Cada vez más estudiantes universitarios llegan a una respuesta sin haber analizado el dato que tienen enfrente: le preguntan a la IA y la entregan como si fuera propia. Voy a mostrar, con casos reales vividos en el aula universitaria, cómo usar Power BI y Excel para diseñar ejercicios y evaluaciones que obligan al estudiante a interpretar el dato antes de llegar a una respuesta, en lugar de premiar solo el resultado final.

Nivel: Introductorio

Qué se llevará la persona que asiste:

- Un método concreto para identificar cuándo un estudiante entrega una respuesta sin haberla analizado realmente.
- Un ejemplo real de ejercicio o evaluación en Power BI/Excel diseñado para forzar el análisis, no solo el resultado.
- Un checklist práctico para ajustar un syllabus o actividad y que evalúe el razonamiento, no la respuesta correcta.

Ejemplos reales (Experiencia):

Casos tomados directamente del aula universitaria, donde estudiantes presentaban una respuesta generada por IA sin poder explicar el "por qué" detrás del dato o indicador, y cómo se rediseñó la actividad y el syllabus para cerrar ese vacío.

Tengo experiencia en el ámbito de docencia universitaria y capacitando equipos empresariales en "KPIs para la toma de decisiones" e "indicadores de alto impacto". Esa misma lógica aplicada en salud, banca y retail me mostró un patrón: los problemas se detectan tarde cuando nadie analiza el dato hasta que ya es un síntoma. En el aula es igual: si el estudiante recibe la respuesta sin analizar el dato primero, ese vacío no se nota hasta que ya es tarde.

Duración de la sesión: 30 a 45 minutos.