Clase 1 de 5 — Pensamiento propio y rastro visible
| Asignatura | Laboratorio de Máquinas y Equipos Industriales (14362-0-L-1) |
| Modalidad | Laboratorio presencial — trabajo individual (P6) |
| Duración | 80 minutos (08:15–09:35) |
| Caso | Centro Acuático Municipal — sistema hidráulico (tabla de 4 variables: pH, ORP, Temperatura, estado visual) |
| Chatbot | Solo PLAN socrático básico. No hay fase BUILD (DD_21). |
1. Función de esta sesión
La Clase 1 es la sesión de línea base del piloto. Cumple cuatro funciones simultáneas:
- Función pedagógica: activar conocimiento previo antes de cualquier intervención externa, seguida del primer contraste socrático.
- Función de línea base: el rastro de razonamiento producido en papel, antes de cualquier mediación de IA, se convierte en el documento ancla del piloto completo.
- Función de primer contraste: tras la captura del rastro, el estudiante interactúa con un chatbot socrático básico que presiona su razonamiento sin dar respuestas.
- Función longitudinal: el rastro inicial será devuelto en Clase 2 para autoevaluación, generando la primera medición de desplazamiento cognitivo entre sesiones (Δ_inter).
La estructura de C1 es propia de la sesión de línea base y no sigue el modelo de 6 fases de DD_24, que aplica a C2-C4.
2. El caso — Centro Acuático Municipal
El Centro Acuático Municipal de Maipú presenta una tabla de 4 variables (pH, ORP/redox, temperatura, estado visual) con 4 lecturas horarias. El estudiante debe diagnosticar qué ocurre en el sistema a partir de datos ambiguos: no hay una respuesta única, lo que obliga a producir un rastro genuino y distinguible.
La ambigüedad es intencional. El caso está diseñado para que el estudiante revele su estructura de razonamiento — no para que acierte una respuesta correcta. El mismo caso (Centro Acuático) se usa en C1-C4 con complejidad creciente; en C5 se cambia a torre de enfriamiento para medir transferencia.
3. Timeline (80 minutos (08:15–09:35))
| Min | Fase | Actividad |
|---|---|---|
| 0–15 | Encuadre | Marco del piloto, aclaración sobre IA, presentación del caso técnico e instrucciones del rastro (onboarding y consentimiento son pre-clase vía WhatsApp, DD_21) |
| 15–35 | Rastro en papel | Diagnóstico inicial: esquema del sistema, hipótesis, datos faltantes, decisión preliminar (individual, sin IA, sin internet, sin consulta entre pares) |
| 35–40 | Captura | Foto del rastro inicial + acceso al chatbot — rastro queda bajo custodia del profesor |
| 40–70 | Chatbot PLAN | Socrático básico: el chatbot se activa automáticamente (DD_19). Presión argumentativa sobre hipótesis, variables y datos faltantes. No hay BUILD. |
| 70–76 | Decisión defendible | Seis campos en el chat: hipótesis más probable, evidencia, dato faltante, decisión técnica, riesgo asumido, primera verificación en terreno |
| 76–80 | Cierre + reflexión | Profesor activa cierre (DD_30): chatbot pregunta qué cambiaría del escrito inicial (Δ_intra). Recogida de documentos, anuncio de Clase 2. |
4. Instrumentos
| Archivo | Descripción | Fuente |
|---|---|---|
| doc_pro_GuionDocente_Clase1_v1.3.md | Script docente para la sesión de línea base | 📄 ver |
| n1_doc_alum_Caso_Tecnico_Clase1_Estudiantes_v1.0.md | Caso técnico: 4 lecturas horarias × 4 variables (pH, ORP, Temp, estado visual) | 📄 ver |
| n2_doc_alum_Ficha1_PreAI_Problem_Specification_v1.0.md | Ficha de rastro inicial: diagnóstico abierto en papel (sin IA) | 📄 ver |
| n3_doc_alum_Guia_Chatbot_Clase1_v1.1.md | Guía de interacción con chatbot: solo modo socrático, sin BUILD | 📄 ver |
| n4_doc_alum_Ficha2_PostAI_Reasoning_Revision_v1.0.md | Ficha de reflexión metacognitiva post-IA: qué cambió y por qué | 📄 ver |
5. Rol del chatbot
PLAN — Socrático básico (40–70 min)
El chatbot se activa automáticamente cuando el estudiante accede (DD_19) — no requiere frase de activación. Opera exclusivamente en modo socrático: pregunta, no responde. Exige que el estudiante articule su hipótesis, identifique variables críticas, distinga síntomas de causas y formule criterios de descarte con base en datos.
