152/365 · IA para crear ejemplos contextualizados (tu centro, tu realidad)

Una de las cuestiones es el RAG y ofrecer markdowns de PDFs previamente seleccionados. De esto ya hablé en otro artículo, pero hoy quiero hablarte de cómo ofrecer cierto contexto cumpliendo la RGPD y LOPD. Porque aquí está uno de los problemas gordos cuando usas IA en educación: la IA genérica te da ejemplos genéricos. Y los ejemplos genéricos no enganchan. El alumnado necesita ejemplos que conecten con SU realidad, con SU entorno, con SU experiencia. Pero claro, si para contextualizar tienes que meterle datos personales de tu alumnado a una IA externa... estás violando la normativa de protección de datos. Y eso no es negociable.

Entonces, ¿cómo haces para que la IA te genere ejemplos contextualizados sin comprometer la privacidad de tu alumnado? Pues con criterio, con técnica, y con mucho cuidado de no cruzar líneas que no debes cruzar.

Por qué los ejemplos contextualizados importan tanto

Vygotsky ya lo documentó hace casi un siglo: el aprendizaje es social y situado. Aprendemos mejor cuando el contenido conecta con nuestro contexto, con nuestra experiencia previa, con nuestra realidad inmediata. Y eso no es una cuestión de preferencia — es una cuestión cognitiva. Porque cuando un ejemplo conecta con algo que ya conoces, tu cerebro no tiene que construir el contexto desde cero. Ya está ahí. Y toda esa energía cognitiva que te ahorras en construir contexto, la puedes dedicar a entender el concepto nuevo.

Entonces, lo lógico sería meterle a la IA toda la información contextual posible: "Tengo un alumno llamado Martín que vive en una aldea, su familia tiene vacas, le gusta el fútbol, tiene dificultades con la lectura... dame ejemplos de fracciones que conecten con su realidad". Y la IA te los daría. Perfectos. Personalizados. Y totalmente ilegales

Porque acabas de meter datos personales de un menor (nombre, ubicación, contexto familiar, dificultades académicas) en una IA externa (ChatGPT, Claude, lo que sea) que no cumple con los requisitos de protección de datos para tratamiento de información de menores en contexto educativo. Y eso, según el RGPD y la LOPDGDD, es una violación. Grave. Con sanciones que pueden ir a la dirección del centro y a ti personalmente como responsable del tratamiento.

Entonces, ¿renuncias a la contextualización? No. Aprendes a contextualizar SIN meter datos personales. Y eso se hace con generalización estratégica y datos agregados.

Contextualización general: el centro, el entorno, la cultura

La primera capa de contextualización no requiere datos personales. Requiere datos GENERALES del contexto en el que trabajas. Y esos datos sí los puedes meter en la IA sin problema, porque no identifican a nadie en concreto.

Por ejemplo, puedo decirle a la IA: "Trabajo en un centro educativo de una zona rural de Galicia. El entorno es agrícola y ganadero. La mayoría del alumnado vive en aldeas pequeñas. Hay tradiciones culturales fuertes relacionadas con fiestas patronales, recogida de castañas, y ganadería. El acceso a tecnología en casa es medio-bajo. Dame ejemplos de fracciones que conecten con este contexto".

Y la IA te va a dar ejemplos contextualizados: repartir sacos de castañas, dividir parcelas de tierra, calcular proporciones de pienso para animales, organizar turnos en fiestas del pueblo... Todo eso es contextualizado, pero no identifica a ningún alumno concreto. Es información agregada del entorno, no información personal.

Y eso ya mejora brutalmente la calidad de los ejemplos. Porque conectan con la realidad del alumnado sin comprometer su privacidad.

Pero claro... tampoco es que ese contexto sea apropiado para acercar el contenido al alumnado... Peeero, puedes indicarle qué aspectos necesitas recalcar, qué elementos como por ejemplo que tus alumnos juegan con cartas pokemon de poderes... y eso es dar contexto que puede facilitar versiones.

RAG con documentos anonimizados: el truco técnico

Aquí viene algo más técnico pero muy potente. Ya hablé en otro post del RAG (Retrieval-Augmented Generation), que es darle a la IA documentos como fuente de verdad para que genere contenido basándose en ellos. Y eso se puede usar para contextualizar de forma segura.

Lo que hago es crear documentos Markdown con información contextual del centro, del entorno, de las metodologías que usamos, de los proyectos que hacemos... pero ANONIMIZADOS. Sin nombres de alumnado, sin datos personales, sin nada que pueda identificar a nadie. Solo información general: "En este centro trabajamos por proyectos", "El entorno es rural gallego", "Usamos aprendizaje cooperativo con roles rotativos", "Hay un proyecto anual sobre sostenibilidad"...

