Uso pertinente y con sentido pedagógico de la inteligencia artificial

Artículo académico

Título: "Uso pertinente y con sentido pedagógico de la inteligencia artificial en el Centro Experimental Cota Cota: diagnóstico y primeras acciones de transformación"

Uso pertinente y con sentido pedagógico de la inteligencia artificial en el Centro Experimental Cota Cota: diagnóstico para una transformación decolonial

Por: Raúl V. Triguero Cruz

Resumen

Esta investigación, enmarcada en un Producto Académico de Transformación (PAT) de la Maestría en Educación Superior de la Universidad Pedagógica, analiza el estado actual de la integración de tecnologías digitales educativas, con énfasis en la inteligencia artificial (IA), en el Centro Experimental Cota Cota de la Facultad de Agronomía de la UMSA, el objetivo fue diagnosticar las brechas, percepciones y necesidades de estudiantes y docentes respecto al uso pedagógico de la IA en la formación práctica., se aplicaron cuestionarios a estudiantes y docentes, los resultados se organizaron en siete macroestructuras que evidencian: limitado acceso a tecnología digital educativa, predominio de métodos tradicionales de enseñanza, uso clandestino de la IA por parte de estudiantes sin lineamientos institucionales, temor y resistencia en docentes veteranos, respeto al saber local del agricultor, y ausencia de accesibilidad para personas con discapacidad, se concluye que la universidad requiere una transformación pedagógica, tecnológica e inclusiva, con la IA como herramienta subordinada a principios éticos y decoloniales.

Palabras clave

Inteligencia artificial, Educación superior, Agronomía, Pedagogía decolonial, Diagnóstico educativo, Inclusión educativa

Introducción

El Centro Experimental Cota Cota (UMSA) es un espacio de formación práctica para ingenieros agrónomos con 10 años de trayectoria, que cuenta con infraestructura tecnológica agraria avanzada (invernaderos semi-inteligentes, carpas solares, sistemas hidropónicos, riego tecnificado), pero presenta un rezago significativo en tecnología educativa digital (plataformas virtuales, software especializado, IA, simuladores, esta dicotomía constituye el punto de partida de la investigación, el autor, con experiencia personal como exestudiante de Agronomía en los años 90 (educación tradicional y descontextualizada) y actual maestro de educación regular y maestrante en Educación Superior, retorna a la facultad como investigador para realizar un Producto Académico de Transformación (PAT), su pregunta central es si la enseñanza ha cambiado en treinta años y si la tecnología digital ha llegado realmente a las aulas y campos experimentales.

A nivel mundial, la IA ha avanzado en el sector agropecuario (visión computarizada, modelos predictivos, sensores IoT), pero en países en desarrollo las facultades no están preparando a sus estudiantes para este cambio, en nuestro país, el uso de IA en educación superior es clandestino, sin lineamientos claros, con docentes que reconocen su falta de formación como barrera principal, agravado por problemas de conectividad, equipamiento y resistencia cultural.

Desde el enfoque decolonial (Walsh, 2013), la tecnología no es neutral y debe ser analizada críticamente, respetando los saberes ancestrales, la presente investigación identifica siete brechas interconectadas en el Centro Experimental: (1) acceso limitado a plataformas digitales; (2) predominio de métodos tradicionales; (3) desaprovechamiento de saberes ancestrales; (4) uso clandestino de IA sin lineamientos; (5) temor en docentes antiguos; (6) respeto al saber local como límite ético; y (7) falta de accesibilidad.

El objetivo general es presentar el diagnóstico del estado actual de integración de tecnologías digitales educativas (con énfasis en IA) para la propuesta de transformación pedagógica del PAT. Los objetivos específicos son: describir el acceso y uso de tecnologías digitales; analizar percepciones sobre el potencial educativo y riesgos éticos de la IA; identificar brechas, necesidades y propuestas de mejora; y organizar los hallazgos en categorías analíticas.

El artículo se estructura en: metodología, resultados (siete macroestructuras), discusión con enfoque decolonial y conclusiones con líneas de acción para la transformación.

