Por qué leer este artículo
No basta con usar IA: hay que aprender a mediarla
Una lectura para comprender por qué la formación docente debe superar el uso instrumental de la tecnología y recuperar capacidad para diseñar, validar y gobernar soluciones desde el criterio pedagógico-andragógico.
Recupera una tradición pedagógico-andragógica propia
Evita reemplazar al docente con identidades importadas de la ingeniería o la arquitectura y reactiva la figura iberoamericana del mediador tecnológico como función situada.
Convierte la mediación en una práctica operativa
No se queda en una definición conceptual: propone detectar, prototipar, iterar y validar mediante dos canvas, evidencia decisional y una formación tipo bootcamp.
Devuelve la tecnología a la autoría docente
Sitúa al profesor como creador, evaluador y regulador de la EdTech, capaz de adoptar, adaptar o descartar soluciones sin delegar su juicio pedagógico-andragógico al mercado ni al algoritmo.
Resumen
La formación inicial docente ha incorporado, en años recientes, un volumen creciente de contenidos sobre inteligencia artificial generativa, pero concentrado casi exclusivamente en un nivel instrumental: uso de herramientas, no diseño de soluciones propias. Una revisión de la oferta formativa disponible no identifica, en ninguna institución relevada, un espacio curricular, sea asignatura, módulo, secuencia o línea de investigación, que enseñe a un futuro docente a detectar un problema de aula, prototipar una solución, iterarla con evidencia y validarla con el mismo rigor que exigiría una empresa de tecnología educativa a su propio producto. Esta ausencia encuentra respaldo empírico reciente: un estudio con 252 estudiantes de pedagogía, aplicando el marco de competencias de IA de la UNESCO, encontró que el nivel de creación es sistemáticamente el más débil, pese a una altísima frecuencia de uso informal. Este artículo sostiene que dicho vacío no debe resolverse importando vocabulario de la ingeniería o la arquitectura, un desplazamiento semántico presente en buena parte de la literatura sobre Learning Engineering, sino recuperando una función que la propia tradición pedagógica iberoamericana ya había desarrollado: la de mediador tecnológico, categoría de raíz vygotskiana presente en la literatura desde hace más de una década, y que aquí se activa con una capa operativa que esa tradición no había construido. Equipando al docente catalítico, noción desarrollada en diálogo con la Teoría de Metacatálisis, con esta función activable y no una identidad sustitutiva, se propone un ciclo operativo de cuatro fases (detectar, prototipar, iterar, validar) anclado en dos instrumentos ya desarrollados, el EdTech Model Canvas y el Model Canvas de Experiencias de Aprendizaje Situadas, y una metodología formativa de tipo bootcamp. El artículo cierra respondiendo directamente a la crítica académica sobre la comercialización, datafication y automatización de la educación, argumentando que un docente formado en esta función no se somete a la lógica de mercado EdTech, sino que la regula desde dentro.
Palabras clave: docente catalítico; mediador tecnológico; formación inicial docente; EdTech; Model Canvas; evaluación decisional; Learning Engineering
1. Introducción: el espacio curricular que falta
La formación inicial docente ha incorporado, en los últimos años, un volumen creciente de contenidos sobre inteligencia artificial generativa. Sin embargo, la literatura reciente revela una concentración casi exclusiva en un nivel instrumental: familiarización con herramientas, exploración de aplicaciones didácticas, alfabetización en el uso de asistentes conversacionales. Estudios recientes documentan procesos formativos orientados a que el futuro docente aprenda a usar inteligencia artificial generativa para apoyar la enseñanza, sin que ello implique el diseño ni la construcción de recursos propios.
Esta orientación instrumental no es un defecto puntual. Es un síntoma estructural: la formación inicial docente sigue tratando la tecnología educativa como contenido a dominar, no como territorio a diseñar. El estudiante de pedagogía aprende a operar plataformas, pero rara vez aprende a construirlas, adaptarlas o cuestionarlas desde una lógica de diseño situado.
En paralelo, el campo de la Ingeniería del Aprendizaje (Learning Engineering) ha consolidado un cuerpo de conocimiento propio orientado precisamente a esa capacidad de diseño, sistematizado en programas de posgrado y en literatura especializada que sintetiza principios de las ciencias del aprendizaje, el diseño instruccional y la ingeniería de sistemas (Goodell & Kolodner, 2022). El problema es de ubicación curricular: este saber vive en la formación continua y en el posgrado especializado, dirigido a profesionales en ejercicio o a roles técnicos, no en la formación inicial docente de pregrado. El futuro docente de aula no cuenta, hoy, con un espacio formal donde aprender a operar como diseñador de sus propias soluciones educativas.
