuales que acompañen explicaciones o proyectos educativos.

Otra aplicación interesante es la creación de avatares digitales que hablan. Estas herramientas permiten generar vídeos en los que aparece un personaje virtual que explica un contenido a partir de un guion escrito. En el ámbito educativo pueden utilizarse para presentar información, introducir un tema o acompañar materiales didácticos en formato audiovisual. Los modelos actuales permiten incluso adaptar el movimiento labial al idioma que se desee.

Esta herramienta permite adaptar el video al idioma elegido sincronizando el movimiento de los labios 

Por último, la IA también permite generar audio, efectos sonoros o música, lo que facilita la creación de contenidos multimedia más completos. Por ejemplo, una presentación o un vídeo educativo puede incluir narraciones sintetizadas que acompañen la explicación.

En conjunto, estas tecnologías permiten combinar imagen y audio para crear materiales educativos más ricos y visuales. Esto puede facilitar la comprensión de determinados contenidos y ofrecer nuevas formas de presentar la información en el aula haciéndola más accesible.

Sin embargo, el uso educativo de estas herramientas no debe centrarse únicamente en producir contenidos automáticamente. También es una oportunidad para que el alumnado comprenda cómo funcionan estos sistemas, reflexione sobre sus límites y desarrolle una actitud crítica frente a los contenidos generados por IA. Aspectos como la fiabilidad de las imágenes, la manipulación audiovisual o los derechos de autor forman parte de los debates actuales sobre el uso responsable de estas tecnologías.

Te recomendamos la lectura de esta página sobre Derechos de Autor y Propiedad Intelectual del curso 1 de este itinerario.

Generación de video e imágenes con IA

La generación de imágenes mediante Inteligencia Artificial es una de las áreas que más ha evolucionado en los últimos años dentro del campo de la IA generativa. Estas tecnologías permiten crear imágenes nuevas a partir de descripciones escritas en lenguaje natural. Es decir, el usuario puede escribir una instrucción describiendo una escena, un objeto o un estilo visual, y el sistema genera automáticamente una imagen que representa esa descripción.

Este proceso se conoce como text-to-image y se basa en modelos de aprendizaje profundo entrenados con grandes conjuntos de imágenes. Gracias a este entrenamiento, los modelos aprenden patrones relacionados con formas, estilos, iluminación o composición visual. Como resultado, pueden producir ilustraciones, escenas históricas, diagramas o representaciones visuales complejas en pocos segundos.

En los últimos años han aparecido modelos cada vez más avanzados que amplían las posibilidades de esta tecnología, incluyendo no solo imágenes estáticas sino también animaciones y vídeos generados por IA.

Además podemos generar subtítulos de vídeos. Podemos utilizar la IA para transcribir audios y subtitutlar vídeos en otros idiomas o incluso vídeos creados por los alumnos sobre cualquier temática. Para ello herramientas con veed o descript pueden ser muy útiles.

Herramientas de generación visual con IA

Hoy en día la mayoría de asistentes generalistas como Gemini, ya son multimodo permitiendo la generación de imágenes y toda clase de contenidos. No obstante citamos a continuación los más específicos.

	Runway ML es una de las plataformas más avanzadas para la creación de contenido visual mediante IA. Su modelo Gen-3 permite generar imágenes y vídeos a partir de texto, así como transformar imágenes existentes en animaciones. Se utiliza ampliamente en producción audiovisual, pero también puede resultar interesante en educación para generar escenas visuales que ayuden a ilustrar conceptos o narrativas.
	Sora es un modelo desarrollado por OpenAI que permite generar vídeos completos a partir de una descripción escrita. Aunque su foco principal es el vídeo, representa una evolución importante de las tecnologías de generación visual. Permite crear escenas dinámicas con movimiento de cámara, iluminación coherente y comportamientos físicos realistas.
	DALL·E es uno de los modelos más conocidos de generación de imágenes a partir de texto. Permite crear ilustraciones, escenas imaginarias, representaciones educativas o variaciones de imágenes existentes. Su facilidad de uso lo convierte en una herramienta interesante para generar material visual adaptado a explicaciones concretas.
	Midjourney destaca especialmente por la calidad estética y artística de las imágenes que genera. Es muy utilizado en ámbitos creativos, diseño conceptual e ilustración. Permite producir imágenes con gran riqueza visual y estilos artísticos variados.
	Stable Diffusion es un modelo de generación de imágenes de código abierto que puede ejecutarse localmente en un ordenador. Esto permite experimentar con la tecnología sin depender necesariamente de servicios en línea, lo que puede resultar útil en contextos educativos donde se desea explorar el funcionamiento de los modelos generativos.

Ejemplo de imagen generada por Sora con el siguiente prompt

"A single floating cube, surface textured world map, muted saturated colors, image square shape, neutral lighter environment"

Posibilidades en el aula

• Creación de material visual para explicar contenidos
• Representación visual de conceptos abstractos
• Apoyo a proyectos y trabajos del alumnado
• Actividades creativas y experimentación con prompts. La generación de imágenes también puede utilizarse como actividad didáctica para trabajar la relación entre lenguaje e imagen. Los estudiantes pueden experimentar escribiendo diferentes descripciones (prompts) y observar cómo cambia el resultado visual. Este tipo de actividades permite reflexionar sobre cómo se construyen las instrucciones y cómo la IA interpreta el lenguaje. 

¡Atención a la edad mínima de uso de las herramientas!

Coste de uso de herramientas de generación de video e imágenes con IA

El uso de herramientas de generación visual como Runway, Sora, Midjourney o Stable Diffusion implica un coste computacional considerable, ya que estos sistemas se basan en modelos de aprendizaje profundo con millones o miles de millones de parámetros. Para generar una sola imagen o un vídeo corto, el sistema debe realizar una gran cantidad de cálculos matemáticos en paralelo, normalmente ejecutados en tarjetas gráficas especializadas (GPU) o en grandes centros de datos.

Desde el punto de vista del hardware, estos modelos requieren equipos con gran capacidad de cálculo. En entornos profesionales o en la nube se utilizan GPU avanzadas como las NVIDIA A100 o equivalentes, cuyo uso puede costar más de 30 dólares por hora en servicios cloud de alto rendimiento, dependiendo de la configuración.

