Espino, Erika. OBS Report: eLearning 2024 – Emerging Trends and the Impact of Artificial Intelligence in Higher Education, OBS Business School, 29 October 2024.
El uso de IA en e-learning es cada vez más evidente: se emplea en la supervisión de evaluaciones online, servicios bibliotecarios, procesos de admisión y en el análisis del comportamiento estudiantil mediante reconocimiento emocional, predicción de rendimiento y detección temprana de abandono. Por otra parte, la IA generativa está transformando los métodos de evaluación y permitiendo verificar la autenticidad del trabajo de los estudiantes.
Pese al reconocimiento del valor de la IA tanto por estudiantes como por profesores, el estudio detecta una alfabetización digital insuficiente en ambos grupos. Este déficit dificulta el uso efectivo de las plataformas digitales. Además, se observa una disminución en el pensamiento crítico y creativo, lo cual refuerza la necesidad de promover la integridad académica y la autonomía intelectual.
Los estudiantes de educación superior utilizan habitualmente plataformas como Blackboard, Moodle, Canvas y Google Classroom durante su formación online. La mayoría de ellos valora positivamente su primera experiencia en e-learning y lo recomienda. Asimismo, los estudiantes complementan su aprendizaje con herramientas de IA como ChatGPT, traductores y asistentes virtuales, vislumbrando un gran potencial para estas tecnologías en la creación de contenidos educativos.
a gamificación se destaca como una estrategia clave para modernizar el aprendizaje online, incentivando la motivación y la competencia saludable. Se fomenta además la interacción mediante discusiones sincrónicas y asincrónicas, resolución de estudios de caso y evaluación entre pares, todo ello acompañado de espacios colaborativos como documentos compartidos y salas de trabajo grupales, fundamentales para desarrollar habilidades de comunicación y trabajo en equipo. No obstante, uno de los grandes retos persiste en diseñar programas que promuevan una mayor interacción entre estudiantes y docentes, algo que depende tanto del involucramiento del profesorado como de la iniciativa y disciplina de los alumnos.
Un desafío crítico que afecta tanto a estudiantes como a docentes es la protección de la privacidad de los datos y la seguridad de la información, materia en la que aún se está avanzando activamente.
El proyecto Making Artificial Intelligence Generative for Higher Education, liderado por Ithaka S+R, reunió a 18 instituciones de educación superior de EE. UU. y Canadá para investigar cómo la inteligencia artificial generativa (IA generativa) está transformando la enseñanza, el aprendizaje y la investigación en la educación superior.
Desde su inicio en septiembre de 2023 hasta su culminación en el verano de 2025, el proyecto recopiló datos a través de entrevistas semiestructuradas con docentes e investigadores, proporcionando información valiosa sobre la adopción de la IA generativa en estos contexto.
Los hallazgos del estudio destacan que la IA generativa se está integrando de manera significativa en diversas áreas académicas, desde la creación de contenidos hasta la asistencia en la investigación. Sin embargo, también se identificaron desafíos importantes, como la necesidad de formación adecuada para los usuarios y la gestión de preocupaciones éticas relacionadas con el uso de estas tecnologías. Además, se subrayó la importancia de desarrollar infraestructuras de apoyo que faciliten la implementación efectiva de la IA generativa en el ámbito académico.
Este proyecto no solo proporciona una visión detallada de las tendencias actuales en el uso de la IA generativa en la educación superior, sino que también ofrece recomendaciones prácticas para instituciones que buscan integrar estas tecnologías de manera efectiva y ética en sus entornos académicos.
la inteligencia artificial, lejos de ser neutral, puede ser utilizada como herramienta de control por parte de entidades poderosas. Bajo ciertas políticas gubernamentales —como el plan de acción del gobierno de EE. UU. para promover la IA—, se corre el riesgo de desplazar valores públicos importantes como la libertad académica, los derechos civiles y la justicia educativa. La alerta es clara: estamos ante una tecnología que puede, deliberadamente, erosionar el bien público
Frente a esta amenaza, la Asociación Estadounidense de Profesores Universitarios (AAUP), a través de su comité ad hoc sobre inteligencia artificial, presentó un informe basado en encuestas a su membresía. El documento refleja inquietudes compartidas sobre cómo la IA se incorpora en las instituciones —muy a menudo sin participación del profesorado—, y cómo esto impacta la democracia, la justicia laboral y la misión educativa.
