Inteligencia Artificial aplicada a proyectos de emprendedurismo
Un trayecto de dos años donde los estudiantes conducen un emprendimiento real de innovación social y aprenden inteligencia artificial subordinada a ese fin. El objetivo formativo de fondo: que el estudiante siga siendo el que decide.
La propuesta en tres ideas
Enseñar inteligencia artificial como catálogo de herramientas produce destrezas sueltas y ningún criterio. Este programa parte de otro lugar.
La inteligencia artificial necesita un objetivo
Su valor no está en la herramienta sino en el fin al que se la subordina. Aprendida en abstracto, se convierte en un recorrido de aplicaciones que el estudiante olvida al mes siguiente.
El emprendimiento aporta la cadena de fines
Investigar un problema, entrevistar usuarios, leer datos, diseñar, construir, medir, corregir. Cada objetivo parcial convoca capacidades distintas y ninguno se justifica solo: todos se explican por el fin al que sirven. Esa arquitectura es la que permite ver el proceso completo y no las partes sueltas.
El estudiante conduce; no delega
La pregunta que gobierna todo el proceso, si esto le sirve a alguien, no tiene respuesta dentro del modelo: la responde el usuario real. Sostener un proyecto durante dos años obliga al estudiante a permanecer en el lugar del que decide, que es exactamente lo que la delegación cognitiva erosiona.
Fundamentación
La inteligencia artificial atraviesa hoy prácticamente cualquier actividad: buscar información, investigar, redactar, diseñar, calcular, programar, comunicar. Esa transversalidad, que es su mayor virtud, es también la dificultad central para enseñarla. Un trayecto que se limite a recorrer herramientas —una por clase, cada una con su ejercicio— entrega destrezas sueltas y no forma criterio: el estudiante aprende a operar sin entender para qué, y el docente pierde el hilo que da unidad al recorrido.
De ahí la decisión de estructurar el trayecto alrededor de un emprendimiento. La creación de un emprendimiento aporta lo que el aprendizaje de la inteligencia artificial necesita y no tiene por sí mismo: una secuencia de objetivos parciales ordenados a un objetivo final. Cada uno de esos objetivos convoca herramientas y capacidades distintas —consulta, investigación, estadística y métricas, diseño, difusión, programación—, pero todos se explican por el fin al que sirven.
El problema que el programa atiende
La evidencia sobre delegación cognitiva es consistente. El uso frecuente y no guiado de herramientas de inteligencia artificial muestra correlación negativa con el pensamiento crítico, con la descarga cognitiva —la transferencia de tareas mentales a un sistema externo— como factor mediador. Los usuarios más jóvenes son precisamente los que exhiben mayor dependencia y menor desempeño. Las revisiones sobre uso educativo señalan que las mejoras se concentran en los niveles cognitivos bajos, mientras el razonamiento de orden superior se debilita cuando el estudiante pasa de analizar a aceptar lo que el sistema le entrega.
La respuesta de este programa no es restrictiva sino estructural: el emprendimiento, sostenido en el tiempo y validado contra usuarios reales, obliga al estudiante a ejercer el juicio que ningún modelo puede ejercer por él.
Por qué Lean Startup
El emprendedurismo aquí no es una excusa metodológica: es un contenido con valor propio. Lean Startup es un conjunto de principios y herramientas que se ajusta con precisión a la situación real de un joven que termina la secundaria y quiere hacerse un lugar con ideas propias y presupuestos reales. Reemplaza el plan de negocios extenso —que en el aula suele ser un ejercicio de ficción— por experimentos baratos y verificables. Su producto principal no es la empresa: es el aprendizaje validado, obtenido al contrastar hipótesis con evidencia.
La combinación de ambos elementos es el núcleo de la propuesta. La inteligencia artificial aporta capacidad de ejecución a un costo antes impensable para un adolescente. Lean Startup aporta el criterio que decide qué merece ser ejecutado y cómo saber si funcionó. Sin el método, la inteligencia artificial produce mucho y no enseña nada. Sin ella, el método se detiene en el papel por falta de medios.