Conviene precisar qué se entiende aquí por espacio curricular. No se trata de reclamar necesariamente una asignatura nueva y aislada. Puede tratarse de una asignatura, de un módulo transversal, de una secuencia de cursos, de un eje formativo o de una línea de investigación aplicada, según la arquitectura curricular que cada institución defina. Lo relevante no es la forma administrativa que adopte, sino el vacío de fondo: la ausencia de un territorio formativo, cualquiera sea su formato, donde el estudiante de pedagogía practique la construcción consciente de recursos educativos adaptativos, personalizados y basados en inteligencia artificial, replicando la lógica de detección de problema, prototipado y validación empírica propia de una empresa de tecnología educativa.
Una revisión de la oferta formativa disponible confirma este vacío desde el lado de la oferta curricular. No se identifica, en universidades ni programas relevados, un espacio de formación inicial docente que aborde esta lógica de manera explícita. Esta ausencia encuentra respaldo empírico en evidencia reciente sobre el propio nivel de competencia de los estudiantes de pedagogía: un estudio descriptivo con 252 estudiantes activos de programas de formación docente, aplicando el marco de competencias de IA de la UNESCO (niveles Acquire, Deepen, Create), encontró que el nivel de creación es sistemáticamente el más débil, particularmente en el área de desarrollo profesional docente, y que existe una brecha significativa entre la alta frecuencia de uso de herramientas de inteligencia artificial (84,5 %) y la baja participación en formación formal orientada a ese uso (44,8 %) (Oktaviani et al., 2026). El estudiante de pedagogía usa IA con frecuencia, pero no ha sido formado para crear con ella. Lo más cercano a esta lógica de diseño, los cursos de emprendimiento EdTech, se dirige a emprendedores y desarrolladores de producto, no a docentes de aula en formación.
Esta brecha se profundiza si se observa la velocidad con que crece la demanda de uso práctico de inteligencia artificial en el mercado laboral. Un informe reciente del McKinsey Global Institute, que analizó datos de empleo en cinco de las principales economías latinoamericanas, encontró que la demanda de fluidez en IA, esto es, la capacidad práctica de usar, gestionar e integrar herramientas de inteligencia artificial en el flujo de trabajo cotidiano, distinta de la competencia técnica de ingeniería, creció once veces entre 2023 y 2025, con la mayor parte de ese crecimiento concentrado en ocupaciones ajenas al campo STEM, a un ritmo aproximadamente el doble de rápido que en Estados Unidos y Europa (Krivkovich et al., 2026). El mercado laboral latinoamericano exige, cada vez más rápido, la capacidad de usar y crear con inteligencia artificial en contextos no técnicos, precisamente el terreno donde se ubica la docencia. La formación inicial docente, mientras tanto, según la evidencia ya citada, sigue sin desarrollar la capacidad de creación correspondiente.
Este artículo sostiene que ese vacío no es menor. Es, precisamente, la tarea pendiente del docente catalítico.
Laboratorio de casos
Del uso instrumental al diseño situado
Explora la brecha entre operar herramientas de IA y diseñar experiencias de aprendizaje. Completa el experimento para revelar los hallazgos.
Fase A: El espejismo
Carlos, un futuro docente, necesita enseñar la Revolución Francesa. Decide usar IA con un enfoque instrumental —UNESCO: nivel adquirir—. Observa el proceso.
“Actúa como profesor de historia y créame un plan de clases sobre la Revolución Francesa de 45 minutos”.
Plan de clase: La Revolución Francesa
- Min 0–10: introducción a las causas económicas, sociales y políticas.
- Min 10–25: explicación de la Toma de la Bastilla.
- Min 25–35: lectura de la Declaración de los Derechos del Hombre.
- Min 35–45: cuestionario de opción múltiple para evaluar.
Análisis del resultado
El recurso es rápido y formalmente correcto. Pero ¿resuelve un problema de aprendizaje o solo realiza el trabajo administrativo de Carlos?
Fase B: Ingeniería del Aprendizaje
Elena, operando como docente catalítica, sabe que aprender no requiere recibir una clase terminada, sino diseñar una experiencia. Construye la matriz de diseño situado seleccionando sus componentes.
