IteNlearning

💡La conversación sobre IA en educación es necesaria.

Pero quizá necesita empezar un paso antes de la propia IA.
¿Qué conocimiento debe estar detrás de la tecnología?
¿Qué queremos conseguir?
¿Y cómo podemos demostrar que lo estamos consiguiendo?

🔎A partir de las preguntas que nos dejó la Digital Learning Week 2026, hemos escrito sobre Facts, Frictions & Frontiers y sobre una cuestión que para nosotros es fundamental: la IA está cambiando lo que la tecnología puede hacer. La pregunta que permanece es qué queremos que haga por el aprendizaje.

Os dejamos unas reflexiones 👇

✨ Un día para recordar.

🏆 Un reconocimiento muy especial: el Premio Magallanes-Elcano de Innovación Social a Mejor Proyecto de Educación y Aprendizaje de la Fundación LABME.

Una tarde para encontrarnos, compartir, celebrar y, sobre todo, recordar todo lo que hay detrás de un camino de 26 años.

Gracias por reconocer que existen otros caminos posibles.
Y gracias, especialmente, a todo el equipo de iteNlearning. 💙

Os dejamos algunas fotos de una noche que, sin duda, guardaremos como parte de nuestra historia.

🌍 Después de una semana en París, volvemos con algunos aprendizajes y algunas conclusiones.

La Digital Learning Week 2026 ha puesto sobre la mesa algunas de las grandes cuestiones que hoy atraviesan la educación. Desde iteNlearning ponemos sobre la mesa 6 reflexiones:

1. Estamos construyendo redes, compartiendo conocimiento, creando alianzas y desarrollando nuevas tecnologías. Pero ¿sobre qué entendimiento común del aprendizaje estamos construyendo? Antes de hablar de personalización, de IA o de tecnologías adaptativas, necesitamos comprender qué significa aprender, cómo se desarrolla una persona y qué necesitamos observar para poder intervenir sobre las causas del aprendizaje.

2. Esto nos lleva a otra pregunta que ha estado muy presente durante estos días: ¿qué queremos decir realmente cuando hablamos de IA en educación?
No es lo mismo enseñar sobre IA, utilizar la IA (generativa) ya existente para enseñar, o utilizarla como infraestructura tecnológica al servicio de modelos de conocimiento capaces de hacer la educación más adaptativa y personalizada.
Son retos diferentes.

3. Los estudiantes necesitan aprender a convivir con la IA: comprenderla, utilizarla críticamente y autorregular su uso. Pero eso no es lo mismo que utilizar los avances tecnológicos para mejorar cómo enseñamos y cómo aprendemos matemáticas, lenguaje, ciencias o las competencias necesarias para desarrollarnos a lo largo de la vida. Para nosotros, la cuestión no es si debemos utilizar IA en educación. La pregunta es: ¿al servicio de qué la utilizamos?

4. Aquí volvemos a una idea que forma parte de iteNlearning desde hace más de 25 años. En 1988, Francisco Varela publicaba "Conocer: Las ciencias cognitivas, tendencias y perspectivas actuales", donde presentaba su conocido Mapa Polar como una representación de las relaciones entre las distintas Ciencias y Tecnologías del Conocimiento. Mucho antes del actual auge de la IA, esta convergencia entre Ciencias Cognitivas y tecnología ya planteaba una cuestión fundamental: cómo utilizar la tecnología en relación con los modelos de conocimiento sobre la persona y su desarrollo.
Esa es también una de las raíces de nuestro modelo.

5. La tecnología cambia, la pregunta permanece: ¿qué conocimiento debe estar detrás de ella y para qué debe servir? Por eso creemos que el futuro de la IA educativa no debería medirse únicamente por cuántas herramientas somos capaces de crear, sino por nuestra capacidad para ponerlas al servicio de algo más importante:
🔹 comprender el aprendizaje y el Neurodesarrollo;
🔹 personalizar las rutas de aprendizaje;
🔹 medir y evaluar el impacto más allá de las correlaciones y los resultados puntuales;

6. La IA puede parecer nueva. La necesidad de poner la tecnología al servicio del conocimiento y de las personas no lo es.

Estas son algunas de las ideas con las que volvemos de París.
Y, probablemente, el comienzo de nuevas preguntas.

📍 Seguimos en París, participando en Digital Learning Week 2026.