No hay fase BUILD en Clase 1 (DD_21). El chatbot solo cumple la función de presión argumentativa sobre el razonamiento inicial del estudiante.
6. Evidencia para el paper
| # | Evidencia | Formato | Qué mide |
|---|---|---|---|
| 1 | Rastro inicial (Ficha PreAI) | Papel — foto analizada con AI Vision | Línea base de razonamiento técnico (D1–D4, Nivel 1) |
| 2 | Conversación PLAN | Log del chatbot | Calidad del primer contraste socrático |
| 3 | Reflexión post-IA (Ficha PostAI) | Ficha escrita | Primera evidencia de revisión cognitiva inducida por IA |
| 4 | Ficha PreAI en papel | Custodia del profesor | Integridad de la línea base (no modificable post-IA) |
7. Qué mide esta sesión
| Cód. | Dimensión | Indicador en C1 |
|---|---|---|
| D1 | Complejidad causal | ¿Identifica síntomas o mecanismos? ¿Menciona cadenas causa-efecto? |
| D2 | Especificidad técnica | ¿Las variables son medibles? ¿El lenguaje es operacional o genérico? |
| D3 | Consciencia epistémica | ¿Distingue lo que sabe de lo que supone? ¿Identifica datos faltantes? |
| D4 | Decisión bajo incertidumbre | ¿Toma posición o evade? ¿Nombra el riesgo que asume? |
Todas las dimensiones se evalúan en Nivel 1 (línea base). El rastro C1 se compara con el rastro C5 (mismo caso, misma herramienta disponible, diferente competencia) para medir el desplazamiento longitudinal del piloto.
8. Nota de diseño
C1 es la única sesión que no sigue la estructura de 6 fases de DD_24. Su función es producir la línea base y realizar el primer contraste socrático. El trabajo es estrictamente individual (P6). El rastro inicial en papel queda bajo custodia del profesor para garantizar que la línea base no se modifique después de la interacción con IA.
El rastro inicial de C1 cumple una función doble: (a) es el documento ancla contra el que se miden todos los desplazamientos posteriores, y (b) se devuelve al estudiante en C2 para que realice la primera autoevaluación longitudinal.
9. Escenarios anticipados
Esta sección documenta los escenarios probables de la Clase 1 como herramienta de preparación para el equipo de investigación. Cada momento clave de la sesión produce perfiles de comportamiento distintos, y cada perfil desencadena una trayectoria diferente en la escena siguiente.
La competencia central que se mide: ¿el estudiante conecta causas o solo lista síntomas?
Escena 1 Escena 2 Escena 3
(rastro en papel) (chatbot socrático) (reflexión post-IA)
Perfil A (mecanicista) ─┬─ A1: profundiza ──────────── "Tenía la dirección pero no separaba causas"
└─ A2: resiste ─────────────── "No cambié nada, ya lo tenía claro"
Perfil B (descriptor) ──┬─ B1: primera conexión ────── "Describía, no explicaba. Ahora veo la diferencia"
└─ B2: intenta delegar ─────── "El chatbot no me quiso dar la respuesta"
Perfil C (bloqueado) ───┬─ C1: se desbloquea ──────── "Las preguntas me dieron una estructura"
└─ C2: no se engancha ──────── "No entendí qué quería el chatbot"
- D1 — Complejidad causal: ¿identifica mecanismos o solo lista síntomas?
