Cinco principios de Circles para usar IA en clases
Una declaración corta para anclar el trabajo del aula.
Publicamos esto porque nos lo preguntan seguido: ¿cómo usan IA en Circles? ¿Qué le recomiendan a los docentes con quienes trabajan? Esta es nuestra posición. No es un manual ni un reglamento — es la forma en que pensamos el uso de IA en la práctica docente, y lo ponemos por escrito para que sea discutible, citeable y revisable.
Estos principios los aplicamos nosotros mismos al diseñar cursos y al usar IA en nuestro trabajo. Los escribimos pensando en docentes de aula, pero sirven igual para directivos, formadores y equipos de currículo. Cada principio se sostiene solo; no es necesario leerlos en orden.
1. La IA no enseña; tú enseñas
La IA puede preparar materiales, generar opciones, resumir documentos y ahorrar tiempo en tareas repetitivas. Lo que no puede hacer es conocer a tus estudiantes, leer el ambiente de la sala, tomar la decisión pedagógica correcta en el momento correcto, ni sostener la relación que hace posible el aprendizaje. Esas son habilidades tuyas. Usarlas bien sigue siendo lo que diferencia a un buen docente de uno que simplemente cubre el programa. La IA es un asistente que no duerme y no cobra, pero que necesita que tú decidas qué hace y qué no.
Pregunta para reflexionar: ¿Qué partes de tu trabajo docente son irreemplazables por cualquier herramienta — y estás dedicando suficiente tiempo a esas partes?
2. Lo que entra al modelo importa
Cuando pegas texto en un modelo de IA externo, ese texto sale de tu control. Los datos de estudiantes — nombres, RUT, notas, informes psicopedagógicos, diagnósticos del PIE, registros de convivencia — no deben pegarse en herramientas que los transmiten a servidores externos sin garantías claras de privacidad. En Chile, la Ley 19.628 sobre protección de datos personales establece obligaciones sobre el tratamiento de datos de terceros, y los datos de menores de edad tienen protección adicional. Trabajar con IA no anula esas obligaciones. La solución práctica es simple: anonimiza antes de pegar. Quita nombres, RUT y cualquier dato que permita identificar a un estudiante específico. El modelo puede ayudarte igualmente — solo necesita el contexto pedagógico, no los datos personales.
Pregunta para reflexionar: ¿Sabes qué hacen con los datos que ingresas los servicios de IA que usas regularmente? ¿Has leído su política de privacidad?
3. Toda salida de IA es un borrador
El texto que genera un modelo de IA es un punto de partida, no un producto terminado. Los modelos pueden inventar datos, citar papers inexistentes, dar consejos desactualizados o simplemente estar equivocados — con la misma confianza con que dicen cosas correctas. Esto no los hace inútiles; los hace herramientas que requieren un experto que los revise. Tú eres ese experto. Antes de usar cualquier output de IA en tu sala — una rúbrica, una guía, una retroalimentación — léelo completo y verifica lo que no puedes saber que es falso. Eso incluye fechas, cifras, referencias a leyes o normativas, y cualquier afirmación que te parezca demasiado conveniente.
Pregunta para reflexionar: ¿Tienes una práctica habitual de revisión de los outputs de IA que usas, o los pasas directo a los estudiantes?
4. Si la IA puede hacer una tarea entera por el estudiante, redísañala
Este principio incomoda, y es el más importante. Si le puedes dar un prompt a Claude y en 30 segundos obtienes lo que pediste como tarea, tus estudiantes también pueden. Eso no es un problema de honestidad académica — es una señal de diseño. Las tareas que solo consisten en producir un texto, responder preguntas cerradas o resumir información son tareas que la IA hace bien y rápido. Las tareas que la IA no puede hacer por un estudiante son las que requieren posición propia, decisiones situadas, proceso documentado o interacción real. Rediseñar evaluaciones para que la IA sea un recurso y no una solución es el trabajo pedagógico más urgente de los próximos años. No hay atajos.
Pregunta para reflexionar: Elige una de tus evaluaciones habituales y pregúntate: ¿qué parte de esta tarea no podría hacer un modelo de IA en 2 minutos? Si la respuesta es "muy poca", ¿qué cambiarías?
5. La mejor adopción es colectiva
Usar IA sola o solo, sin conversarlo con colegas, produce malos resultados por dos razones. Primera: los criterios de uso quedan inconsistentes entre distintos docentes del mismo establecimiento, lo que confunde a los estudiantes y crea inequidades. Segunda: las mejores prácticas no se difunden. Un colega que encontró un prompt que funciona para retroalimentar escritura en 3ro básico tiene algo que vale la pena compartir. Los establecimientos que están navegando mejor la integración de IA son los que tienen equipos docentes que hablan explícitamente sobre qué usan, cómo lo usan, qué funciona y qué no. Eso no requiere una política institucional perfecta — requiere conversaciones regulares y honestas.
Pregunta para reflexionar: ¿Con cuántos colegas has conversado sobre cómo usas IA en tu trabajo docente? ¿Hay algo que hayas aprendido esta semana que valdría la pena compartir?
Estos principios son un punto de partida, no un documento cerrado. Si tienes una objeción, una experiencia que los contradice o algo que falta, nos interesa escucharlo. Puedes escribirnos directamente o compartirlo en los cursos que ofrecemos — ese es exactamente el tipo de conversación que queremos tener.