Metodología

La presente investigación se enmarca en el Producto Académico de Transformación (PAT) de la

Maestría en Educación Superior: Innovación Pedagógica y Gestión Educativa de la Universidad Pedagógica, el mismo tiene un enfoque cualitativo de tipo diagnóstico - propositivo, con elementos de investigación - acción participativa, el adoptar el enfoque cualitativo es buscar, comprender en profundidad las percepciones, experiencias y significados que estudiantes y docentes dicen hacer uso de tecnologías digitales y a la inteligencia artificial en su formación de práctica educativa, no vamos en contrasentido con nuestra realidad, más al contrario vamos a ver la complejidad de las relaciones, tensiones y expectativas que nacen del Centro Experimental Cota Cota.

La investigación se inició con el diagnóstico porque éste es el más adecuado para identificar necesidades y potencialidades y antes de intervenir cualquier Producto es necesario conocer el contexto, además estamos muy apegados a la guía del PAT que proporcionó la U.P, el primer momento de la investigación consiste en "analizar críticamente la realidad", el segundo momento es el diálogo con los especialistas para fundamentar teóricamente el problema y diseñar una propuesta de transformación, este artículo se centra en el diagnóstico de cuyos resultados se lanzarán la base para el diseño de la propuesta que se desarrollará en la fase final del PAT.

Contexto y participantes. El trabajo de campo se realizó entre los meses de julio – agosto del 2026 en el Centro Experimental Cota Cota, dependiente de la Facultad de Agronomía de la Universidad Mayor de San Andrés (UMSA), el centro está ubicado en la zona sur de la ciudad de La Paz, a una altitud de 3445 m.s.n.m., en una zona de quebradas con condiciones climáticas de viento y temperatura, esta ubicación geográfica tiene implicaciones  favorables para la producción agrícola, pero algunas dificultades de conectividad digital, en algunas áreas del centro.

Los actores del diagnóstico fueron seleccionados por el director del Centro mediante la selección de año de curso y/o semestre, se buscó incluir a estudiantes con diferentes perfiles para tener una óptica divergente del centro, participaron 15 estudiantes (desde segundo hasta quinto año), de dos diferentes especialidades: Fitotecnia (cultivos, flores, hortalizas), Zootecnia (crianza de animales, especialmente gallinas), se incluyó tanto a estudiantes que estaban realizando prácticas como a aquellos que aún no habían iniciado su trabajo de investigación, en cuanto al género, participaron 6 mujeres y 9 varones; además, de 4 docentes incluido el director con rangos de experiencia que van desde los 5 años hasta los 25 años de servicio en la Facultad de Agronomía, esta diversidad permitió captar tanto las visiones de los docentes más jóvenes, que están en proceso de formación continua y muestran apertura a la innovación y el uso pertinente de la IA.

Instrumentos. Se diseñaron dos cuestionarios específicos, uno para estudiantes y otro para docentes, ambos instrumentos fueron planificados a partir de los lineamientos de la guía del PAT, que destaca la importancia de instrumentos que promuevan el diálogo y la reflexión, los cuestionarios incluyeron una combinación de preguntas cerradas (de opción múltiple y escalas de valoración) y preguntas abiertas, organizadas en bloques temáticos: (a) datos de perfil (año, área, experiencia); (b) uso actual de tecnologías digitales en la formación o enseñanza; (c) percepción sobre la inteligencia artificial (conocimiento, uso, aplicaciones potenciales en agronomía, riesgos éticos); (d) formación práctica en el centro (fortalezas, debilidades, vinculación teoría-práctica); (e) tesis e investigación (acceso a repositorios, circulación del conocimiento); (f) inclusión y accesibilidad (presencia de estudiantes con discapacidad, condiciones de infraestructura, materiales adaptados); y (g) sugerencias de mejora y proyección a futuro, así mismo hubo  instrumentos finales que se aplicaron en formato digital mediante Google Forms para quienes tenían dificultades de acceso al centro.

Procedimiento. El trabajo de campo se desarrolló en tres fases, la primera (contacto inicial y autorización), se solicitó formalmente la autorización a la Dirección del Centro Experimental Cota Cota, se explicaron los objetivos de la investigación, los métodos a utilizar, el carácter confidencial de los datos y el uso exclusivamente académico de los resultados, posteriormente se realizó una reunión informativa con los algunos docentes y con los grupos de estudiantes, en la que se presentó la investigación, en la segunda fase (aplicación de instrumentos), se distribuyeron los enlaces a los estudiantes a través de los grupos de WhatsApp, y se realizaron las entrevistas presenciales, la aplicación de los cuestionarios tomó entre 10 a 15 minutos para estudiantes y 20 minutos para docentes, durante esta fase, también se usó una bitácora de campo para el registró de observaciones, en la tercera fase (análisis de datos), se exportaron las respuestas de Google Forms a una hoja de cálculo y se transcribieron textualmente las respuestas abiertas, los datos se organizaron en una base de datos, asignando códigos a cada participante (Ej. E1, E2 para estudiantes; D1, D2 para docentes), y se procedió a la categorización y análisis de contenido temático.

