El problema no es que los estudiantes usen IA
El problema es que la mayoría la usa sin ningún marco de referencia.
Copian el output sin leerlo. Entregan contenido que no entienden. No se preguntan si lo que generó el modelo es correcto, pertinente o ético. Y en muchos casos, tampoco saben por qué lo que hicieron está mal — porque nadie les explicó qué significa usar bien una herramienta de IA.
Como docentes, esa es nuestra responsabilidad. Y el Marco de las 4D de Anthropic es uno de los mejores puntos de partida que he encontrado para trabajarlo en el aula.
¿Por qué este marco y no otro?
Porque es concreto, transferible y no requiere conocimientos técnicos previos. No habla de algoritmos ni de arquitecturas de modelos — habla de decisiones humanas. Y eso lo hace aplicable en educación media, en la universidad y en procesos de formación docente por igual.
Las 4D son: Delegar, Describir, Discernir y Diligencia.
Delegar: la primera pregunta que hay que hacer
Antes de abrir cualquier herramienta de IA, la pregunta es: ¿qué parte de esta tarea tiene sentido delegar y qué parte no?
En el aula, esto es especialmente relevante. Si un estudiante delega completamente la redacción de un ensayo argumentativo, no está aprendiendo a argumentar — está aprendiendo a copiar. El aprendizaje ocurre en el proceso, no en el producto final.
Trabajar esta D con los estudiantes implica ayudarlos a distinguir entre usar la IA como apoyo (revisar ortografía, buscar fuentes, reformular ideas propias) y usarla como reemplazo (que haga el trabajo intelectual por ellos). Esa distinción no es obvia, y hay que enseñarla de forma explícita.
También implica hablar de transparencia: si usaron IA, ¿lo declaran? ¿Saben cuándo y cómo corresponde hacerlo?
Describir: la calidad de la instrucción importa
Un prompt vago da resultados vagos. Esto puede sonar trivial, pero tiene una implicancia pedagógica importante: para describir bien lo que quieres, primero tienes que entender lo que quieres.
Pedirle a un modelo que "haga un resumen del capítulo" es muy distinto a pedirle que "identifique los tres argumentos principales del autor y explique cómo se relacionan con el contexto histórico del texto". El segundo prompt requiere que el estudiante ya tenga claridad conceptual sobre lo que está buscando.
En ese sentido, trabajar la D de Describir en clases es trabajar pensamiento crítico y comunicación. Dos habilidades que ningún currículum va a sacar de la lista de prioridades.
Discernir: aquí está el corazón del uso responsable
Esta es la D más exigente, y también la más importante.
Discernir significa evaluar críticamente lo que entrega el modelo: si es correcto, si responde realmente lo que se preguntó, si tiene sesgos, si las fuentes que cita existen. Y para hacer eso bien, el estudiante necesita saber del tema — no puede delegar también el criterio.
Esto tiene una consecuencia directa para la evaluación: si un estudiante no puede explicar ni defender lo que entregó, es señal de que no discernió. No procesó el output, solo lo copió.
En formación docente, esta D abre una conversación esencial: ¿cómo evaluamos en un contexto donde los estudiantes tienen acceso a herramientas que generan texto, código o imágenes en segundos? La respuesta no es prohibir — es diseñar evaluaciones que requieran discernimiento real.
Diligencia: la dimensión ética que no podemos omitir
La última D es la que más incomoda, y por eso es la que más necesitamos trabajar.
Diligencia significa preguntarse si lo que generó la IA es ético, seguro y ajustado a las normativas vigentes antes de usarlo. En el contexto educativo, eso incluye preguntas como:
- ¿Estoy presentando esto como propio cuando no lo es?
- ¿El contenido que generé reproduce estereotipos o sesgos?
- ¿Usé datos personales de otros para construir mi prompt?
- ¿La tarea que le pedí a la IA tiene un impacto en otras personas?
Estas no son preguntas con respuesta única. Son preguntas para discutir, para incomodar un poco, para que los estudiantes desarrollen un criterio propio frente a una tecnología que va a seguir siendo parte de su vida profesional.
La ética no es un módulo aparte — es una dimensión que atraviesa todo el proceso.
Las 4D como hábito, no como checklist
Lo más valioso de este marco es que no es lineal. En la práctica, los estudiantes van a moverse entre Describir y Discernir varias veces antes de llegar a un resultado que les convenza. A veces van a tener que volver a Delegar y decidir cambiar de herramienta o de enfoque.
Eso está bien. Ese movimiento iterativo es el aprendizaje.
Como docentes, nuestro rol no es enseñarles a usar una herramienta específica — esas herramientas van a cambiar. Nuestro rol es ayudarlos a desarrollar un marco de pensamiento que les sirva para evaluar cualquier herramienta que venga después.
El Marco de las 4D es un buen lugar para partir.
El curso AI Fluency: Framework and Foundations, de Anthropic, está disponible de forma gratuita en anthropic.skilljar.com. Es accesible, bien estructurado y no requiere conocimientos técnicos previos — lo recomiendo especialmente para docentes que quieren profundizar en estos temas.