- D2 — Especificidad técnica: ¿usa variables medibles con valores, o lenguaje vago?
- D3 — Consciencia epistémica: ¿distingue lo que sabe de lo que supone?
- D4 — Decisión bajo incertidumbre: ¿toma posición y nombra el riesgo?
Cada tag describe qué hace el estudiante en esa dimensión. La Rúbrica Longitudinal tiene 4 niveles por dimensión (1 = básico, 4 = experto), pero aquí usamos descripciones en lenguaje natural para que sea legible sin consultar la rúbrica.
En C1 hay tres momentos de medición: M1 (rastro en papel, pre-chatbot), M2 (interacción con chatbot socrático) y M4 (reflexión de cierre DD_30 en el chat). El Δ_intra se calcula como M4 − M1 (cierre vs. rastro inicial).
En la Escena 3, los tags de cambio (ejemplo: "D1 sube +1: pasa de listar síntomas a conectar causas") miden el desplazamiento intra-sesión: la diferencia entre lo que el estudiante escribió antes del chatbot (Ficha 1) y después (Ficha 2).
Escena 1 — El rastro en papel (min 15–35)
El estudiante recibe el caso del Centro Acuático: 4 variables, 4 lecturas horarias, síntomas progresivos. Tiene 20 minutos a solas con lápiz y papel. Sin internet, sin IA, sin consulta entre pares.
Identifica que el pH sube de 7.3 a 8.1 mientras el ORP cae de 710 a 510. Hipotetiza que el pH alcalino reduce la eficacia del cloro (el ácido hipocloroso se disocia a pH alto), lo que explica la caída de ORP. Nota que la temperatura sube a 29°C y menciona que el calor acelera la demanda de desinfectante. Dibuja un diagrama con flechas causales. Pide datos de caudal de recirculación y dosificación de cloro.
Escribe correctamente que el pH sube, el ORP baja, el agua se enturbia y hay irritación ocular. Pero trata cada observación como un hecho independiente. Su hipótesis dice "hay un problema de tratamiento químico" o "falta cloro" sin explicar por qué falta cloro. No conecta la subida de pH con la pérdida de poder oxidante. El diagrama es una lista de componentes sin relaciones.
Dibuja el sistema (bomba, filtro, tuberías) pero no sabe qué hacer con la tabla de datos. Escribe "el agua tiene un problema químico" y se detiene. La sección de hipótesis tiene una frase genérica o está vacía. La de datos faltantes dice "más información" sin especificar qué información. Marca confianza 1 o 2. Muestra tachados que evidencian intentos abandonados.
Escena 2 — El encuentro socrático (min 40–70)
El chatbot recibe la foto del papel y se activa automáticamente en modo PLAN. No da respuestas — hace preguntas. Este es el primer contacto del estudiante con la IA dentro del marco de coexistencia (P3): no se prohíbe la IA, se aprende a pensar con ella. Pero la conversación toma caminos radicalmente distintos según lo que el estudiante trajo de la Escena 1.
El estudiante presenta su hipótesis causal (pH→cloro→ORP) con confianza. El chatbot la acepta como punto de partida pero ataca los flancos descubiertos.
Mencionas que la temperatura sube a 29°C y que eso "acelera la demanda de desinfectante". ¿Qué mecanismo físico conecta la temperatura con la eficacia del cloro? ¿Es el mismo mecanismo que el del pH, o es uno diferente?
...no sé si es el mismo. La temperatura afecta la solubilidad del cloro, creo. Y también la velocidad de reacción con la materia orgánica.
Tienes dos hipótesis dentro de una. Si la temperatura aumenta la demanda orgánica Y además el pH reduce la forma activa del cloro, ¿cuál de los dos mecanismos domina entre las 12:00 y las 16:00? ¿Los datos te permiten distinguirlos?