Estamos ya en el penúltimo día de Digital Learning Week 2026, una semana de encuentros, conversaciones y perspectivas muy diversas sobre el presente y el futuro del aprendizaje digital.

Para iteNlearning, estar aquí está siendo una oportunidad para escuchar, compartir y conectar nuestra experiencia trabajando en la investigación, diseño, desarrollo y despliegue de tecnología educativa basada en las Ciencias Cognitivas con las conversaciones que hoy están marcando la agenda internacional.

Especialmente en un año en el que la Inteligencia Artificial ocupa buena parte de estas conversaciones, resulta significativo para nosotros volver a nuestras propias raíces: hace más de 25 años, iteNlearning tomó como una de sus referencias el Mapa Polar de Francisco Varela y la convergencia entre Ciencias Cognitivas y tecnología, entendiendo desde entonces la Inteligencia Artificial como un servidor al servicio de los modelos de conocimiento, y no como un fin en sí misma.

Estos días hemos podido conocer iniciativas de distintos contextos, reencontrarnos con personas con las que ya compartíamos camino y abrir nuevas conversaciones con organizaciones y profesionales de diferentes lugares del mundo.

Y, sobre todo, volver a algunas de las preguntas que llevan años guiando nuestro trabajo:
¿Cómo puede la tecnología contribuir realmente a mejorar el aprendizaje?
¿Qué lugar debe ocupar la IA en educación?
¿Y cómo conseguimos que la innovación tecnológica se traduzca en oportunidades educativas reales, también en contextos donde las condiciones no son las mismas?

🌍 Seguimos aprendiendo, compartiendo y conectando desde París.

iteNlearning presenta iteN-LAB NETWORK

🤝 La cooperación también puede ser una infraestructura para generar impacto.

En iteNlearning estamos creando iteN-LAB NETWORK, un ecosistema que conecta organizaciones, conocimiento y capacidades para desarrollar proyectos educativos y de innovación social con resultados medibles y sostenibles.

No se trata de crear una red más, sino de convertir la cooperación en una capacidad institucional permanente: sumar especialización, generar nuevas soluciones y ampliar la capacidad de cada organización sin perder su identidad.

🎥 Te contamos el concepto en este breve vídeo: https://youtube.com/shorts/zRrHDFdvqps

Innovación Educativa → genera → Impacto Educativo
Impacto Educativo → produce → Impacto Social
Impacto Social escalable → se convierte en → Innovación Social

Para conocer más sobre iteN-LAB NETWORK: William Zambrano Cárdenas, Especialista en Desarrollo de Negocio para LATAM y Caribe en iteNlearning.

iteNlearning presenta iteN-LAB NETWORK ¿Y si transformar la educación no dependiera de hacerlo todo solos?...

🔎 Observatorio de Tendencias Educativas

En este espacio analizamos tendencias, investigaciones e iniciativas que están definiendo el presente y el futuro de la educación, con el objetivo de comprender qué implican realmente para quienes enseñan, aprenden y toman decisiones educativas.

👉 Continuamos con nuestra serie: “Antes del cómo, debemos comprender los porqués del aprendizaje”

Una serie que parte de una idea fundamental: antes de decidir cómo enseñar, necesitamos comprender qué procesos hacen posible que una persona aprenda.

📖 Artículo 2: No podemos personalizar aquello que no comprendemos

En educación hablamos cada vez más de personalización: adaptar la dificultad, modificar el ritmo, recomendar actividades o diseñar itinerarios diferentes.
Pero adaptar una experiencia no significa necesariamente comprender a la persona que la está viviendo.

Por eso, si queremos avanzar hacia una personalización realmente basada en las necesidades de cada persona, necesitamos ampliar aquello que somos capaces de comprender.

Necesitamos partir de Evidencias Científicas y una taxonomía que permita describir los procesos que intervienen en el aprendizaje.

En iteNlearning entendemos esta secuencia como parte de la Convergencia Científico-Tecnológica: Evidencias Científicas → Taxonomía → Modelo de conocimiento → Tecnología → Instrumento Educativo Profesional

Porque la tecnología no debería decirnos qué enseñar.
Debería ayudarnos a comprender por qué cada estudiante aprende de una manera diferente.

💬 ¿Estamos realmente personalizando el aprendizaje si solo adaptamos aquello que podemos observar?