Què vol dir ser millors docents en temps d’IA
Capacitat crítica, no només habilitats digitals
Ser millors docents avui vol dir desenvolupar criteri. La IA pot fer resums, generar idees i proposar activitats, però el valor del professorat és decidir què té sentit pedagògic i què no. El nostre rol és fer que la tecnologia serveixi als objectius d’aprenentatge, no a l’inrevés. A l’aula, això es tradueix en dissenyar situacions que demanin pensament profund, diàleg i context.
La competència digital del docent no és dominar totes les eines. És saber quan utilitzar-les, com verificar els resultats i com explicar a l’alumnat per què fem servir la IA en un moment concret. La clau és la traçabilitat de decisions i materials: d’on surt cada proposta i com la connectem amb el currículum i les necessitats del grup.
De la fascinació al criteri
La novetat tecnològica pot fascinar. Però la maduresa docent arriba quan passem de provar-ho tot a seleccionar el que aporta evidències d’aprenentatge. La IA val la pena quan facilita diferenciació, estalvia temps en tasques repetitives o ens ajuda a imaginar escenaris d’aprenentatge més rics. Si no reforça aquests punts, és soroll.
Quan la IA ens pot fer més dependents
Confort immediat, pèrdua de criteri
La dependència apareix quan deleguem massa. Si sempre demanem a la IA que prepari activitats, corregesqui textos o decideixi criteris, perdrem múscul pedagògic. Com qualsevol hàbit, allò que no s’exercita s’atrofia. El risc no és la IA en si, sinó el nostre usosiment mecànic i poc reflexiu.
La velocitat que ofereix la IA també pot distorsionar la nostra percepció de qualitat. Res fer ràpid equival a fer bé. Per això cal establir punts de control que obliguin a revisar, contrastar i ajustar amb mirada professional.
Senyals d’alarma a l’aula
- Propostes d’activitats massa generals que no connecten amb el context del grup.
- Correccions automàtiques sense feedback formatiu personalitzat.
- Rúbriques generades que no incorporen criteris d’èxit propis del centre.
- Alumnat que utilitza la IA per resoldre, però no per comprendre.
- Docents que confien en respostes sense verificació amb fonts i evidències.
Si aquests senyals apareixen sovint, cal reequilibrar. La solució és tornar a posar el focus en l’objectiu d’aprenentatge i en la mediació docent.
Aplicacions que sumen: de la idea a l’evidència
Disseny de tasques de pensament elevat
La IA és útil per generar esbossos que nosaltres convertim en tasques autèntiques. Imaginem un projecte de Ciències Socials sobre canvis demogràfics. Podem demanar a la IA un conjunt de fonts i activitats possibles i, a partir d’aquí, seleccionar el que demani interpretar dades, crear visualitzacions i argumentar amb fonts contrastades. La IA és el punt de partida, no el final.
En Llengua, la IA pot proposar situacions de comunicació. La nostra feina és afegir condicions reals: audiència concreta, limitacions de temps, criteris de qualitat i mecanismes d’autoavaluació. L’activitat millora quan incorpora veu pròpia de l’alumnat i demana decisions creatives.
Exemple aplicat
- Història: la IA crea tres resums de context d’una època. L’alumnat els contrasta amb una font del centre de recursos i fa un comentari crític.
- Matemàtiques: la IA genera un conjunt de problemes de proporcionalitat. El docent en revisa la qualitat, n’eleva la dificultat i afegeix errors intencionats perquè l’alumnat els detecti.
- Ciències: la IA proposa hipòtesis sobre un experiment senzill. El grup formula prediccions pròpies, dissenya el procediment i compara resultats amb la proposta inicial.
Avaluació amb criteri humà
Per corregir, la IA pot oferir una primera lectura, detectar patrons o fer una rúbrica esborrany. Però la qualificació i el feedback han de mantenir la nostra intencionalitat pedagògica. Apliquem la IA com a assistent de triatge i síntesi. El judici final és nostre.
Una estratègia efectiva és combinar tres capes d’avaluació. La IA fa una prelectura i identifica punts febles. L’alumne fa una autoavaluació guiada. El docent tanca el procés amb feedback personalitzat i una breu conferència d’aprenentatge.
Protocols senzills per no perdre el timó
Protocol 3-2-1 abans d’usar IA
Abans de qualsevol interacció amb una eina, formulem tres coses clau. Quins són els 3 objectius d’aprenentatge que busco. Quines 2 decisions prendré jo, passin el que passin les propostes de la IA. Quina 1 evidència revisaré per verificar que el resultat és vàlid i ajustat al meu grup.