Esos Markdown los uso como fuente RAG. Se los doy a la IA en una conversación, y a partir de ahí, todas las generaciones de ejemplos, actividades, explicaciones... están contextualizadas con esa información. Pero la información no sale del sistema, no se almacena con datos personales mezclados, y cumple con la normativa.

Y eso me permite tener contextualizaciones muy ricas sin comprometer la privacidad de nadie. Porque la IA sabe que trabajo en un entorno rural gallego, que uso metodologías activas, que hay un proyecto sobre sostenibilidad... y puede generar ejemplos coherentes con todo eso. Pero no sabe cómo se llama ningún alumno ni qué dificultades concretas tiene cada uno.

El límite que no se cruza: nombres, dificultades, datos sensibles

Y aquí está la línea roja que NUNCA cruzo: no meto en la IA externa nombres de alumnado, dificultades específicas de aprendizaje, datos de salud, datos familiares, ni nada que pueda identificar a un menor concreto. NUNCA. Aunque me facilitaría el trabajo. Aunque los ejemplos serían más personalizados. Aunque técnicamente podría hacerlo. No lo hago. Porque el RGPD existe por algo, y ese algo es proteger a los menores de un uso indebido de sus datos.

Si necesito ejemplos adaptados a dificultades concretas (por ejemplo, un alumno con dislexia que necesita frases muy cortas), le pido a la IA ejemplos genéricos para "alumnado con dificultades lectoras", no para "Martín, que tiene dislexia". Y luego yo, con mi criterio, elijo cuáles usar con cada alumno. La IA genera opciones genéricas, yo selecciono con criterio específico. Esa separación es clave.

Herramientas locales frente a herramientas externas

Aquí hay otra capa importante: si usas IA que corre en TU servidor (como algunas implementaciones locales de modelos de lenguaje), el tema de protección de datos cambia. Porque los datos no salen de tu infraestructura. Pero seamos realistas: la mayoría de docentes no tenemos acceso a eso. Usamos ChatGPT, Claude, Gemini... herramientas externas en la nube.

Y con herramientas externas, la regla es clara: ni un solo dato personal de alumnado. Por mucho que la empresa diga que "no almacena los datos" o que "cumple con RGPD". Porque aunque cumpla, tú eres el responsable del tratamiento, y si metes datos personales de menores en una herramienta externa sin garantías contractuales específicas (que ChatGPT o Claude en sus versiones gratuitas NO tienen), estás vulnerando la normativa.

Entonces, hasta que no tengamos herramientas de IA educativa con garantías reales de protección de datos (alojadas en servidores europeos, con contratos de encargado del tratamiento, con auditorías de cumplimiento...), la única forma segura de contextualizar es con datos generales y agregados. No ideales, pero legales. Y lo legal, en educación pública con menores, no es negociable.

La contextualización que sí puedes hacer (y que marca la diferencia)

Pero que quede claro: aunque no puedas meter datos personales, SÍ puedes contextualizar mucho. Puedes usar características generales del entorno (rural/urbano, litoral/interior, nivel socioeconómico general). Puedes usar intereses comunes del grupo (deportes, videojuegos, animales, tecnología). Puedes usar proyectos colectivos que estéis haciendo (huerto escolar, proyecto de reciclaje, salida al monte). Puedes usar metodologías que uses habitualmente (aprendizaje cooperativo, proyectos, retos). Puedes usar la cultura local (fiestas, tradiciones, gastronomía, paisaje).

Todo eso contextualiza sin identificar. Y todo eso hace que los ejemplos que generas con IA sean MIL veces más relevantes para tu alumnado que los ejemplos genéricos de un libro de texto de distribución nacional. Porque conectan con SU realidad, aunque no sea con la realidad individual de cada uno.

Y esa contextualización general ya mejora brutalmente el enganche, la comprensión, y la transferencia del aprendizaje. No es perfecta. Pero es legal, ética, y efectiva. Y eso es lo que importa.

Al final, la IA para crear ejemplos contextualizados es una herramienta potentísima. Pero como toda herramienta potente, requiere criterio para usarla bien. Criterio pedagógico para saber qué contexto es relevante. Y criterio ético-legal para saber dónde está el límite que no se cruza. Porque contextualizar no puede ser nunca a costa de la privacidad de tu alumnado. Y si lo haces bien, no hace falta que lo sea.

Nos vemos mañana.