Re: DUA e Inteligencias Artificiales
La Inteligencia Artificial (IA) tiene un gran potencial para adaptar la enseñanza a la diversidad cognitiva, lo que encaja de lleno con los principios del Diseño Universal para el Aprendizaje (DUA). Según Linsenmayer , las herramientas de IA pueden “empoderar a estudiantes con necesidades educativas especiales para alcanzar sus objetivos de aprendizaje” , pero al mismo tiempo requieren “mecanismos de gobernanza para asegurar una implementación ética, sostenible y segura” (Linsenmayer, 2025, pp. 30-31). Esto implica que la IA no solo brinda personalización, sino también la capacidad de hacerlo de forma responsable y regulada.
Desde la perspectiva del DUA, Song et al, proponen que la IA diseñada con criterios inclusivos debe atender tres dimensiones: compromiso, representación y acción/expression. En su marco teórico, afirman que “los principios del DUA pueden guiar el diseño de actividades con IA que sean realmente accesibles para todos” (Song et al, 2024, p. 11).
Además, la IA generativa se convierte en una herramienta concreta para docentes que desean adaptar materiales educativos. Sakowicz y Hamidi reportan que “los docentes utilizan herramientas de IA generativa para producir contenido adaptado a las necesidades de los estudiantes con discapacidad, integrando los principios del DUA” (Sakowicz y Hamidi, 2025, p. 5).
Por lo tanto, las IAs (adaptativa, generativa y asistiva) pueden transformar el aula, sin embargo, la IA no es una solución mágica si no se implementa con criterios éticos sólidos. Como advierte Linsenmayer , “sin una gobernanza adecuada, el uso de IA puede reforzar desigualdades” (Linsenmayer, 2025, p. 31). Por tanto, para que sea una verdadera aliada del DUA en contextos de neurodivergencia, es fundamental capacitar a los docentes, monitorear los sesgos, y garantizar que los datos que alimentan los sistemas de IA sean representativos de diferentes perfiles cognitivos.
Bibliografía
Linsenmayer, E. (2025). Leveraging artificial intelligence to support students with special education needs. OECD Artificial Intelligence Papers, No. 46. OECD Publishing. https://doi.org/10.1787/1e3dffa9-en
Song, Y., Weisberg, L. R., Zhang, S., Tian, X., Boyer, K. E., & Israel, M. (2024). A framework for inclusive AI learning design for diverse learners. Computers & Education: Artificial Intelligence, 6, 100212. https://doi.org/10.1016/j.caeai.2024.100212
Sakowicz, M., & Hamidi, F. (2025). Exploring the role of generative AI in supporting students with disabilities, through the lens of universal design for learning. American Journal of STEM Education, 15, 1–22. https://doi.org/10.32674/yeyaaq64