Hacer radio educativa en tiempos de la IA



Antes de leer este artículo, te recomiendo un asistente de chat GPT que he creado para ayudar a estudiantes y docentes a diseñar podcasts educativos, de inicio a fin. Puede ser una herramienta útil para aprender de forma autónoma a crear radio en el aula, resolver dudas, generar materiales de inspiración, corrección o evaluación...

Te recomiendo que lo pruebes tú primero y después determines qué uso le pueden dar los estudiantes y de qué forma dentro del proceso de trabajo que suelas usar, los objetivos, contexto...

Enlace al asistente


Y de regalo dos audios:

  • Una canción de Suno creada para la ocasión. 
  • Un podcast creado en NotebookLM, alimentado con el texto de este artículo y algunos detalles personalizados. Si no quieres leer este artículo, quizá este podcast sea más motivador.

Pincha sobre la imagen para escuchar el podcast o descárgalo aquí

...


El impacto de la IA generativa sobre el aula es aún residual, difuso y aleatorio, tanto en docentes como estudiantes. Estamos en una fase de prueba, adecuación, ensayo-error, pero aún no se ha incorporado a los procesos de enseñanza y aprendizaje de una forma nuclear y significativa, como sí lo ha estado hasta ahora el libro de texto. Aún tardaremos en hacerlo y los factores son múltiples. Al caso de la radio educativa, hay que añadir aquellos relacionados con los hábitos de consumo y percepción social.

La radio tradicional en directo tiene una penetración mucho menor entre los jóvenes que entre los adultos. Según encuestas de 2023-2024, apenas uno de cada seis jóvenes de 18 a 24 años se informa a través de la radio, frente a más de la mitad de los mayores de 45 años (fuente). De hecho, solo un 14% de los jóvenes españoles escucha la radio con regularidad (al menos semanalmente), a pesar de que un 59% declara confiar en este medio para informarse. Esta paradoja sugiere que aunque los jóvenes consideran fiable a la radio, la reemplazan en la práctica por otras fuentes digitales (redes sociales, vídeo online, etc.) que consumen masivamente pero en las que confían menos.

En cambio, los contenidos de audio bajo demanda encajan mejor con los hábitos actuales del alumnado. La música en streaming lidera sus preferencias: un 91% de los oyentes más jóvenes consume música digital habitualmente. Los podcast también han ganado terreno entre la juventud: más de la mitad de los oyentes de audio digital (54%) escuchan podcast, un alcance que creció 10 puntos porcentuales en un año. Muchos adolescentes optan por plataformas como Spotify, si bien Spotify solo empieza a ser relevante a partir de la adolescencia (en niños menores no tiene apenas presencia, que prefieren otros medios como YouTube). Además, la mayoría del consumo mediático juvenil ocurre en casa y en dispositivos personales (móvil o tableta), incrementándose con la edad. Este contexto favorece formatos flexibles y a la carta, como el podcast escolar, frente a emisiones en vivo con horarios fijos. De ahí que pese a que la emisora física sea atractiva para el alumnado y favorezca competencias lingüísticas y sociales, no tiene el mismo impacto real sobre sus hábitos que aquel que ofrece la radio digital consumida en diferido y a la carta.

Existe la paradoja de que mientras que la radio profesional incorpora la IA desde hace tiempo en su proceso de creación y emisión, la radio educativa sigue anclada en el formato previo. Esto no es exclusivo de la radio educativa; otros formatos o retos educativos adolecen de igual carencia. Falta de formación e interés del profesorado, resistencia al cambio, escepticismo y miedo contribuyen a una ralentización de la innovación.

Con la llegada de las herramientas de IA generativa, la radio escolar puede adoptar nuevas formas de producción que complementan (o reinventan) el modelo tradicional. 

Guiones y contenidos: Antes, los alumnos escribían el guion íntegramente. Ahora, modelos de lenguaje como ChatGPT pueden ayudar en la generación automática de contenido, elaborando borradores de guion a partir de ideas o textos educativos proporcionados por el docente. Por ejemplo, si la clase decide hacer un programa sobre cambio climático, los estudiantes pueden pedir a ChatGPT un esquema o incluso un primer texto narrativo. La IA proporciona estructura y fluidez rápidamente, lo que ahorra tiempo y ayuda a quienes tienen dificultades para empezar a escribir. 

