Personalizar el aprendizaje es complicado con grupos numerosos y suele quedarse en una promesa: una misma explicación, una misma tarea y una misma prueba para todo el grupo. En ese punto, la IA puede ayudar si se usa con criterio. No se trata de “automatizar la enseñanza”, sino de ahorrar trabajo repetitivo de diseño (variantes, ajustes, propuestas de tareas) para liberar tiempo docente hacia lo que solo puede hacer una persona: observar, decidir, acompañar y ajustar.

En esta ocasión especificamos una metodología muy concreta, basada en un ticket de salida junto con unos itinerarios que nos permiten en un tiempo muy breve la evaluación formativa en el día a día. Dicho de forma práctica: la IA propone un ticket de salida, examina las respuestas del alumnado y, en función de los errores más frecuentes, elabora tres rutas de trabajo, actividades y feedback, y el profesorado decide qué se usa, qué se modifica y qué se descarta.

Con grupos grandes, el salto de calidad suele estar en cambiar el foco: en lugar de corregir respuesta a respuesta, conviene intervenir sobre los 3–4 errores que más se repiten. La IA puede ayudarte a detectar esos patrones (confusión de conceptos, razonamiento incompleto, evidencias sin justificar) y a preparar una mini intervención de aula para cada uno. A partir de ahí, el feedback individual se reserva para respuestas atípicas o para casos que requieren un ajuste específico.

Rutas de trabajo A/B/C

Las rutas A/B/C son una forma sencilla de organizar opciones de trabajo dentro de una unidad, sin convertirlas en etiquetas permanentes. La ruta A está pensada para alumnado que necesita apoyo y bases: más guía, más andamiaje y tareas más graduadas para consolidar conceptos umbral. La ruta B es de práctica y consolidación: ejercicios equivalentes con variaciones para ganar soltura sin cambiar el criterio. La ruta C es de reto y ampliación: tareas más abiertas que obligan a conectar ideas y justificar decisiones.

Estas rutas no son etiquetas fijas ni “niveles” permanentes; son una forma de organizar opciones de trabajo en una unidad concreta. Un mismo estudiante puede estar en una ruta u otra según el contenido, el momento o el tipo de evidencia que se le pida.

Para que sea viable con grupos grandes, lo más práctico es que la ruta se decida por el propio alumnado tras una presentación muy breve de A/B/C y un exit ticket breve (generado por el Gem). El docente ofrece una regla simple de elección (por ejemplo: “si en el diagnóstico te cuesta el concepto umbral X, empieza en A; si lo tienes pero fallas al aplicarlo, empieza en B; si aplicas y justificas con evidencia, prueba C”) y el alumnado elige.

El papel del profesorado no es asignar uno por uno, sino poner el marco y hacer un control ligero: revisar casos extremos, mover a quien esté claramente desajustado y permitir cambios cuando el alumno se desbloquea o necesita más reto. Así, la decisión es flexible y el coste de gestión se mantiene bajo.

Personalizar el aprendizaje es complicado con grupos numerosos y suele quedarse en una promesa: una misma explicación, una misma tarea y una misma prueba para todo el grupo. En ese punto, la IA puede ayudar si se usa con criterio. No se trata de “automatizar la enseñanza”, sino de ahorrar trabajo repetitivo de diseño (variantes, ajustes, propuestas de tareas) para liberar tiempo docente hacia lo que solo puede hacer una persona: observar, decidir, acompañar y ajustar.

En esta ocasión especificamos una metodología muy concreta, basada en un ticket de salida junto con unos itinerarios que nos permiten en un tiempo muy breve la evaluación formativa en el día a día. Dicho de forma práctica: la IA propone un ticket de salida, examina las respuestas del alumnado y, en función de los errores más frecuentes, elabora tres rutas de trabajo, actividades y feedback, y el profesorado decide qué se usa, qué se modifica y qué se descarta.

Con grupos grandes, el salto de calidad suele estar en cambiar el foco: en lugar de corregir respuesta a respuesta, conviene intervenir sobre los 3–4 errores que más se repiten. La IA puede ayudarte a detectar esos patrones (confusión de conceptos, razonamiento incompleto, evidencias sin justificar) y a preparar una mini intervención de aula para cada uno. A partir de ahí, el feedback individual se reserva para respuestas atípicas o para casos que requieren un ajuste específico.

Rutas de trabajo A/B/C

Las rutas A/B/C son una forma sencilla de organizar opciones de trabajo dentro de una unidad, sin convertirlas en etiquetas permanentes. La ruta A está pensada para alumnado que necesita apoyo y bases: más guía, más andamiaje y tareas más graduadas para consolidar conceptos umbral. La ruta B es de práctica y consolidación: ejercicios equivalentes con variaciones para ganar soltura sin cambiar el criterio. La ruta C es de reto y ampliación: tareas más abiertas que obligan a conectar ideas y justificar decisiones.

