Aprender STEAMAprender STEAM

Beca completa para estudiantes de Ciencias de la Educación

Diplomado en Educación STEAM, Inteligencia Artificial y Robótica Educativa

Formación para futuros docentes de la Universidad de Panamá en el uso de la inteligencia artificial para planificar, crear, revisar, enseñar y evaluar, con laboratorios virtuales de todas las asignaturas, gamificación y olimpiadas de robótica, con práctica en colegios reales y certificación de la Universidad de Panamá.

El diplomado

La inteligencia artificial ya está en el aula. El criterio lo pone el docente.

El diplomado no enseña a manejar una plataforma. Enseña a ejercer la docencia con inteligencia artificial: planificar con ella, crear clases, detectar sus errores y conducir una clase con una unidad generada por ella. El Campus de Aprender STEAM es el caso de estudio y el entorno de práctica.

Educación STEAM

Aprendizaje basado en proyectos, indagación y diseño, alineados al currículo del Ministerio de Educación y a referentes internacionales.

Inteligencia artificial

Planificación, creación de recursos, auditoría de contenido y evaluación de estudiantes con inteligencia artificial, bajo la supervisión del docente y con atención a la protección de datos de menores.

Laboratorios y gamificación

Más de 250 laboratorios virtuales de todas las asignaturas, juegos educativos y recursos abiertos: libros, obras de arte y datos.

Robótica y olimpiadas

Robótica educativa de primero a duodécimo grado, preparación de equipos para olimpiadas de robótica y acompañamiento a colegios en la transformación digital.

Plan de estudio

Catorce módulos en cinco bloques y una práctica profesional supervisada

Cada módulo cierra con una evidencia de desempeño. Diez horas semanales: una sesión presencial de tres horas y siete horas de trabajo en el Campus.

Bloque I · Fundamentos22 h
M1Fundamentos de la educación STEAM12 h

Comprender el enfoque STEAM y diseñar proyectos interdisciplinarios alineados al currículo nacional.

  • El enfoque STEAM: integración de ciencias, tecnología, ingeniería, artes y matemáticas
  • Aprendizaje basado en proyectos, indagación y ciclo de diseño
  • Programas del Ministerio de Educación como base y referentes internacionales como horizonte
  • El docente en un entorno digital: el Campus como aula extendida
  • Análisis de unidades STEAM de primero a duodécimo grado
Evidencia de desempeñoDiseño de un proyecto STEAM interdisciplinario de dos semanas para un grado a elección.
M2La inteligencia artificial en la educación: funcionamiento, alcances y ética10 h

Explicar cómo funciona la inteligencia artificial generativa y establecer criterios de uso responsable en la escuela.

  • Cómo funciona un modelo de lenguaje: predicción, datos de entrenamiento y límites
  • Alucinación, sesgo y falsa precisión: por qué la inteligencia artificial se equivoca
  • Protección de datos personales y de menores de edad (Ley 81 de 2019)
  • Integridad académica y uso de la inteligencia artificial por los estudiantes
  • Lineamientos de uso de inteligencia artificial para un colegio
Evidencia de desempeñoPropuesta de lineamientos de uso de inteligencia artificial para un colegio, con su justificación.
Bloque II · La docencia con inteligencia artificial90 h
M3Planificar con inteligencia artificial16 h

Elaborar planificaciones anuales, trimestrales y semanales con apoyo de la inteligencia artificial, sin delegar el criterio docente.

  • Del programa oficial al plan anual: objetivos, contenidos e indicadores de logro
  • Redacción de instrucciones para planificar: contexto, restricciones y formato
  • Planificación trimestral y semanal en el Campus: calendario, unidades y guía docente
  • Adaptación de la planificación al grupo: ritmo, diversidad y recursos disponibles
  • Verificación de la planificación generada contra el programa oficial
Evidencia de desempeñoPlanificación trimestral de una asignatura con su registro de instrucciones y decisiones.
M4Crear clases y recursos con inteligencia artificial16 h

Producir unidades didácticas completas con inteligencia artificial: secuencia, lecturas, actividades e imágenes.

