Ir al contenido

Nombre de la innovación 

IA-Query: Razonamiento lógico con datos 

Campus

Cusco


Facultad

Ingeniería


Carrera

Ingeniería de Sistemas e Informática


Asignatura

Base de Datos


Código de asignatura

ASUC00051


NRC

59103, 59104, 59105


Américo Estrada Sánchez

¿Cuál es la propuesta de innovación?

Motivaciones

¿Por qué realizó la innovación pedagógica?

Realicé esta innovación pedagógica porque, según las evaluaciones previas de la asignatura, el 80% de los estudiantes presentaba dificultades para resolver consultas complejas en SQL, especialmente aquellas que requieren razonamiento lógico, uso de múltiples cláusulas y construcción de procedimientos almacenados.

Estas dificultades estaban afectando su rendimiento académico y su capacidad para aplicar los conocimientos de bases de datos en contextos reales. Además, muchos de mis estudiantes tienen habilidades previas limitadas en programación y matemáticas aplicadas, lo que genera barreras adicionales en la comprensión de la estructura y lógica del lenguaje SQL.

Frente a este diagnóstico, identifiqué la necesidad de implementar una estrategia innovadora que permita:

Acompañar el proceso de aprendizaje paso a paso, sin depender exclusivamente del tiempo de clase.

Ofrecer retroalimentación inmediata y personalizada, algo difícil de lograr de forma individual con grupos numerosos.

Promover el razonamiento lógico, la autonomía y la reflexión sobre el propio aprendizaje.

Integrar tecnologías emergentes (IA), alineadas con la formación profesional actual.

Por ello, desarrollé la Bitácora Inteligente de Aprendizaje SQL apoyada en herramientas de Inteligencia Artificial, para fortalecer la comprensión, la práctica guiada y el pensamiento crítico en la elaboración de consultas SQL complejas.

Línea de Innovación

Tecnologías emergentes para la educación

Descripción

¿En qué consiste la innovación pedagógica?

La innovación consiste en implementar una Bitácora Inteligente de Aprendizaje SQL, donde los estudiantes registran semanalmente sus consultas complejas en SQL, los errores encontrados, las explicaciones que recibieron mediante herramientas de Inteligencia Artificial, y una reflexión personal sobre cómo lograron resolver el desafío.

El proceso se desarrolla bajo la dinámica SQL Step-by-Step, en la cual cada consulta compleja es abordada en pasos guiados. La IA ayuda a explicar la lógica de cada parte del código, permitiendo que los estudiantes fortalezcan su razonamiento, identifiquen patrones de error y mejoren su autonomía.

El docente supervisa el avance, retroalimenta y utiliza los registros para detectar dificultades comunes y reforzar contenidos.

¿Qué recurso digital, y/o estrategia se utilizó?

Recurso digital utilizado

Bitácora digital en Google Forms / Google Sheets

Para registrar las consultas SQL, errores, explicaciones de la IA y reflexiones metacognitivas.

ChatGPT o Gemini

Para que los estudiantes obtengan:

Explicaciones paso a paso del código SQL

Correcciones guiadas

Sugerencias de optimización

Alternativas de solución

Entorno SQL (SQL Server o PostgreSQL)

Para ejecutar y validar consultas reales.

Estrategia pedagógica utilizada

Aprendizaje guiado por IA (AI-assisted learning)

Donde la IA acompaña el proceso de razonamiento lógico del estudiante.

Aprendizaje reflexivo mediante bitácora

Que permite consolidar el aprendizaje mediante la metacognición.

Desafíos progresivos SQL Step-by-Step

Actividades estructuradas desde lo simple hasta lo complejo.

Retroalimentación formativa del docente

Usando la bitácora como evidencia del progreso.

Público objetivo beneficiado

Número de estudiantes

00

Carrera de formación

Ingeniería de Sistemas e Informática

Ciclo de formación

Ciclo

Fecha de implementación 

10 de noviembre

¿Cómo se implementó la innovación?

Preparación

 

La innovación se implementó durante el desarrollo de la Unidad 4: Diseño físico y explotación de bases de datos, específicamente en el tema de consultas avanzadas y procedimientos almacenados. El proceso se desarrolló en cuatro etapas principales:

1. Preparación del recurso digital

  • Se diseñó una Bitácora Inteligente de Aprendizaje SQL utilizando Google Forms y Google Sheets.
  • La bitácora se estructuró en secciones donde cada estudiante debía registrar:
  • La consulta SQL asignada o desarrollada.
  • Errores encontrados durante la ejecución.
  • Explicación paso a paso generada por la IA.
  • Aprendizaje logrado.
  • Estrategias aplicadas para mejorar su consulta.
  • Se configuraron espacios para que el docente pudiera revisar automáticamente los avances y detectar patrones de error.

