Medellín - Minas - Maestría en Ingeniería - Analítica · 2026
Transformación digital educativa un modelo de implementación de técnicas de IA para la optimización del tiempo asignado a tareas administrativas de los docentes de la Institución Educativa Sucre (Colón, Putumayo)
Esta tesis de maestría diseñó y validó un modelo de transformación digital educativa basado en inteligencia artificial generativa (ChatGPT, DeepSeek y EdutekLAB) con el propósito de optimizar las tareas administrativas de planeación de clases y calificación de trabajos en la Institución Educativa Sucre, ubicada en el municipio rural de Colón, Putumayo (Colombia), un contexto con baja conectividad y alta carga laboral docente. Mediante un enfoque mixto convergente que incluyó un cuestionario a 13 docentes, entrevistas semiestructuradas a tres profesores (Newton, May y Paloma) y un estudio de caso práctico de dos meses con la docente May (30 años de experiencia, área de inglés), se logró caracterizar la carga administrativa —donde la calificación (38,5 %) y la planeación (23,1 %) resultaron ser las tareas más demandantes—, parametrizar las herramientas de IA mediante prompts estructurados y procedimientos estandarizados adaptados al contexto rural, e implementar el modelo en condiciones reales. Los resultados mostraron que la IA es altamente útil para la planeación: la docente May construyó dos unidades didácticas completas (ocho clases en total) con apoyo de las herramientas, generando ideas, secuencias, rúbricas y actividades que luego contextualizó al entorno rural. Sin embargo, en los experimentos de calificación asistida se evidenciaron limitaciones críticas: ChatGPT sobrevaloró respuestas (4,3 frente a 3,1 del docente), DeepSeek subestimó y omitió secciones completas del examen (2,14 frente a 3,1; y 1,95 frente a 4,07), y ambas herramientas presentaron dificultades para leer caligrafías irregulares, interpretar textos subrayados o incompletos, y generar retroalimentación física visible (vistos, equis, comentarios), la cual sigue siendo insustituible para los estudiantes. Como producto final se propone un modelo de arquitectura entrada-procesamiento-salida con un ciclo de ajuste docente que prioriza el uso intermitente de la IA (conectar para generar insumos y trabajar offline en el aula) y mantiene la evaluación manual como responsabilidad exclusiva del profesor, demostrando que la inteligencia artificial puede ser una aliada estratégica para reducir la carga administrativa en contextos rurales, siempre que se use con supervisión pedagógica, criterios éticos y una clara delimitación de sus alcances. (Texto tomado de la fuente)
Texto completo 80 páginas con texto
Leer la tesis completa Ficha en el repositorio
Contenido
- Diseño de la investigaciónp. 16
- Planteamiento del problemap. 16
- Justificaciónp. 17
- Objetivosp. 19
- 1.3.1 Objetivo generalp. 19
- 1.3.2 Objetivos específicosp. 19
- Marco teóricop. 19
- 1.4.1 Inteligencia Artificial en el contexto educativop. 19
- 1.4.2 Transformación digital educativa y su aplicabilidad en contextos ruralesp. 20
- 1.4.3 Tareas administrativas docentesp. 21
- Contexto institucional y diagnóstico inicialp. 23
- Descripción institucional y muestra docentep. 23
- Instrumentos y procedimientosp. 25
- 2.2.1 Cuestionario docentep. 26
- 2.2.2 Entrevistas semiestructuradasp. 26
- 2.2.3 Fase práctica de uso real de IAp. 27
- a) Planeación de clases asistida por IAp. 27
- b) Creación de rúbricas evaluativasp. 28
- c) Análisis y calificación asistida por IAp. 28
- Resultados sobre el diagnóstico sobre tareas administrativasp. 28
- 2.3.1 Actividades administrativas de mayor demandap. 29
- 2.3.2 Uso de herramientas digitales en las tareas administrativasp. 29
- 2.3.3 Percepción frente al uso de IAp. 30
- Diseño del modelo de transformación digital educativap. 32
- Fundamentación del modelop. 32
- Selección y configuración de herramientas de IAp. 34
- 3.2.1 Herramientas para la planeación de clasesp. 35
- 3.2.2 Herramientas para la calificación de trabajos y evaluacionesp. 36
- Arquitectura y validación conceptual del modelop. 37
- 3.3.1 Parametrización para la planeación de clasesp. 38
- 3.3.2 Parametrización para la calificación y retroalimentaciónp. 39
- 3.3.3 Integración y sostenibilidad del sistemap. 40
- Arquitectura del modelo propuestop. 41
- Implementación del modelo de IAp. 45
- Proceso de implementaciónp. 45
- 4.1.1 Etapa 1. Planeación y preparación institucionalp. 45
- 4.1.2 Etapa 2. Sensibilización y capacitación docentep. 46
- 4.1.3 Etapa 3. Aplicación piloto del modelop. 47
- 4.1.4 Etapa 4. Evaluación y retroalimentaciónp. 48
- Aplicación práctica del modelop. 49
- Consolidación del modelo de implementación de IA en contexto ruralp. 51
- Percepción docentep. 52
- Análisis e interpretación de resultadosp. 55
- Análisis conjunto de los datosp. 55
- 5.1.1 Carga administrativa: consistencia entre datos y prácticap. 55
- infraestructurap. 56
- 5.1.3 Percepciones sobre la IA: entusiasmo moderado y prudencia críticap. 56
- Categorización y triangulaciónp. 57
- Estudio de caso: Evaluación automatizada con IAp. 59
- 5.3.1 Experimento 1: Estudiante A (taller escrito evaluado con rúbrica)p. 59
- Procedimientop. 59
- Resultados principalesp. 31
- Tabla 6. Comparativa: Evaluación manual vs ChatGPT vs DeepSeekp. 62
- Conclusiones del estudio de casop. 63
- Discusión de resultados frente a la literaturap. 64
- Conclusiones y recomendacionesp. 65
- Conclusiones generalesp. 65
- Aportes teóricos y prácticos de la investigaciónp. 68
- 6.2.1 Recomendaciones para consolidar el modelo en la IE Sucrep. 68
- a) Institucionalizar un plan de formación docente en IA y alfabetización digitalp. 68
- b) Desarrollar un repositorio institucional de planeaciones y rúbricasp. 69
- c) Regular el uso ético y responsable de la IAp. 69
- e) Promover espacios de socialización docentep. 70
- Recomendaciones para instituciones rurales similaresp. 70
- a) Seleccionar herramientas accesibles y de bajo consumop. 70
- b) Adaptar el modelo a la carga laboral realp. 71
- c) Fomentar modelos de acompañamiento docente flexiblesp. 71
- d) Integrar la IA con prácticas pedagógicas localesp. 71
- 6.3.1 Proyecciones futuras del modelop. 72
- a) Escalabilidad dentro de la IE Sucrep. 72
- b) Integración con plataformas institucionalesp. 72
- c) Diseño de un módulo de prompts institucionalesp. 72
- d) Futuro de la calificación asistida con IAp. 73
- e) Proyección investigativap. 73
- Anexo: Cuestionario aplicado a docentesp. 74
- Anexo: Encuentros virtuales con docentesp. 75