La prevención de riesgos laborales no se aprende memorizando definiciones. Se aprende mirando el entorno de trabajo con una lógica distinta. Cuando el alumnado es capaz de entrar en un taller, una clínica, una cocina industrial o una oficina técnica y detectar lo que puede fallar antes de que falle, entonces empieza a existir cultura preventiva.
En IPE I este resultado de aprendizaje es estructural. No es un contenido accesorio. Habilita para el nivel básico de prevención y exige identificar, clasificar, analizar, determinar, valorar. Verbos de acción intelectual. No de repetición.
La IA puede convertir este bloque en algo extraordinariamente potente o en una colección de resúmenes automáticos irrelevantes. La diferencia está en el diseño de la experiencia.
Aquí no se trata de pedirle a la IA que explique qué es un riesgo. Se trata de construir situaciones donde el alumnado tenga que pensar preventivamente.
Este resultado integra cuatro dimensiones simultáneas:
La dimensión técnica, que exige conocer tipos de riesgos y daños profesionales.
La dimensión organizativa, que obliga a entender cómo se gestiona la prevención en una empresa.
La dimensión jurídica básica, vinculada a derechos y deberes
La dimensión operativa, relacionada con emergencias y primeros auxilios.
El error habitual es fragmentar estas dimensiones. La experiencia con IA permite integrarlas en escenarios complejos.
Un accidente laboral no es solo un fallo técnico. Es una combinación de condiciones inseguras, organización deficiente, cultura empresarial débil y decisiones humanas. La IA puede simular esa complejidad con rapidez, pero solo si el docente le proporciona contexto sectorial concreto.
Fortalezas
Permite generar escenarios sectoriales realistas adaptados a cada ciclo formativo.
Facilita simular accidentes con múltiples variables técnicas y humanas.
Permite representar conflictos entre producción y seguridad.
Ayuda a construir protocolos de emergencia contextualizados.
Permite adaptar el nivel de explicación técnica al perfil del alumnado.
Facilita análisis preliminar de planes preventivos redactados por el alumnado.
Ejemplo práctico:
Para un ciclo de Instalaciones Eléctricas, la IA puede generar una jornada de trabajo en una obra con cableado provisional, humedad ambiental y presión por plazos de entrega.
Para un ciclo de Atención a Personas en Situación de Dependencia, puede simular una movilización incorrecta de paciente con lesión lumbar derivada.
Debilidades
Tiende a ofrecer descripciones genéricas si el prompt no es preciso.
Puede omitir matices normativos relevantes.
Puede simplificar en exceso conceptos jurídicos.
Puede confundir terminología técnica si no se exige rigor.
Ejemplo:
Si se solicita “explica riesgos en una empresa”, generará un listado estándar. Si no se especifica sector, tamaño de empresa, tipo de tareas y condiciones ambientales, el resultado será superficial.
Simulación de inspecciones de trabajo.
Role-play delegado de prevención frente a dirección empresarial.
Comparación entre entornos seguros y entornos deficientes.
Análisis crítico de planes de emergencia mal diseñados.
Entrenamiento conversacional en toma de decisiones preventivas.
Personalización de casos según perfiles del grupo.
Ejemplo con perfiles:
Lince Verde: alto rendimiento técnico, baja tolerancia al error.
Delfín Amarillo: buena capacidad comunicativa, inseguridad conceptual.
Se puede generar un mismo accidente y pedir a cada perfil que lo analice desde rol diferente: técnico responsable o trabajador afectado.
Delegación cognitiva del análisis técnico.
Aceptación acrítica de información errónea.
Banalización del concepto de accidente laboral.
Normalización de respuestas rápidas sin reflexión estructurada.
Pérdida de conexión con normativa real.
Uso de la IA para generar respuestas completas sin proceso de razonamiento propio.
Ejemplo realista:
Un alumno podría pedir “analiza este accidente y dime qué medidas preventivas aplicar”. Obtendrá una respuesta correcta en apariencia. Pero si no puede explicar por qué cada medida es adecuada, no ha adquirido competencia preventiva.