En el caso de modelos abiertos como Stable Diffusion, es posible ejecutarlos en un ordenador personal, pero aun así suele ser necesario disponer de una tarjeta gráfica con al menos 8 GB de memoria de vídeo, lo que implica un hardware relativamente potente comparado con aplicaciones informáticas convencionales.

Además del hardware, existe también un coste energético asociado al cálculo. Los sistemas de IA generativa realizan millones de operaciones matemáticas para cada imagen generada. Algunas estimaciones indican que crear una sola imagen puede consumir aproximadamente entre 0,01 y 0,29 kWh de electricidad, dependiendo del modelo y del hardware utilizado.

El coste es aún mayor cuando hablamos del entrenamiento de los modelos, que es el proceso mediante el cual aprenden a generar imágenes. Entrenar modelos de gran escala puede requerir miles de horas de GPU y enormes cantidades de energía. Por ejemplo, se estima que entrenar un gran modelo de lenguaje comparable a GPT-3 requirió más de 1.200 MWh de electricidad, equivalente al consumo anual de cientos de hogares.

Desde el punto de vista económico, estos requisitos de hardware, energía y mantenimiento de centros de datos explican por qué muchas herramientas de IA generativa funcionan mediante suscripciones o sistemas de créditos. El usuario no paga solo por el software, sino por el acceso a la infraestructura computacional necesaria para ejecutar estos modelos.

En resumen, aunque para el usuario final generar una imagen puede parecer un proceso instantáneo y sencillo, detrás de estas herramientas existe una infraestructura tecnológica compleja y costosa, basada en hardware especializado, consumo energético elevado y grandes centros de datos. Comprender este aspecto también es importante en el ámbito educativo, ya que ayuda a entender por qué estos servicios tienen coste económico y cuál es el impacto tecnológico y energético de la IA generativa.

Advertencia ética y legal

El uso de herramientas de generación de imágenes con IA debe acompañarse de una reflexión sobre sus implicaciones éticas y legales.

Es especialmente importante evitar generar o difundir imágenes que representen personas reales sin su consentimiento, ya que esto puede vulnerar derechos relacionados con la imagen, la privacidad o la reputación. La creación de imágenes falsas de personas reales puede dar lugar a situaciones problemáticas si no se utilizan con responsabilidad.

Asimismo, conviene enseñar al alumnado a respetar los derechos de autor y las condiciones de uso de las plataformas. Aunque una imagen haya sido generada por IA, su utilización puede estar sujeta a determinadas licencias o normas de uso.

Trabajar estas cuestiones en el aula permite fomentar una alfabetización digital crítica, ayudando al alumnado a comprender tanto las posibilidades como las responsabilidades asociadas al uso de estas tecnologías.

Modelos abiertos y plataformas

Para los que quieran profundizar existen webs que permiten usar estos modelos de forma gratuita pero con altos requisitos en cuanto a hardware. Nombramos las más populares:

• Hugging Face → Repositorio de modelos abiertos (Stable Diffusion, SDXL, Flux, etc.).

• Stable Diffusion → Modelo abierto ampliamente usado.

• Leonardo AI → Generación avanzada con control de estilo.

• Playground AI → Interfaz sencilla sobre modelos abiertos.

Generación de avatares con IA

Una de las aplicaciones más interesantes de la IA generativa en el ámbito educativo es la creación de avatares digitales que pueden hablar, explicar contenidos o presentar información. Estas herramientas permiten generar vídeos en los que aparece un personaje virtual que pronuncia un texto introducido previamente por el usuario. De esta forma, un simple guion puede convertirse en una explicación audiovisual en pocos minutos.

Los sistemas de avatares con IA combinan varias tecnologías: generación de vídeo, síntesis de voz y sincronización labial. A partir de estos elementos, el modelo es capaz de producir un personaje virtual que parece hablar de forma natural. Algunos sistemas incluso permiten elegir distintos idiomas, estilos de voz o tipos de avatar.

En el contexto educativo, estas herramientas pueden utilizarse para crear explicaciones breves, introducciones a temas o presentaciones audiovisuales, sin necesidad de grabar vídeos o disponer de equipamiento técnico específico. Esto facilita la producción de materiales visuales y permite explorar nuevas formas de comunicación digital en el aula.

Herramientas para generar avatares con IA

	Synthesia es una de las plataformas más conocidas para crear vídeos con avatares generados por IA. El usuario introduce un texto y el sistema genera automáticamente un vídeo en el que un avatar lo pronuncia con sincronización labial. La herramienta permite elegir diferentes personajes, idiomas y estilos de presentación, lo que la convierte en una opción frecuente para vídeos educativos o formativos.
	Permite crear vídeos con avatares personalizables y ofrece funciones avanzadas como la traducción automática de vídeos a distintos idiomas manteniendo el movimiento de labios sincronizado. Esto puede resultar interesante en contextos educativos multilingües o en materiales destinados a diferentes públicos.
	D-ID permite animar una imagen para convertirla en un avatar que habla. El usuario puede subir una fotografía o ilustración y el sistema genera una animación facial que pronuncia el texto introducido. Esta herramienta se utiliza a menudo para crear narraciones visuales o presentaciones dinámicas.
	Colossyan es otra plataforma orientada a la creación de vídeos educativos mediante avatares. Permite transformar textos o guiones en presentaciones audiovisuales con personajes virtuales, lo que facilita la producción de contenidos formativos sin necesidad de grabación.

Posibilidades en el aula

• Creación de explicaciones audiovisuales
• Simulación de personajes históricos. En materias como historia o literatura, los avatares pueden utilizarse para representar personajes que expliquen acontecimientos o narren hechos desde su perspectiva. Este tipo de actividades puede ayudar a trabajar contenidos de forma más dinámica y narrativa.
• Creación de contenidos educativos accesibles. Los avatares también pueden utilizarse para generar vídeos explicativos en distintos idiomas o con diferentes voces, lo que facilita la adaptación de materiales educativos a distintos contextos o necesidades.

Consideraciones éticas

Como ocurre con otras tecnologías de generación audiovisual, es importante utilizar los avatares con IA de forma responsable. Debe evitarse crear vídeos que representen personas reales sin su consentimiento, ya que esto puede vulnerar derechos de imagen o generar contenidos engañosos.

Trabajar estas cuestiones en el aula permite también reflexionar sobre fenómenos actuales como los deepfakes, ayudando al alumnado a desarrollar una actitud crítica frente a los contenidos digitales generados mediante IA.