  • Anatomía de una unidad didáctica: propósito, secuencia, práctica y cierre
  • Lecturas ajustadas al nivel lector del grado
  • Actividades, fichas, presentaciones e imágenes generadas con inteligencia artificial
  • Diseño universal para el aprendizaje y adecuaciones curriculares
  • Integración de videos, laboratorios y juegos dentro de la secuencia
Evidencia de desempeñoUna unidad didáctica completa creada con inteligencia artificial, con su bitácora de producción.
M5Recursos educativos abiertos: bibliotecas, repositorios y arte12 h

Buscar, evaluar e integrar recursos abiertos de calidad: libros, obras de arte, imágenes, música y datos.

  • Derechos de autor, dominio público y licencias Creative Commons
  • Bibliotecas digitales y repositorios de libros de dominio público
  • Colecciones abiertas de museos: el arte universal como recurso para todas las asignaturas
  • Biblioteca y Galería de Arte del Campus: lectura, análisis de obra y proyectos interdisciplinarios
  • Repositorios de datos abiertos, simulaciones y música de licencia libre
  • Criterios de calidad, pertinencia y verificación de la licencia de un recurso
Evidencia de desempeñoColección curada de veinte recursos abiertos para una unidad, con su licencia verificada y su uso didáctico.
M6Auditar contenido creado por inteligencia artificial16 h

Detectar, clasificar y corregir los errores del contenido educativo generado por inteligencia artificial.

  • Tipología de errores: dato inventado, error conceptual, imagen que no corresponde, clave de respuesta incorrecta, nivel inadecuado, sesgo cultural y riesgo para menores
  • Protocolo de revisión por capas: contenido, figuras, evaluación y lenguaje
  • Revisión cruzada con dos herramientas de inteligencia artificial y verificación en fuentes primarias
  • Práctica sobre unidades reales del Campus
  • Redacción de un informe de hallazgos con evidencia y propuesta de corrección
Evidencia de desempeñoAuditoría de diez unidades del Campus con informe de hallazgos. Los hallazgos confirmados se corrigen en la plataforma.
M7Enseñar con una unidad creada por inteligencia artificial14 h

Conducir una clase con una unidad digital, ejerciendo la mediación docente antes, durante y después de la sesión.

  • El docente como mediador: lo que la unidad no hace por sí sola
  • Preparación de la clase: guía docente, anticipación de errores frecuentes y materiales
  • Conducción de la sesión: preguntas, trabajo en equipo y observación del desempeño
  • Diferenciación en el aula con dispositivos y sin conexión
  • Microenseñanza con retroalimentación entre pares
Evidencia de desempeñoMicroclase de veinte minutos con una unidad del Campus, grabada y retroalimentada.
M8Evaluar con inteligencia artificial16 h

Diseñar, supervisar y validar la evaluación de los estudiantes cuando la inteligencia artificial califica.

  • Cómo califica la inteligencia artificial: rúbrica explícita, puntaje y retroalimentación inmediata
  • Diseño de rúbricas que una inteligencia artificial pueda aplicar con consistencia
  • Preguntas de desarrollo, ensayos y reflexiones de laboratorio calificadas por inteligencia artificial
  • El docente supervisa: revisión de muestras, corrección de la nota y atención de reclamos
  • Sesgos y errores del calificador automático y cómo detectarlos
  • Bancos de preguntas, pruebas por período, escalas de calificación y reportes a las familias
Evidencia de desempeñoRúbrica diseñada y validada: calificación de veinte respuestas reales por la inteligencia artificial y por el docente, con análisis de las discrepancias.
Bloque III · Aprendizaje activo: laboratorios y gamificación52 h
M9Laboratorios virtuales en la enseñanza de las ciencias y la tecnología40 h

Integrar laboratorios virtuales en la enseñanza de cada asignatura, desde la indagación hasta la evaluación.