Arquitectura de la solución
Inventario de diseño
Selecciona cada elemento para asignarlo al siguiente espacio disponible.
La tarea pendiente
La diferencia entre operar y construir.
El problema estructural
Acabas de experimentar la tesis central. El estudiante de formación docente, como en la fase A, aprende a tratar la tecnología como contenido a dominar, pero rara vez aprende a estructurar soluciones, como en la fase B.
Este saber —la Ingeniería del Aprendizaje— está ausente en buena parte de la formación inicial. No se trata necesariamente de crear una asignatura nueva, sino de habilitar un espacio donde el docente practique detección de problemas, prototipado y validación.
Existe una brecha significativa: 84,5 % usa IA frecuentemente, pero el nivel de creación es sistemáticamente el más débil por falta de formación formal.
La demanda de fluidez en IA —integrar y crear soluciones en flujos de trabajo no técnicos— creció 11 veces en América Latina, presionando a la docencia a evolucionar.
2. Asimetría estructural y la función reguladora del docente formado
El vacío descrito no es casual. Revela una asimetría estructural: se forma al futuro docente para consumir tecnología educativa, no para producirla. Esa asimetría tiene un costo, porque las empresas EdTech operan con una disciplina que la formación docente no ha incorporado, la de tratar cada solución como hipótesis: se detecta un problema, se prototipa, se valida con datos reales, se ajusta o se descarta. Es una lógica que no depende de la inversión disponible sino del uso efectivo. Y es exactamente la lógica que, a escala de aula, un docente ya podría ejercer, si tuviera dónde aprenderla.
Esta capacidad no beneficia únicamente al docente que la ejerce. Tiene un efecto sistémico sobre la industria EdTech misma. Buena parte de las soluciones tecnológicas que llegan al aula no nacen de un diagnóstico riguroso del problema pedagógico, sino de un hallazgo técnico que después se intenta ajustar al contexto educativo. No hay necesariamente mala intención en ese origen, pero sí una inversión de la secuencia: primero la solución, después la búsqueda forzada de un problema que la justifique. Un docente formado para operar con lógica de diseño, capaz de distinguir un dolor real de aula de una novedad tecnológica sin anclaje pedagógico, actúa como filtro de calidad frente a esa oferta. No rechaza la tecnología; exige que la tecnología demuestre su pertinencia con el mismo rigor que se le exigiría a cualquier prototipo educativo. Esta función reguladora, ejercida desde el conocimiento propio del sistema educativo y no desde una imposición externa, constituye una forma de autorregulación con implicancias directas sobre la sostenibilidad del ecosistema EdTech: eleva el estándar de lo que se adopta, reduce la fricción de herramientas mal ajustadas al aula, y redistribuye la exigencia de validación pedagógica hacia la propia comunidad educativa.
2.1 Ruido, sesgo y colaboración: contra la demonización de la industria EdTech
Esta función reguladora no debe leerse, sin embargo, como un mecanismo de veto ni como una postura de sospecha sistemática hacia la industria EdTech. El ruido y el sesgo que Kahneman et al. (2021) identifican como fuentes de error en el juicio humano no son, en sí mismos, obstáculos a eliminar; pueden constituir también una estructura productiva cuando se someten a un proceso de contraste colaborativo. Un hallazgo técnico nacido sin diagnóstico pedagógico previo no está condenado a la irrelevancia: puede, mediante la colaboración directa entre empresas EdTech e instituciones formativas, encontrar una aplicación pedagógica legítima que su propio origen no anticipaba. La experiencia investigativa de espacios como los STEBES del IFE Living Lab confirma que el proceso exploratorio conjunto entre tecnología y práctica educativa descubre, en ocasiones, usos nuevos para herramientas ya establecidas, usos que ni el diseño original ni el diagnóstico pedagógico inicial habían previsto por separado.
La discusión sobre la “educación de mercado”, frecuente en el debate público sobre educación, corre el riesgo de convertirse en una posición dogmática que impide precisamente esa exploración conjunta. La autorregulación que aquí se propone no es un freno impuesto desde la desconfianza ideológica, sino un estándar de rigor compartido: exige colaboración, no exclusión.
Llega a tu escritorio una herramienta EdTech nueva. Nadie te consultó al diseñarla. No nació de un diagnóstico de tu aula, sino de un hallazgo técnico que alguien intenta ajustar después. ¿Qué haces?