Generación de música con IA  

La generación de música mediante Inteligencia Artificial ha experimentado un avance muy significativo entre 2024 y 2026. Los modelos generativos actuales permiten crear contenido musical completo a partir de una descripción escrita o de algunos parámetros básicos, lo que ha ampliado notablemente las posibilidades de producción sonora en ámbitos creativos y educativos.

Hoy en día estas herramientas permiten generar música instrumental, canciones con letra o composiciones adaptadas a un estilo concreto o a una determinada emoción. Por ejemplo, un usuario puede pedir una pieza musical “con estilo épico para acompañar un vídeo sobre exploración espacial” o una canción “con estilo pop que explique un concepto científico”, y el sistema generará una composición coherente con esa descripción.

Desde el punto de vista educativo, estas tecnologías permiten explorar nuevas formas de crear contenido multimedia y también analizar cómo los modelos de IA interpretan instrucciones relacionadas con estilo, ritmo o emoción musical.

Herramientas

	Plataforma de composición musical asistida por IA que se utiliza especialmente para generar música instrumental de estilo cinematográfico o clásico. Se emplea con frecuencia para crear bandas sonoras o acompañamientos musicales.
	Se centra en la generación de música instrumental adaptada a distintos estados emocionales o tipos de contenido. El usuario puede seleccionar el tipo de ambiente que desea transmitir, como relajación, tensión o energía, y la herramienta genera una composición acorde.
	Herramienta orientada principalmente a la generación de música instrumental personalizable. Permite ajustar parámetros como duración, intensidad o estilo musical, lo que resulta útil para crear música de fondo para vídeos o presentaciones.
	Permite crear piezas que incluyen letra, voz e instrumentación a partir de una simple descripción escrita. El usuario puede definir el estilo musical o el tipo de canción que desea generar. Debido a su impacto en la industria musical, la plataforma ha estado también en el centro de debates y demandas relacionadas con derechos de autor y uso de datos para entrenamiento.

Modelos abiertos de generación musical

Para quién quiera profundizar en el uso de estas herramientas, además de las plataformas comerciales, existen también modelos abiertos de generación musical que pueden encontrarse en repositorios como Hugging Face. Estos modelos permiten experimentar con la tecnología desde un punto de vista más técnico o educativo.

Normalmente se requiere cierto conocimiento técnico de lenguajes como python

	Modelo desarrollado por Meta que permite generar música a partir de descripciones escritas. Puede producir fragmentos musicales en distintos estilos y es uno de los modelos abiertos más utilizados en investigación.
	Modelo que genera música de forma continua utilizando una técnica inspirada en los modelos de difusión. Permite crear bucles musicales o pequeñas piezas sonoras que evolucionan progresivamente.

Posibilidades en el aula

• Análisis musical. Explorar y analizar distintos estilos, observar cómo la IA interpreta descripciones relacionadas con ritmo, género o ambiente musical. Probar variaciones de una misma idea y analizar las diferencias.
• Trabajo colaborativo. Componer en grupo a partir de prompts y modificación de parámetros musicales a partir de esos prompts; debatir decisiones creativas (qué cambiar, por qué...); comparar resultados entre equipos.
• Composición musical asistida. Generar melodías, armonías o ritmos a partir de ideas simples. Trabajar la estructura y el estilo de la composición. Transformar una melodía, improvisar sobre bases generadas...
• Educación ética y crítica. Trabajo sobre los derechos de autor, el proceso creativo y el impacto en la profesión musical; análisis de modelos generativos a través de los modelos abiertos, analizando cómo funciona la generación musical mediante IA. Esto puede utilizarse en contextos educativos para comprender mejor los principios de los modelos generativos.
• Creación de bandas sonoras para proyectos. El alumnado puede generar música para acompañar vídeos, presentaciones o proyectos multimedia. Esto permite trabajar la relación entre sonido, emoción y narrativa.
  

Clonación de voz y síntesis avanzada

Uno de los avances más llamativos de la Inteligencia Artificial generativa en los últimos años es la capacidad de sintetizar voces humanas con gran realismo. Las tecnologías actuales permiten generar voz a partir de texto —lo que se conoce como text-to-speech (TTS)— y también clonar la voz de una persona concreta utilizando pequeñas muestras de audio.

Esto significa que un sistema puede aprender las características de una voz —entonación, ritmo, timbre o acento— y reproducirlas posteriormente para leer cualquier texto. En algunos casos bastan unos pocos segundos de grabación para crear un modelo capaz de imitar esa voz de forma bastante convincente.

En el ámbito educativo, estas tecnologías pueden utilizarse para generar narraciones, locuciones o explicaciones habladas que acompañen materiales didácticos. Por ejemplo, se pueden crear audioguías, narraciones de textos o voces para vídeos educativos. Sin embargo, al mismo tiempo plantean importantes cuestiones legales y éticas que es necesario abordar de forma crítica.

Herramientas de clonación y síntesis de voz

	Permite generar narraciones realistas a partir de texto y también clonar voces mediante el entrenamiento con muestras de audio. La herramienta ofrece múltiples idiomas y estilos de voz, lo que la ha convertido en una de las referencias actuales en generación de voz con IA.
	PlayHT es otra plataforma orientada a la creación de voces sintéticas para contenidos audiovisuales. Permite generar narraciones con distintos estilos de voz y también crear clones de voz personalizados a partir de grabaciones.
	Resemble AI está orientada a la generación de voces sintéticas para aplicaciones multimedia, videojuegos o producción audiovisual. Permite generar voces con distintos estilos y emociones.
	Existen modelos abiertos como OpenVoice que permiten experimentar con clonación de voz y síntesis de audio. Algunos de estos sistemas pueden encontrarse en repositorios de investigación y plataformas como Hugging Face, lo que permite explorar el funcionamiento técnico de estas tecnologías.

Posibilidades en el aula

• Creación de narraciones para materiales educativos
• Producción de audioguías o podcasts educativos
• Adaptación lingüística de materiales. Las tecnologías de voz sintética permiten generar narraciones en distintos idiomas o acentos, lo que puede resultar útil en contextos educativos multilingües.
• Exploración tecnológica. En asignaturas relacionadas con tecnología o informática, estas herramientas permiten analizar cómo funcionan los sistemas de generación de voz y cómo los modelos aprenden características acústicas del habla humana.