No obstante, es crucial que el alumnado revise y adapte esos guiones: la creatividad humana y el toque personal siguen siendo importantes, y además se debe verificar la veracidad de lo que propone la IA (para evitar errores o sesgos)

Música y efectos sonoros: En la radio escolar tradicional, la ambientación musical dependía de buscar canciones libres de derechos o usar melodías creadas por alguien del centro. Las nuevas IA generativas como Suno permiten crear música original por encargo: el alumno o profesor describe el estilo o el estado de ánimo deseado y la IA compone una pista musical única. 

Esto facilita tener sintonías, fondos musicales o cortinillas adaptadas al contenido sin preocuparse por licencias. De forma similar, se pueden generar efectos de sonido personalizados (ej. sonidos ambientales, efectos cómicos) con herramientas de IA. La comparación aquí muestra que antes la creatividad musical estaba limitada por recursos externos, mientras que ahora cada programa escolar puede tener un paisaje sonoro hecho a medida. 

El riesgo podría ser cierta homogeneización si se abusa de la IA, pero bien utilizada, esta tecnología amplía la paleta creativa de la radio escolar.

Locución y voces: Tradicionalmente, las voces que suenan en la radio escolar son las de los propios alumnos y profesores, lo cual refuerza la vinculación emocional con el proyecto. Con IA, emergen nuevas posibilidades de síntesis de voz. Por un lado, existen herramientas de text-to-speech de última generación capaces de convertir cualquier texto en una locución muy natural (incluso con entonación expresiva y distintas emociones). 

Esto significa que se podría generar la voz de un narrador artificial para ciertas secciones, o dar voz a alumnos que por timidez o dificultades prefieren no hablar en vivo. También es posible clonar voces reales: por ejemplo, un estudiante podría grabar algunos minutos de muestra y la IA crear un modelo de su voz para luego leer el guion completo manteniendo su timbre. 

Estas capacidades permiten, incluso, simular personajes o invitados: imaginar una entrevista ficticia donde la voz de Albert Einstein (recreada por IA) responde a las preguntas de los alumnos. La diferencia es sustancial: en la radio clásica las voces eran limitadas a quienes pudieran participar ese día, ahora se amplía el reparto con voces virtuales multilingües o de fantasía. 

Eso sí, pedagógicamente conviene equilibrar: la gracia de la radio escolar es oír a los estudiantes reales, por lo que la IA vocal debería usarse para complementos creativos, no para reemplazarlos totalmente en la locución principal.

Edición y postproducción: Montar un programa de radio implica cortar y pegar audio, normalizar volúmenes, eliminar ruidos y ecualizar para una escucha agradable. En la forma tradicional, el alumnado aprende a usar software de edición y efectúa estos ajustes manualmente. 

Las nuevas herramientas integran IA para automatizar la edición: por ejemplo, servicios como Adobe Podcast o plugins con IA pueden suprimir ruido de fondo y mejorar la claridad de las voces con un clic. Otros permiten edición por texto, transcribiendo automáticamente la grabación de los estudiantes para que luego se pueda editar el audio como si fuese un documento de texto (eliminando muletillas, corrigiendo errores) – algo impensable en la radio tradicional. 

También la IA puede sugerir cortes óptimos o incluso resumir un programa largo en unos minutos destacados. En resumen, la IA simplifica la postproducción técnica, reduciendo la barrera para obtener un resultado pulido. El aprendizaje aquí pasa de ser “cómo usar una mesa de mezclas” a “cómo aprovechar las recomendaciones de la IA y afinar el resultado final”. Los estudiantes siguen tomando decisiones creativas, pero con asistentes inteligentes que agilizan las tareas rutinarias.

Podríamos hacer una sencilla comparación de las diferencias:

  • Antes (radio educativa tradicional): guiones escritos 100% por alumnos; música obtenida de bibliotecas o ausente; solo voces humanas de los participantes; edición manual laboriosa.

  • Ahora (radio con ayuda de IA): guiones co-escritos con ChatGPT (supervisados por docentes); música original generada por IA según lo requerido; posibilidad de voces sintéticas añadidas a las humanas; edición asistida por IA (reducción de ruidos, transcripciones, etc.).


Un modelo que incorpore la IA en el proceso de diseño de podcasts educativos podría seguir estas fases concretas, combinando la participación activa del alumnado con las ayudas que brindan varias herramientas de IA:

1. Planificación del programa: El docente y los alumnos deciden la temática del podcast y su formato. Por ejemplo, imaginemos un podcast mensual sobre “Noticias científicas del colegio”. Se reparten roles (guionistas, locutores, técnicos) fomentando la colaboración. 

En esta fase inicial, ChatGPT puede funcionar como brainstorming: se le podría preguntar “¿Qué secciones podríamos incluir en un programa de radio escolar sobre ciencia?” para obtener sugerencias de secciones (noticias, entrevistas, curiosidades, música temática, etc.). Los estudiantes discuten y filtran estas ideas, ejercitando el criterio propio. Es importante que el docente oriente en la selección de contenidos adecuados a la edad y al currículo.

2. Documentación y guion: Una vez elegidos los temas específicos de cada episodio, los alumnos investigan (en libros, Internet, entrevistas a profesores u expertos). Con la información recopilada, elaboran un borrador de guion

Aquí ChatGPT puede emplearse para estructurar y redactar junto con el alumno: por ejemplo, si un estudiante tiene datos sobre un experimento científico, puede pedir al modelo “ayúdame a explicar esto de forma clara para niños de 10 años”. El modelo de IA generará un párrafo comprensible que el alumno revisará y ajustará a su estilo. ChatGPT también puede traducir secciones si se desea un segmento bilingüe, o sugerir títulos llamativos para el programa. 

Se debe insistir en la verificación de todo dato que proporcione la IA y en mantener la voz personal: la IA es un editor o co-escritor, pero los alumnos deben apropiarse del texto final. Al terminar esta fase, se contará con un guion narrativo pulido y una escaleta (orden de secciones) bien definida.

3. Producción de elementos sonoros: Con el guion listo, se preparan los recursos de audio. Para la música de la intro, cuñas o fondo, se utiliza Suno u otra IA generativa musical. Por ejemplo: “Crear música de fondo alegre de 30 segundos con estilo pop”. La herramienta generará una pista y, si no convence, se ajusta la petición (cambiando el estilo, tempo, instrumentos) hasta obtener una melodía adecuada. 

Del mismo modo, si el guion requiere efectos de sonido (digamos, aplausos, sonido de lluvia, etc.), en vez de buscar archivos en bancos sonoros, se puede pedir a una IA generativa de audio que los cree o usar librerías donde la IA ayuda a encontrarlos rápidamente. En cuanto a las voces, se organizan las grabaciones de los alumnos locutores. Si algún estudiante no puede grabar presencialmente, podría aportar su texto y usar un sintetizador de voz para generar su parte con voz artificial (intentando elegir una voz con tono juvenil para que encaje). 

Incluso se puede usar la síntesis de voz para incluir un personaje invitado: por ejemplo, un segmento donde un “robot” responde preguntas, cuya voz sería una IA leyendo un texto humorístico escrito por los alumnos. Esta combinación de voces reales e IA añade dinamismo al podcast.

4. Grabación y edición: Se procede a grabar a los alumnos según el guion. Es recomendable grabar en un espacio silencioso utilizando micrófonos; aun así, cualquier pequeño ruido se podrá arreglar después con IA. Tras recopilar todas las pistas (voces, música generada, efectos), comienza la edición. Se pueden usar softwares amigables para educación como Audacity; pero para agilizar, es útil apoyarse en herramientas con IA integrada. 

Un flujo de trabajo podría ser: primero, cargar las voces en una plataforma de transcripción automática (muchos editores web generan la transcripción con IA en minutos). Con el texto transcrito, los alumnos pueden editar el audio corrigiendo el texto: por ejemplo, eliminando muletillas (“eh”, “mmm”) simplemente borrando esas palabras de la transcripción, lo que borra el fragmento de audio correspondiente. También se puede ajustar la duración eliminando silencios largos que la IA identifica. Luego, se mezclan las voces con la música y efectos en las pistas correspondientes. 