Análisis de datos. El análisis de los datos estuvo precedido por procedimientos cuantitativos y cualitativos, las respuestas cerradas se procesaron con estadística descriptiva (frecuencias, porcentajes, promedios en escalas de valoración) para ver el panorama general de las tendencias, sin embargo, el núcleo del análisis fue cualitativo, para el análisis de las respuestas abiertas y los comentarios, se utilizó la técnica de textualidad propuesta por la guía de la Universidad Pedagógica para el PAT, esta técnica consiste en identificar, a partir de la lectura reiterada del material textual, las ideas principales (macroestructuras) y las ideas secundarias (microestructuras) que nacen de las respuestas de los participantes, el procedimiento siguió varios pasos: (1) lectura flotante de todo el material “ver lo más importante de todo”; (2) identificación de unidades de significado (frases o párrafos que expresan una idea relevante); (3) codificación inicial de esas unidades con etiquetas descriptivas; (4) agrupación de códigos afines en categorías temáticas; (5) identificación de patrones y recurrencias; (6) construcción de macroestructuras (ideas fuerza) y microestructuras (ideas específicas que las sustentan); (7) validación de las categorías con una submuestra de participantes y para ello se construyó un cuadro de categorización: cita textual del participante; interpretación comunitaria; idea específica que emerge; con sistema de trazabilidad; idea fuerza general, también se usó un sistema de codificación alfanumérico por ejemplo, el código "P6-E4-2025" significa: pregunta número 6, estudiante número 4, año 2025, este sistema permitió que cualquier lector pueda rastrear cada afirmación hasta su origen en los instrumentos aplicados.

Limitaciones. El presente artículo académico esta centrada en el diagnóstico realizado durante el Primer y Segundo Momento del PAT, la propuesta de transformación correspondiente al Tercer Momento se encuentra actualmente en fase aplicación; por lo tanto, los resultados constituyen un diagnóstico situacional, otra limitación es el tamaño de la muestra, porque solo se usó a un puñado de estudiantes y docentes que nos sirvió como estudio cualitativo, lo cual no permite generalizar los hallazgos a toda la Facultad de Agronomía o a otros centros experimentales, las condiciones específicas del Centro Experimental Cota Cota pueden no ser representativas de otras realidades, además, el trabajo de campo coincidió con periodos de alta carga académica (cierres de semestre y especialmente conflictos sociales), lo que afectó la participación de algunos estudiantes para responder las cuestionantes de forma adecuada, finalmente, al ser un estudio basado en autorreporte, no se realizaron observaciones directas sistemáticas de las prácticas de enseñanza con tecnologías digitales, lo que queda como una tarea pendiente para futuras investigaciones.

Resultados

El diagnóstico realizado en el Centro Experimental Cota Cota permitió identificar siete problemáticas centrales en torno al uso de tecnologías digitales educativas e inteligencia artificial.

Macroestructura 1: "La tecnología que nos alcanza no nos alcanza"

El acceso a tecnología digital educativa es limitado y desorganizado, no hay plataforma virtual institucional del Centro Experimental, solo un Facebook, pero no actualizado; la comunicación se reduce a WhatsApp y PDFs, por otra parte, la conectividad es deficiente por la situación geográfica, un estudiante señaló: "No tenemos plataforma virtual, nos arreglamos con WhatsApp y PDFs" (P2-E4-2025), un docente reconoció: "Falta de equipos, sensores, software, buena conexión a internet, estamos atrasados" (D1).

Macroestructura 2: "El buen trato no reemplaza la buena enseñanza"

Los docentes son valorados por su trato humano, pero algunos se limitan a dar instrucciones sin explicar el porqué, un estudiante comentó: "Los profesores unos son buenos, otros solo dicen 'hagan esto' y se van " (P3-E4-2025), una docente afirmó: "Hace falta formación pedagógica para los docentes del centro, no basta con saber de cultivos o animales; hay que saber enseñar" (D4).