La adopción de tecnologías “educativas” dominadas por IA ha sido permisiva, incluso centrada en “ventas”, pero sin añadidos para mejorar el aprendizaje. Estas tecnologías, además, aumentan la vigilancia sobre docentes y estudiantes, respondiendo más a incentivos corporativos que a la mejora del currículo o del bienestar universitario.
Los autores proponen fortalecer la participación desde la base: crear comités que incluyan docentes, estudiantes y personal técnico para revisar adquisición y uso de tecnología. Estos órganos deberían tener voz real en decisiones estratégicas, pudiendo incluso vetar políticas impuestas desde arriba, y promover formación centrada en las personas, no en la tecnología.
En lugar de aceptar un modelo impuesto, se aboga por una respuesta unida que conecte el trabajo académico con la defensa de los valores democráticos. La tecnología no debe determinar el futuro de la educación; deben ser las personas, organizadas y con control sobre su entorno de trabajo, quienes decidan.
Las principales conclusiones de la encuesta realizada por Inside Higher Ed a estudiantes sobre la IA generativa muestran que, en su opinión, el uso de esta tecnología en constante evolución no ha disminuido el valor de la universidad, pero podría afectar a sus habilidades de pensamiento crítico.
El artículo presenta los principales hallazgos de la encuesta Student Voice 2025–26 realizada por Inside Higher Ed, que se centra en las percepciones de los estudiantes universitarios sobre la inteligencia artificial generativa. La encuesta fue parte de la serie Student Voice 2025–26 y se realizó en julio de 2025. Participaron 1 047 estudiantes de 166 instituciones de educación superior (tanto públicas como privadas, de dos y cuatro años).
Un alto porcentaje, aproximadamente el 85 %, informó haber utilizado inteligencia artificial generativa en cursos durante el último año. Las actividades más comunes incluyen: lluvia de ideas (55 %), preguntas tipo tutor (50 %) y preparación para exámenes o test (46 %). Le siguen funciones como edición de trabajos y generación de resúmenes.
En contraste, solo el 25 % admite usar IA para completar tareas completas, y apenas el 19 % para redactar ensayos enteros. Quienes emplearon IA para escribir ensayos son un tanto más propensos a reportar un impacto negativo en su pensamiento crítico (12 %) en comparación con quienes la utilizaron solo para estudiar (6 %)
El principal motor del uso indebido de IA (desde la perspectiva de los estudiantes) es la presión por obtener buenas calificaciones (37 %), seguido por la falta de tiempo (27 %) y el desinterés por las políticas de integridad académica (26 %). Solo un ínfimo 6 % atribuye este comportamiento a políticas poco claras.
Aun así, el 97 % opina que las instituciones deberían actuar frente a los retos que plantea la IA, pero prefieren soluciones educativas (como formación sobre ética en el uso de IA – 53 %) por encima de prácticas represivas como detectar contenido generado por IA (21 %) o limitar su uso en clase (18 %).
Se observa una brecha de género en la percepción de la IA: los estudiantes hombres son más propensos que las mujeres o personas no binarias a decir que la IA está mejorando sus habilidades de pensamiento crítico.
Aunque muchos temen que el uso de estas tecnologías pueda afectar habilidades clave como el pensamiento crítico, en general los estudiantes no consideran que la IA esté «matando» el valor de la universidad.
Según la encuesta, los estudiantes están utilizando la IA activamente como parte de su proceso de aprendizaje, lo que indica una adopción respetuosa y consciente. Aunque reconocen los riesgos potenciales, como la disminución de habilidades analíticas, no perciben que la IA disminuya la relevancia o el propósito de su formación universitaria.
Esta perspectiva de los estudiantes plantea una tensión interesante: por un lado, existe una preocupación legítima sobre cómo la IA puede impactar negativamente en el desarrollo de competencias críticas; por otro, su uso creciente refleja una herramienta valiosa para complementar el aprendizaje, siempre que se utilice con responsabilidad
Aguilar, Stephen J., Benjamin Nye, William Swartout, Andrea Macias, Yuqing Xing, and Rosie Le Xiu. 2025. “How Students and Teachers Worldwide Are Adapting to AI.” EdArXiv. August 25. doi:10.35542/osf.io/wr6n3_v2
El informe analiza cómo estudiantes y docentes de distintas partes del mundo están adaptándose al uso de la inteligencia artificial generativa (GenAI) en educación. Desde la irrupción de herramientas como ChatGPT, Claude o Copilot, la enseñanza y el aprendizaje han experimentado transformaciones significativas. Los autores exploran tanto las oportunidades que estas tecnologías ofrecen para el apoyo académico como los riesgos que plantean para la integridad educativa y el pensamiento crítico.
