1.1. La transformación del rol docente en entornos inteligentes.

1.1.1. Del docente transmisor al diseñador de experiencias de aprendizaje mediadas por IA.
1.1.2. Concepto de docencia aumentada y alfabetización digital-IA.
1.1.3. Implicaciones éticas y pedagógicas del uso de IA en educación.

1.2. Fundamentos prácticos del prompting educativo.

1.2.1. Estructura base y tipos de prompts (generativo, analítico, creativo, evaluativo).
1.2.2. Diseño de prompts efectivos según el propósito educativo.

1.3. Exploración guiada de herramientas base de IA educativa

1.3.1. IA como asistentes pedagógicos.
1.3.2. Funciones de planificación, redacción y revisión útiles para el trabajo docente.
1.3.3. Buenas prácticas para la integración segura y ética de la IA en el aula.

2.1. Diseño instruccional apoyado en IA.

2.1.1. Transformación de objetivos en experiencias IA-asistidas.
2.1.2. Selección de estrategias metodológicas (ABP, Aula Invertida, Gamificación, etc.)
potenciadas por IA.

2.2. Creación práctica de materiales didácticos inteligentes.

2.2.1. Elaboración de guías, textos, resúmenes y ejercicios adaptativos con IA.
2.2.2. Adaptación de materiales a distintos niveles o estilos de aprendizaje.

2.3. Producción multimedia y contenidos interactivos.

2.3.1. Creación de recursos visuales.
2.3.2. Presentaciones, infografías y diagramas automáticos con IA.
2.3.3. Generación de videos y narraciones educativas.

2.4. Curaduría y validación de contenido generado por IA.

2.4.1. Evaluar la precisión, pertinencia y sesgos en los materiales producidos.
2.4.2. Estrategias para revisar y mejorar el output de IA antes de aplicarlo.

3.1. Arquitectura de un ecosistema inteligente de aprendizaje.

3.1.1. Componentes clave: herramientas, datos, procesos y usuarios.
3.1.2. Integración de recursos para la continuidad pedagógica.
3.1.3. Modelos de flujo de información: planificación → implementación → evaluación.

3.2. Automatización educativa práctica.

3.2.1. Creación de flujos automáticos con IA.
3.2.2. Gestión de información y seguimiento apoyado en IA.

3.3. Personalización del aprendizaje mediante IA.

3.3.1. Análisis de datos para adaptar la enseñanza.
3.3.2. Generación de itinerarios de aprendizaje personalizados.
3.3.3. Aplicación de chatbots o asistentes educativos.

3.4. Retroalimentación automatizada e inteligente.

3.4.1. Diseño de mensajes automatizados de refuerzo o motivación.
3.4.2. Creación de plantillas IA para feedback personalizado.

4.1. Evaluación asistida por inteligencia artificial.

4.1.1. Generación automática de rúbricas, preguntas y retroalimentaciones.
4.1.2. Aplicaciones de IA en la evaluación de textos, proyectos y desempeño.

4.2. Analítica de aprendizaje práctica.

4.2.1. Uso de datos para monitorear progreso y rendimiento.
4.2.2. Interpretación de resultados mediante IA.

4.3. Evaluación multimodal y centrada en competencias.

4.3.1. Uso de IA para evaluar distintos formatos.
4.3.2. Rúbricas automatizadas para competencias blandas y creativas.

4.4. Retroalimentación para la mejora continua

4.4.1. Uso de analítica para adaptar actividades o recursos.
4.4.2. IA como aliada en el acompañamiento y tutoría formativa.

4.5. Sostenibilidad de ecosistemas inteligentes de aprendizaje.

4.5.1. Estrategias para mantener actualizadas las herramientas y procesos.
4.5.2. Formación docente continua y cultura de innovación.
4.5.3. Gobernanza, ética y protección de datos en entornos educativos con IA.

4.6. Visión prospectiva: el futuro del docente diseñador de aprendizaje

4.6.1. Tendencias emergentes: metaverso educativo, IA conversacional avanzada, aprendizaje adaptativo total.