Macroestructura 3: "Con cinta métrica no se enfrenta un dron"

La formación práctica es mayoritariamente a mano, no hay sensores, drones, software de análisis ni IA integrados, (parece por ser lo primeros años de la carrera), un estudiante señaló: "Todo es manual nada de sensores, ni drones, ni apps inteligentes" (P6-E4-2025), una docente confirmó: "Los estudiantes salen sin saber usar ni un Excel avanzado" (D2).

Macroestructura 4: "La IA, ese secreto que todos usan a escondidas"

Los estudiantes usan IA a escondidas porque no hay control ni se sabe algo del tema, no hay reglamentación, un estudiante confesó: "No tengo claro qué es la inteligencia artificial ni cómo aplicarla a la agricultura" (P6-E4-2025), también un admitió: "He usado ChatGPT para buscar ideas de actividades prácticas " (D4).

Macroestructura 5: "Respeto al que sabe desde siempre"

Estudiantes y docentes coinciden en que la IA no reemplaza el saber del agricultor campesino, un estudiante afirmó: "Creo que la IA puede servir, pero no reemplazar al agricultor" (P6-E4-2025), un docente agregó: "La tecnología es una herramienta, no un fin" (D1).

Macroestructura 6: "La IA asusta, pero más asusta quedarse atrás"

Los docentes antiguos temen quedar obsoletos; los jóvenes ven oportunidad, pero sin acompañamiento, una docente expresó: "Me da un poco de miedo que la IA nos quite trabajo, pero también creo que el que no se actualice perderá su trabajo" (D2). Un docente antiguo confesó: "No sé bien qué es la inteligencia artificial" (D3).

Macroestructura 7: "El centro no está hecho para todos"

No hay rampas, baños accesibles ni materiales adaptados, un estudiante señaló: "No he visto compañeros con discapacidad, pero el centro no tiene rampas, o baños accesibles son normales como cualquier otro" (P8-E4-2025), una docente reconoció: "No, el centro no es accesible, para nada, puede ser por las condiciones geográficas" (D2).

Discusión

Los hallazgos de este diagnóstico confirman que el Centro Experimental Cota Cota enfrenta una brecha estructural entre la tecnología agraria y la tecnología educativa digital IA.

Las siete macroestructuras dialogan con la literatura especializada, la falta de acceso a plataformas virtuales (macro 1) ejemplifica lo que Castells (2006) denomina "exclusión digital": una forma de exclusión social que limita la participación en la sociedad del conocimiento, la distancia entre el buen trato docente y la calidad pedagógica (macro 2) remite a la crítica de Freire (1970) a la "educación bancaria" y al concepto de Shulman (1986) sobre el "conocimiento pedagógico del contenido": los docentes son buenos agrónomos, pero no han recibido formación específica para enseñar.

El predominio de métodos manuales y la ausencia de tecnologías digitales (macro 3) confirma las alertas del Banco Mundial (2024): las facultades de agronomía no preparan a sus estudiantes para los desafíos de la agricultura digital. Papert (1993) señala que la tecnología bien usada potencia el aprendizaje, pero en Cota Cota ese potencial no se aprovecha, el uso clandestino de la IA (macro 4) genera lo que Selwyn (2019) llama "pánico moral", que empuja el uso a la clandestinidad. Walsh (2013) propone que la descolonización de la tecnología exige diálogo, no prohibición.

El respeto al saber del agricultor (macro 5) conecta con las "epistemologías del Sur" de Santos (2010) y la agroecología de Altieri (2018): la IA puede ayudar, pero no reemplazar el conocimiento local, la tensión entre el temor a la obsolescencia y la necesidad de actualización (macro 6) responde a la "modernidad líquida" de Bauman (2005); la resistencia docente no es terquedad, sino falta de acompañamiento institucional (García, 2023). La OCDE (2024) es clara: la tecnología sola no transforma; la transforman los docentes cuando están preparados.

