Actualmente, la principal preocupación no es si debemos o no usar la Inteligencia Artificial (IA) en el aula, sino cómo debemos utilizarla. El verdadero reto está en diseñar experiencias de aprendizaje, conociendo las capacidades actuales de la IA y usándolas a nuestro favor en el aula. Así lo explicó la profesora Reyna Martínez en el Webinar del Observatorio del IFE del Tec de Monterrey. En esta sesión, la profesora nos presentó Teachable Machine, una herramienta muy sencilla para el entrenamiento de modelos de IA que puede adaptarse para diversas aplicaciones educativas. En este artículo, comparto una guía práctica para iniciar su exploración y conocer sus alcances.
***
Las herramientas mencionadas en este artículo no son emitidas, operadas ni administradas por el Tec de Monterrey. El uso de las aplicaciones mencionadas en este documento es explicativo con el fin de mostrar lo que podemos lograr mediante el uso de aplicaciones abiertas de inteligencia artificial. Conoce los recursos oficiales que utiliza el Tec de Monterrey: https://tedu.tec.mx/es/PSA-IA
***
A través de Teachable Machine, los estudiantes pueden comprender un concepto clave de la IA: Machine Learning o aprendizaje automático, el cual permite a las computadoras aprender de los datos sin ser programadas explícitamente. Este enfoque revolucionó diversos campos como el reconocimiento de imágenes y el procesamiento del lenguaje natural en áreas tan diversas como la medicina y las finanzas (Villalón, 2025).
Teachable Machine es una herramienta web de Google que permite crear modelos de IA sin necesidad de saber programar. El tipo de proyectos que podemos hacer con esta herramienta no son chatbots, sino proyectos relacionados con imágenes, sonidos o posturas. Por ejemplo, los estudiantes pueden diseñar, entrenar y evaluar un modelo de inteligencia artificial que pueda ser aplicado en la resolución de un problema. Por su parte, los docentes pueden diseñar actividades que conecten con la vida real, motiven a la reflexión y fortalezcan el pensamiento crítico de los estudiantes. La siguiente tabla muestra algunos usos educativos de modelos entrenados con Teachable Machine (ver tabla 1).

Pasos para crear un modelo de IA con Teachable Machine

En el webinar del Observatorio IFE, la profesora Reyna Martínez, creó y entrenó un modelo de IA que pudiera identificar diferentes objetos a través de imágenes. El modelo debía identificar entre tres tipos de peluches: carnero, sirena u osito. Con esta información, tú también puedes seguir los siguientes pasos para crear y entrenar tu propio modelo de IA.
1. Ingresa a: https://teachablemachine.withgoogle.com, en la página encontrarás tutoriales en video, sugerencias y ejemplos de proyectos que se han realizado.

2. Elige el tipo de proyecto. Puede ser un proyecto relacionado con imágenes, sonidos o posturas.

3. Define y crea tus clases. Define las clases o categorías que el modelo aprenderá a identificar. Graba o sube ejemplos por cada categoría para entrenamiento del modelo. En este webinar, la profesora creó tres clases: carnero, sirena y oso (ver imágenes, 3,4,5 y 6).

4. Entrena el modelo. Haz clic en «Preparar modelo» y deja que el sistema procese tus ejemplos. Toma un poco de tiempo, ten paciencia. Se recomienda no cerrar la ventana durante este proceso ni abrir otros programas (ver imagen 7).

5. Prueba y ajusta. Verifica si el modelo responde correctamente a los objetos que se le presentan y corrige si es necesario (ver imágenes 8, 9 y 10).

6. Exporta o usa directamente. El modelo que creaste puede ser utilizado desde el navegador o integrarlo en otras aplicaciones (ver imágenes 11 y 12).

Esta práctica que nos compartió la profesora Reyna en el webinar del Observatorio, es una manera de aprender cómo podemos utilizar modelos de IA para la educación. De tal manera que los estudiantes utilicen las nuevas tecnologías, pero no de forma indiscriminada, sino bajo un diseño didáctico y pedagógico que el docente decida.
Recordemos que, la especialidad de los docentes es el diseño de actividades de aprendizaje, trazar rutas educativas, monitorear procesos de aprendizaje, evaluar el aprendizaje, etc. Esto lo debemos seguir haciendo para garantizar que los estudiantes tengan una interacción activa y propositiva con las nuevas tecnologías de IA y todas las que surjan.