Problemas legales y éticos

La clonación de voz plantea importantes cuestiones legales y éticas que deben tenerse en cuenta, especialmente en contextos educativos.

Uno de los principales problemas es el uso de la voz de una persona sin su consentimiento. La voz forma parte de la identidad personal, por lo que imitarla o reproducirla sin autorización puede vulnerar derechos de imagen o derechos de personalidad.

Además, estas tecnologías pueden utilizarse para crear contenidos falsos o manipulados, conocidos como deepfakes de voz. Por ejemplo, es posible generar grabaciones en las que parece que una persona ha dicho algo que en realidad nunca ha dicho. Esto puede utilizarse para desinformación, fraude o manipulación.

También existen cuestiones relacionadas con los derechos de autor y el uso de datos para entrenar los modelos. Algunos sistemas de clonación de voz han sido entrenados con grandes cantidades de grabaciones de audio, lo que ha generado debates sobre si esas voces se han utilizado con el consentimiento de sus propietarios.

Uso responsable en el ámbito educativo

Por estos motivos, cuando estas tecnologías se utilizan en el aula es importante acompañarlas de una reflexión crítica sobre su uso.

El alumnado debe comprender que:

• no se deben clonar voces de personas reales sin su permiso

• los contenidos generados por IA pueden ser manipulados o falsos

• es necesario respetar los derechos de identidad y propiedad intelectual

Experimentación técnica y uso local

La existencia de modelos abiertos en plataformas como Hugging Face permite también trabajar con IA local, es decir, ejecutar modelos en un ordenador propio sin depender necesariamente de servicios comerciales en la nube.

Para ello existen numerosas herramientas como chatGPT4all o LMStudio muy intutitivas y con pocos requisitos técnicos

Pantalla principal de la web de chatgpt4all

Este tipo de experimentación puede ser especialmente interesante en contextos educativos relacionados con informática, inteligencia artificial o tecnología, ya que permite trabajar aspectos como:

• el funcionamiento de los modelos generativos

• la experimentación con parámetros de generación

• la comprensión técnica de los sistemas de IA

De esta forma, la generación musical con IA no solo se convierte en una herramienta creativa, sino también en una oportunidad para comprender mejor cómo funcionan los modelos de inteligencia artificial que producen contenido digital.

Conclusiones finales: riesgos y uso responsable de la IA multimedia

El desarrollo reciente de la Inteligencia Artificial generativa ha ampliado enormemente las posibilidades de creación de contenidos digitales. Hoy es posible generar imágenes, vídeos, música, avatares o voces sintéticas a partir de simples instrucciones escritas. Estas herramientas facilitan la producción de recursos multimedia y abren nuevas oportunidades para la enseñanza, la creatividad y la experimentación tecnológica en el aula.

Sin embargo, cuando la IA trabaja con imagen, vídeo o voz, los riesgos asociados son potencialmente mayores que en el caso del texto. Estos formatos tienen un fuerte impacto emocional y una gran capacidad de persuasión, lo que hace que los contenidos generados puedan resultar especialmente convincentes incluso cuando no son reales.

Uno de los principales problemas es la aparición de los llamados deepfakes, es decir, contenidos audiovisuales generados o manipulados mediante IA que imitan la apariencia o la voz de personas reales. Estas tecnologías pueden utilizarse para crear vídeos o audios falsos que simulan declaraciones o situaciones que nunca han ocurrido.

Relacionado con esto aparece también el riesgo de suplantación de identidad, ya que los sistemas de clonación de voz o generación de avatares permiten recrear de forma bastante realista la apariencia o la voz de una persona. Si estas herramientas se utilizan sin consentimiento, pueden vulnerar derechos de imagen o generar situaciones de fraude o manipulación.

Otro aspecto importante es el relacionado con los derechos de autor. Muchas herramientas de generación de imágenes, música o vídeo han sido entrenadas con grandes conjuntos de datos que incluyen obras creativas existentes con copyright y sin autorización del autor. Esto ha abierto un debate legal sobre el uso de esos contenidos para entrenar modelos de inteligencia artificial y sobre la propiedad de los contenidos generados posteriormente.

Además, la facilidad con la que hoy se pueden generar imágenes o vídeos realistas plantea nuevos retos en relación con la manipulación informativa y la desinformación audiovisual. En un contexto donde las redes sociales difunden rápidamente contenidos visuales, la existencia de vídeos o audios falsos puede contribuir a la difusión de información engañosa o manipulada.

Por todo ello, el uso educativo de estas tecnologías debe ir acompañado de una reflexión crítica sobre sus implicaciones. La escuela tiene un papel importante en el desarrollo de una alfabetización digital avanzada, que permita al alumnado comprender cómo se generan estos contenidos y cuáles son sus posibles riesgos.

Una actividad interesante para trabajar estos aspectos en el aula consiste en analizar un vídeo generado mediante inteligencia artificial y debatir algunas preguntas clave. Por ejemplo, se puede plantear al alumnado si realmente es posible distinguir ese vídeo de uno grabado de forma real. También se pueden discutir las posibles implicaciones que tendría el uso de este tipo de tecnologías en ámbitos como la política, la comunicación o la información pública. Finalmente, puede ser útil reflexionar sobre qué tipo de normas o regulaciones podrían establecerse para limitar usos problemáticos de estas herramientas.

En definitiva, la IA generativa ofrece nuevas oportunidades para la creación de contenidos y para el aprendizaje, pero también plantea desafíos importantes. Integrar estas tecnologías en el ámbito educativo no solo implica aprender a utilizarlas, sino también comprender sus límites, analizar sus riesgos y desarrollar un pensamiento crítico sobre su impacto en la sociedad digital actual.

3.5 Actividades interactivas y Análisis de datos

Actividades interactivas y generación de juegos con IA

La Inteligencia Artificial generativa no solo permite producir textos, imágenes o vídeos. También puede utilizarse para crear experiencias educativas interactivas, como cuestionarios, juegos, simuladores o actividades gamificadas. Este tipo de herramientas amplía las posibilidades de enseñanza al transformar los contenidos en experiencias en las que el alumnado participa activamente.

A diferencia de los materiales tradicionales, que suelen presentar la información de forma estática, las actividades generadas con IA pueden adaptarse dinámicamente al usuario. Esto permite diseñar experiencias en las que el estudiante interactúa con los contenidos, toma decisiones y recibe retroalimentación inmediata, lo que favorece un aprendizaje más activo.