Innovación social como punto de partida
El proceso no comienza con la pregunta de qué negocio podría hacerse, sino con qué necesidad podría satisfacerse y qué problema podría resolverse. El ámbito inicial es el que los estudiantes efectivamente habitan: la escuela y su vida institucional, la familia, el grupo de amigos, el barrio. El problema es conocido de primera mano y no inventado; los usuarios están al alcance para ser entrevistados y observados; y la orientación al bien de otros ordena el emprendimiento desde su origen, en lugar de agregarle una capa de responsabilidad social al final.
Cómo se enseña
Lean Startup funciona como hilo conductor de todo el trayecto y, al mismo tiempo, como el andamiaje que sostiene el juicio propio del estudiante.
Principios que estructuran el trabajo
- Problema antes que solución: no se avanza hasta comprender el problema y a quien lo padece.
- Hipótesis explícitas: toda decisión se formula como una afirmación que puede resultar falsa.
- Construir, medir, aprender: ciclos cortos con evidencia al final de cada uno.
- Producto mínimo viable: la versión más pequeña capaz de producir aprendizaje real.
- Aprendizaje validado: el avance se mide en hipótesis confirmadas o refutadas, no en trabajo producido.
- Perseverar o pivotar: decisión fundada en evidencia, no en entusiasmo ni en cansancio.
Principio rector: conducción sin delegación cognitiva
Se establece desde el primer encuentro una distinción explícita que rige todo el trayecto y se audita en cada entrega.
La inteligencia artificial asiste en
- Redactar, resumir y traducir
- Generar variantes y alternativas
- Producir piezas gráficas y audiovisuales
- Escribir y depurar código
- Ordenar y procesar datos
La inteligencia artificial no reemplaza
- La formulación de la hipótesis
- La decisión sobre qué evidencia buscar
- La interpretación de lo que dijeron los usuarios
- La decisión de perseverar o pivotar
- La definición del objetivo final del proyecto
Dispositivos que sostienen el principio
- Etapa inicial sin código. Los primeros prototipos se resuelven manualmente o con operación de conserje: el servicio funciona con una persona haciendo el trabajo detrás, sin software. La construcción se habilita recién cuando hay evidencia que la justifique.
- Prueba de modificación. Cuando cambia la hipótesis, el equipo debe modificar lo que construyó. La necesidad de regenerarlo todo desde cero se toma como indicador de que no hubo comprensión.
- Bitácora de decisiones. Registro de qué se le pidió a la inteligencia artificial, qué devolvió, qué se aceptó, qué se descartó y por qué.
- Defensa oral. Cada entrega se sostiene frente a preguntas; el estudiante debe poder explicar lo que presenta.
Datos de la comunidad escolar
Los proyectos operan sobre la escuela, de modo que los equipos manejarán datos de compañeros, en varios casos menores de edad. El tratamiento responsable de esos datos no se aborda como un módulo de cierre sino como criterio de diseño desde el primer prototipo: las entrevistas se transcriben y procesan en la propia máquina, sin subir voces de menores a servicios de terceros, y la analítica del prototipo se instrumenta con herramientas autoalojadas.
Recorrido de las diez unidades
Las unidades emanan de los momentos del emprendimiento. Entre ellos se intercala una unidad teórica por año, marcada con el punto abierto, donde se trabaja la dimensión ética y humanística de la relación con la inteligencia artificial. La tecnología aparece siempre subordinada al objetivo de la unidad.
5.º año
Del problema al producto — 34 clasesEl año del roce con la realidad: encontrar un problema verdadero, entender a quien lo padece y llegar a un producto mínimo presentable.
01El emprendedor como mentalidad4 clases
Apertura. Antes de cualquier método, la disposición.