2. Explicación inicial y entrenamiento en el uso de IA

  • Durante la primera sesión, se explicó:
  • Qué es la IA generativa y cómo usarla de manera académica y ética.
  • Cómo solicitar explicaciones paso a paso del SQL.
  • Cómo integrar las respuestas de la IA en la bitácora sin depender completamente de ella.
  • Los estudiantes practicaron enviando consultas simples a ChatGPT o Gemini y registrando los primeros resultados.

3. Desarrollo de los desafíos SQL Step-by-Step

  • Cada semana se asignó un desafío progresivo, aumentando gradualmente la complejidad:
  • Consultas con JOIN múltiples.
  • Funciones agregadas con GROUP BY y HAVING.
  • Subconsultas anidadas.
  • Creación de procedimientos almacenados.

En cada desafío, los estudiantes:

  • Intentaban resolver el problema por sí mismos.
  • Consultaban a la IA para recibir retroalimentación o explicación paso a paso.
  • Registraban lo aprendido en la bitácora digital.
  • Durante las sesiones presenciales, el docente guiaba, resolvía dudas y reforzaba la lógica detrás de cada consulta.

4. Retroalimentación y evaluación continua

Semanalmente, el docente revisó las bitácoras y brindó:

  • Observaciones personalizadas.
  • Recomendaciones de mejora.
  • Aclaraciones sobre conceptos mal comprendidos.
  • Mini sesiones de corrección grupal basadas en errores comunes.

Al cierre, los estudiantes presentaron un informe de progreso mostrando cómo evolucionaron sus habilidades en SQL con apoyo de la IA.

Resultado del proceso de implementación

La innovación logró:

  • Aumentar la práctica guiada por IA.
  • Reforzar el pensamiento lógico.

¿Cuáles fueron los resultados?



Logros de aprendizaje

Mejora en el desempeño académico: Según los resultados obtenidos, un 43% de los estudiantes mostró una mejora notable en su desempeño. Esto refleja un impacto positivo de la implementación de la innovación en su proceso de aprendizaje.

Mayor participación y motivación: El uso de la herramienta IAQuery probablemente facilitó una mayor interacción de los estudiantes con los contenidos. Al utilizar tecnología para realizar consultas y recibir respuestas personalizadas, los estudiantes se sintieron más involucrados y motivados.

Desarrollo de habilidades críticas y analíticas: La innovación permitió a los estudiantes desarrollar habilidades en la búsqueda y análisis de información, promoviendo un aprendizaje más autónomo y reflexivo.


Aprendizajes obtenidos

Importancia de la personalización del aprendizaje: Los estudiantes respondieron positivamente a la posibilidad de recibir respuestas adaptadas a sus necesidades específicas. Esto sugiere que personalizar los recursos de aprendizaje podría ser clave para mejorar los resultados en el aula.

Desafíos en la integración de tecnología: Algunos estudiantes, al principio, mostraron dificultades en la integración de la tecnología en su rutina de aprendizaje. Esto resalta la importancia de proporcionar formación previa y constante acompañamiento durante el proceso de innovación.


Comentarios de los estudiantes y resultados de la encuesta de satisfacción

A través de la implementación de IAQuery, se pudo observar que los estudiantes respondieron de manera positiva a la innovación, especialmente aquellos que se beneficiaron de la mejora en su rendimiento.

Es importante señalar que, si bien un porcentaje significativo de estudiantes mejoró su desempeño, existe una proporción que no alcanzó los mismos niveles de mejora. Esto podría indicar que la herramienta, aunque efectiva para algunos, puede requerir ajustes adicionales para ser aún más inclusiva.

Recomendaciones

Ajustar y personalizar aún más la herramienta: A medida que se continúa utilizando IAQuery, sería recomendable ajustar su funcionamiento para ofrecer respuestas más precisas y adaptadas a los diferentes niveles de habilidad de los estudiantes.

Capacitar a los estudiantes y docentes en el uso de la herramienta: Para asegurar un mejor aprovechamiento de la innovación, se sugiere ofrecer más formación tanto a los estudiantes como a los docentes en el uso de la herramienta, de modo que todos puedan sacarle el máximo provecho.

Evaluar periódicamente los resultados: Implementar un sistema de evaluación continua para monitorear el impacto de la herramienta, lo cual permitirá realizar ajustes más rápidos y efectivos para mejorar su funcionalidad.

Logros y evidencias

Acceder a la documentación de respaldo: