Investigando material para la escuela secundaria como parte de un trabajo de creación de módulos educativos para todos los niveles sobre el uso de IA en el aula, me encontré con Lovable, una herramienta no-code impulsada por inteligencia artificial que permite crear aplicaciones web y productos digitales a partir de descripciones en lenguaje natural.
Yo estaba escribiendo sobre la posibilidad de hacer simulaciones con IA. La idea era pensar cómo un docente de secundaria podría construir una experiencia interactiva sin necesidad de programar desde cero, pero con suficiente sentido pedagógico como para trabajar datos, variables, escenarios y análisis crítico.
El tema elegido fue: humedales de Entre Ríos, impacto en la fauna autóctona a partir de la urbanización.
 |
| Imagen hecha con chatGPT |
Mi prompt fue:
"Quiero diseñar una simulación simple para estudiantes de secundaria sobre humedales de Entre Ríos y urbanización.
El objetivo es analizar qué podría ocurrir con la fauna autóctona si cambia la superficie de humedal conservada, aumenta la urbanización o se implementan medidas de protección ambiental.
Ayudame a identificar:
variables principales;
posibles escenarios;
consecuencias esperadas en cada escenario;
datos que podríamos buscar o recolectar;
preguntas para que los estudiantes analicen los resultados;
límites de la simulación, es decir, qué aspectos de la realidad quedarían simplificados."
Para este prompt, tuve primero que pensar el modelo didáctico: qué variables iban a intervenir, qué escenarios podían compararse, qué datos sería necesario buscar y qué límites tendría la simulación. (Para ello también me ayudo la IA + materiales educativos/publicaciones)
A partir de ese pedido, Lovable generó una aplicación funcional. La simulación permite modificar variables como:
superficie de humedal conservada;
avance de la urbanización;
medidas de protección ambiental.
A medida que se mueven esos controles, la aplicación muestra cómo podrían variar indicadores vinculados con la biodiversidad y con la población relativa de distintas especies de fauna autóctona.
Esto me pareció muy potente. No porque la simulación sea una predicción exacta de lo que ocurrirá en un ecosistema real, sino porque permite abrir preguntas: ¿qué pasa si se conserva más superficie de humedal?, ¿qué ocurre cuando avanza la urbanización?, ¿qué especies resultan más afectadas?, ¿qué medidas de protección podrían tener mayor impacto?, ¿qué datos reales necesitaríamos para mejorar el modelo?
La simulación, entonces, funciona como una herramienta para pensar. Permite comparar escenarios, formular hipótesis, discutir relaciones entre variables y analizar los límites de una representación simplificada de la realidad.
También me pareció interesante que Lovable no se queda solo en la primera versión. Una vez creada la aplicación, la propia herramienta sugiere caminos posibles para seguir desarrollándola: agregar fichas de especies, incluir fuentes de datos, permitir exportar resultados o sumar un mapa del paisaje.
Esto abre una posibilidad muy valiosa para el aula: trabajar con prototipos. La primera versión no tiene por qué ser la definitiva. Puede revisarse, mejorarse, ajustarse y discutirse. Incluso los estudiantes podrían analizar qué variables faltan, qué información debería incorporarse, qué datos habría que verificar o qué aspectos del modelo resultan demasiado simplificados.
Desde una mirada pedagógica, Lovable permite acercarse a algo que muchas veces parece lejano para docentes que no programan: la creación de aplicaciones interactivas. El punto de partida no es escribir código, sino describir con claridad qué se quiere construir.
Por supuesto, esto no elimina la necesidad de revisar críticamente lo que la herramienta produce. Una simulación generada con IA puede incluir supuestos discutibles, relaciones poco justificadas o resultados que no estén basados en datos reales. Por eso, antes de llevarla al aula, conviene preguntarse:
¿qué variables incluye?
¿qué variables deja afuera?
¿de dónde salen los valores?
¿qué relaciones establece entre los datos?
¿qué tan realista es el modelo?
¿qué habría que ajustar para que dialogue mejor con el contenido trabajado?
Ojo, HOY es gratuita, pero con créditos diarios. En mi caso, me dio 10 créditos iniciales, que alcanzaron muy bien para generar la simulación. Por eso, conviene pensar bien el prompt inicial antes de comenzar: cuanto más claro sea el pedido, más posibilidades hay de obtener una primera versión útil sin consumir demasiados intentos.
La verdad, me asombró y le veo muchas posibilidades: simulaciones sobre ambiente, consumo de energía, movilidad urbana, uso de pantallas, propagación de rumores, presupuestos, convivencia escolar o decisiones comunitarias. En todos los casos, la clave no está solo en la herramienta, sino en la calidad de la pregunta didáctica. Nuevamente, el vibe coding está presente.
Lovable no reemplaza la planificación docente ni el análisis crítico. Pero puede convertirse en una puerta de entrada muy interesante para diseñar experiencias interactivas, trabajar con variables, comparar escenarios y acercar a los estudiantes a formas de pensamiento computacional sin que la programación sea una barrera inicial.
La herramienta se puede explorar en: lovable.dev