El estudiante se da cuenta de que su explicación, aunque correcta en dirección, es insuficiente para distinguir entre causas concurrentes. Profundiza su análisis.
Tiene un modelo correcto y se aferra a él. Responde las preguntas del chatbot repitiendo su hipótesis con diferentes palabras pero sin profundizar. No distingue entre lo que sabe y lo que supone. El chatbot insiste pero el estudiante percibe la insistencia como "ya dije eso".
La conversación se estanca. El rastro post-IA será casi idéntico al rastro inicial — Δ_intra cercano a cero, pero no por incompetencia sino por rigidez epistémica.
El estudiante presenta su lista de síntomas. El chatbot hace la pregunta que fuerza la transición de descripción a explicación.
Dices que "el pH sube y el ORP baja". ¿Eso es lo que ves en los datos, o es lo que causa lo que ves en los datos? ¿Qué diferencia hay?
Es lo que veo... pero el pH podría estar causando que el ORP baje? Si el cloro funciona peor con pH alto...
Interesante. ¿Qué componente del sistema controla el pH? ¿Y qué pasa si ese componente no está funcionando correctamente?
Este es el momento de mayor valor para la investigación. El estudiante construye su primera cadena causal en tiempo real, mediado por preguntas, no por respuestas. La diferencia entre Ficha 1 y Ficha 2 será visible y estructural.
En lugar de seguir las preguntas socráticas, el estudiante cambia de estrategia: intenta que el chatbot le diga la solución.
Entonces, ¿cuál es el problema real? ¿Es el filtro o es el cloro?
¿Qué dato de la tabla te haría inclinarte por una u otra opción? ¿Hay alguna variable que cambie antes que las demás?
El chatbot no cede. El estudiante puede frustrarse o eventualmente entrar en el juego socrático. La evidencia de este patrón es valiosa: muestra el reflejo de delegación cognitiva que el protocolo busca hacer visible.
El estudiante llega sin hipótesis clara. El chatbot no puede presionar lo que no existe — adapta su estrategia a construir un punto de partida.
Miremos la tabla juntos. ¿Cuál es la primera variable que cambia entre las 08:00 y las 12:00? ¿Qué cambia primero: el pH, la temperatura o el ORP?
El pH sube de 7.3 a 7.6 y la temperatura sube de 22 a 25. El ORP baja un poco.
Bien. Ahora, si tuvieras que apostar: ¿qué crees que provoca el cambio, la temperatura o el pH? ¿O podrían ser ambos?
El estudiante empieza a articular lo que no pudo en papel. El Δ_intra será significativo en D1 y D2 — pero la pregunta clave para el paper es si ese avance se sostiene en C2 sin el andamiaje del chatbot.
El chatbot hace preguntas de entrada baja, pero el estudiante responde con monosílabos o repite "no sé". La conversación no despega. El rastro post-IA es marginalmente mejor que el pre-IA.
Este perfil es señal de alerta para el docente observador. No implica incapacidad — puede indicar ansiedad, desconexión con el caso, o dificultad con el formato socrático. La evidencia es igualmente valiosa: documenta los límites del chatbot como mediador cuando no hay masa crítica de razonamiento propio.
Escena 3 — La reflexión post-IA (min 70–80)
El estudiante completa la Ficha 2: qué mantiene, qué cambió, por qué lo cambió, qué pregunta lo hizo revisar. Este es el momento donde el desplazamiento cognitivo se hace legible.
Mantiene su hipótesis principal (pH→cloro) pero agrega que la temperatura y la carga orgánica operan como mecanismos concurrentes que no había separado. La Ficha 2 muestra un cambio estructural: pasa de una cadena lineal a un modelo con causas concurrentes. Baja su confianza de 4 a 3 — sabe más pero reconoce más incertidumbre.