  • El laboratorio virtual en la clase: predecir, experimentar, observar y explicar
  • El error como fuente de aprendizaje: la reflexión posterior al laboratorio
  • Física: movimiento, fuerzas, energía, óptica y oscilaciones
  • Química: reacciones, cinética y materia
  • Biología: célula, genética, cuerpo humano, ecología y salud
  • Matemáticas y análisis de datos con Python
  • Aeroespacial, astronomía, clima y energía
  • Programación, electrónica con Arduino e inteligencia artificial
  • Ofimática y preparación para la certificación Microsoft Office Specialist
  • Arte, educación financiera y bienestar
  • Diseño de una secuencia didáctica con laboratorios en la especialidad del participante
Evidencia de desempeñoSecuencia didáctica con tres laboratorios de la especialidad del participante, con guía para el estudiante e instrumento de evaluación.
M10Gamificación en la enseñanza de las ciencias, la tecnología, la ingeniería y las matemáticas12 h

Diseñar experiencias de aprendizaje con mecánicas de juego que sostengan la motivación sin desplazar el objetivo de aprendizaje.

  • Motivación y mecánicas de juego: retos, niveles, progreso y retroalimentación
  • Juegos educativos y retos puntuados del Campus
  • Diferencia entre puntaje de juego y calificación
  • Diseño de una experiencia gamificada para una unidad
  • Límites de la gamificación: competencia, inclusión y tiempo de pantalla
Evidencia de desempeñoDiseño e implementación de una experiencia gamificada para una unidad, con evidencia de su aplicación.
Bloque IV · Robótica educativa y olimpiadas44 h
M11Robótica educativa y pensamiento computacional16 h

Enseñar pensamiento computacional y robótica con simulador, de primero a duodécimo grado.

  • Pensamiento computacional: descomposición, patrones, abstracción y algoritmos
  • Programación por bloques y transición a la programación textual
  • Simulador de robots: movimiento, sensores y retos graduados
  • Progresión de la robótica por grado
  • Organización y seguridad del aula de robótica
Evidencia de desempeñoSecuencia de cuatro clases de robótica para un grado y reto resuelto en el simulador.
M12Robótica aplicada y proyectos de ingeniería12 h

Llevar a los estudiantes del simulador al robot físico mediante proyectos de ingeniería.

  • Del simulador al robot físico: motores, sensores y calibración
  • Proceso de ingeniería: requisitos, prototipo, prueba y mejora
  • Trabajo en equipo y roles en proyectos de robótica
  • Evaluación de proyectos de robótica con rúbrica
Evidencia de desempeñoPrototipo funcional con robot físico y rúbrica de evaluación del proyecto.
M13Olimpiadas de robótica: preparación y conducción de equipos16 h

Preparar y acompañar equipos escolares para competir en olimpiadas de robótica.

  • Las olimpiadas de robótica: World Robot Olympiad y otras competencias escolares
  • Categorías de la World Robot Olympiad: RoboMission, Future Innovators, Future Engineers y RoboSports
  • Lectura de reglas oficiales, temporada y tema del año
  • Selección y formación del equipo, roles y cronograma de preparación
  • El rol del entrenador: acompañar sin construir por los estudiantes
  • Bitácora de ingeniería, presentación ante jueces y criterios de evaluación
  • Logística de inscripción, viaje y día de competencia; ética y juego limpio
Evidencia de desempeñoPlan de preparación de un equipo para una temporada y simulacro de ronda con las reglas oficiales.
Bloque V · Liderazgo y práctica32 h
M14Transformación digital de la escuela y formación de docentes12 h

Acompañar a un colegio y a sus docentes en la adopción de la tecnología educativa.

