MODELOS TE脫RICOS DE REFERENCIA PARA LA RETROALIMENTACI脫N BIDIRECCIONAL MEDIADA POR INTELIGENCIA ARTIFICIAL GENERATIVA (IAG) EN EDUCACI脫N SUPERIOR
La retroalimentaci贸n, es un componente fundamental en los procesos formativos. En educaci贸n formal, consiste en desarrollar procesos comunicativos y formativos orientados a disminuir la brecha entre los aprendizajes y desempe帽os reales de los estudiantes y los conocimientos y desempe帽os esperados o los aprendizajes ideales concebidos en el curr铆culum. La retroalimentaci贸n bidireccional puede estar mediada y ser concebida seg煤n distintas formas y niveles de complejidad; tambi茅n puede ser aplicada seg煤n distintas estrategias y medios. En Educaci贸n Superior, la retroalimentaci贸n bidireccional se articula sobre un conjunto de modelos te贸ricos de referencia que integran concepciones que provienen desde la pedagog铆a cr铆tica, la cognici贸n distribuida, los enfoques centrados en el aprendizaje dial贸gico y, 煤ltimamente, en el contexto de la transici贸n cultural disruptiva que estamos experimentando, caracterizada por el avance cient铆fico y tecnol贸gico, en especial con la masificaci贸n del acceso a la Inteligencia Artificial (IA), aparecen nuevos referentes asociados a conceptos tales como el conectivismo, la coasociaci贸n y la transhumanizaci贸n. Los estudios m谩s recientes identifican la necesidad de una transformaci贸n de los procesos evaluativos tradicionales, pasando de modelos unidireccionales, centrados en la uniformidad, en la estandarizaci贸n y en la correcci贸n de los errores, para transitar hacia din谩micas de intercambio continuo entre el estudiante, el docente y los sistemas inteligentes, especialmente con la intermediaci贸n de aplicaciones de Inteligencia Artificial Generativa. Las formas de ense帽ar y de aprender est谩n cambiando. La educaci贸n tiende progresivamente hacia modelos de aprendizaje donde se relacionan la administraci贸n de informaci贸n con la gesti贸n y movilizaci贸n del conocimiento (Careaga et al. 2026). Estas nuevas din谩micas pedag贸gicas requieren de nuevas formas de retroalimentaci贸n bidireccional que incluyan ejercicios metacognitivos y de metalenguaje por parte de los estudiantes, quienes demuestran sus conocimientos y desempe帽os por medio de juicios cr铆ticos acerca de aprendizajes basados en preguntas, resoluci贸n de problemas, gesti贸n de procesos, experiencias en laboratorios o en la realidad objetiva o digital. En este cap铆tulo se analizan distintos modelos acerca de la retroalimentaci贸n bidireccional y, especialmente, un modelo de referencia para retroalimentar bidireccionalmente cuando los estudiantes est谩n intermediados por aplicaciones de Inteligencia Artificial Generativa
MODELOS TE脫RICOS DE REFERENCIA PARA LA RETROALIMENTACI脫N BIDIRECCIONAL MEDIADA POR INTELIGENCIA ARTIFICIAL GENERATIVA (IAG) EN EDUCACI脫N SUPERIOR
-
DOI: 10.37572/EdArt_1710263696
-
Palavras-chave: modelos te贸ricos; retroalimentaci贸n bidireccional; Inteligencia Artificial generativa (IAG); Educaci贸n Superior.
-
Keywords: modelos te贸ricos; retroalimentaci贸n bidireccional; Inteligencia Artificial generativa (IAG); Educaci贸n Superior.
-
Abstract:
La retroalimentaci贸n, es un componente fundamental en los procesos formativos. En educaci贸n formal, consiste en desarrollar procesos comunicativos y formativos orientados a disminuir la brecha entre los aprendizajes y desempe帽os reales de los estudiantes y los conocimientos y desempe帽os esperados o los aprendizajes ideales concebidos en el curr铆culum. La retroalimentaci贸n bidireccional puede estar mediada y ser concebida seg煤n distintas formas y niveles de complejidad; tambi茅n puede ser aplicada seg煤n distintas estrategias y medios. En Educaci贸n Superior, la retroalimentaci贸n bidireccional se articula sobre un conjunto de modelos te贸ricos de referencia que integran concepciones que provienen desde la pedagog铆a cr铆tica, la cognici贸n distribuida, los enfoques centrados en el aprendizaje dial贸gico y, 煤ltimamente, en el contexto de la transici贸n cultural disruptiva que estamos experimentando, caracterizada por el avance cient铆fico y tecnol贸gico, en especial con la masificaci贸n del acceso a la Inteligencia Artificial (IA), aparecen nuevos referentes asociados a conceptos tales como el conectivismo, la coasociaci贸n y la transhumanizaci贸n. Los estudios m谩s recientes identifican la necesidad de una transformaci贸n de los procesos evaluativos tradicionales, pasando de modelos unidireccionales, centrados en la uniformidad, en la estandarizaci贸n y en la correcci贸n de los errores, para transitar hacia din谩micas de intercambio continuo entre el estudiante, el docente y los sistemas inteligentes, especialmente con la intermediaci贸n de aplicaciones de Inteligencia Artificial Generativa. Las formas de ense帽ar y de aprender est谩n cambiando. La educaci贸n tiende progresivamente hacia modelos de aprendizaje donde se relacionan la administraci贸n de informaci贸n con la gesti贸n y movilizaci贸n del conocimiento (Careaga et al. 2026). Estas nuevas din谩micas pedag贸gicas requieren de nuevas formas de retroalimentaci贸n bidireccional que incluyan ejercicios metacognitivos y de metalenguaje por parte de los estudiantes, quienes demuestran sus conocimientos y desempe帽os por medio de juicios cr铆ticos acerca de aprendizajes basados en preguntas, resoluci贸n de problemas, gesti贸n de procesos, experiencias en laboratorios o en la realidad objetiva o digital. En este cap铆tulo se analizan distintos modelos acerca de la retroalimentaci贸n bidireccional y, especialmente, un modelo de referencia para retroalimentar bidireccionalmente cuando los estudiantes est谩n intermediados por aplicaciones de Inteligencia Artificial Generativa
- Eileen Sep煤lveda Valenzuela
- Marcelo Careaga Butter