3. Genealogía conceptual: mirar por el retrovisor antes de nombrar
Antes de proponer un constructo operativo, conviene detenerse en un riesgo que el propio vocabulario disponible introduce, y en una tentación que conviene resistir: la de asumir que un fenómeno reciente exige, por definición, un término nuevo. La literatura internacional ha comenzado a nombrar la capacidad de diseño docente ante la IA con expresiones como Learning Engineer, consolidado como campo con estándares y literatura propia (Goodell & Kolodner, 2022), o arquitecto de ecologías de aprendizaje y docente como ingeniero cognitivo, que circulan en propuestas recientes sobre el rol docente ante la inteligencia artificial. Estos términos son útiles como diagnóstico, pero no son neutros. Nombrar al docente con una identidad profesional nueva, importada de la ingeniería o la arquitectura, corre el riesgo de sugerir que la identidad anterior ha quedado obsoleta.
Antes de sumar un término más a esa lista, resulta pertinente mirar hacia atrás. La pedagogía iberoamericana no llega tarde a esta pregunta. Existe una tradición consolidada, de raíz vygotskiana, que piensa al docente precisamente como mediador tecnológico, no como identidad nueva sino como función situada entre el estudiante y el artefacto cultural que media su aprendizaje. Fuentes Leiva (2019) desarrolla explícitamente la noción de función mediadora del docente, expresada en la planificación, el compromiso, la coordinación y la comunicación de la intervención educativa. Ligarretto Feo (2021), en un ensayo publicado en Revista Educación, analiza la mediación tecnológica de la enseñanza como relación entre artefactos, modelos y rol docente, y advierte que pensar la tecnología como mediación cultural, y no como simple instrumento, exige revisar el rol docente y las estrategias didácticas que hacen posible esa mediación.
Esta genealogía cambia el estatus del término que este artículo propone. Mediador tecnológico no se presenta aquí como neologismo, sino como una categoría pedagógica ya disponible, con años de desarrollo teórico propio, que sin embargo no ha sido operacionalizada con la lógica de detección, prototipado, iteración y validación propia de una empresa de tecnología educativa. Ese es exactamente el aporte de este artículo: no inventar un término, sino activar uno que la propia disciplina ya había construido y que esperaba, en el presente, una capa operativa que la tradición de mediación tecnológica no había desarrollado. El futuro no se alcanza únicamente acelerando hacia adelante; también exige revisar, con el mismo rigor, qué conceptos y estructuras de la propia disciplina siguen esperando ser habilitados.
Nombrar al docente con una identidad profesional distinta, como ingeniero o arquitecto, corre además el riesgo adicional de desconectarlo de esta tradición propia. El lenguaje no describe solamente: también constituye. Cuando un campo emergente reemplaza el nombre de un sujeto con vocabulario importado de otra disciplina, en lugar de recuperar el que la propia pedagogía ya había construido, produce un efecto de desplazamiento que rara vez es intencional, pero que tampoco es inocuo: el docente que se lee a sí mismo como “ingeniero” o “arquitecto” puede terminar entendiendo su identidad pedagógica previa, y su propia tradición disciplinar, como insuficientes, cuando el problema real no es la identidad, sino el repertorio operativo disponible.
Este artículo sostiene una posición distinta, en diálogo directo con el desarrollo teórico del docente catalítico (Ulloa, 2026; González Grez, 2025a), noción construida en torno a la Teoría de Metacatálisis y al modelo SEED, y que define al docente no como transmisor de contenidos ni como facilitador que elimina toda fricción, sino como agente que genera las condiciones para que el estudiante protagonice su propia transformación. Esa identidad no requiere reemplazo.
Requiere una función adicional, superpuesta y no sustitutiva, ya disponible en la tradición pedagógica propia: la de mediador tecnológico, entendida como la capacidad de leer tanto al estudiante como la tecnología disponible, y disponibilizarla, mediante soluciones que el propio docente crea o que invita a sus estudiantes a crear e iterar junto a él, para habilitar experiencias de aprendizaje enriquecidas por tecnología. A diferencia del arquitecto, que diseña un sistema completo desde cero, el mediador conoce dos mundos, el de las personas que aprenden y el de las tecnologías disponibles, y su función es ponerlos en contacto de manera que la experiencia se enriquezca, sin que ello implique rediseñar la totalidad de la práctica docente.