El primer estudio se centra en más de 1.000 estudiantes universitarios de Estados Unidos y examina cómo buscan ayuda a través de GenAI. Se diferencian dos patrones: la búsqueda instrumental, orientada a comprender y aprender, y la búsqueda ejecutiva, enfocada en obtener respuestas rápidas con el mínimo esfuerzo. Los resultados muestran que la confianza en la propia competencia académica y en la búsqueda en internet reduce la dependencia de la IA, mientras que la confianza en el contenido generado por ella incrementa el uso ejecutivo. La actitud de los profesores es clave: cuando animan a usar la IA de forma reflexiva, los estudiantes tienden a hacerlo con fines de aprendizaje.
El segundo estudio presenta la herramienta ABE (AI for Brainstorming and Editing), diseñada para fomentar la reflexión y la revisión en el proceso de escritura. A diferencia de sistemas que generan textos completos, ABE guía a los estudiantes mediante actividades estructuradas —como fortalecer tesis, considerar contraargumentos o mejorar conclusiones—, lo que promueve la escritura como un proceso de pensamiento crítico. Los participantes valoraron especialmente la posibilidad de recibir retroalimentación personalizada y de ampliar perspectivas.
El tercer estudio recoge las percepciones de más de 1.500 docentes de cinco países (Estados Unidos, India, Qatar, Colombia y Filipinas). Aunque muchos reconocen el potencial de la IA para automatizar tareas y personalizar el aprendizaje, persisten preocupaciones sobre plagio, pérdida de creatividad y falta de apoyo institucional. El uso frecuente de estas herramientas sigue siendo limitado, lo que revela una brecha entre el conocimiento de la IA y su aplicación práctica en el aula.
En conjunto, el informe subraya la necesidad de una integración intencional y ética de la IA en la educación. Recomienda alentar un uso instrumental que potencie el aprendizaje, diseñar herramientas con andamiajes pedagógicos, ofrecer formación específica para los docentes y abordar la equidad en el acceso y uso de estas tecnologías.
Se analiza cómo el uso creciente de herramientas de inteligencia artificial (IA) por parte de niños y adolescentes —para tareas escolares, la redacción de ensayos y exámenes, o incluso para resolver conflictos interpersonales— puede tener efectos negativos en su desarrollo cognitivo y emocional
Se presenta un estudio del Pew Research Center que muestra que un 26 % de los adolescentes usan IA para tareas escolares, cifra que sube al 31 % entre adolescentes negros e hispanos, y entre estudiantes de 11.º y 12.º grado. Además, el 54 % considera aceptable usar ChatGPT para investigar y 29 % para resolver problemas matemáticos. Entre quienes conocen la plataforma, 79 % lo ve como herramienta válida para la investigación.
En el ámbito universitario, el uso de IA es aún más común, con un 86 % de estudiantes utilizándola para escribir, investigar y completar tareas de manera recurrente. Se desglosa cómo emplean estas herramientas: 69 % para buscar información, 42 % para corregir gramática, 33 % para resumir documentos, 28 % para parafrasear, y 24 % para redactar borradores iniciales.
Se expresa una preocupación central: al delegar tareas intelectuales en la IA, los jóvenes podrían ver afectadas capacidades esenciales como el razonamiento lógico, la construcción de argumentos convincente y la expresión precisa de ideas; habilidades que se desarrollan procesando ideas por cuenta propia.
Por todo ello, se plantean preguntas éticas y educativas: ¿Estamos sacrificando el pensamiento crítico y la autonomía intelectual al permitir una dependencia creciente de la IA? ¿O estamos simplemente adaptándonos a una tendencia inevitable, considerando que muchas profesiones ya integran estas herramientas en su práctica diaria —como la medicina o el derecho—?
El sondeo de WCET 2025 muestra que la IA está transformando la educación superior, especialmente en enseñanza, aprendizaje y evaluación. Destaca oportunidades en eficiencia e innovación, pero también riesgos como la brecha digital y la obsolescencia de programas tradicionales. El informe propone diez recomendaciones para una integración ética, equitativa y estratégica de la IA en las instituciones.
