Caso hipotético. El centro, el ciclo y las empresas de este ejemplo son inventados y no corresponden a ninguna situación real. Sirve para ver un método: definir antes de empezar qué significa «mejorar», recoger evidencias con quienes reciben al alumnado y decidir con ellos qué mantener y qué cambiar.
Cuando un centro de formación profesional incorpora la IA, aparece una trampa muy humana: se prueba, parece que va bien, todo el mundo está contento y se sigue. Pasado un curso, nadie sabe si las prácticas han mejorado de verdad o si simplemente se ha hablado mucho de IA. La diferencia entre una moda y una decisión informada es haber puesto, antes de empezar, el criterio con el que se va a juzgar.
El punto de partida
Un centro ficticio imparte un ciclo de grado superior de administración y finanzas. Tiene un grupo de veintidós alumnos que, en el último trimestre, harán sus prácticas en nueve empresas de la zona: asesorías, una distribuidora, dos talleres, una inmobiliaria y otras pequeñas empresas.
El equipo docente decide añadir, en las semanas previas, un taller de uso de IA para tareas de oficina: resumir un correo largo, preparar el borrador de una carta, ordenar una hoja de datos. Todo con documentos inventados por el profesorado, nunca con datos reales de empresas ni de personas, y con el docente presente en cada sesión.
Hasta aquí, nada especial. Lo interesante viene en la siguiente reunión, cuando la jefa de estudios pregunta algo incómodo: «¿Y cómo vamos a saber si ha servido?».
Antes de tocar nada: qué significa «mejorar»
El equipo dedica una tarde a ponerse de acuerdo. «Mejorar» no puede quedarse en una impresión. Después de discutirlo, fijan cuatro criterios, redactados en lenguaje de oficina para que cualquier tutor de empresa pueda valorarlos:
- Autonomía. ¿Llega el alumno a hacer tareas sin ayuda constante antes que otros grupos anteriores?
- Calidad tras la revisión. ¿Lo que entrega necesita menos correcciones del tutor?
- Criterio. ¿Sabe cuándo no conviene usar IA y comprueba lo que produce?
- Lo básico sigue en pie. ¿Domina lo esencial del oficio (redactar, calcular, ordenar) sin depender de la herramienta?
Fijan además un «punto de revisión»: si en dos empresas distintas los tutores detectan que el alumnado copia sin revisar, el taller no se repite tal cual con el siguiente grupo y se rediseña. Marcar esa línea de antemano evita discutir, con el curso ya terminado, si las señales son lo bastante graves.
Qué recogieron y con quién
El centro no quiere inventar un sistema complejo. Reúne a los nueve tutores de empresa y acuerdan algo sencillo:
- Una ficha de cinco preguntas por alumno, con escala cualitativa («casi nunca», «a veces», «habitualmente»), que el tutor rellena a mitad y al final de las prácticas. La rellenan personas; no se introduce ningún dato del alumnado en herramientas de IA.
- Dos muestras de trabajo por alumno, elegidas por el propio tutor y sin datos personales de terceros.
- Una conversación breve cada mes entre el tutor del centro y el de la empresa.
- Un cuaderno del alumno en el que anota, con sus palabras, cuándo usó IA, qué comprobó y qué corrigió.
El delegado de protección de datos del centro revisa qué se recoge, dónde se guarda y quién accede. Como referencia aproximada, comparan con lo que anotaron los tutores del curso anterior, que no tuvo el taller. Saben que no es un experimento científico: los grupos cambian, las empresas también. Por eso lo llaman «evidencias para decidir», no «prueba definitiva».
Una de las nueve empresas, por política interna, no permite el uso de IA en ningún puesto. El centro lo respeta: en esa empresa el alumno no usa IA y se anota como caso aparte. Aprenden pronto que la norma de la empresa manda sobre la del centro.
Lo que salió, sin maquillaje
Al terminar las prácticas, el panel de evidencias muestra un resultado mixto, que es lo habitual:
- En seis de las nueve empresas, los tutores dicen que el alumnado arranca con más soltura para redactar y ordenar información.
