El diseño instruccional para el desarrollo de competencias relevantes en la era de la IA✨
Palabras clave:
diseño instruccional, inteligencia artificial, competencia relevanteResumen
La integración de la Inteligencia Artificial Generativa (GenAI) en el ámbito educativo exige una redefinición profunda del diseño instruccional para asegurar que la gestión de la información no comprometa la integridad del aprendizaje ni la credibilidad docente. El ensayo explora cómo el diseño instruccional evoluciona desde modelos tradicionales hacia marcos relacionales y adaptativos, enfatizando la transición del docente de autoridad de conocimiento a facilitador y co-diseñador, mientras se integran principios de aprendizaje basado en el "fracaso productivo", microaprendizaje y personalización. A través de la revisión de modelos como MIND, IMPACT y el marco de pedagogía orientada a la IA, se analizan las dimensiones de posicionalidad, relacionalidad y funcionalidad que permiten el desarrollo de competencias críticas como el pensamiento computacional y la creatividad. Los resultados indican que la efectividad de la IA depende de una orquestación pedagógica intencional que mitigue riesgos como el "sesgo algorítmico" y la "descarga cognitiva", promoviendo una colaboración humano-IA equitativa. En conclusión, el diseño instruccional se vuelve fundamental bajo estas circunstancias al proporcionar la estructura necesaria para transformar la IA de una herramienta de conveniencia en un catalizador de aprendizaje profundo y significativo, garantizando que el estudiante mantenga la agencia sobre su propio proceso cognitivo.
Descargas
Citas
Chauhan, S., Bhavsar, A., & Dutt, V. (2026). Instructional modality influences neurocognitive engagement during moral learning. Scientific Reports, 16(1489). https://doi.org/10.1038/s41598-025-31136-5
Creely, E., & Carabott, K. (2025). Teaching and learning with AI: An Integrated AI‑Oriented Pedagogical Model. The Australian Educational Researcher, 52, 4633–4654. https://doi.org/10.1007/s13384-025-00913-6
Gupta, M., Aumeier, J., Upadhyayula, S., Dulaney, A., Wu, A., Willig, J., & Bavli, N. (2026). IMPACT: A Generative AI Prompt Framework for Scaling Instructional Video Design. Medical Science Educator. https://doi.org/10.1007/s40670-026-02784-7
Idrisi, M. J., Ullah, M. S., Shamsi, N. A., Thakur, M., & Beza, D. (2026). Modeling the dynamic interplay between student creativity and Gen-AI. Discover Artificial Intelligence, 6(589). https://doi.org/10.1007/s44163-026-01284-2
Kim, J., Yu, S., Detrick, R., Lin, X., & Li, N. (2025). Designing AI‑powered learning: Adult learners’ expectations for curriculum and human‑AI interaction. Education Tech Research Dev, 73, 3397–3421. https://doi.org/10.1007/s11423-025-10549-z
Kim, J., Lin, X., Yu, S., & Detrick, R. (2026). Designing AI systems to support a productive‑failure‑based learning: Insights from adult learners on AI applications and AI system design principles. Education Tech Research Dev. https://doi.org/10.1007/s11423-026-10655-6
Luo, J., Zheng, C., Yin, J., & Teo, H. H. (2025). Design and assessment of AI-based learning tools in higher education: A systematic review. International Journal of Educational Technology in Higher Education, 22(42). https://doi.org/10.1186/s41239-025-00540-2
Memon, T. D., & Kwan, P. (2025). A Collaborative Model for Integrating Teacher and GenAI into Future Education. TechTrends, 69, 1192–1206. https://doi.org/10.1007/s11528-025-01105-w
Monib, W. K., Qazi, A., Apong, R. A., Santos, J. H., & Mahmud, M. M. (2025). The MIND model a microlearning AI-integrated instructional design for enhanced learning outcomes. Scientific Reports, 15(41020). https://doi.org/10.1038/s41598-025-24910-y
Ng, O. L., Ye, H., Cui, Z., Lin, Z., & Dai, Y. (2026). Computational thinking and AI literacy integration in mathematics education: Design principles for curricular and instructional innovations. ZDM – Mathematics Education. https://doi.org/10.1007/s11858-026-01795-3
Omeh, C. B., Ayanwale, M. A., Mnguni, L. E., & Olelewe, C. J. (2025). Fostering programming skill and critical thinking through AI-assisted PBL integration. Journal of New Approaches in Educational Research, 14(22). https://doi.org/10.1007/s44322-025-00041-0
Palenski, T., Hills, L., Unnikrishnan, S., & Eynon, R. (2024). How AI Works: Reconfiguring Lifelong Learning. Postdigital Science and Education, 6, 1216–1239. https://doi.org/10.1007/s42438-024-00496-y
Rawas, S., Samala, A. D., & Fortuna, A. (2026). AI-powered metaverse for lifelong learning and skill evolution. Discover Education, 5(313). https://doi.org/10.1007/s44217-026-01316-0
Tilwani, S. A., Assefa, Y., Alhur, A. A., Spahiu, I., Moges, B. T., Ejupi, S., & Majeed, H. (2026). Harnessing generative artificial intelligence for personalized learning and transformative skill development in higher education in developing-country contexts. Discover Artificial Intelligence, 6(591). https://doi.org/10.1007/s44163-026-01300-5
Wang, H. H., Awan, M. K. S., Jenkins, A. R., & Sarkar, S. (2025). Exploring Instructional Design, Occupational Interest, and Orientation Through Integrated STEM: A Systematic Literature Review. Can. J. Sci. Math. Techn. Educ., 25, 271–291. https://doi.org/10.1007/s42330-025-00362-4
Wang, Z., Mingzhuo, L., & Islam, A.Y.M. A. (2026). Reimagining teacher-AI co-design in learning task design: Trends and perspectives. Humanities & Social Sciences Communications. https://doi.org/10.1057/s41599-026-06981-y
Wu, S., Xu, J., & Feng, S. (2026). Opportunities and Challenges of Generative AI in STEAM Education: A Thematic Co-occurrence Network Analysis of Primary and Secondary School Leaders’ Perspectives. Technology, Knowledge and Learning. https://doi.org/10.1007/s10758-026-09976-5
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Angel Crovetto (Ed.), Lina Marcela Gómez Quintero (Ed.)

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
El autor de cada artículo o contribución académica publicada en Futuro Hoy se compromete a otorgar derechos de uso a otros gracias al registro en Creative Commons BY 4.0 que la Editorial ha tramitado para su obra. Esto permite el acceso gratuito e inmediato a la obra y permite a cualquier usuario leer, descargar, copiar, distribuir, imprimir, buscar o vincular acceder a los textos completos de los artículos, rastrearlos para indexarlos, pasarlos como datos al software o utilizarlos para cualquier otro propósito legal. Cada autor mantiene los derechos de su obra. La revista Futuro Hoy posee los derechos de publicación de cada artículo. La revista no se responsabiliza por los comentarios vertidos por cada autor.