Conceptos de emprendimiento y Lean Startup
- Qué es emprender y qué no lo es
- El emprendimiento como institución en condiciones de incertidumbre extrema
- Espíritu emprendedor como forma de gestión, no como rasgo de personalidad
- El fracaso como información y no como estigma
- Tolerancia a la ambigüedad
- Trabajo en equipo y distribución de roles
- Panorama de casos regionales
Conceptos éticos y humanísticos
- La iniciativa como responsabilidad frente a una necesidad ajena
- Emprender como servicio y no solo como salida individual
- Bien común y bien particular en la actividad económica
- Honestidad intelectual: registrar también lo que sale mal
Tecnología
- Logseq u Obsidian — bitácora personal del año
- Zotero — gestión de fuentes y citas
- Gemini, capa gratuita — investigación de casos con contraste obligatorio de fuentes
Software libre o capa gratuita, sin costo de licencia.
Qué producen
- Bitácora abierta y en uso
- Ficha de análisis de tres casos de emprendimiento con impacto social
Mojón de revisión
Carta de intención: cada estudiante declara qué ámbito de la vida institucional o comunitaria quiere mirar y por qué le importa.
02Descubrimiento del problema y roce con la realidad10 clases
La etapa más larga y más formativa del trayecto. Salir del aula.
Conceptos de emprendimiento y Lean Startup
- Descubrimiento de clientes y la consigna de salir del edificio
- Distinción entre problema y solución
- Entrevistas de descubrimiento: qué preguntar y qué nunca preguntar
- El sesgo de complacencia: por qué amigos y conocidos validan cualquier cosa
- La brecha entre lo que la gente dice y lo que hace
- Observación de campo y mapeo de actores
- Análisis de soluciones existentes y competencia, incluido no hacer nada como competidor real
- Diseño de encuesta: instrumento, muestra, sesgo de deseabilidad
- Segmento de clientes y primeros adoptantes
- Hipótesis de problema
- Lectura e interpretación de datos
Conceptos éticos y humanísticos
- Consentimiento informado para entrevistar y grabar
- Tratamiento de datos de terceros y de menores de edad
- Escucha real frente a escucha instrumental: la persona entrevistada no es un recurso
- Por qué la voz de una persona no se sube a un servicio comercial
- Honestidad frente a la evidencia que contradice la hipótesis propia
Tecnología
- LimeSurvey CE, Nextcloud Forms o Google Forms — encuestas
- Whisper local — transcripción de entrevistas sin salir de la máquina
- Ollama con modelo abierto — síntesis y codificación en local
- LibreOffice Calc — planilla de análisis
- jamovi o PSPP — estadística descriptiva
- Excalidraw — mapa de actores
Todo el procesamiento de voces y datos personales ocurre en la máquina del estudiante.
Qué producen
- Guion de entrevista y formulario de consentimiento
- Corpus de entrevistas transcriptas y codificadas
- Encuesta diseñada, aplicada y analizada
- Matriz de competencia y soluciones existentes
Mojón de revisión
Informe de problema validado, con evidencia de al menos quince entrevistas y una encuesta aplicada, y la hipótesis inicial explícitamente confirmada o refutada. Sin este mojón no se avanza a la ideación.
03Ideación: el aporte propio7 clases
Recién ahora aparece la solución.
Conceptos de emprendimiento y Lean Startup
- Divergencia y convergencia
- Hipótesis de valor
- Propuesta de valor y ventaja diferencial
- Criterios de selección entre alternativas
- Qué constituye un aporte real y no una repetición
- Solución deseable, factible y viable
- Alcance mínimo del proyecto
Conceptos éticos y humanísticos
- Qué parte del problema resuelve una persona y qué parte una máquina
- Automatizar frente a asistir: cuándo la máquina amplía la capacidad humana y cuándo la sustituye
- Trabajo humano irreemplazable dentro de la solución
- La inteligencia artificial como generadora de variantes, nunca como decisora
- Autoría y originalidad: qué significa que una idea sea propia
Tecnología
- Excalidraw y Penpot — bocetos y esquemas de solución
- Nano Banana en la capa gratuita de Gemini — imágenes conceptuales
- GIMP o Krita — edición de imagen
- Ollama local — generación de alternativas
Regla de la unidad: inteligencia artificial encendida en la divergencia, apagada en la convergencia.