Desde hace apenas dos años, la adopción de herramientas de inteligencia artificial (IA) generativa ha comenzado a reformar profundamente la educación superior. El segundo sondeo de WCET, realizado en 2025 tras el inicial en 2023, revela que la incorporación de la IA ya no es una opción que se pueda postergar: muchas instituciones han iniciado procesos de integración, mayoritariamente en áreas como la enseñanza y el aprendizaje, pero también en operaciones y gobernanza. Este cambio refleja un movimiento decidido hacia una transformación estructural, más allá de los temores iniciales sobre la integridad académica.
En el ámbito pedagógico, la IA está redefiniendo tareas académicas: desde la creación y edición de contenidos hasta el diseño curricular, la herramienta se posiciona como un acelerador de eficiencia y productividad. Asimismo, se proyecta una innovación significativa en los métodos de evaluación: en lugar de valorar solamente productos finales, se prioriza el proceso de aprendizaje en sí, aprovechando la IA para analizar cómo interactúan los estudiantes con estas herramientas y obtener comprensión sobre su pensamiento crítico. Esta tendencia podría desplazar gradualmente el énfasis hacia habilidades orales y habilidades prácticas por encima del peso tradicional de los títulos.
No obstante, el informe subraya desafíos persistentes: la brecha digital y el riesgo de que los programas tradicionales queden obsoletos son preocupaciones centrales. Ante un mercado laboral cambiante, donde las competencias podrían prevalecer sobre los diplomas, las instituciones enfrentan el imperativo de garantizar un acceso justo a tecnologías de IA, y al mismo tiempo preparar estudiantes para un entorno donde las habilidades, más que los credenciales, conducirán al éxito profesional.
Para orientar esta transformación, el sondeo ofrece diez recomendaciones prácticas (actionable recommendations):
Crear políticas claras respecto al uso de IA.
Invertir en formación para alfabetización y fluidez en IA.
Establecer estructuras de apoyo institucionales.
Ofrecer incentivos para uso responsable e innovador.
Coordinar el uso de IA en el currículo.
Abordar desafíos de manera proactiva.
Promover un uso ético y equitativo de la IA.
Expandir la formación dirigida a estudiantes.
Emplear IA para mejorar la eficiencia operativa.
Fomentar la experimentación institucional
El documento insta a un paso decisivo del conocimiento a la acción: las instituciones de educación superior deben diseñar estrategias deliberadas que combinen ética, equidad y sostenibilidad para integrar la IA como una aliada de su misión centrada en el ser humano. Solo así podrán transformar la educación de forma responsable, sin que la tecnología reemplace, sino que complemente y potencie lo esencial del aprendizaje.
En contraste con muchas instituciones occidentales que aún ven la IA como una amenaza, las universidades chinas están adoptando una estrategia proactiva. Lo que antes era desaconsejado —como el uso de ChatGPT en tareas académicas— ahora se alienta activamente, siempre que se haga con buenas prácticas. Un informe revela que solo el 1 % del profesorado y del alumnado afirma no haber usado herramientas de IA, y cerca del 60 % las utiliza frecuentemente, ya sea varias veces al día o semanalmente.
Este cambio refleja una tendencia a reconocer la IA no como un problema, sino como una habilidad esencial para el siglo XXI.
El surgimiento del modelo chino DeepSeek ha sido crucial. Varias universidades —como la de Shenzhen, Zhejiang, Shanghai Jiao Tong y Renmin— ya han incorporado cursos basados en DeepSeek. Estos programas no solo enseñan tecnología, sino que abordan también temáticas clave como la seguridad, la privacidad y la ética. Este enfoque holístico está alineado con el plan nacional China 2035, que busca un sistema educativo de alta calidad e inclusivo.
Un estudio reciente sobre estudiantes de ingeniería en China encontró que más de la mitad reconoce una mejora en su eficiencia, iniciativa y creatividad al usar IA generativa. Casi la mitad añadió que esta tecnología también potenció su pensamiento independiente. No obstante, hubo cierta preocupación sobre la precisión y confiabilidad específica de dominio, y muchos no percibieron una mejora significativa en sus calificaciones académicas.
El caso chino no es aislado. Técnicamente, a nivel mundial, la IA generativa ha comenzado a definir nuevas dinámicas educativas:
En Occidente, el enfoque aún gira en torno a detectar y sancionar su uso. Pero mientras muchos luchan por controlar su presencia, China ya la ve como una competencia y una herramienta empoderadora MediumLinkedIn.
