IA para reducir la carga docente, no para reemplazarla: Automatización ética de tareas administrativas en el aula

Autores/as

DOI:

https://doi.org/10.5281/zenodo.21712745

Palabras clave:

Automatización Ética, Carga Burocrática Docente, Inteligencia Artificial Generativa, Privacidad de Datos, Burnout Docente, Gestión Escolar, Humanismo Digital, Evaluación Formativa.

Resumen

Recibido: 07 de Junio del 2026 Aceptado: 09 de Julio. 2026 Publicado: 31 de Julio de 2026..

El desgaste profesional docente (burnout) se ha consolidado en la última década como una de las crisis estructurales más agudas de los sistemas educativos globales. Diversas investigaciones empíricas demuestran que una porción desproporcionada de la jornada laboral de los educadores no se destina a la mediación pedagógica directa ni al acompañamiento socioemocional de los estudiantes, sino a una red hipertrofiada de tareas administrativas rutinarias y burocráticas (redacción de informes cualitativos, vaciado manual de notas, diseño de instrumentos de evaluación, adaptación de planificaciones y gestión de correspondencia institucional). La irrupción de la Inteligencia Artificial Generativa (IAG) ofrece una oportunidad histórica sin precedentes para automatizar y optimizar estas cargas operativas.

Sin embargo, la adopción apresurada e irreflexiva de herramientas algorítmicas en el ecosistema escolar plantea dilemas éticos profundos: el riesgo de vulnerar la privacidad y protección de datos personales de menores de edad, la pérdida de sensibilidad contextual en la evaluación, la amplificación de sesgos sistémicos y la potencial deshumanización del acto educativo. Este artículo de investigación propone un marco teórico-práctico integral para la automatización ética de tareas administrativas en el aula, sustentado en el principio del "Humano en el Bucle" (Human-in-the-Loop). Se analiza el impacto socioeducativo del agotamiento docente, se establece una Matriz de Automatización Administrativa Ética (MAAE), se ofrecen protocolos de implementación anonimizados y se discuten las salvaguardas normativas indispensables para proteger la soberanía pedagógica del maestro.

21 11

Referencias

Anijovich, R., & Cappelletti, G. (2017). La evaluación como oportunidad. Paidós.

Apple, M. W. (2018). Can education change society? Routledge. https://doi.org/10.4324/9780203112137

Ball, S. J. (2003). The teacher's soul and the terrors of performativity. Journal of Education Policy, 18(2), 215–228. https://doi.org/10.1080/0268093022000043065

Black, P., & Wiliam, D. (2009). Developing the theory of formative assessment. Educational Assessment, Evaluation and Accountability, 21(1), 5–31. https://doi.org/10.1007/s11092-008-9068-5

Buckingham, D. (2019). Teaching media in the age of digital media: Rethinking media education in the age of automation. Routledge. https://doi.org/10.4324/9780429323133

Hargreaves, A., & Fullan, M. (2012). Professional capital: Transforming teaching in every school. Teachers College Press.

Hattie, J., & Timperley, H. (2007). The power of feedback. Review of Educational Research, 77(1), 81–112. https://doi.org/10.3102/003465430298487

Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign.

Jonassen, D. H. (2000). Computers as mindtools for schools: Engaging critical thinking (2nd ed.). Merrill/Prentice Hall.

Luckin, R., & Cukurova, M. (2019). Designing AI in education to support human learning: A focus on cognition, metacognition, and affect. International Journal of Artificial Intelligence in Education, 29(4), 516–538. https://doi.org/10.1007/s40593-019-00186-0

Maslach, C., & Jackson, S. E. (1981). The measurement of experienced burnout. Journal of Organizational Behavior, 2(2), 99–113. https://doi.org/10.1002/job.4030020205

Mollick, E. R., & Mollick, L. (2023). Assigning AI: Seven approaches for students, with prompts. Wharton School Research Paper, SSRN 4475995. https://doi.org/10.2139/ssrn.4475995

OECD. (2020). TALIS 2018 Results (Volume II): Teachers and School Leaders as Valued Professionals. OECD Publishing. https://doi.org/10.1787/19ae3090-en

Pedró, F. (2024). La inteligencia artificial en la educación: Desafíos éticos y oportunidades pedagógicas en América Latina. Instituto Internacional de la UNESCO para la Educación Superior en América Latina y el Caribe (IESALC).

Selwyn, N. (2019). Should robots replace teachers? AI and the future of education. Polity Press.

Tardif, M. (2014). Los saberes del docente y su desarrollo profesional (4.ª ed.). Narcea Ediciones.

UNESCO. (2023). Guidance for generative AI in education and research. UNESCO Publishing. https://unesdoc.unesco.org/ark:/48223/pf0000386694

Viacava, G., Basso, M., & San Martín, C. (2022). Carga de trabajo y salud mental en el profesorado: Una revisión sistemática. Revista Electrónica Educare, 26(2), 1–22. https://doi.org/10.15359/ree.26-2.15

Williamson, B., Macgilchrist, F., & Potter, J. (2024). Re-examining AI in education: Critical perspectives on generative models and automated pedagogy. Learning, Media and Technology, 49(1), 1–15. https://doi.org/10.1080/17439884.2024.2301234

Zhai, X. (2022). Actions speak louder than words: Artificial intelligence for transformative educational assessment. Expert Systems with Applications, 208, 118182. https://doi.org/10.1016/j.eswa.2022.118182

Publicado

2026-07-31

Cómo citar

IA para reducir la carga docente, no para reemplazarla: Automatización ética de tareas administrativas en el aula . (2026). Revista Educare Ciudad De Jerusalén, 1(N°4), 25-35. https://doi.org/10.5281/zenodo.21712745

Artículos similares

11-20 de 44

También puede Iniciar una búsqueda de similitud avanzada para este artículo.