La IA puede ayudar, por ejemplo, a generar cuestionarios automáticos a partir de un texto o de un tema, crear pequeños juegos educativos basados en preguntas y respuestas, o construir simulaciones en las que el alumnado explora distintas situaciones. Además, algunos sistemas permiten ajustar el nivel de dificultad de las preguntas en función del progreso del estudiante, adaptando la actividad a su ritmo de aprendizaje.

Este enfoque conecta con metodologías educativas centradas en la participación del alumnado. En lugar de limitarse a recibir información, el estudiante pasa a interactuar con el contenido, resolver retos, experimentar con situaciones y comprobar sus conocimientos mediante actividades dinámicas.

Generación de test y evaluaciones

La Inteligencia Artificial generativa también puede utilizarse para diseñar actividades de evaluación y pruebas de conocimiento de forma rápida y flexible. A partir de un tema, un documento o un conjunto de contenidos, los sistemas de IA pueden generar preguntas, ejercicios o pruebas completas que permiten comprobar el nivel de comprensión del alumnado.

Estas herramientas resultan especialmente útiles para el profesorado porque permiten crear evaluaciones adaptadas a los contenidos de una unidad didáctica sin tener que redactar manualmente todas las preguntas. Además, la IA puede generar variaciones de una misma prueba, lo que facilita la creación de distintos modelos de examen o actividades de repaso.

Otro aspecto interesante es que los sistemas generativos permiten crear test en distintos formatos, lo que amplía las posibilidades de evaluación más allá de los cuestionarios tradicionales. De esta forma, la evaluación puede incorporar diferentes tipos de preguntas que permitan valorar no solo la memoria, sino también la comprensión o la aplicación de los contenidos.

Herramientas para generar evaluaciones con IA

	Quizizz es una herramienta de gamificación que permite crear cuestionarios interactivos. Los alumnos pueden responder en directo o a su ritmo. Incluye rankings, retroalimentación inmediata y estadísticas para el profesor. Ideal para evaluar de forma dinámica y motivadora.
	Kahoot es una plataforma de aprendizaje basada en juegos que permite crear concursos interactivos tipo quiz para el aula. El profesor puede diseñar preguntas de opción múltiple, verdadero/falso o encuestas, que los alumnos responden en tiempo real desde sus dispositivos. Su enfoque gamificado, con puntuaciones, rankings y música, aumenta la motivación y la participación. Además, es muy útil para evaluar conocimientos de forma dinámica, ya sea como repaso, evaluación formativa o incluso como prueba rápida, ya que proporciona informes detallados sobre el rendimiento del alumnado.
	Claude es un chat de propósito general también útil para la generación automática de tests en forma de páginas web y a partir de contenidos, apuntes o documentos. Además, destaca por su capacidad para exportar preguntas en formatos estándar como AIKEN o GIFT, lo que facilita su integración en diferentes plataformas educativas. También puede generar páginas web interactivas en HTML con cuestionarios autocorregibles, simulaciones o actividades prácticas, lo que permite diseñar recursos evaluativos dinámicos y personalizados sin necesidad de conocimientos avanzados de programación.
	Brisk Teaching es una herramienta basada en IA diseñada para ayudar al profesorado a crear actividades, evaluaciones y feedback de forma rápida directamente desde el navegador. Permite generar preguntas tipo test, rúbricas, comentarios personalizados sobre trabajos del alumnado y adaptar contenidos a distintos niveles. Además, se integra fácilmente con herramientas como Google Docs, facilitando la corrección y evaluación automatizada, el ahorro de tiempo y la personalización del aprendizaje.

Posibilidades en el aula

• Creación de test La IA permite generar distintos tipos de preguntas de evaluación, como test con opciones, verdadero/falso, respuestas cortas y preguntas de desarrollo. Además, puede crear ejercicios prácticos basados en casos, lo que facilita evaluar tanto la memorización como la comprensión y la aplicación del conocimiento
• Creación rápida de pruebas de repaso El profesorado puede generar test para repasar contenidos antes de un examen o para comprobar la comprensión de una unidad didáctica.
• Evaluación formativa Las herramientas de IA permiten crear actividades de evaluación que ofrecen retroalimentación inmediata, lo que ayuda al alumnado a identificar errores y mejorar su aprendizaje.
• Generación de diferentes versiones de un examen La IA puede generar múltiples variantes de un mismo test, lo que facilita la creación de diferentes modelos de examen con preguntas similares.
• Apoyo en la elaboración de rúbricas y criterios de evaluación Además de generar preguntas, los modelos de lenguaje pueden ayudar a diseñar criterios de evaluación o rúbricas para valorar las respuestas del alumnado.
• Evaluación previa Mediante el uso de rúbricas y chatbots como gemini podemos hacer evaluaciones previas de trabajos de alumnos usando un prompt adecuado y teniendo en cuenta que la evaluación en última instancia requiere la intervención del profesor.
• Creación bancos de preguntas que luego pueden usarse y reutilizarse en difernetes cursos y contextos
• Soporte a la evaluación de trabajos Usando un documento de rúbrica bien estructurado podemos pedir a la IA que haga una valoración previa de un documejto. Esto puede servir al alumno para revisar y refinar sus trabajos. 

Advertencia: el papel imprescindible del profesorado

Aunque la Inteligencia Artificial puede ayudar a generar preguntas o actividades de evaluación, es fundamental recordar que la evaluación educativa no puede delegarse completamente en un sistema automático.

La IA puede cometer errores, generar preguntas ambiguas o proponer respuestas incorrectas. Además, la evaluación educativa implica valorar aspectos complejos como el razonamiento, la creatividad o el proceso de aprendizaje del estudiante.

Por este motivo, las herramientas de generación de test deben entenderse como un apoyo para el profesorado, no como un sustituto de su criterio profesional. Siempre debe existir una revisión y supervisión humana en el proceso de evaluación, tanto en el diseño de las pruebas como en la interpretación de los resultados.

De esta forma, la IA puede contribuir a facilitar el trabajo docente y a diversificar las formas de evaluación, pero la responsabilidad final del proceso evaluador debe seguir estando en manos del profesorado.

Generación de juegos educativos

La Inteligencia Artificial generativa también ofrece nuevas posibilidades para la creación de juegos educativos. Estas herramientas permiten diseñar actividades lúdicas que integran contenidos curriculares y que transforman el aprendizaje en una experiencia más participativa.