Qué producen
- Panel de alternativas evaluadas con criterios explícitos
- Mapa de la solución con dos columnas separadas: funciones humanas y funciones técnicas
- Enunciado de la hipótesis de valor
Mojón de revisión
Defensa de la idea frente a la pregunta de por qué esto necesita tecnología. Si el equipo no la sostiene, vuelve a ideación.
04Pensamiento tecnocrático y solucionismoUnidad teórica · 5 clases
La unidad que frena. Ya tienen una idea y todavía están a tiempo de desmontarla.
Conceptos de emprendimiento y Lean Startup
- Crítica del entusiasmo tecnológico como sustituto del análisis
- Por qué muchos emprendimientos tecnológicos resuelven problemas que nadie tenía
- Fracasos célebres por sobreestimación de la tecnología
- Riesgo de mercado frente a riesgo técnico
Conceptos éticos y humanísticos
- El solucionismo tecnológico: la trampa de reformular problemas humanos como problemas de eficiencia
- Qué se pierde cuando un problema se vuelve tratable
- Herramientas que amplían la capacidad frente a las que la sustituyen
- Tecnología y medida humana
- La eficiencia como valor y sus límites
- Neutralidad de la técnica: examen crítico de la tesis
- Responsabilidad del que diseña sobre los efectos no buscados
Tecnología
- Ninguna. Unidad deliberadamente sin inteligencia artificial: lectura, discusión y escritura propia
- Único apoyo: Zotero para el registro de fuentes
El contraste con el resto del trayecto es parte del contenido.
Qué producen
- Fichas de lectura
- Análisis escrito de dos casos de fracaso tecnocrático
Mojón de revisión
Ensayo de autocrítica: cada equipo somete su propia idea a la crítica solucionista y responde por escrito.
05Diseño de producto: producto mínimo viable, canvas y pitch8 clases
Convertir la idea en algo mostrable.
Conceptos de emprendimiento y Lean Startup
- Producto mínimo viable: qué es lo mínimo y qué es lo viable
- Tipos de producto mínimo viable: conserje, mago de Oz, página de aterrizaje, video, prototipo manual
- Hipótesis de valor e hipótesis de crecimiento
- Lean Canvas, campo por campo
- Modelo de negocio y su diferencia con el plan de negocios
- Elevator pitch: estructura, tiempo, práctica
- Identidad de marca y primeras decisiones de comunicación
Conceptos éticos y humanísticos
- Comunicar sin exagerar: el límite entre presentar y prometer
- Publicidad honesta y expectativa razonable del usuario
- Uso de imagen generada: qué se declara y qué no
- Accesibilidad e inclusión en el diseño
- A quién deja afuera la solución tal como está diseñada
Tecnología
- Penpot — wireframes y mockups de interfaz
- Inkscape — identidad visual y logotipo
- Nano Banana en capa gratuita — imágenes de producto
- GitHub Pages, Netlify o Cloudflare Pages — página de aterrizaje
- Kdenlive o Shotcut con Audacity — video de presentación
- LibreOffice Impress o Canva gratuito — soporte del pitch
Qué producen
- Lean Canvas completo
- Mockup navegable o prototipo de baja fidelidad
- Identidad visual básica
- Video de presentación
- Guion del pitch, escrito a mano antes de cualquier asistencia
Mojón de revisión
Cierre de 5.º año: presentación del producto mínimo viable y pitch ante un panel externo al curso, integrado por docentes, directivos y familias.
6.º año
De la construcción a la decisión — 34 clasesEl año de sostener el proyecto en el tiempo, construirlo, medirlo con usuarios reales y decidir con fundamento qué hacer con él.
