En menos de dos décadas, el ecosistema de los Cursos Online Masivos y Abiertos ha transitado desde la experimentación conectivista hasta arquitecturas hiperpersonalizadas e impulsadas por inteligencia artificial e inteligencia analítica. Esta evolución no solo refleja transformaciones tecnológicas, sino cambios profundos en cómo entendemos el aprendizaje a escala.
Los cinco hitos en la evolución de los MOOCs
Los cursos en línea abiertos y masivos han evolucionado según cinco etapas claramente identificables. Los cMOOCs (2008) concibieron el conocimiento como una red distribuida y abierta, surgiendo del curso CCK08 de George Siemens y Stephen Downes. Los xMOOCs (2011-2012) consolidaron un modelo de transmisión lineal basado en videolecciones y cuestionarios, resolviendo la escalabilidad operativa pero generando problemas de aislamiento cognitivo y deserción.
Como respuesta al conductismo masivo, emergieron los hMOOCs (h de hibridación) y tMOOCs (t de transferencia), hablaremos de ambos más adelante en otros artículos del blog). Estos MOOCs están orientados hacia la transferencia de competencias mediante actividades prácticas y marcos de diseño centrados en el aprendiz. Paralelamente, Otto Scharmer propuso una progresión conversacional del e-learning a través de cuatro niveles, desde la descarga unidireccional, pasando por la interacción bidireccional, hasta la integración curricular multilateral y finalmente la co-creatividad colectiva.
El horizonte actual, que puede denominarse MOOC 5.0 (2021-2026), representa la confluencia de tecnologías emergentes con principios humanistas. Ahmad et al. (2022) proponen MOOCs 5.0 con características de mejor acceso universal, mayor engagement del alumno, aprendizaje adaptativo, mayor colaboración, seguridad y curiosidad. Estas capacidades se desarrollan integrando tecnologías de Industry 5.0 como Internet de las Cosas, computación en la nube, análisis de datos, aprendizaje automático, tecnología blockchain, gamificación y metaverso, mientras se incorporan consideraciones éticas y humanistas.
Las siete variables críticas del diseño actual
El diseño de MOOCs contemporáneos se articula alrededor de siete dimensiones que merecen atención específica:
- La interactividad ha evolucionado desde la interacción con contenidos estáticos hacia entornos dialógicos multidimensionales que incluyen interacción alumno-alumno, alumno-inteligencia artificial y alumno-metaverso.
- El rol de la IA se refleja en tutorías inteligentes, soporte predictivo y co-diseño de cursos, contrastando promesas teóricas con resultados empíricos reales.
- Las metodologías activas como el aula invertida, aprendizaje basado en problemas y gamificación ahora se implementan a escala, con impacto medible en retención.
- Los sistemas de evaluación migran desde cuestionarios de opción múltiple hacia evaluación formativa socrática y prácticas de coevaluación.
- La accesibilidad y inclusión mediante diseño universal se confrontan con la brecha digital persistente en regiones emergentes.
- El microlearning fragmenta el currículo de forma granular, y las microcredenciales acumulables adquieren relevancia para la mitigación del abandono.
- Las analíticas de aprendizaje transitaron desde automatización reactiva hacia diseño pedagógico reflexivo e informado por datos.
A lo largo de 7 artículos que iré publicando durante los siguientes meses profundizaré en esas variables y qué se ha trabajado en las diferentes investigaciones que se han publicado durante estos últimos 5 años.
Nota metodológica: investigación con supervisión humana
Este análisis se fundamenta en revisión sistemática de literatura científica multidisciplinar del período 2021-2026 haciendo uso de IA (Gemini Notebook y Perplexity). Siguiendo principio metodológico estricto de «human-in-the-loop», el diseño de investigación, contraste entre autores, identificación de discrepancias y validación pedagógica final han estado bajo supervisión directa del investigador humano en todo momento. Se ha utilizado Claude (una skill que he diseñado para tal efecto) para una segunda revisión del texto.
Referencias
Ahmad, I., Sharma, S., Singh, R., Gehlot, A., Priyadarshi, N., & Twala, B. (2022). MOOC 5.0: A Roadmap to the Future of Learning. Sustainability, 14(18), Article 11199. https://doi.org/10.3390/su141811199
Downes, S. (2013). What makes a MOOC massive? Half an Hour. https://halfanhour.blogspot.com/2013/01/what-makes-mooc-massive.html
Li, Z., Wei, H.S., & Hu, D.P. (2026). Smart MOOCs Integration: Enhancing Interaction and Learning Outcomes Through Metaverse-Powered Instructional Design. En Implementation Strategies and Effects of Massive Open Online Courses (pp. 45–68). IntechOpen. https://doi.org/10.5772/intechopen.1015374
Ruiz-Rojas, L.I., & Acosta-Vargas, P. (2025). Transforming Learning: Use of the 4PADAFE Instructional Design Methodology and Generative Artificial Intelligence in Designing MOOCs for Innovative Education. Sustainability, 18(6), Article 2683. https://doi.org/10.3390/su18062683
Scharmer, C.O. (2018). The Essentials of Theory U: Core Principles and Applications. Berrett-Koehler Publishers.
Siemens, G., Rudolph, J., & Tan, S. (2020). «As human beings, we cannot not learn». An interview with Professor George Siemens on connectivism, MOOCs and learning analytics. Journal of Applied Learning and Teaching, 3(1), 108–119. https://doi.org/10.37074/jalt.2020.3.1.15
Singh, A.B. (2026). Integrating AI in Massive Open Online Courses – Teachers’ Roles in Facilitating Human–AI Collaboration and Critical Engagement in MOOCs. En Implementation Strategies and Effects of Massive Open Online Courses (pp. 1–22). IntechOpen.