La distinción entre función y rol es, en este punto, decisiva, y la propia tradición de mediación tecnológica ya la anticipaba. Un rol nuevo desplaza al anterior; una función nueva lo equipa. El docente catalítico no se convierte en mediador tecnológico de manera permanente ni excluyente. Activa esa función cuando detecta que una tecnología, propia o disponible, podría enriquecer una experiencia de aprendizaje que ninguna solución externa resuelve con la pertinencia que el contexto exige, y la desactiva cuando el problema no lo requiere. Esta formulación evita el desplazamiento semántico sin renunciar al aporte real que el vocabulario de la Ingeniería del Aprendizaje ofrece: metodología de diseño, prototipado y validación empírica, puesta al servicio de una identidad docente que permanece estable, y de una función mediadora que la propia pedagogía ya había nombrado antes de que la industria EdTech existiera.
Elige el modo de juego
Recorre el laberinto tomando decisiones que ponen a prueba tu criterio pedagógico-andragógico frente a la tecnología.
El laberinto EdTech
Turno de: Jugador 1
4. El constructo operativo: un ciclo de diseño situado
Si la función de mediador tecnológico no reemplaza al docente catalítico sino que lo equipa, corresponde ahora especificar en qué consiste, operativamente, esa función. Se propone un ciclo de cuatro fases, no lineal sino recursivo, que traduce la lógica de detección-prototipado-validación propia de una empresa de tecnología educativa a la escala del aula, aplicada específicamente a la mediación entre necesidades situadas y posibilidades tecnológicas.
Detectar. El punto de partida no es la herramienta disponible, sino la lectura conjunta de dos mundos: el estudiante situado y las posibilidades tecnológicas reales del contexto. Esta fase exige distinguir, con precisión, dónde una mediación tecnológica enriquecería genuinamente una experiencia de aprendizaje, de una carencia superficial o de una novedad tecnológica sin anclaje en la práctica. La pregunta no es qué tecnología podría aplicarse, sino qué necesita este grupo de estudiantes, en este contexto, que una mediación tecnológica bien elegida puede habilitar y que ninguna solución externa resuelve con la pertinencia necesaria
Prototipar. Identificado el punto de mediación, el docente construye una solución propia, ajustada a escala de aula, o invita a sus estudiantes a construirla e iterarla junto a él: un recurso, un asistente configurado, una secuencia de actividades mediada por inteligencia artificial. El prototipo no aspira a la sofisticación técnica de un producto comercial; aspira a la pertinencia situada que un producto comercial, por su lógica de escalamiento, no siempre puede ofrecer.
Iterar. El prototipo se pone a prueba con los estudiantes, no como público que consume una solución terminada, sino como fuente activa de retroalimentación sobre su funcionamiento real. Esta fase incorpora ajustes sucesivos, en ciclos cortos, antes de que el prototipo se estabilice como recurso de uso sostenido.
Validar. Aquí es donde el ciclo se distingue de una lógica puramente empresarial. La validación no se mide por engagement, retención o satisfacción declarada, métricas propias del producto comercial, sino por evidencia decisional: qué decisiones toma el estudiante frente a situaciones nuevas, con qué criterio, con qué grado de transferencia. Esta métrica no requiere una reteorización en este texto; se apoya en el marco de Arquitectura Decisional de la Competencia ya desarrollado (González Grez, 2025b), donde la decisión, y no el contenido retenido, constituye la unidad mínima observable de competencia. Esta exigencia responde, además, a un problema ya documentado en la literatura sobre evaluación: cuando una tarea puede resolverse igual de bien por un estudiante desconectado que por un chatbot, la evaluación pierde buena parte de su legitimidad pedagógica (Farazouli et al., 2023), lo que refuerza la necesidad de validar por decisión situada y no por un producto que la propia inteligencia artificial puede resolver por el estudiante.
Este ciclo no compite con el diseño curricular formal ni pretende sustituirlo. Opera como su capa ágil: donde una actualización curricular institucional puede tardar años, este ciclo permite al docente catalítico responder, en el corto plazo, a un problema que su contexto específico le presenta, y hacerlo con el mismo rigor de validación que exigiría a cualquier tecnología externa que llegara a su aula.
El ciclo de mediación tecnológica
Un docente observa una situación en su aula, recorre el ciclo completo y toma una decisión en cada fase.
5. Doble anclaje instrumental: dos capas de la misma armadura
El ciclo descrito en la sección anterior corre el riesgo de quedar en formulación abstracta si no se ancla en herramientas concretas que el docente pueda operar directamente. Existen ya dos instrumentos desarrollados para este propósito, cada uno resolviendo una capa distinta del problema.