06Metodologías ágiles y gestión del proyecto6 clases
Ahora hay que sostener el trabajo en el tiempo.
Conceptos de emprendimiento y Lean Startup
- Panorama de metodologías: cascada, ágil, híbridas
- Kanban: tablero, flujo, límite de trabajo en curso
- Nociones de Scrum: roles, iteraciones, retrospectiva
- Diagrama de Gantt: qué resuelve y cuándo no sirve
- Lote pequeño frente a lote grande
- Los cinco por qué: análisis de causa raíz
- Estimación, compromiso y deuda de trabajo
- Ritmo sostenible
Conceptos éticos y humanísticos
- Compromiso con el equipo: la palabra dada como obligación real
- Reparto justo de la carga y visibilidad del trabajo de cada uno
- Cultura de la retrospectiva sin culpables
- Transparencia sobre el propio avance
Tecnología
- Taiga, Wekan o Focalboard — tablero Kanban
- GanttProject o ProjectLibre — planificación temporal
- OpenWork — plantillas de flujos de trabajo reutilizables
- Git con GitHub o Codeberg — versionado y trazabilidad
Qué producen
- Tablero Kanban operativo
- Gantt del año con hitos
- Acta de roles y acuerdos del equipo
- Retrospectiva quincenal instalada como rutina
Mojón de revisión
Plan de trabajo del año, con hitos, tablero en funcionamiento y roles asignados.
07El factor humano frente a los modelos de lenguajeUnidad teórica · 5 clases
Justo antes de construir con inteligencia artificial.
Conceptos de emprendimiento y Lean Startup
- Qué decisiones del emprendimiento no son delegables
- El juicio del emprendedor como activo del proyecto
- Riesgo de producir mucho y aprender nada
Conceptos éticos y humanísticos
- Cómo produce texto un modelo de lenguaje y qué implica para la originalidad
- Creatividad y salto de plano: por qué un modelo interpola bien y reencuadra mal
- Delegación cognitiva: evidencia empírica, deuda cognitiva y pereza metacognitiva
- Por qué el efecto es mayor en los jóvenes
- Delegación ética: qué significa dejar que un sistema decida por uno
- Responsabilidad por lo que se firma
- Sesgo, alucinación y deber de verificación
- Trabajo humano, oficio y sentido
- Privacidad como criterio de diseño
- Atribución y honestidad sobre el uso de inteligencia artificial en lo que se presenta
Tecnología
- Ollama con modelos abiertos — comparación entre modelos y examen de sus límites
- LibreOffice Writer — producción escrita propia para los ejercicios de contraste
Sin herramientas nuevas: la unidad usa lo mínimo indispensable.
Qué producen
- Ejercicios de contraste entre producción propia y producción del modelo, evaluadas a ciegas
- Registro de fallos detectados en salidas de inteligencia artificial sobre el dominio del propio proyecto
Mojón de revisión
Protocolo de uso de inteligencia artificial redactado y firmado por los propios estudiantes: qué delegan y qué no. Rige el resto del año y se audita en cada entrega.
08Construcción y validación del producto mínimo viable10 clases
El corazón del ciclo construir, medir, aprender.