Existe un impulso claro hacia integrar IA en todos los niveles educativos —incluyendo exámenes y libros de texto— para fomentar el pensamiento crítico y la resolución de problemas
Mohammadi, Ehsan, Mike Thelwall, Yizhou Cai, Taylor Collier, Iman Tahamtan, and Azar Eftekhar. 2025. “Is Generative AI Reshaping Academic Practices Worldwide? A Survey of Adoption, Benefits, and Concerns.” Information Processing & Management. https://doi.org/10.1016/j.ipm.2025.104350.
Se analiza el impacto de la IA generativa (Gen AI) en la investigación y la enseñanza a través de una encuesta en 20 países dirigida a académicos con publicaciones.
La inteligencia artificial generativa (Gen AI) está transformando la investigación y la enseñanza universitaria a nivel global. Para ello, se llevó a cabo una encuesta en 20 países, dirigida a académicos con publicaciones en revistas indexadas, con el objetivo de identificar niveles de adopción, beneficios percibidos y preocupaciones.
Los resultados muestran una alta conciencia y uso de estas herramientas: un 73 % de los participantes declaró estar muy familiarizado con ellas y más de la mitad indicó utilizarlas al menos una vez al mes. No obstante, se observaron diferencias significativas según el rol académico, la disciplina, el género y el país de origen. Los doctorandos y jóvenes investigadores son los usuarios más frecuentes, mientras que los profesores con mayor antigüedad hacen un uso más limitado. A nivel disciplinar, las ciencias sociales y las humanidades presentan mayor adopción que la medicina o las ciencias puras. En cuanto a la distribución geográfica, países de Asia y Oriente Medio (como Taiwán, Corea del Sur, India o Irán) presentan tasas de uso superiores a las de Estados Unidos, Reino Unido o Rusia, lo que se explica en parte por la necesidad de traducción al inglés para la publicación académica.
En el ámbito de la investigación, las aplicaciones más comunes son la traducción de textos, la corrección y edición de borradores, la redacción preliminar de textos académicos y el apoyo en revisiones bibliográficas. En cambio, el uso para análisis de datos sigue siendo minoritario. En la docencia, las herramientas de IA generativa se emplean sobre todo para crear materiales y contenidos educativos (30 %), apoyar el aprendizaje y la enseñanza de conceptos (22 %), y diseñar tareas o ejercicios (16 %). También se utilizan, aunque en menor medida, para elaborar programas de asignaturas y dar retroalimentación a estudiantes.
Los beneficios más señalados por los encuestados incluyen la posibilidad de ofrecer tutoría personalizada, mejorar la resolución de problemas y potenciar el aprendizaje de los estudiantes. Sin embargo, las opiniones se dividen respecto a la capacidad de la IA para fomentar la creatividad o generar contenidos consistentes y fiables. Solo una quinta parte de los académicos confía plenamente en la precisión de los textos generados por IA.
Las preocupaciones son generalizadas y constituyen una parte central del estudio. Entre las más destacadas figuran la información inexacta o “alucinaciones” (67,8 %), el plagio (65 %), la reducción de las habilidades de pensamiento crítico (61,7 %), la falta de transparencia y explicabilidad de los procesos, los riesgos sobre la propiedad intelectual (52,2 %) y la privacidad de los datos (49 %). Estas inquietudes reflejan una tensión constante entre el aprovechamiento de la tecnología y la preservación de la integridad académica.
El estudio también detecta una brecha de género: las mujeres son un 10 % menos propensas que los hombres a usar IA generativa con frecuencia (uso diario o semanal) en investigación, lo que podría ampliar desigualdades ya existentes en la academia.
En conclusión, los autores sostienen que la IA generativa se ha integrado de manera significativa en la vida académica, aunque de forma desigual entre regiones, disciplinas y grupos sociales. Mientras ofrece beneficios claros en escritura, traducción y apoyo docente, persisten serias dudas sobre su precisión, ética y efectos en la creatividad y el pensamiento crítico. Por ello, recomiendan que las instituciones y responsables políticos fomenten un uso responsable y equitativo de estas herramientas, con especial atención a los grupos y países en riesgo de quedar rezagados en esta transición tecnológica.
Principales resultados:
Conciencia y uso: el 73 % de los académicos conoce ampliamente estas herramientas y más de la mitad las usa al menos una vez al mes. La adopción varía según disciplina, género, país y rol académico.