La primera capa es estratégica. El EdTech Model Canvas (González Grez, 2026a), adaptación del Business Model Canvas de Osterwalder y Pigneur (2010) al contexto de la innovación educativa docente, articula trece bloques que obligan al docente a pensar su prototipo con la misma disciplina que exigiría a cualquier producto: a quién sirve, qué problema resuelve, con qué recursos cuenta, cómo se sostiene en el tiempo. Esta capa responde a las fases de Detectar y Prototipar del ciclo: ubica el problema dentro de un sistema de relaciones (recursos, actores, sostenibilidad) que evita que la solución nazca aislada de su contexto institucional.
La segunda capa es experiencial. El Model Canvas de Experiencias de Aprendizaje Situadas (González Grez, 2026b), construido en diálogo con el Value Proposition Canvas (Osterwalder et al., 2014), el Design Thinking (Brown, 2009), el Art Thinking (Jacobs, 2018) y el Pensamiento Complejo Regenerativo (González Grez, 2025a), articula once dimensiones que traducen la propuesta de valor estratégica en una experiencia de aprendizaje concreta: comprensión situada del estudiante, propuesta de valor educativa, metodologías, evaluación, articulación nuclear de actividades. Investigación reciente sobre la mentalidad de Design Thinking en educación superior confirma que la tolerancia a la ambigüedad y el pensamiento crítico explícito son centrales para que estudiantes y docentes aborden problemas complejos de diseño de manera creativa (Patel et al., 2024), justamente la disposición que exige el ciclo propuesto en la sección anterior. Esta capa responde a las fases de Iterar y Validar: convierte el prototipo estratégico en una secuencia vivible por el estudiante, y establece los criterios de evidencia bajo los cuales esa experiencia se ajusta o se sostiene.
Ninguna de las dos herramientas sustituye a la otra. El EdTech Model Canvas sin el Canvas de Experiencias de Aprendizaje Situadas produce estrategias bien fundamentadas pero sin traducción pedagógica concreta al aula. El Canvas de Experiencias de Aprendizaje Situadas sin el EdTech Model Canvas produce experiencias bien diseñadas pero desconectadas de su sostenibilidad como solución replicable. Juntas, ambas capas evitan que la función de mediador tecnológico quede en metáfora: le dan al docente catalítico un instrumental operativo completo, desde la estrategia hasta la experiencia vivida, sin que en ningún punto del proceso deba abandonar su identidad pedagógica para ejercerlo.
El ciclo de mediación tecnológica
Un docente observa una situación en su aula, recorre el ciclo completo y toma una decisión en cada fase.
6. Propuesta formativa: una secuencia de tipo bootcamp
Definido el ciclo operativo y su doble anclaje instrumental, resta especificar cómo se forma esta capacidad dentro del espacio curricular descrito en la introducción, sea este una asignatura, un módulo, una secuencia de cursos o una línea de investigación aplicada. Se propone una metodología de tipo bootcamp, deliberadamente distinta de la secuencia expositiva propia de un curso tradicional, por una razón estructural: la función de mediador tecnológico no se adquiere por comprensión conceptual, sino por ejercicio repetido del ciclo completo bajo condiciones de incertidumbre acotada. La secuencia formativa se organiza en cinco momentos.
Retos. El punto de partida no es un contenido a cubrir, sino un problema real, extraído preferentemente de la práctica de aula del propio estudiante en formación o de un contexto de práctica profesional supervisada. El reto se formula con la misma precisión exigida en la fase de Detección del ciclo operativo.
Desafíos progresivos. Los retos se organizan en dificultad creciente, desde problemas acotados de bajo riesgo hasta problemas complejos que exigen integrar las once dimensiones del Canvas de Experiencias de Aprendizaje Situadas y los trece bloques del EdTech Model Canvas de manera simultánea.
Fondeo. Se introduce, de forma deliberada, un elemento de restricción de recursos, tiempo, herramientas disponibles, acceso tecnológico, que obliga al estudiante en formación a priorizar y justificar decisiones de diseño, tal como un equipo EdTech temprano debe justificar el uso de una inversión limitada.
Pitch. El prototipo se presenta ante pares y formadores, no como ejercicio de exposición oral, sino como defensa argumentada de las decisiones de diseño tomadas, sometida a cuestionamiento crítico. Esta fase entrena la capacidad de sostener una propuesta pedagógica bajo escrutinio, competencia distinta de la capacidad de diseñarla.
