SECUENCIACIÓN DE LOS SABERES BÁSICOS DE GEOGRAFÍA E HISTORIA MEDIANTE INTELIGENCIA ARTIFICIAL: NUEVAS PERSPECTIVAS PEDAGÓGICAS PARA SECUNDARIA

Resumen

El artículo Secuenciación de los saberes básicos de Geografía e Historia mediante inteligencia artificial analiza cómo los modelos de lenguaje generativo (LLM) pueden utilizarse para estructurar el currículo de secundaria, en particular en la asignatura de Geografía e Historia. Su propósito es comparar la eficacia de cuatro modelos —ChatGPT, DeepSeek, Le Chat y Claude— en la organización y secuenciación de los saberes básicos establecidos en el currículo aragonés. El trabajo se ha llevado a cabo mediante una metodología que ha empleado prompts secuenciales para interactuar con los LLM. Como resultado, se han generado doce bloques temáticos, evaluados posteriormente por su progresión pedagógica, coherencia interna y enfoque epistemológico. Los resultados muestran que, aunque todos los modelos parten del mismo corpus curricular, presentan notables diferencias en la estructuración de contenidos, jerarquización temática, profundidad conceptual y elección terminológica. Algunos priorizan competencias metodológicas, mientras otros parten de temáticas próximas a la experiencia del alumnado. El estudio concluye que estas herramientas no solo diversifican las formas de representación curricular, sino que también facilitan una planificación didáctica más flexible, contextualizada y orientada al desarrollo de una ciudadanía crítica. La investigación pone de relieve el potencial de los LLM para generar secuencias coherentes desde diversos enfoques pedagógicos. Estas propuestas fomentan la reflexión docente sobre la organización de los contenidos y su adaptación a contextos educativos variados.

DOI: https://doi.org/10.56238/sevened2025.029-023