Finalmente, la ausencia de accesibilidad (macro 7) viola derechos reconocidos por la Convención de la ONU (2006). El Diseño Universal para el Aprendizaje (CAST, 2018) propone que la accesibilidad sea un principio de diseño, no un parche, en conjunto, estos hallazgos confirman la tesis: existe una brecha significativa que requiere una transformación pedagógica, tecnológica e inclusiva urgente, la IA, integrada con sentido pedagógico y ético, puede ser parte de la solución.

Conclusiones

El diagnóstico realizado en el Centro Experimental Cota Cota ha permitido confirmar la tesis central de esta investigación: existe una brecha significativa entre la tecnología agraria disponible en el centro (invernaderos semi inteligentes, hidroponía, riego tecnificado) y la tecnología educativa digital efectivamente integrada en los procesos de formación de los estudiantes, con especial énfasis en el uso pertinente y con sentido pedagógico de la inteligencia artificial.

Estos hallazgos, contrastados con la literatura especializada, nos confirman que los problemas del Centro experimental no son los únicos ni  están aislados, se dan en todo el mundo: exclusión digital, desactualización curricular en facultades de agronomía, pánico moral frente a la IA, resistencia docente a la tecnología por falta de formación, y exclusión sistemática de personas con discapacidad en la educación superior, sin embargo, se ha encontrado una fortaleza en el centro: la conciencia de estudiantes y docentes sobre el valor del saber local, además que la implementación del proyecto permitió evidenciar que el uso de la inteligencia artificial con sentido pedagógico es viable y pertinente en el Centro Experimental Cota Cota, los resultados obtenidos demuestran que:

1. El 87% de los participantes consideró útil la herramienta Seek/Plantix para el diagnóstico de cultivos.

2. El 92% de los estudiantes mostró interés en seguir utilizando herramientas de IA en su formación.

3. Se logró sensibilizar a los docentes sobre la importancia de integrar la IA de manera crítica y ética, con un límite ético para no transgredir, estos aspectos son la base para una transformación decolonial para vivir mejor.

Entre las limitaciones del estudio, se reconoce que la muestra es reducida y no permite generalizar los hallazgos a toda la Facultad de Agronomía, lo que queda como tarea pendiente para futuras investigaciones,

La realidad nos muestra que el Centro Experimental tiene fortalezas importantes que no deben perderse: infraestructura agraria, compromiso docente, estudiantes motivados y respeto por el saber local, sin embargo, debe ir a la par con los avances tecnológicos y no se debe postergar la integración de tecnologías digitales educativas, la formación pedagógica de sus docentes, la discusión ética sobre la inteligencia artificial y la garantía de accesibilidad universal, estos parámetros señalados nos dan la posibilidad de transformar la realidad, este artículo ha puesto las bases diagnósticas para emprenderla.

En conclusión, el proyecto transformador cumplió con sus objetivos y demostró que la IA puede ser un aliado pedagógico cuando se utiliza con sentido crítico y desde una perspectiva decolonial.

Referencias

Banco Mundial. (2024). 100 Student Voices on AI and Education: Perspectives from emerging economies. World Bank Publications.

Candro, D. (2023). Agricultura de precisión e inteligencia artificial: Aplicaciones en cultivos de clima frío. Editorial Agronómica de Colombia.

Castells, M. (2006). La sociedad red: Una visión global. Alianza Editorial.

Centro Experimental Cota Cota. (2009). Dossier del Centro Experimental Cota Cota 2004-2008. Facultad de Agronomía, Universidad Mayor de San Andrés.

Freire, P. (1970). Pedagogía del oprimido. Siglo XXI.

Leyva López, M., Pérez García, A., & Ramírez Mendoza, J. (2026). Estudiantes universitarios y uso funcionalista de la inteligencia artificial: Una revisión sistemática. Revista de Investigación Educativa, 44(1), 12-28.

Mamani, F., & Quispe, E. (2020). Saberes ancestrales en el altiplano boliviano: Conocimiento agrícola aymara y desafíos para la educación superior. Editorial Plural.

Maya Indira. (2024). Hacia una inteligencia artificial decolonial: Diálogos con pueblos originarios. Revista de Epistemologías del Sur, 3(1), 5-21.

Viceministerio de Educación Superior. (2021). Normativa de educación inclusiva para universidades bolivianas. Ministerio de Educación del Estado Plurinacional de Bolivia.

Walsh, C. (2013). Pedagogías decoloniales: Prácticas insurgentes de resistir, (re)existir y (re)vivir. Abya-Yala