A partir de un tema, un texto o unos objetivos de aprendizaje, los sistemas de IA pueden proponer dinámicas de juego, generar preguntas, crear narrativas o diseñar escenarios interactivos. Esto facilita que el profesorado pueda incorporar elementos de gamificación en el aula sin necesidad de disponer de conocimientos avanzados en programación o diseño de juegos.

El uso de juegos educativos favorece metodologías activas en las que el alumnado aprende resolviendo retos, tomando decisiones o interactuando con distintos elementos del contenido. De esta forma, el aprendizaje puede presentarse como un proceso exploratorio y dinámico, donde los estudiantes participan activamente en la construcción del conocimiento.

Aplicaciones para crear juegos educativos con IA

	ChatGPT, Claude o Gemini son modelos generativos que permiten diseñar juegos educativos a partir de instrucciones. Pueden crear trivials, juegos de rol, escape rooms o retos gamificados. Además, pueden actuar como motor del juego en tiempo real, generando preguntas, adaptando la dificultad y reaccionando a las decisiones del alumnado.
	Genially es una plataforma visual para crear contenidos interactivos, juegos educativos y escape rooms digitales. Permite combinar elementos gráficos con contenidos generados por IA (preguntas, narrativas, pistas), facilitando experiencias inmersivas y motivadoras en el aula.
	Scratch y otros entornos de programación educativa permiten crear juegos de forma visual. La IA puede utilizarse como apoyo para diseñar la lógica, generar ideas o estructurar el juego, siendo especialmente útil en asignaturas tecnológicas o de programación
	ML for Kids es una herramienta que introduce conceptos de inteligencia artificial en entornos educativos como Scratch. Permite crear proyectos interactivos que integran modelos de IA sencillos, facilitando el aprendizaje práctico de cómo funcionan los sistemas inteligentes dentro de juegos o aplicaciones.

Herramientas más avanzadas para crear experiencias interactivas

Además de los chatbots conversacionales, existen herramientas más avanzadas que permiten construir aplicaciones interactivas o pequeños sistemas de juego utilizando modelos de IA.

	Google AI Studio es una plataforma para trabajar directamente con modelos generativos (como Gemini) mediante prompts y APIs. Permite prototipar aplicaciones educativas, generar contenidos dinámicos, crear sistemas interactivos y diseñar experiencias como juegos conversacionales o evaluaciones adaptativas con mayor control técnico.
	Anything (AnythingLLM / herramientas similares) permite crear aplicaciones con modelos de lenguaje de forma sencilla, incluyendo asistentes personalizados o sistemas basados en documentos. Es útil para construir experiencias interactivas, como juegos guiados, simulaciones o sistemas de preguntas y respuestas con contenido propio.
	Flowise / Langflow son herramientas visuales para crear aplicaciones con IA mediante flujos (tipo drag & drop). Permiten diseñar agentes, chatbots o juegos interactivos complejos, integrando memoria, bases de datos o APIs. Son ideales para prototipos avanzados en el aula o proyectos de alumnado más técnico.

Estas herramientas permiten ir más allá de los juegos simples y construir experiencias interactivas más complejas, donde el alumnado puede explorar escenarios o resolver problemas de forma dinámica.

Cómo crear juegos educativos usando prompts

Uno de los aspectos más interesantes de la IA generativa es que permite diseñar actividades educativas simplemente mediante instrucciones escritas.

En particular con chats conversacionales es muy fácil crear aplicaciones, por ejemplo la opción Lienzo en chatGPT o la opción Canvass en gemini lo permiten

Un ejemplo sencillo de prompt podría ser:

Diseña un juego tipo trivial sobre el sistema solar para alumnos de secundaria con 10 preguntas de opción múltiple y explicación de cada respuesta.

También se pueden diseñar juegos más narrativos, por ejemplo:

Crea un juego de rol educativo donde el alumno sea un explorador del siglo XV que debe tomar decisiones sobre rutas comerciales y navegación.

En otros casos se puede pedir al modelo que diseñe un escape room:

Diseña un escape room digital sobre la Revolución Industrial con cinco enigmas que los alumnos deben resolver para avanzar.

Este enfoque permite que el profesorado genere rápidamente ideas de actividades o estructuras de juego que luego pueden adaptarse al contexto de la clase.

Formatos de juegos que puede generar la IA

• Juegos tipo trivial

Uno de los formatos más sencillos consiste en juegos de preguntas y respuestas similares a los concursos de trivial. La IA puede generar preguntas relacionadas con un tema concreto, así como las posibles respuestas y la explicación de la opción correcta. Este tipo de juegos puede utilizarse para repasar contenidos o introducir dinámicas de competición en el aula.

• Escape rooms digitales

La IA también puede ayudar a diseñar escape rooms educativos, en los que el alumnado debe resolver una serie de pistas o problemas para avanzar en una historia. Estos juegos suelen combinar preguntas, enigmas y pequeños retos relacionados con los contenidos de una materia.

• Juegos de rol interactivos

Los modelos generativos permiten crear narrativas en las que el estudiante adopta un papel dentro de una historia. Por ejemplo, el alumnado puede asumir el rol de un científico, un explorador o un personaje histórico y tomar decisiones que afectan al desarrollo de la situación. Este tipo de actividades puede utilizarse para trabajar la comprensión de contextos históricos, científicos o sociales.

• Simuladores de decisiones

Otro tipo de actividad consiste en simulaciones en las que el estudiante debe tomar decisiones dentro de un escenario determinado. Por ejemplo, gestionar los recursos de una ciudad, resolver un conflicto histórico o diseñar una estrategia frente a un problema ambiental. La IA puede generar diferentes escenarios y consecuencias en función de las decisiones tomadas.

• Mini-juegos en HTML o JavaScript

Los modelos generativos también pueden ayudar a crear pequeños juegos digitales mediante código sencillo en HTML o JavaScript. Esto permite diseñar actividades interactivas que pueden integrarse en páginas web, presentaciones o entornos de aprendizaje digital. En asignaturas relacionadas con tecnología o informática, este tipo de actividades puede servir además para introducir conceptos básicos de programación.

Posibilidades en el aula

• Repaso dinámico de contenidos Los juegos educativos pueden utilizarse para reforzar conocimientos de forma más motivadora que los ejercicios tradicionales.