Conceptos de emprendimiento y Lean Startup
- Ciclo construir, medir, aprender, y su recorrido inverso al planificar
- Diseño de experimentos e hipótesis falsable aplicada a un producto
- Prueba de humo
- Métricas accionables frente a métricas vanidosas
- Contabilidad de la innovación
- Embudo de conversión
- Desarrollo incremental y despliegue continuo
- El producto mínimo viable conserje antes que el software
- Aprendizaje validado como unidad de progreso
Conceptos éticos y humanísticos
- Comprender lo que se construye: el código propio como responsabilidad
- La prueba de modificación como examen de comprensión real
- Consentimiento de los usuarios de prueba
- Datos mínimos: recolectar solo lo que la hipótesis exige
- Qué se hace con los datos cuando el proyecto termina
- Efectos no buscados del producto sobre terceros
Tecnología
- OpenCode — construcción con modo plan y modo build
- OpenWork — flujo guiado, permisos explícitos y registro auditable de cada acción del agente
- Ollama con modelos abiertos — procesamiento local siempre que haya datos de personas
- GitHub Pages, Netlify o Cloudflare Pages — publicación
- Baserow, NocoDB o Supabase — datos del prototipo
- Umami o Matomo — métricas autoalojadas, sin ceder datos a terceros
- Git — historial de cambios como prueba de proceso
Qué producen
- Semana inicial obligatoria sin código: producto mínimo viable conserje en funcionamiento
- Producto mínimo viable construido, publicado y en uso
- Tablero de métricas instrumentado
- Registro de experimentos con hipótesis, resultado y decisión
Mojón de revisión
Producto mínimo viable en uso real, con al menos tres semanas de datos de usuarios ajenos al equipo, y prueba de modificación superada: ante un cambio de hipótesis, el equipo modifica lo construido en lugar de regenerarlo desde cero.
09Monetización y sustentabilidad5 clases
Que el proyecto pueda vivir sin subsidio del entusiasmo.
Conceptos de emprendimiento y Lean Startup
- Modelo de ingresos y sus tipos: venta directa, suscripción, freemium, licencia, servicio, patrocinio, aporte institucional
- Estructura de costos fijos y variables
- Costo de adquisición de cliente y valor del cliente en el tiempo
- Punto de equilibrio
- Pista de despegue: cuánto tiempo aguanta el proyecto con lo que tiene
- Motor de crecimiento y su relación con el modelo de ingresos
- Sustentabilidad en emprendimientos de impacto social, donde quien usa no siempre es quien paga
- Costo real de la inteligencia artificial por usuario como variable de viabilidad
Conceptos éticos y humanísticos
- Precio justo
- Modelos de ingreso que explotan la atención o los datos del usuario: por qué se descartan
- Qué se le cobra a quién, y qué pasa con quien no puede pagar
- Sostenibilidad frente a extracción
- Transparencia sobre el uso de los datos en el modelo de negocio
Tecnología
- LibreOffice Calc — costos, ingresos y punto de equilibrio
- Ollama local frente a servicio comercial — comparación de costo real por consulta con números propios
- Calculadoras públicas de precios de servicios de inteligencia artificial
Qué producen
- Planilla económica del proyecto con supuestos explícitos
- Comparación documentada entre modelo abierto local y servicio comercial
- Escenarios de sustentabilidad a doce meses
Mojón de revisión
Modelo económico defendido con números propios, supuestos declarados y respuesta a la pregunta de qué pasa si el supuesto principal falla.
10Perseverar, pivotar o escalar8 clases
La decisión. Cierre del trayecto.
Conceptos de emprendimiento y Lean Startup
- Análisis de cohortes
- Pruebas comparadas entre variantes
- Motores de crecimiento: pegajoso, viral, pagado
- Tipos de pivote: acercamiento, alejamiento, segmento de cliente, necesidad, plataforma, canal, tecnología, motor de crecimiento
- La reunión de pivote: cuándo y cómo se convoca
- Perseverar, pivotar o detener: criterios
- Qué significa escalar y por qué casi nunca es el paso siguiente
- Cierre ordenado y transferencia del proyecto a la institución
Conceptos éticos y humanísticos
- Honestidad frente a los datos que refutan el propio trabajo
- Desprendimiento: abandonar una idea querida cuando la evidencia lo indica
- Responsabilidad frente a los usuarios que ya adoptaron el producto
- Qué se le debe a quien confió en el proyecto
- El fracaso bien conducido como resultado legítimo
- Continuidad: a quién se le entrega lo hecho
Tecnología
- Metabase o LibreOffice Calc — análisis de cohortes
- Umami o Matomo — comparación de variantes y seguimiento
- jamovi o PSPP — contraste estadístico de resultados
- Penpot y Kdenlive — piezas del pitch final
- OpenWork — informe auditable del proceso completo
Qué producen
- Análisis de cohortes sobre datos propios
- Informe de decisión con fundamento: perseverar, pivotar o detener
- Documentación de transferencia del proyecto
- Pitch final
Mojón de revisión
Decisión fundada y pitch de cierre ante panel externo. Se evalúa la calidad del razonamiento y la honestidad frente a los datos, no el éxito comercial del emprendimiento.