Diferencias por rol: los doctorandos y jóvenes investigadores son los principales usuarios, mientras que los profesores titulares y sénior muestran menor frecuencia.
Disciplinas y regiones: mayor uso en ciencias sociales y humanidades; más extendido en países de Asia y Oriente Medio que en EE. UU. o Reino Unido, en parte por la necesidad de traducción al inglés.
Usos en investigación: principalmente para traducción de textos, corrección, redacción preliminar y revisiones bibliográficas; menos frecuente en análisis de datos.
Usos en docencia: creación de contenidos y materiales (30 %), apoyo al aprendizaje y enseñanza de conceptos (22 %), y diseño de tareas (16 %).
Beneficios percibidos: tutoría personalizada, apoyo a la resolución de problemas y mejora del aprendizaje.
Preocupaciones principales:
Información inexacta (67,8 %).
Plagio (65 %).
Disminución del pensamiento crítico (61,7 %).
Falta de transparencia, problemas de propiedad intelectual y riesgos de privacidad de datos.
Brecha de género: las mujeres son un 10 % menos propensas a usar IA frecuentemente en investigación, lo que puede agravar desigualdades.
EDUCAUSE Shop Talk, “A Practical Guide to AI Literacy,” con Sophie White y Jenay Robert, con Leo S. Lo, Jeanne Beatrix Law y Anissa Vega (episodio de podcast), 11 de agosto de 2025, YouTube, https://www.youtube.com/watch?v=m8xnGS1bli8.
El video plantea un enfoque realista y flexible para promover la alfabetización en IA en el ámbito universitario: ofrecer diversas vías de acceso a la formación, iniciar proyectos pequeños y escalables, fomentar la experimentación conjunta, aplicar una mirada crítica, dar opciones al profesorado y motivar el aprendizaje auténtico por encima de la mera obtención de resultados.
Sophie White y Jenay Robert conversan con Leo S. Lo, Jeanne Beatrix Law y Anissa Vega sobre estrategias prácticas para impulsar la alfabetización en inteligencia artificial (IA) entre estudiantes y docentes. La conversación parte de la idea de que ofrecer múltiples puntos de entrada para que el profesorado se forme y experimente con IA es esencial para generar confianza y permitir que guíen a sus estudiantes.
Los invitados coinciden en que es clave comenzar en pequeño y avanzar de forma iterativa. No se trata de esperar a tener el modelo perfecto, sino de poner en marcha experiencias iniciales que puedan mejorarse con el tiempo. Leo S. Lo describe cómo en su universidad han organizado programas de varias semanas para personal bibliotecario, combinando introducción, diseño de proyectos, comunidades de práctica y presentaciones finales. Además, se destaca la utilidad de marcos prácticos que sirvan como referencia inicial para organizar la enseñanza de IA, aunque puedan ajustarse después según la experiencia.
Otro aspecto central es el tinkering, es decir, experimentar y probar herramientas junto a los estudiantes. Jeanne Beatrix Law insiste en que esta práctica fomenta la curiosidad y el pensamiento crítico, especialmente cuando se incorporan elementos como datos de impacto ambiental en los resultados generados por IA. En Kennesaw State University, el profesorado también tiene libertad para decidir cómo incluir la IA en sus clases, lo que ha facilitado la aceptación y la confianza. Esta flexibilidad se complementa con un comité institucional que define políticas claras y orientaciones para el uso de IA.
La alfabetización en IA no implica solo saber usar herramientas, sino también entenderlas críticamente. Incluso quienes deciden no incorporarlas pueden beneficiarse de conocer su funcionamiento y sus implicaciones. Anissa Vega subraya que, igual que al enseñar a conducir se busca evitar riesgos reales más allá de las sanciones, en IA se debe motivar a los estudiantes a aprender por el valor del conocimiento, no solo por la calificación.
Finalmente, los ponentes comparten consejos prácticos: Leo S. Lo recomienda aprender a través de recursos accesibles como YouTube o LinkedIn; Jeanne Beatrix Law aconseja no temer al fracaso, confiar en el alumnado y reutilizar recursos educativos abiertos (OER); Anissa Vega sugiere leer Co-Intelligence de Ethan Mollick y organizar sesiones de experimentación colaborativa con colegas. Sophie White cierra recordando que el aprendizaje académico no siempre proviene de publicaciones revisadas por pares y que, a menudo, probar y ajustar es la mejor vía para aprender en profundidad.
Universo Abierto 