• Aprendizaje basado en retos Las dinámicas de juego permiten plantear problemas que el alumnado debe resolver, lo que favorece el desarrollo del pensamiento crítico y la toma de decisiones.

• Trabajo colaborativo Muchas actividades gamificadas pueden realizarse en grupo, fomentando la cooperación entre estudiantes.
• Integración en proyectos educativos Los juegos generados con IA pueden formar parte de proyectos más amplios en los que el alumnado investiga, crea contenido y desarrolla experiencias interactivas.

Simulaciones y laboratorios virtuales con IA

Una de las aplicaciones más interesantes de la Inteligencia Artificial en educación es la posibilidad de crear simulaciones interactivas y laboratorios virtuales. Hasta hace poco, las herramientas de IA se utilizaban principalmente para generar textos, preguntas o actividades sencillas. Sin embargo, los modelos actuales también permiten construir entornos interactivos en los que el alumnado puede experimentar con fenómenos científicos, modelos matemáticos o procesos naturales.

Esto significa que la IA no solo puede generar contenido estático, sino también ayudar a crear experimentos virtuales, simulaciones dinámicas y visualizaciones científicas. En estas experiencias, el alumnado puede modificar parámetros, observar cómo cambian los resultados y analizar los fenómenos desde una perspectiva experimental.

Este enfoque resulta especialmente potente en materias STEM (ciencia, tecnología, ingeniería y matemáticas). En muchas ocasiones, la dificultad no está tanto en comprender una fórmula o una ley científica, sino en visualizar el fenómeno que describe. Las simulaciones permiten hacer visible lo que normalmente solo aparece en una ecuación.

Qué aporta la IA a las simulaciones educativas

Las herramientas de IA pueden apoyar este tipo de actividades de varias maneras. Por ejemplo, pueden generar el código necesario para crear una simulación, explicar paso a paso un proceso matemático o físico, o producir visualizaciones dinámicas que representen el fenómeno estudiado.

Además, los modelos generativos pueden adaptar la explicación al nivel del alumnado y ayudar a construir pequeños laboratorios virtuales interactivos. En estos entornos, los estudiantes pueden modificar variables y observar cómo cambian los resultados. De esta forma, el aprendizaje se convierte en un proceso exploratorio en el que el alumnado experimenta con el modelo y analiza sus consecuencias.

Simulaciones en Matemáticas

Las matemáticas ofrecen numerosas oportunidades para trabajar con simulaciones interactivas. Gracias a la IA, es posible generar representaciones visuales que ayudan a comprender conceptos que, en ocasiones, resultan abstractos cuando se presentan únicamente de forma simbólica.

Entre las aplicaciones más interesantes se encuentran la representación de funciones, la interpretación geométrica de las derivadas, el estudio de las integrales como áreas bajo la curva o la exploración de sistemas dinámicos. También es posible crear simulaciones relacionadas con probabilidad y estadística, donde el alumnado puede modificar parámetros y observar cómo cambian las distribuciones o los resultados de experimentos aleatorios.

Herramientas como GeoGebra o Desmos permiten visualizar rápidamente este tipo de fenómenos. Los modelos generativos, como ChatGPT o Gemini, pueden además generar código en Python o JavaScript que produzca estas visualizaciones o que cree pequeñas aplicaciones interactivas.

Un ejemplo sencillo de actividad sería pedir a la IA que genere un programa que muestre cómo cambia la gráfica de una parábola cuando se modifica el valor del parámetro en una función cuadrática. El alumnado puede ejecutar el código, cambiar los valores y analizar qué ocurre desde un punto de vista geométrico. En este caso, el aprendizaje no consiste en repetir cálculos mecánicos, sino en comprender el comportamiento del modelo matemático.

Simulaciones en Física

La Física es probablemente una de las áreas donde las simulaciones resultan más útiles. Muchos fenómenos físicos no pueden reproducirse fácilmente en el aula o requieren equipamiento especializado. Las simulaciones permiten experimentar con estos fenómenos de forma segura y repetible.

Con ayuda de la IA es posible crear simulaciones relacionadas con el movimiento parabólico, la caída libre, las leyes de Newton, las oscilaciones, los campos eléctricos o los circuitos eléctricos. El alumnado puede modificar variables como velocidad inicial, ángulo de lanzamiento o intensidad de un campo y observar cómo cambian los resultados.

Plataformas como PhET Interactive Simulations o Algodoo permiten realizar este tipo de experimentos virtuales. Los modelos de IA pueden generar código adicional o proponer escenarios experimentales que amplían las posibilidades de exploración.

Por ejemplo, en una simulación de tiro parabólico el alumnado puede analizar cómo cambia el alcance cuando se modifica la velocidad inicial o el ángulo de lanzamiento. También puede plantearse preguntas interesantes, como qué ocurriría si la gravedad fuera distinta o si se tuviera en cuenta la resistencia del aire.

Simulaciones en Química

En Química, las simulaciones ayudan a visualizar procesos que ocurren a nivel molecular y que no pueden observarse directamente. La IA puede utilizarse para representar reacciones químicas, equilibrios, cinética química o estructuras moleculares.

Herramientas como PhET, MolView o Avogadro permiten explorar modelos moleculares o experimentar con diferentes condiciones en una reacción. Los modelos generativos pueden ayudar a diseñar actividades o simulaciones donde el alumnado modifique variables como concentración, temperatura o presión y observe cómo cambia el sistema.

Un ejemplo interesante consiste en simular el equilibrio químico y permitir que los estudiantes modifiquen las concentraciones iniciales para analizar cómo se desplaza el equilibrio según el principio de Le Châtelier. Después se puede debatir qué variables influyen más y si la simulación coincide con las predicciones teóricas.

Simulaciones generadas automáticamente con IA

Las herramientas de IA también permiten crear simulaciones desde cero mediante código generado automáticamente. Modelos como ChatGPT, Gemini o plataformas basadas en APIs de modelos abiertos pueden generar pequeños programas científicos o aplicaciones web interactivas.

Por ejemplo, se puede crear un simulador de interés compuesto en el que el alumnado introduce el capital inicial, ajusta el tipo de interés y observa cómo evoluciona la inversión con el tiempo. Este tipo de actividades permite conectar matemáticas, economía y programación dentro de un mismo proyecto.