Distribución de clases
| Unidad | Clases |
|---|---|
| 5.º año | 34 |
| 1 · El emprendedor como mentalidad | 4 |
| 2 · Descubrimiento del problema y roce con la realidad | 10 |
| 3 · Ideación: el aporte propio | 7 |
| 4 · Pensamiento tecnocrático y solucionismo — teórica | 5 |
| 5 · Diseño de producto: producto mínimo viable, canvas y pitch | 8 |
| 6.º año | 34 |
| 6 · Metodologías ágiles y gestión del proyecto | 6 |
| 7 · El factor humano frente a los modelos de lenguaje — teórica | 5 |
| 8 · Construcción y validación del producto mínimo viable | 10 |
| 9 · Monetización y sustentabilidad | 5 |
| 10 · Perseverar, pivotar o escalar | 8 |
| Total del trayecto | 68 |
Por qué dos unidades concentran diez clases
Las unidades 2 y 8 son las dos únicas etapas donde el estudiante toca la realidad, el campo y el usuario, y son las primeras que se comprimen cuando el calendario aprieta. Conviene que nazcan sobredimensionadas.
Tecnología y costos
Todas las herramientas del trayecto son de software libre o cuentan con una capa gratuita suficiente para el uso escolar. Ninguna actividad obligatoria depende de una suscripción paga.
Criterio de elección, en orden
- Herramienta libre que corre en la máquina del estudiante o en un servidor de la institución, cuando estén en juego datos de personas.
- Herramienta libre alojada por terceros, cuando el dato no es sensible.
- Servicio comercial con capa gratuita, solo donde la calidad de producción sea determinante y el dato no sea sensible.
OpenCode
Agente de programación de código abierto con licencia MIT, para terminal, escritorio o entorno de desarrollo. Independiente del proveedor: admite distintos modelos, incluidos modelos locales. Distingue modo de planificación de modo de construcción, lo que obliga al estudiante a explicitar el plan antes de tocar nada.
OpenWork
Aplicación de escritorio de código abierto construida sobre OpenCode, pensada para trabajadores del conocimiento y no para programadores. Es auditable, registra qué hizo el agente y por qué; es permisionado, el estudiante autoriza cada acción; y no exige saber programar, de modo que la barrera de la terminal no define quién participa del proyecto.
Ollama con modelos abiertos
Ejecución local de modelos de lenguaje. Sin costo por consulta y sin envío de datos a terceros: es la opción obligatoria cuando se procesan entrevistas o datos de compañeros.
Familia Google, capa gratuita
Generación y edición de imagen con Nano Banana para mockups, wireframes e identidad visual, con cupo diario en el plan gratuito de la aplicación Gemini.
Evaluación
Cada unidad cierra con un mojón de revisión. Dos de ellos, el cierre de 5.º y el de 6.º, se sostienen ante un panel externo al curso.
La evaluación pondera la calidad de las hipótesis, la honestidad frente a la evidencia que las refuta, la capacidad de abandonar una idea propia cuando los datos lo indican y la capacidad de modificar lo construido.
No se evalúa el éxito comercial del emprendimiento. Depende de factores ajenos al mérito del estudiante y premiaría a quien tuvo más recursos disponibles fuera del aula. Un proyecto detenido con fundamento y bien documentado puede recibir la calificación más alta del curso.