- 3 objectius. Contingut, competència i producte final esperat.
- 2 decisions humanes. Selecció de materials i ajust del nivell cognitiu.
- 1 evidència. Contrast amb rúbrica pròpia o amb dades de rendiment del grup.
Aquest protocol permet evitar ús automàtic i mantenir la traçabilitat pedagògica. És lleuger, repetible i redueix el risc de dependència.
Dieta d’IA i registre d’ús
Planificar una dieta setmanal ajuda a equilibrar l’ús. Definim quan la IA estalvia temps en tasques administratives i quan la usem per explorar idees didàctiques. Registrem breument cada ús i l’impacte percebut en l’aprenentatge. Amb quatre setmanes de registre ja tindrem dades per ajustar pràctiques.
- Temps d’estalvi aproximat per tasca.
- Qualitat del resultat segons la rúbrica.
- Grau d’adaptació a les necessitats del grup.
- Accions de verificació realitzades.
Aquesta rutina transforma la sensació de novetat en millora contínua. No és només tecnologia, és gestió del temps i de l’atenció.
Ètica, privacitat i cultura digital compartida
Normes clares amb l’alumnat
La transparència és bàsica. Quan la IA participa en el procés, l’alumne ho ha de declarar. Podem acordar una nota al final de cada producte on s’indiqui quina ajuda s’ha utilitzat, com s’ha verificat i quin valor ha aportat. Convertim la IA en un element de metacognició, no d’ocultació.
Convé establir normes d’ús a classe. Què es pot fer de manera autònoma, en quins moments cal supervisió i com citarem les aportacions generades. L’objectiu és crear una cultura de responsabilitat i respecte al treball propi i aliè.
Dades, biaixos i qualitat
Cap sistema d’IA és neutral. Treballa amb dades i pot incorporar biaixos. Per això cal ensenyar a reconèixer estereotips, comprovar fonts i contrastar. Parem atenció també a la privacitat. Evitem introduir dades personals, fem servir materials propis i establim límits clars sobre què compartim.
A nivell metodològic, és útil practicar la verificació en tres passos. Primer, lectura crítica de la resposta. Després, contrast amb dues fonts de referència del centre. Finalment, revisió amb la rúbrica per assegurar que coincideix amb el nivell cognitiu desitjat.
Exemples d’aula per activar autonomia i criteri
Recerca guiada i pensament crític
En un projecte de Geografia, l’alumnat demana a la IA un perfil climàtic d’una regió. A continuació, selecciona tres indicadors i busca dades reals per comparar. L’activitat tanca amb un informe breu on s’explica què ha aportat la IA, què ha corregit l’alumne i com s’ha arribat a la conclusió. S’avaluarà la traçabilitat del procés i la justificació d’eleccions.
En Llengua estrangera, la IA proposa un diàleg sobre una situació quotidiana. El grup edita el text perquè s’adapti a un registre concret i inclou vocabulari del tema treballat. Després, grava una versió oral i en fa autoavaluació amb la rúbrica del curs.
STEM i experiència pràctica
A Tecnologia, la IA genera esbossos de prototips per resoldre un problema del centre. Els equips en trien un, el simplifiquen i dissenyen proves. Es valora la capacitat d’iteració: què s’ha modificat, per què i amb quin resultat. El docent assegura que la IA no substitueix la comprensió dels principis físics implicats.
A Matemàtiques, cada alumne rep una explicació generada a mida d’un concepte difícil. Després, ha de construir un exemple propi i un contraexemple. El valor pedagògic no és l’explicació de la IA, sinó la producció de l’alumne, que demostra comprensió.
Mini-guia per a projectes integrats
- Problema autèntic i context local.
- Esborrany generat amb IA com a punt de partida.
- Decisions de disseny preses per l’alumnat i justificades.
- Moment de contrast amb dades o fonts del centre.
- Reflexió final sobre l’ús i els límits de la IA.
Mirada final del docent davant la IA
Una brúixola, no un pilot automàtic
La IA pot fer-nos millors si l’utilitzem com a brúixola que amplia perspectives i estalvia temps, no com a pilot automàtic que decideix per nosaltres. El professorat aporta sentit, valors i context. Quan definim objectius clars, verifiquem i fem explícit el procés, convertim la tecnologia en aliada de l’aprenentatge.
La idea pràctica per demà. Tria una activitat que ja facis i aplica el protocol 3-2-1. Deixa que la IA generi un esborrany, verifica amb criteri i afegeix una capa de pensament crític. Si l’alumnat entén què ha passat i per què, la dependència disminueix i la docència es fa més forta.