  • Gestión del cambio en la escuela: directivos, docentes y familias
  • Acompañamiento entre pares y observación de clases
  • Diseño y conducción de talleres para docentes en ejercicio
  • Indicadores de adopción: uso, avance y resultados
Evidencia de desempeñoDiseño y conducción de un taller de cuarenta y cinco minutos para docentes.
PPPráctica profesional supervisada y proyecto integrador20 h

Aplicar lo aprendido en un colegio que usa el Campus, con acompañamiento de un formador.

  • Veinte horas de práctica en un colegio de la red de Aprender STEAM
  • Planificación y conducción de al menos cuatro clases con unidades y laboratorios del Campus
  • Registro de la práctica y observación del formador
  • Proyecto integrador: una unidad planificada, auditada, enseñada y evaluada
Evidencia de desempeñoPortafolio de práctica y presentación del proyecto integrador ante un jurado de la Facultad y Aprender STEAM.
TotalDiplomado completo240 h

Laboratorios virtuales

Cuarenta horas dentro de los laboratorios

El módulo más extenso del diplomado. Cada participante resuelve los laboratorios como estudiante, recibe la calificación de la inteligencia artificial y luego diseña una secuencia didáctica con ellos para su especialidad.

FísicaMovimiento, fuerzas, energía, óptica y oscilaciones
QuímicaReacciones, cinética y materia
BiologíaCélula, genética, cuerpo humano y ecología
MatemáticasAnálisis de datos con Python y gráficas
AeroespacialVuelo, órbitas, astronomía y clima
TecnologíaProgramación, Arduino e inteligencia artificial
RobóticaSimulador de robots, sensores y retos por grado
OfimáticaSimulacros de certificación Microsoft Office Specialist
ArteDiseño gráfico, música y galería de obras
Finanzas y bienestarPresupuesto, crédito y convivencia

Del aula universitaria al colegio

Una ruta que termina en el ejercicio docente

Los participantes enseñan con el Campus en colegios de la red de Aprender STEAM durante el diplomado y, al terminar, pueden integrarse a ella.

  1. Formación

    Catorce módulos con evidencias de desempeño en planificación, creación, auditoría, evaluación, laboratorios, gamificación y robótica.

  2. Práctica supervisada

    Veinte horas en un colegio que usa el Campus, con acompañamiento de un formador.

  3. Certificación

    Certificado de la Universidad de Panamá al aprobar los módulos, la práctica y el proyecto integrador.

  4. Registro de docentes

    Los egresados integran el registro de docentes que Aprender STEAM presenta a los colegios de su red. Hasta tres se seleccionan como Formadores Aprender STEAM.

Requisitos

Quiénes pueden postular

Requisitos

  • Ser estudiante regular de licenciatura de la Facultad de Ciencias de la Educación de la Universidad de Panamá, de tercer año en adelante, o egresado de los últimos dos años.
  • Disponer de diez horas semanales durante veinticuatro semanas.
  • Contar con computadora y conexión a internet.
  • Presentar una carta de motivación de una página.

Selección

  • Revisión de la carta de motivación y del historial académico.
  • Entrevista con el comité de selección de la Facultad y Aprender STEAM.
  • Microclase de cinco minutos sobre un tema de libre elección.
  • Publicación de los 25 seleccionados.

Quiénes lo ofrecen

Tres instituciones, una formación

Certifica

Universidad de Panamá

Facultad de Ciencias de la Educación. Otorga la certificación y participa en la selección de los becarios.

Otorga las becas

FUNDESTEAM

Financia las 25 becas completas: matrícula, materiales y acceso al Campus durante el diplomado.

Diseña e imparte

Aprender STEAM

Diseña el plan de estudio, imparte los módulos, facilita el Campus y coordina la práctica en los colegios de su red.

Convocatoria 2026

Las fechas de postulación, selección e inicio se publican al firmarse el convenio con la Facultad de Ciencias de la Educación.

Próximamente
  • Becas25
  • Cobertura100 %
  • Carga horaria240 h
  • CertificaciónUniversidad de Panamá