Respaldo académico
La propuesta se apoya en literatura de emprendimiento, en evidencia sobre educación emprendedora y en investigación reciente sobre el efecto de la inteligencia artificial en el pensamiento crítico.
Lean Startup y desarrollo de clientes
- Ries, E. (2011). The Lean Startup. Crown Business. Edición castellana: El método Lean Startup, Deusto, 2012.
- Blank, S. (2013). Why the Lean Start-Up Changes Everything. Harvard Business Review, 91(5).
- Blank, S. y Dorf, B. (2012). The Startup Owner's Manual. K&S Ranch.
- Maurya, A. (2012). Running Lean. O'Reilly. Origen del Lean Canvas.
- Osterwalder, A. y Pigneur, Y. (2010). Business Model Generation. Wiley.
- Llamas Fernández, F. J. y Fernández Rodríguez, J. J. (2018). La metodología Lean Startup: desarrollo y aplicación para el emprendimiento.
Antecedentes de aplicación escolar
- Peñalver, P. Lean Startup en Educación. Manual con treinta dinámicas para el fomento del espíritu emprendedor en el aula, con licencia abierta.Metodologías ágiles, aprendizaje basado en retos y aprender haciendo aplicados al nivel medio.
- Ministerio de Educación del Perú. Mi Primer Proyecto de Emprendimiento, Educación para el Trabajo, 3.º a 5.º de secundaria.Secuencia oficial que articula design thinking y Lean Startup en el nivel secundario. Antecedente curricular regional.
- Blank, S. Lean LaunchPad. Modelo de curso basado en descubrimiento de clientes, adoptado en programas universitarios de emprendimiento tecnológico.Referencia de diseño, adaptada en profundidad y ritmo para el nivel medio.
Evidencia sobre educación emprendedora
- Martínez-Gregorio, S., Badenes-Ribera, L. y Oliver, A. (2021). Effect of entrepreneurship education on entrepreneurship intention and related outcomes in educational contexts: a meta-analysis. The International Journal of Management Education, 19(3).Meta-análisis restringido a estudios con grupo control: efectos pequeños sobre intención emprendedora y autoeficacia, con la duración del programa como predictor de mayores efectos. Fundamento directo de un trayecto de dos años.
- Martin, B. C., McNally, J. J. y Kay, M. J. (2013). Examining the formation of human capital in entrepreneurship. Journal of Business Venturing, 28(2).
- Huber, L. R., Sloof, R. y van Praag, M. (2014). The effect of early entrepreneurship education. European Economic Review, 72.
- Revisión sistemática sobre efectos de la educación emprendedora en la escuela. Management Review Quarterly (2019).
Crítica de la técnica
- Morozov, E. (2013). To Save Everything, Click Here: The Folly of Technological Solutionism. PublicAffairs. Edición castellana: La locura del solucionismo tecnológico, Katz, 2015.
- Illich, I. (1973). La convivencialidad. Barral.
Delegación cognitiva e inteligencia artificial
- Gerlich, M. (2025). AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking. Societies, 15(1), 6.Estudio con 666 participantes: correlación negativa entre uso frecuente de inteligencia artificial y pensamiento crítico, mediada por la descarga cognitiva, con mayor dependencia y menor desempeño en los participantes jóvenes. Fuente central del principio rector del programa.
- Anthropic (2025). Informe sobre uso educativo de inteligencia artificial.Los estudiantes delegan funciones cognitivas de orden superior y solicitan respuestas directas con escasa interacción.
- Kosmyna, N. y otros (2025). Your Brain on ChatGPT: Accumulation of Cognitive Debt When Using an AI Assistant for Essay Writing Task.
- Lee, H.-P. y otros (2025). The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort. CHI Conference on Human Factors in Computing Systems.
- Fan y otros (2025). Estudio experimental sobre pereza metacognitiva y dependencia de la inteligencia artificial en tareas de escritura.