Los asistentes de IA para programar están en tu aula tanto si los permites como si no, así que la pregunta útil no es cómo dejarlos fuera, sino cómo mantener honesto el aprendizaje mientras están dentro. La respuesta es un puñado de pequeñas barreras que dejan el razonamiento en manos del alumno, porque ese razonamiento es justo lo que una IA se salta encantada. Tres hábitos hacen casi todo el trabajo: dar pistas y no soluciones, predecir antes de ejecutar y explicar antes de integrar.

Decide qué estás protegiendo en realidad

El objetivo de una clase de programación no es el código que funciona. Es el razonamiento que produce ese código: leer un problema, formarse un plan, predecir qué hará un fragmento de código y cerrar la distancia entre lo que esperabas y lo que ocurrió de verdad. Un asistente de IA puede entregar una función terminada en segundos. Si un alumno la pega sin leerla, el código se ejecuta, pero el pensamiento nunca ha ocurrido.

Eso replantea todo el debate. No estás vigilando si se ha usado IA. Estás protegiendo el trabajo mental. Una barrera es buena si deja ese trabajo en manos del alumno, y es inútil si solo intenta mantener la herramienta fuera del aula.

Tres barreras que dejan el pensamiento en manos del alumno

Pistas, no soluciones

Establece como norma de la casa que la IA puede dar el siguiente paso, una pregunta o un empujón, pero no una respuesta terminada. En la práctica esto es una consigna más un hábito al escribir el prompt. Enseña a los alumnos a preguntar qué debería comprobar ahora en lugar de escríbeme esto. Con los más pequeños, el profesor modela primero el buen prompt en la pizarra para que la clase oiga la diferencia entre pedir una pista y pedir la solución.

Predecir y luego ejecutar

Antes de ejecutar cualquier código, el suyo o el de la IA, el alumno dice o escribe qué espera que ocurra. Después lo ejecuta. La distancia entre la predicción y el resultado es la lección. Este único hábito destapa sin ruido el copiar y pegar: un alumno que no sabe predecir qué hace un bloque o una línea todavía no lo ha entendido, y ahora los dos lo sabéis antes de que quede enterrado en un programa que funciona.

Explicar antes de integrar

Nada entra en el proyecto hasta que el alumno sabe explicarlo en lenguaje llano, intención por intención. Si no sabe decir qué hace una parte y por qué está ahí, no se integra. Es la revisión de código que usan los equipos profesionales, reducida a escala de aula. Convierte lo que produce la IA en algo que se interroga, y no en algo que se acepta.

Desplaza la evaluación hacia el proceso, no solo hacia el producto

Si tus notas premian únicamente el programa final, la IA abarata ese programa y tu evaluación deja de medir nada. Traslada el peso a las cosas que una herramienta no puede producir en nombre del alumno. Un recorrido oral por su propio código. Un breve registro de predecir y ejecutar. Una nota sobre dónde se atascó y cómo se desatascó. Y lo mejor de todo, la modificación en directo: pide al alumno que cambie delante de ti un programa que funciona, por ejemplo para que el robot gire a la izquierda donde ahora gira a la derecha. Un alumno que ha entendido su código lo hace en un minuto. Uno que solo lo pegó, no.

Esto además encaja con cómo la evaluación alineada con CAPS ya valora el proceso y las evidencias de razonamiento, así que no estás inventando una rúbrica nueva: solo la inclinas hacia aquello que la IA no puede fingir.

Enseña a dirigir la IA como una destreza, no solo como una tentación

Dirigir bien una herramienta merece por sí mismo ser enseñado. Descomponer un problema en partes, describir con precisión el comportamiento que quieres, leer la salida con criterio y rechazar una respuesta equivocada son exactamente las destrezas de descomposición y especificación que una clase de programación existe para construir. Así que no te limites a restringir. Reserva tiempo para enseñar la versión buena: cómo escribir una petición clara, cómo probar lo que ha vuelto y cómo detectar una respuesta segura de sí misma que en realidad no funciona. Los alumnos capaces de eso están practicando criterio de ingeniería de verdad.

Dónde el hardware lo pone más fácil

La robótica física te regala una barrera, porque el robot es la verdad sobre el terreno. No puedes convencer con argumentos a un seguidor de líneas de que funcione, y predecir y ejecutar se vuelve natural cuando la clase está mirando una máquina real que hace la cosa o no la hace. Hay además una ventaja práctica sudafricana: un kit que ejecuta su programa en la propia placa sigue funcionando durante los cortes de luz programados, justo cuando una herramienta de IA en la nube puede estar caída de todos modos.

Así damos las clases en la sheen academy. La placa sheenbot∞ da a los alumnos algo que tienen que explicar y modificar delante de un compañero o del profesor, y los mismos hábitos de predecir y ejecutar y de explicar antes de integrar se mantienen en nuestros talleres de vacaciones. Las herramientas cambian; las barreras no.

Una política de IA de partida para colgar en la pared

• Solo pistas. Pide a la IA el siguiente paso o una pregunta, nunca una solución terminada.
• Predice antes de ejecutar. Di qué esperas que ocurra y después ejecútalo.
• Explica antes de integrar. Si no sabes explicarlo, no entra en el proyecto.
• Prepárate para cambiarlo en directo. Da por hecho que te pedirán modificar tu propio código sobre la marcha.
• Hazte cargo de los errores. Que la IA se equivoque es normal; tu trabajo es pillarlo.

Para llevarse

Prohibir los asistentes de IA no es aplicable ni educativo. Las barreras son ambas cosas. Deja el razonamiento en manos del alumno mediante pistas y no soluciones, predecir antes de ejecutar y explicar antes de integrar; después evalúa el proceso y no solo el producto, y enseña a los alumnos a dirigir bien la herramienta. Hazlo y un asistente de IA dejará de ser un atajo que rodea el aprendizaje para convertirse en una cosa más que un joven programador ha aprendido a manejar. Para más apuntes docentes como este, echa un vistazo a nuestra sala de prensa.

¿No debería sencillamente prohibir las herramientas de IA en clase?

Una prohibición es difícil de aplicar y yerra el tiro, porque los alumnos se van a encontrar estas herramientas en todas partes. Unas barreras que protejan el pensamiento, más una evaluación que premie el proceso, hacen mucho más que una norma que no puedes vigilar.

¿A partir de qué edad tiene sentido esto?

Los hábitos se adaptan bien a los pequeños. Con los más jóvenes el profesor modela el buen prompt y hace predecir y ejecutar en voz alta con toda la clase; los mayores lo hacen solos y empiezan a dirigir ellos mismos la herramienta.

¿Y si la respuesta de la IA de un alumno es incorrecta?

Eso es la lección, no el fracaso. Pillar una respuesta segura pero equivocada es justo la destreza que buscas, así que trata cada sugerencia incorrecta como una ocasión para practicar predecir y ejecutar y explicar antes de integrar.