En prevención, la superficialidad no es un fallo académico. Es un riesgo profesional.
Tras el DAFO, el análisis no puede quedarse en diagnóstico. Debe transformarse en acción.
Diseñar prompts siempre contextualizados con sector, tamaño de empresa y tipo de actividad.
Exigir que la IA cite fundamentos técnicos cuando proceda.
Incorporar contraste normativo posterior por parte del docente.
Pedir siempre justificación argumentada, no solo listado de medidas.
Prohibir respuestas cerradas sin razonamiento explícito.
Integrar defensa oral del análisis realizado.
Exigir reformulación personal tras interacción con IA.
Incluir momentos de trabajo sin IA para comprobar comprensión real.
Contrastar siempre con fuentes oficiales cuando se aborde marco jurídico.
Sistematizar la generación de escenarios sectoriales en cada unidad.
Incorporar simulaciones periódicas de accidente.
Usar análisis preliminar asistido para trabajos extensos.
Crear secuencias de inspección simulada.
Diseñar debates estructurados entre “producción” y “prevención”.
Utilizar la IA como tutor socrático que solo formule preguntas.
Construir un banco progresivo de casos reales adaptados al sector del ciclo.
Se genera un escenario detallado del sector. No se incluyen etiquetas de riesgo.
El alumnado debe:
Identificar factores de riesgo.
Clasificarlos.
Relacionarlos con daños potenciales.
Proponer medidas preventivas.
Prompt generador:
Hazme preguntas una a una para construir un escenario realista de trabajo en el sector de [indicar ciclo]. El objetivo es que el alumnado identifique riesgos laborales reales. Incluye variables técnicas, organizativas y humanas. No incluyas soluciones.
Prompt:
Actúa como inspector de trabajo. Describe una visita a una empresa del sector de [ciclo]. Señala posibles incumplimientos sin calificarlos explícitamente como infracción. El alumnado deberá detectarlos y clasificarlos.
Prompt:
Genera un caso en el que la dirección presiona para acelerar la producción, existiendo un riesgo evidente. Describe el conflicto entre trabajador y responsable de producción. El alumnado debe identificar derechos y deberes en materia preventiva.
Prompt:
Simula una evacuación ante incendio en una empresa del sector. Introduce errores en la actuación. El alumnado debe analizar el protocolo y proponer mejoras justificadas.
Prompt:
Describe un accidente concreto con lesión específica en el sector de [ciclo]. No incluyas actuación correcta. El alumnado debe determinar qué técnicas básicas aplicar y justificar cada decisión.
Cuando el alumnado redacta un plan preventivo sectorial, puede utilizarse la IA como analista preliminar.
Prompt:
Analiza el siguiente plan preventivo sectorial. Detecta incoherencias técnicas, omisiones relevantes y medidas insuficientemente justificadas. No asignes nota. Solo análisis técnico.
El docente revisa ese análisis. Puede aceptar observaciones, rechazar otras y añadir matices normativos. La evaluación final es siempre docente.
Para trabajos extensos, puede pedirse a la IA:
Identifica contradicciones internas en este informe.
Señala si las medidas propuestas están alineadas con los riesgos descritos.
Detecta lagunas argumentativas.
Pero nunca se delega la decisión final.
La prevención no admite automatismos.
El alumnado debe verbalizar por qué algo es un riesgo.
Debe justificar por qué una medida es preventiva y no correctiva.
Debe distinguir entre protección colectiva e individual con claridad.
Debe demostrar comprensión del vínculo entre organización y daño.
Si la IA facilita el acceso a escenarios más ricos y variados, el aprendizaje se profundiza. Si sustituye el razonamiento, se vacía.
Este resultado de aprendizaje marca el tono del módulo. Desde aquí se establece una cultura de análisis, justificación y supervisión crítica que debe mantenerse en el resto de IPE I.