Prueba e iteración. El prototipo se implementa, cuando las condiciones de práctica lo permiten, con estudiantes reales, y se ajusta según la evidencia decisional recogida, cerrando el ciclo completo descrito en la sección anterior.
Esta secuencia exige, a su vez, un perfil docente formador distinto del expositor tradicional: un mentor capaz de acompañar la incertidumbre del prototipado sin resolverla por el estudiante en formación, en coherencia con la lógica catalítica que este artículo sostiene desde su planteamiento inicial. Formar mediadores tecnológicos mediante exposición de contenidos reproduciría, precisamente, el defecto estructural que este artículo busca superar.
7. Discusión: responder a la crítica de la lógica de mercado en educación
Una propuesta que adopta vocabulario y disciplina propios de la industria EdTech, aun cuando lo haga para fortalecer al docente y no para reemplazarlo, debe responder directamente a una tradición crítica consolidada en la investigación educativa sobre la comercialización, la plataformización y la datificación de la educación. Ignorar esta literatura debilitaría el argumento; responderla desde el propio marco lo fortalece.
Un primer cuestionamiento señala que la dependencia institucional de herramientas EdTech comerciales tiende a generar relaciones de intermediación (brokering) entre escuelas, gobernanza, academia e industria que desplazan el diseño pedagógico hacia actores externos con intereses comerciales propios (Ortegón et al., 2024). Este artículo no niega ese riesgo; lo confirma como diagnóstico y responde con un antídoto estructural distinto al rechazo de la tecnología: mantener la autoría del diseño pedagógico dentro del propio sistema educativo. Un docente que detecta, prototipa y valida su propia solución no depende de la intermediación de un tercero para resolver un problema situado; recurre a la oferta comercial únicamente cuando esta demuestra, bajo escrutinio propio, una pertinencia que su propio prototipo no puede igualar.
Conviene además precisar una limitación metodológica de fondo en cualquier taxonomía de habilidades construida a partir de datos de mercado: su carácter parcial suele leerse, sin la advertencia adecuada, como si fuera representativo del conjunto del mercado laboral. Un estudio sobre habilidades digitales demandadas en plataformas de trabajo freelance en México ilustra este riesgo con claridad: de casi 8.000 habilidades digitales registradas en un trimestre, el 98 % correspondió a una sola plataforma, dejando al resto de la oferta freelance con una representación marginal en la muestra (Guzmán Escorza et al., 2023). Un panorama construido sobre una fuente tan concentrada puede leerse como el retrato completo de la demanda de habilidades digitales de un país, cuando en realidad es un corte situado, sensible a la plataforma, al periodo y a la composición de usuarios que lo generaron. Esta limitación no invalida el valor de las taxonomías dinámicas de habilidades como capa de detección; advierte que esa capa debe leerse como evidencia parcial y cambiante, no como un mandato curricular estable, razón adicional para que la mediación pedagógica situada, y no la taxonomía por sí sola, decida qué de esa señal amerita convertirse en experiencia de aprendizaje.
Un segundo cuestionamiento, particularmente relevante en la literatura sobre datificación escolar, advierte que la adopción acrítica de tecnologías de seguimiento y analítica de datos convierte al estudiante en objeto de vigilancia más que en sujeto de aprendizaje (Pangrazio et al., 2023). La propuesta aquí desarrollada responde a este riesgo desde su propio diseño metodológico: la validación del ciclo operativo (sección 4) se ancla explícitamente en evidencia decisional, esto es, en las decisiones que el estudiante toma frente a situaciones nuevas, y no en métricas de engagement, tiempo en plataforma o patrones de uso, que son precisamente las métricas cuestionadas por la literatura sobre datificación. La Arquitectura Decisional de la Competencia constituye, en este sentido, una alternativa metodológica concreta a la lógica de vigilancia que la crítica académica señala.
Un tercer cuestionamiento sostiene que la automatización creciente de procesos educativos amenaza con desplazar el juicio profesional docente hacia sistemas algorítmicos que operan con escasa supervisión humana significativa (Andrejevic & Selwyn, 2023). Este artículo comparte la preocupación de fondo y la incorpora como principio de diseño: la inteligencia artificial se concibe explícitamente como exoesqueleto y no como sustituto del juicio pedagógico (Miao & Shiohira, 2024), y la función de mediador tecnológico no delega la decisión final a ningún sistema automatizado. Por el contrario, forma al docente precisamente en la capacidad de auditar, cuestionar y, cuando corresponda, descartar una solución tecnológica que no supere su propio proceso de validación. Esta misma exigencia aparece en revisiones sistemáticas recientes sobre personalización educativa con inteligencia artificial, que concluyen que su integración exige un uso crítico y responsable que evite desplazar el análisis autónomo y la formulación de conclusiones propias del estudiante (Romero Alonso et al., 2025).
