RESUMEN:

La incorporación de la inteligencia artificial (IA) en la educación plantea un doble desafío:  aprovechar sus posibilidades de personalización, inclusión y retroalimentación inmediata, sin  delegar en la tecnología los procesos cognitivos que corresponden al estudiante. Este artículo  presenta una propuesta de diseño adaptativo del aprendizaje con IA, sustentada en las  taxonomías de Bloom y de Marzano y Kendall, así como en principios para el uso ético y  responsable de estas herramientas. Su objetivo es ofrecer un marco de planificación que  permita ajustar la intervención de la IA al nivel cognitivo esperado, los conocimientos previos,  las necesidades y los ritmos de aprendizaje del alumnado. A partir del análisis de los beneficios  y riesgos de la IA en los procesos educativos, se propone una taxonomía de siete niveles que  progresa desde la identificación y comprensión de las herramientas hasta la evaluación crítica,  la creación, la toma de decisiones y la responsabilidad sobre los resultados generados. El  modelo articula objetivos de aprendizaje, diagnóstico del grupo, contenidos, estrategias  didácticas, actividades, recursos, evaluación y retroalimentación, e incorpora preguntas de  reflexión para orientar las decisiones docentes antes, durante y después de cada experiencia.  Asimismo, considera criterios de privacidad, transparencia, equidad, inclusión, colaboración y  ciudadanía digital. Se concluye que el carácter adaptativo del aprendizaje no depende  únicamente de la capacidad tecnológica de la IA, sino de un diseño didáctico intencional que  preserve la agencia del estudiante, fomente la metacognición y el pensamiento complejo, y  utilice la IA como asistente para ampliar las posibilidades de aprendizaje, no como sustituta  del esfuerzo cognitivo. 

Palabras clave: diseño adaptativo del aprendizaje, inteligencia artificial, niveles cognitivos,  metacognición, personalización del aprendizaje.