De modelo a ecosistema
Modelo, interfaz, aplicación y ecosistema. Por qué existen herramientas especializadas.
Sesión 8 de 8
¿Qué herramientas de IA merece realmente la pena incorporar a mi trabajo y cuáles tiene sentido poner en manos de mis alumnos?
Herramientas, conexiones y criterio para tu trabajo y para tus alumnos. Seis horas para pasar de usar un modelo a construir un ecosistema propio: conectores, plugins y Skills, permisos, exploración práctica de herramientas y tres mapas de decisión.
Sesión 8 · 6 horas
Herramientas, conexiones y criterio para tu trabajo y para tus alumnos.
Distinguir las cuatro capas para saber de qué hablamos cuando decimos «una IA».
Qué son, qué permiten y qué limitaciones tienen según plataforma, plan y permisos.
Explorar aplicaciones partiendo de una necesidad profesional concreta, no de la novedad.
Analizar qué usos son adecuados en Infantil, Primaria, Secundaria y Bachillerato.
Construir un stack propio, corto y justificado, en lugar de acumular aplicaciones.
Aplicar criterios de permisos, datos, trazabilidad y control humano antes de conectar nada.
Hasta ahora hemos aprendido a conversar con la IA, darle contexto, trabajar con documentos, verificar sus respuestas y convertirlas en productos. En esta última sesión ampliamos el foco: dejamos de pensar únicamente en un modelo o un chatbot y empezamos a construir un ecosistema personal y profesional de IA.
Al terminar la sesión tendrás un mapa de posibilidades, dos herramientas nuevas probadas con criterio y un stack personal de un máximo de cinco herramientas justificadas.
Parte 1 · El ecosistema conectado
Ejemplos: las familias GPT, Claude y Gemini.
El chat es una interfaz. No es el modelo, ni es la única forma posible de trabajar con él.
Transcribir, resumir reuniones, visualizar ideas, montar una presentación o construir una web.
El ecosistema incluye lo técnico y lo humano: también las reglas de uso que decides mantener.
Es el punto de partida de las sesiones anteriores: pedir, revisar y volver a pedir.
La IA deja de responder desde el aire y responde sobre tu material.
En lugar de mover información a mano, se consulta allí donde vive, con autorización.
Aquí la IA deja de proponer texto y produce efectos fuera de la conversación.
Permiten que un sistema de IA consulte información disponible en servicios externos autorizados.
Amplían las capacidades disponibles desde el entorno de IA y pueden permitir consultar información o utilizar servicios externos según integración, permisos, cuenta y plan.
Procedimientos o capacidades reutilizables que pueden encapsular instrucciones, recursos y formas de realizar determinadas tareas.
Dibuja tu entorno habitual de trabajo. En el centro, «MI TRABAJO». Alrededor: correo, Drive, Calendar, Word, Excel, WhatsApp, navegador, plataformas profesionales y lo que uses además.
¿Dónde está mi información?
¿Qué información traslado manualmente de una aplicación a otra?
¿Qué tareas repito?
¿Qué podría consultar una IA?
¿Qué podría preparar una IA?
¿Qué no permitiría que hiciera sin mi autorización?
Objetivo: aprender a identificar flujos de información antes de pensar en automatizarlos.
Tus marcas y respuestas se guardan solo en este navegador.
Nivel más bajo de riesgo, pero ya implica decidir a qué información da acceso.
Aparece la pregunta de qué carpetas, cuentas o espacios entran en el alcance.
Un borrador creado no es todavía un borrador enviado.
Aquí se pueden perder versiones o alterar datos con valor administrativo.
Enviar, publicar, compartir o registrar. Es el nivel que exige más control humano.
RAM-EDU es un diagnóstico de preparación para introducir inteligencia artificial en un contexto educativo, inspirado en la lógica Readiness Assessment Methodology. No mide si una herramienta es «buena» o «mala»: examina si existen las condiciones pedagógicas, humanas, técnicas y éticas para utilizarla con responsabilidad.
Tu centro quiere implantar un tutor de IA disponible 24/7. El sistema respondería preguntas del alumnado a partir de materiales de clase, ofrecería explicaciones, propondría actividades y podría registrar el progreso de cada estudiante.
Antes de hacer el diagnóstico, responde mentalmente: ¿lo implantarías ahora mismo: sí, no o no lo sé?
Escala: 0 — No existe o no se ha considerado · 1 — Existe de forma informal o inicial · 2 — Está definido y es razonablemente suficiente · 3 — Está consolidado, documentado y se revisa.
Segunda parte · Herramientas en acción
Después del descanso cambia el ritmo: menos exposición y más exploración. Todo lo que sigue se trabaja probando, comparando y decidiendo.
El mapa está organizado por necesidad, no por marca. No es un ranking ni una recomendación de compra: es un mapa de posibilidades. Despliega cada necesidad para ver ejemplos de uso y herramientas posibles.
¿En qué momento del proceso ha aportado valor cada herramienta?
¿Qué partes podríamos haber realizado solamente con ChatGPT o Claude?
Tus marcas y respuestas se guardan solo en este navegador.
¿Necesito esta aplicación o puedo resolver la tarea suficientemente bien con mi LLM habitual? Compara con criterios, no con entusiasmo.
| Criterio | Pregunta que te haces | Gana la especializada cuando… |
|---|---|---|
| Facilidad | ¿Cuántos pasos me cuesta llegar al resultado? | el resultado sale en un paso en lugar de en cinco |
| Calidad específica | ¿La salida es realmente mejor para esta tarea? | la diferencia se nota en el producto, no en la demo |
| Velocidad | ¿Cuánto tiempo real me ahorra? | el ahorro se repite cada semana |
| Integración | ¿Vive donde ya está mi información? | elimina traslados manuales |
| Control | ¿Puedo revisar y corregir antes de publicar? | me deja intervenir en cada paso |
| Coste | ¿Qué me cuesta mantenerla en el tiempo? | el coste es proporcional al uso real |
| Privacidad | ¿Qué información le entrego y con qué permisos? | puedo trabajar sin datos sensibles |
| Reutilización | ¿Me sirve para más de un caso? | el aprendizaje se aprovecha en otras tareas |
Elige dos herramientas del mapa que nunca hayas utilizado. Descubre qué problema resuelve cada una, pruébala con una tarea real, obtén un producto, compárala con ChatGPT o Claude y emite un veredicto.
Herramienta nueva 1
Veredicto
Herramienta nueva 2
Veredicto
La herramienta depende de la edad, la autonomía, la finalidad y el contexto. Selecciona una etapa para ver su enfoque.
El niño no necesita utilizar directamente un chatbot para comenzar a desarrollar alfabetización en IA.
Ideas: ¿humano o máquina?; observar imágenes; detectar cosas extrañas; hablar sobre si una máquina puede equivocarse.
Este mapa queda disponible como recurso de consulta aunque no se trabaje presencialmente en la sesión.
Se parte del objetivo pedagógico y solo después se decide si alguna herramienta ayuda.
La presencia del docente no es un trámite: es parte del diseño.
Jugar, experimentar, dibujar, escribir, hablar, manipular, equivocarse y relacionarse.
Esa distinción se puede trabajar desde muy pequeños con ejemplos concretos.
No introducir innecesariamente datos de menores ni información personal.
Analizar producciones y argumentar qué pistas llevan a decidir.
Investigar una respuesta incorrecta y explicar por qué lo es.
Comparar la propuesta de la IA con las propuestas de los niños.
El alumno explica un concepto y mejora su explicación.
La IA propone; el grupo decide.
Cierre · Actividad final
Regla única: máximo cinco herramientas. Para cada una, responde qué mejora, qué información le entregas, qué compruebas y qué no delegas.
Mi stack personal
Máximo 5 herramientas. 0 de 5 definidas.
Tu stack se guarda solo en este navegador.
Tus marcas y respuestas se guardan solo en este navegador.
Anexo · Jornada de 6 horas
Modelo, interfaz, aplicación y ecosistema. Por qué existen herramientas especializadas.
Qué permite cada cosa, qué depende del plan o de la cuenta y qué cambia cuando la IA deja de responder y empieza a actuar.
Mapa del entorno real de trabajo: dónde está la información y qué se traslada a mano.
Escalera de permisos: leer, buscar, crear, modificar, comunicar.
Cambio de ritmo: la segunda mitad es exploratoria.
Recorrido por necesidades y herramientas posibles.
Conversación grabada, transcripción, análisis con trazabilidad, visualización y producto comunicativo.
Qué aportan frente al chat y qué información se les entrega.
Prueba real, producto, comparación con el LLM habitual y veredicto.
Comparación con criterios: facilidad, calidad, velocidad, integración, control, coste, privacidad y reutilización.
Construcción del stack de cinco herramientas y «¿qué harás diferente el martes?».
El tutor del curso conoce este contenido y puede ayudarte a adaptarlo a tu materia.
Preguntar al tutor