La Ficha 2 repite la Ficha 1 con palabras ligeramente diferentes. Cambio superficial. El dato interesante es la pregunta 8 de la Ficha 2 ("¿qué parte del razonamiento es tuya?"): si responde "todo es mío", confirma rigidez. Si responde "el chatbot insistió pero no me convenció", hay material para análisis cualitativo sobre resistencia epistémica.
La Ficha 2 muestra el contraste más nítido del piloto. El estudiante identifica que su hipótesis inicial era una observación disfrazada de explicación. Escribe por primera vez una cadena causal. Identifica datos faltantes específicos (caudal de recirculación, log de dosificación). El cambio es estructural — y consciente.
La Ficha 2 refleja frustración. Puede haber algo de mejora superficial (agrega vocabulario técnico que escuchó en las preguntas del chatbot) pero sin reestructuración del razonamiento. La pregunta 4 ("¿qué pregunta del chatbot te hizo revisar?") queda vacía o dice "ninguna". Evidencia de que el reflejo de delegación persiste.
La Ficha 2 tiene más contenido que la Ficha 1 — posiblemente el doble. El estudiante articula una hipótesis que no existía antes. La pregunta clave para el paper: ¿es razonamiento genuino o es eco de las preguntas del chatbot? La pregunta 8 de la Ficha 2 es crítica aquí: si el estudiante distingue entre estructura prestada y contenido propio, hay consciencia epistémica emergente. Un salto de +2 sería excepcional en este perfil y requeriría análisis cualitativo adicional.
La Ficha 2 tiene marginalmente más contenido pero sin estructura nueva. El desplazamiento es mínimo. Este perfil necesita intervención diferenciada en C2 — no más del mismo andamiaje, sino un punto de entrada diferente.
Escena 4 — Lo que el docente observa (post-sesión)
Al analizar las fichas después de la clase, el equipo de investigación puede mapear cada estudiante a una trayectoria. Esta es la evidencia que alimenta el paper.
| Trayectoria | D1 — Complejidad causal | D3 — Consciencia epistémica | Δ_intra (M2 − M1) | Evidencia para el paper | Señal para el docente |
|---|---|---|---|---|---|
| A1 | Cadena causal → causas concurrentes | Reconoce más incertidumbre que antes | D1 sube +1, D3 sube +1 | El chatbot produce desplazamiento incluso en estudiantes avanzados | No requiere intervención. Dato paradigmático. |
| A2 | Cadena causal completa, sin revisión | No reconoce incertidumbre nueva | Sin cambio observable | Rigidez epistémica: saber no implica revisar | Registrar en observación docente. No intervenir — la rigidez es dato valioso. |
| B1 | De listar síntomas a conectar causas | Nombra datos faltantes que antes no veía | D1 sube +1 a +2, D2 sube +1, D3 sube +1 | Caso paradigmático: el chatbot cataliza la transición D1 Nivel 1→2 | Trayectoria esperada mayoritaria. Observar el momento exacto de la transición en el log. |
| B2 | Sigue listando síntomas sin conectarlos | No distingue lo que sabe de lo que supone | D2 cambio marginal, resto sin cambio | Reflejo de delegación persistente: la deuda cognitiva hecha visible | Señal de alerta moderada. No dar la respuesta — en C2 tendrá otra oportunidad con andamiaje diferente. |
| C1 | Articula una hipótesis que antes no existía | Consciencia epistémica emergente (frágil) | D1 sube +1, D4 sube +1 | Eficacia del andamiaje socrático — ¿se sostiene en C2 sin chatbot? | Verificar que el estudiante complete la Ficha 2. Seguimiento prioritario en C2. |
| C2 | No identifica tendencias ni hipótesis | No sabe qué no sabe | Sin cambio observable | Límite del chatbot como mediador: condición de entrada insuficiente | Señal de alerta alta. Considerar intervención diferenciada en C2 (punto de entrada distinto, no más del mismo andamiaje). |