Herramientas de IA para profesores: qué ahorra tiempo de verdad en una semana real

Casi todas las listas de herramientas de IA para profesores empiezan por la generación de programaciones de aula. Es el peor punto de partida. Preparar una clase es la parte del trabajo que la mayoría del profesorado hace más rápido y con la que se siente más celoso, y una programación generada suele necesitar tantas reescrituras que el tiempo ahorrado acaba siendo negativo.

Las horas se esfuman en sitios menos vistosos: preparar tres versiones de la misma ficha para tres niveles de lectura, escribir por vigesimoctava vez el mismo comentario sobre el mismo error típico, perseguir un recurso que está en algún punto de una carpeta compartida y convertir material de un formato a otro. Esas son las tareas que merece la pena automatizar.

1. Atención a la diversidad: el uso más rentable

Coge una ficha y genera una versión con más andamiaje, una versión de ampliación y otra con el nivel de lectura rebajado dos cursos. Es un trabajo mecánico, de mucho volumen, y el resultado solo necesita una revisión rápida en lugar de una reescritura. Es la ganancia más evidente de todas.

Un modelo local resuelve esto muy bien porque el documento de origen nunca sale de tu equipo, algo que importa cuando la ficha contiene ejemplos con nombres de alumnos o material cuyos derechos de redistribución no tienes.

2. Bancos de comentarios, no comentarios terminados

Los comentarios generados sobre el trabajo de un alumno concreto suelen ser insulsos y a veces directamente erróneos, y el alumnado se da cuenta. Funciona mucho mejor generar un banco de comentarios para los errores típicos que ya sabes que aparecen en un tema y luego elegir y adaptar.

El criterio sigue siendo tuyo; la IA solo te quita el teclear. Corregir un grupo de treinta pasa a ser seleccionar y personalizar en lugar de redactar desde cero.

3. Conversión de formatos

Ninguna de estas cosas da para una demo espectacular. Todas ellas son de diez a veinte minutos cada una, varias veces por semana.

• La foto de una página de un libro de texto convertida en texto editable que puedes adaptar.
• Unos apuntes convertidos en diapositivas o en una hoja de repaso imprimible.
• Una clase grabada convertida en transcripción y luego en un resumen para quien haya faltado.
• Unos criterios de corrección convertidos en una batería de ejercicios que trabajan esos mismos criterios.

4. Generación de cuestionarios y práctica de recuperación

Generar preguntas de recuperación a partir de material que ya has explicado tiene poco riesgo, porque puedes verificar cada respuesta contra la fuente en segundos. Generar preguntas a partir de material que se ha inventado el modelo tiene mucho riesgo. Dale siempre tus propios textos.

Qué no delegar

• Cualquier valoración sumativa que acabe en un boletín sin que tú hayas leído cada palabra.
• Notas de protección del menor o de tutoría: eso necesita una persona y un registro auditable.
• La evaluación de un alumno al que no has dado clase, donde no puedes contrastar el resultado con tu propio criterio.
• Cualquier caso en el que un dato inventado pueda llegar al alumnado sin que nadie lo cuestione.

La cuestión de los datos

El motivo por el que muchos centros se quedan atascados con la IA no es que duden de su utilidad, sino que pegar el trabajo de un menor en una herramienta en la nube significa transmitirlo a un tercero. Eso es una cuestión real de protección de datos, no paranoia.

Las herramientas que se ejecutan en el propio dispositivo eliminan la pregunta en lugar de responderla. Si el modelo funciona en el portátil del profesor, no hay ninguna transferencia que declarar, ningún plazo de conservación que negociar y ninguna cláusula sobre datos de entrenamiento que leer. Por eso Grout ejecuta sus modelos en local de forma predeterminada.