Estas rutas no son etiquetas fijas ni “niveles” permanentes; son una forma de organizar opciones de trabajo en una unidad concreta. Un mismo estudiante puede estar en una ruta u otra según el contenido, el momento o el tipo de evidencia que se le pida.

Para que sea viable con grupos grandes, lo más práctico es que la ruta se decida por el propio alumnado tras una presentación muy breve de A/B/C y un exit ticket breve (generado por el Gem). El docente ofrece una regla simple de elección (por ejemplo: “si en el diagnóstico te cuesta el concepto umbral X, empieza en A; si lo tienes pero fallas al aplicarlo, empieza en B; si aplicas y justificas con evidencia, prueba C”) y el alumnado elige.

El papel del profesorado no es asignar uno por uno, sino poner el marco y hacer un control ligero: revisar casos extremos, mover a quien esté claramente desajustado y permitir cambios cuando el alumno se desbloquea o necesita más reto. Así, la decisión es flexible y el coste de gestión se mantiene bajo.

Podemos automatizar estas tareas creando un Gem en Gemini apoyado en un cuaderno de NotebookLM, ambos del ecosistema de Google. Seguidamente, veremos cómo crear un asistente que genere tickets de salida, rutas A/B/C y feedback formativo apoyado en los materiales docentes que le subamos. Actualmente, esto solo puede hacerse en cuentas personales, no en las corporativas.

Fase 1: Preparar el cuaderno en NotebookLM

Debemos empezar reuniendo los materiales del tema y subirlos a NotebookLM creando un cuaderno por tema o unidad. A partir de ese momento, el cuaderno queda listo para que el Gem genere actividades, rutas y retroalimentación apoyándose en esas fuentes.

Fase 2: Crear el Gem y definir el prompt maestro

Con el cuaderno listo, creamos un Gem y lo conectamos al cuaderno de NotebookLM. En las instrucciones del Gem pegamos un único texto que actuará como prompt maestro, que incluye tanto el análisis de muestra como la generación de rutas y feedback.

El proceso: Gem de Gemini > + Nuevo Gem. Pegamos este prompt en la sección de instrucciones:

Vas a actuar como mi asistente docente para [materia y curso]. Fuentes: Trabaja solo con la información del cuaderno de NotebookLM conectado a este Gem y con los datos que yo pegue en el chat. Si falta información, pregúntame qué documento añadir. Tu misión: Ayudarme a personalizar el aprendizaje mediante exit tickets, rutas A/B/C y feedback formativo, alineado con los criterios. Cómo decides qué hacer: Si el mensaje contiene respuestas del alumnado con IDs [A01], [A02]…, primero haces un análisis de patrones. Si no hay muestra, generas un exit ticket o rutas A/B/C según lo que te pida. Análisis de muestra: Agrupa en 3–4 patrones de error. Para cada uno: nombre breve, frecuencia (n y %), señal observable, ejemplo parafraseado e intervención docente breve (5–7 min). Cierra con "Ajustes recomendados": 2–3 conceptos umbral a reforzar y un cambio clave para las rutas. Rutas A/B/C y feedback: Ruta A (apoyo y bases): 3 actividades guiadas + 1 explicación alternativa. Ruta B (práctica): 4 ejercicios con variaciones + claves de corrección. Ruta C (reto): 2 tareas abiertas + criterios de éxito. Por cada ruta: 6 comentarios de mejora, 3 preguntas de verificación oral y 1 lista de comprobación de 6 ítems máximos. Exit ticket: 3 ítems alineados con el criterio: (1) identificación/definición, (2) aplicación, (3) explicación breve con evidencia. Instrucciones para etiquetar con ID (A01, A02…). Control de calidad: No cambies los criterios. No añadas contenidos que no estén en las fuentes.

Una vez guardado el Gem, basta con pedir: "Genera rutas y feedback para este tema" o pegar una muestra de respuestas con IDs para que detecte patrones y ajuste las propuestas.

Fase 3: Uso en el día a día

Flujo: Gem (exit ticket) → alumnado responde (IDs A01…) → Gem (patrones + rutas + feedback) → intervención breve (5–7 min) → trabajo por rutas → entrega final.

Paso 1: Recogida de evidencias (10 min)

El Gem genera un exit ticket breve (3 ítems: identificación, aplicación, justificación con evidencia). El alumnado responde marcando su respuesta con un ID (A01, A02…). Con 12–20 respuestas ya aparece un patrón claro.

Paso 2: Análisis y generación de rutas

Se pega la muestra en el chat del Gem. Devuelve 3–4 patrones de error, rutas A/B/C ajustadas y una intervención breve para la siguiente sesión (5–7 min).

Paso 3: Trabajo por rutas

El alumnado trabaja en su ruta usando la lista de comprobación que el Gem genera para cada una antes de entregar. El profesorado hace un control ligero (5–6 trabajos al azar). La IA propone; el profesorado valida, ajusta y decide.

Tienes información adicional sobre la creación de Gems en la sección: Creación de un Gem.