- En dos empresas observan que algunos alumnos copian los borradores sin leerlos con atención y se les cuelan errores de cifras y de nombres.
- En una empresa, como se ha dicho, no se usó IA y no hay comparación posible.
- En el cuaderno de varios alumnos aparece una duda honesta: «A veces no sé si lo escribo yo o lo ha escrito la herramienta».
Con esas dos empresas se alcanza el «punto de revisión» que habían fijado. El problema existe, aunque no se da en todos los alumnos. El equipo no descarta el taller: decide rediseñarlo y reforzar la parte de verificación, que era justo donde fallaba.
Decidir con las empresas
El centro convoca una reunión de cierre con los tutores. No presenta resultados como éxito ni como fracaso: pone sobre la mesa tres preguntas, y decide con ellos.
- Qué se mantiene. El taller de redacción y orden de información, porque la mayoría de tutores lo valora.
- Qué se cambia. Se añade una sesión práctica de verificación («caza del error» con textos preparados por el profesorado) antes de las prácticas.
- Qué no se hace. Se descarta usar IA para calificar al alumnado. La nota la ponen personas. Además, según la Comisión Europea (2026), el anexo III del Reglamento de IA incluye entre los usos de alto riesgo en educación y formación profesional los sistemas destinados a evaluar resultados de aprendizaje, y tras el Digital Omnibus esas reglas se aplicarán desde el 2 de diciembre de 2027.
Para sus siguientes pasos, el centro se apoya en lo que ya cuenta nuestro artículo sobre cómo la IA transforma los centros de formación profesional y prepara una sesión específica con base en cómo verificar lo que dice la IA antes de llevarlo al aula.
Qué esperan las empresas fuera del caso
El caso es inventado, pero el contexto que lo motiva no. Según el Work Trend Index 2024 de Microsoft y LinkedIn, el 66 % de los líderes empresariales a nivel mundial y el 64 % de los líderes españoles afirmaban que no contratarían a alguien sin habilidades en IA. Y según el mismo informe, solo el 39 % de las personas que usan IA en el trabajo en todo el mundo había recibido formación en IA de su empresa.
Hay que leer estos datos con prudencia: son opiniones declaradas en una encuesta de febrero y marzo de 2024 a trabajadores cualificados, no una política de contratación medida ni un retrato de todas las empresas. Aun así, apuntan a algo útil para un centro de FP: las empresas se están haciendo la pregunta, y el alumnado que llegue con criterio y no solo con soltura tendrá algo que ofrecer. Si quieres revisar cómo se aplica la protección de menores en los centros, en qué precauciones exige el uso de IA en centros educativos lo explicamos.
Lo que el centro se llevó
- Definir «mejorar» antes de empezar convirtió una discusión de opiniones en una conversación con evidencias.
- Medir con las empresas, y no solo desde el centro, dio información que el profesorado no habría visto.
- Un resultado mixto es un buen resultado si permite decidir.
- La IA no sustituyó a ninguna persona en la evaluación ni en la tutorización.
Fuentes
- Comisión Europea, AI Act Service Desk (2026): ANNEX III
- Comisión Europea (2026): AI Act | Shaping Europe's digital future
- Microsoft y LinkedIn (2024): Work Trend Index 2024, nota de Microsoft España con las conclusiones del estudio con LinkedIn
- Microsoft y LinkedIn (2024): 2024 Work Trend Index: AI at Work Is Here. Now Comes the Hard Part
Conclusión
Un centro de FP no necesita demostrar que la IA lo cambia todo. Le basta con definir qué entiende por mejorar, recoger evidencias sencillas con las empresas que reciben a su alumnado y decidir con ellas qué mantener, qué cambiar y qué no hacer. Ese orden, criterio primero y herramienta después, es el que protege al alumnado y al propio centro.
En MG Solutions damos masterclasses de IA a alumnos de ESO y Bachillerato: tres días en el colegio con herramientas para su día a día, para estudiar mejor y para usar la IA de forma responsable. Puedes ver el programa en formaciones para colegios.
Si quieres ver cómo encajaría en tu caso, escríbenos y lo hablamos.