También es posible crear aplicaciones sencillas mediante frameworks como Streamlit, que permiten transformar un script en una pequeña aplicación web interactiva.

Ventajas pedagógicas de las simulaciones

El uso de simulaciones aporta varias ventajas desde el punto de vista educativo. Permite fomentar el aprendizaje activo, ya que el alumnado participa directamente en el proceso de experimentación. También facilita la visualización inmediata de fenómenos complejos y permite repetir experimentos tantas veces como sea necesario sin necesidad de material físico.

Además, las simulaciones ofrecen un entorno seguro para experimentar con situaciones que podrían ser peligrosas, costosas o difíciles de reproducir en un laboratorio real.

Una forma sencilla de explicarlo al alumnado es comparar una simulación con un laboratorio infinito, donde se puede repetir el experimento muchas veces, cambiar condiciones y analizar los resultados desde diferentes perspectivas.

Proyecto práctico integrador

Una actividad interesante consiste en proponer un proyecto de varias semanas en el que el alumnado combine diferentes herramientas de IA para diseñar experiencias interactivas.

Por ejemplo, cada grupo podría crear un pequeño sistema educativo que incluya un test generado con IA, un mini-juego interactivo y un simulador relacionado con un tema concreto. Además, podrían comparar distintos modelos de IA y analizar las diferencias en los resultados obtenidos.

El proyecto podría incluir también un informe donde los estudiantes expliquen los prompts utilizados, el modelo elegido, los problemas encontrados y las mejoras realizadas durante el proceso.

En este sento google ai studio es una heerrmienta muy versátil y adecuada

Por ejemplo puedo crear fácilmente un juego sobre la geografía mundial con un simple prompt

Y tras unos segundos obtengo algo parecido a esto:

Análisis de datos educativos con IA

Además de generar contenidos o actividades, la inteligencia artificial puede utilizarse para analizar datos educativos. En cualquier centro educativo se generan continuamente datos relacionados con el aprendizaje:

Estas tareas pueden realizarse a diferentes niveles

A nivel del profesor se pueden valorar cuestiones cómo:

• resultados de exámenes

• comparativas de alumnos y grupos

• notas de actividades

• participación en tareas

• evolución del alumnado

• resultados de cuestionarios o evaluaciones

Tradicionalmente estos datos se analizan mediante hojas de cálculo o estadísticas básicas, pero la IA permite extraer más información y detectar patrones que pueden ayudar al profesorado a comprender mejor lo que ocurre en el aula.

El objetivo no es sustituir el análisis pedagógico del profesor, sino disponer de herramientas que ayuden a interpretar los datos y tomar decisiones educativas.

Sea cual sea la herramienta o plataforma que utilizamos para la gestión de notas siempre será posible extraer o exportar los datos a un fichero (normalmente en formato csv o xlsx) para que los procese nuestro chabot preferido.

Muchas veces ocurre que no sabemos muy bien que preguntar a la IA sobre nuestros propios datos. Lo podemos solucionar simplemente pidiéndole a ella que nos sugiera preguntas. 

Debemos ser conscientes de que se ha entrenado con millones de documentos y textos que le van a permitir ser mucho más creativa que nosotros.

Aplicaciones para análisis de datos con IA

	Gems de Gemini permiten crear asistentes personalizados que analizan datos según instrucciones específicas. Puedes configurarlos para interpretar hojas de cálculo, generar insights, detectar patrones o responder preguntas sobre datos, convirtiéndolos en analistas virtuales adaptados a cada actividad.
	ChatGPT permite trabajar con archivos (Excel, CSV, etc.) para analizar datos, generar gráficos, detectar tendencias y automatizar informes. Es muy útil para tareas rápidas de análisis exploratorio y explicación de resultados en lenguaje natural.
	Google Colab combinado con IA permite realizar análisis de datos más avanzados con Python, incluyendo limpieza, visualización y modelos predictivos. Ideal para proyectos técnicos o para introducir al alumnado en ciencia de datos de forma práctica.

Posibilidades en el centro y en el aula

• Análisis de resultados de evaluación

Uno de los usos más directos es el análisis de resultados de exámenes o cuestionarios.

Por ejemplo, si se dispone de las notas de una prueba o de las respuestas de un test, la IA puede ayudar a identificar qué preguntas han sido más difíciles, qué conceptos generan más errores o qué estudiantes necesitan más refuerzo

Esto permite detectar rápidamente dónde están las principales dificultades del grupo.

A nivel del centro podemos analizar fácilmente el desempeño global distinguiendo entre grupos de diferentes niveles y haciendo comparativas con otros cursos.

• Estadísticas de la clase

Otra aplicación interesante es la generación automática de estadísticas del grupo como la media, la median o la moda de la clase y la distribución de las notas

Esto permite observar rápidamente cómo se comporta el grupo en conjunto.

• Identificación de patrones de aprendizaje

Cuando se analizan muchos datos, la IA puede detectar patrones interesantes, por ejemplo estudiantes que mejoran progresivamente, alumnos que tienen dificultades en un tipo concreto de actividad o la relación entre participación y resultados

Esto puede ayudar al profesorado a identificar necesidades de apoyo o refuerzo.

Cabe señalar la conveniencia de automatizar cualquier tarea mínimamente repetitiva

En este caso usar plantillas de análisis es especialmente útil ya que nos permite generar estudios de manera automática

Dichas plantillas pueden crearse de forma programada o usando los recursos que nuestras herramientas ofrecen como por ejemplo las gemas en Gemini

También podemos hacer uso de los prompts inducidos a partir de prácticas o análisis ya hechos. Es decir podemos usar un chatbot para obtener el prompt general a partir de un caso particular

Usar plantillas es una práctica muy útil en general, nos ahorra trabajo y permite sistematizar lo más tedioso y repetitivo.

Reflexión final

La IA no sustituye la creatividad ni el pensamiento humano. Sin embargo, sí ofrece herramientas que permiten prototipar ideas rápidamente, experimentar con modelos y explorar diferentes enfoques.

En el ámbito educativo, el valor de estas tecnologías no está en que la IA piense por el alumnado, sino en que pueda utilizarse como un instrumento para comprender mejor los fenómenos, experimentar con ellos y desarrollar un pensamiento más crítico y analítico.

En definitiva, la IA puede convertirse en un aliado para aprender mejor, siempre que se utilice como una herramienta para pensar con ella y no en lugar de pensar.