Queda, finalmente, la crítica más amplia sobre la comercialización de la educación como tal, la advertencia, presente en buena parte de la obra de Selwyn (2022), de que el sector EdTech opera bajo una lógica de mercado que puede entrar en tensión con los fines públicos de la educación. Este artículo no defiende la mercantilización de la educación ni sostiene que el aula deba operar como mercado en sentido literal. Sostiene algo distinto y, en cierto sentido, contrario a esa tendencia: que un sistema educativo capaz de formar docentes con criterio de diseño y validación propios está mejor posicionado para regular la entrada de soluciones comerciales a su propio territorio, no peor. La alternativa a formar este criterio no es la ausencia de mercado EdTech, que ya opera activamente en las aulas latinoamericanas con o sin la autorización explícita del sistema educativo, sino un sistema educativo sin capacidad propia de discernimiento frente a esa oferta. La autorregulación descrita en la sección 2 es, en este sentido, una respuesta situada a la advertencia de Selwyn y sus colegas, no una negación de ella.
El tribunal: cinco acusaciones contra el artículo
Usted es el juez. Cinco críticos presentan su acusación. Falle antes de conocer la respuesta real del artículo. Al final, el tribunal emitirá juicio sobre su propio criterio.
8. Cierre: un mapa de posiciones y una proyección para Latinoamérica
Conviene cerrar con una precisión que quizás debió anticiparse desde la introducción, pero que solo ahora, con el constructo completo desarrollado, puede formularse con claridad: los términos que circulan en la literatura reciente no son intercambiables, y confundirlos diluye tanto su aporte como sus límites. La Tabla 1 sintetiza las posiciones en juego:
Mapa conceptual · Tabla 1
Posiciones del docente ante la tecnología educativa
| Constructo | Naturaleza | Foco | Riesgo principal |
|---|---|---|---|
| Ingeniero del Aprendizaje | Rol profesional, generalmente de posgrado | Sistemas de aprendizaje a escala institucional | Desconexión de la práctica de aula cotidiana |
| Arquitecto de ecologías de aprendizaje | Identidad emergente en literatura internacional | Diseño de contextos y condiciones tecnológicas | Desplazamiento semántico del docente como sujeto |
| Docente catalítico | Identidad pedagógica estable | Generar condiciones para la transformación protagonizada por el estudiante | Puede leerse como insuficiente ante la exigencia tecnológica si no se le equipa |
| Mediador tecnológico | Función activable, no identidad | Lee al estudiante y la tecnología disponible, y las media mediante un ciclo de detección, prototipado, iteración y validación decisional a escala de aula | Requiere espacio curricular hoy inexistente |
La tabla muestra que la propuesta de este artículo no compite con el docente catalítico ni con la Ingeniería del Aprendizaje como campo. Ocupa el espacio que ninguno de los dos cubre: la identidad estable del primero, equipada con el instrumental operativo del segundo, adaptado a la escala de aula que el segundo, por su naturaleza institucional, no siempre alcanza.
Para el contexto latinoamericano, esta articulación tiene una pertinencia particular. La región enfrenta simultáneamente una expansión acelerada de la oferta EdTech, una formación inicial docente que, como muestra la evidencia revisada (Oktaviani et al., 2026), concentra su desarrollo de competencias de IA en los niveles de adquisición y profundización más que en el de creación, y una tradición pedagógica, la del docente catalítico y sus desarrollos afines, que ya sostiene teóricamente la centralidad del criterio docente frente a cualquier automatización. Latinoamérica no necesita importar una identidad profesional nueva para resolver esta brecha. Necesita construir el espacio curricular que permita a su propia tradición pedagógica ejercer una función que, hasta ahora, no ha tenido dónde practicarse.
Ese espacio, todavía inexistente, es la tarea pendiente que da título a este artículo.
Glosario de lectura
30 conceptos para comprender la mediación tecnológica docente
Una selección de los conceptos más densos del texto, explicados desde el sentido específico que adquieren dentro de su argumento.