Para homogeneizar el sonido, se aplican filtros automáticos: reducción de ruido de fondo, normalización de volumen y ecualización, ayudados por algoritmos inteligentes que configuran estos parámetros óptimos automáticamente. Los alumnos aprenden así no solo la edición manual sino también a usar las sugerencias de la IA (y a escuchar críticamente el resultado, ajustando si algo no suena natural). Al finalizar, el episodio piloto del podcast estaría listo.

5. Publicación y retroalimentación: El producto final se exporta y se comparte en la comunidad educativa. Junto con el audio, ChatGPT puede asistir a los alumnos para redactar la descripción del episodio, resumir los contenidos o proponer títulos atractivos. Una vez publicado, se invita a la comunidad educativa (familias, otros cursos) a escucharlo. 

Se pueden recoger comentarios y sugerencias de los oyentes. Esta fase cierra el ciclo con reflexión: los estudiantes, guiados por el profesor, evalúan qué salió bien y qué mejorar. Preguntas útiles: “¿El guion generado con IA representó bien nuestras ideas?”, “¿La música creada encajó con el tono del programa?”, “¿Las voces sintéticas añadieron algo interesante?”. Así se refuerza un aprendizaje metacognitivo sobre el uso de la IA: entienden en qué ayudó y qué límites tuvo, desarrollando sentido crítico tecnológico.


Un aspecto esencial es la formación inicial: tanto docentes como alumnos deben familiarizarse con estas herramientas antes de usarlas en producción. Se puede comenzar con ejercicios simples (por ejemplo, un taller donde los alumnos prueben a hacer “un anuncio de radio ficticio” usando ChatGPT para el texto y un sintetizador para la voz, de pocos minutos). Poco a poco, al ganar confianza, se implementa ya en el podcast principal de clase. Por último, es recomendable documentar todo el proceso (con capturas de pantalla de las interacciones con IA, making-of en vídeo, etc.) para luego compartir la experiencia con otros docentes. 


La IA generativa avanza rápidamente en el campo auditivo. Es previsible que antes de 2030 existan asistentes de radio virtuales capaces de producir casi todo un programa con mínima intervención humana. Por ejemplo, se está experimentando con IA locutores que pueden ofrecer boletines de noticias, el tiempo o el tráfico de forma autónoma. En el ámbito educativo, esto podría traducirse en bots que generen a diario un breve noticiero para el instituto (curado por profesores para garantizar calidad). 

También veremos mejoras en la personalización del audio: podcasts educativos que se adapten al oyente individual gracias a la IA. Un alumno podría preguntar por voz a su podcast de historia y el sistema contestarle o profundizar en tiempo real, volviendo el programa interactivo más que lineal. La traducción y doblaje automáticos también serán inmediatos: un mismo podcast escolar podría publicarse simultáneamente en español, inglés y francés, narrado en cada idioma por voces sintéticas naturales, lo que fomentaría el bilingüismo

Además, la calidad del audio dejará de ser limitante: algoritmos cada vez más integrados asegurarán sonido profesional incluso grabando con un simple móvil. Muchos de estos avances vendrán integrados en las plataformas educativas - igual que hoy ya existen aplicaciones que transcriben clases o generan resúmenes con IA, mañana las habrá especializadas en producción radiofónica escolar.

Junto con las posibilidades, surgen importantes retos. Uno central será mantener el protagonismo del alumno en la era de la automatización. Si la IA puede hacer “todo”, habrá que definir claramente qué deben seguir haciendo los estudiantes para que el proyecto siga teniendo valor educativo. 

El riesgo es caer en producciones prefabricadas donde los niños solo pulsan botones; para evitarlo, los docentes deberán diseñar actividades donde la IA sea una herramienta y no el autor principal. Por ejemplo, aunque una IA genere un guion inicial, se puede pedir a los alumnos que lo reescriban con su propio punto de vista, o aunque una voz sintética represente a un personaje, que sea el alumno quien haya escrito sus líneas. 

Otro reto es garantizar la veracidad y calidad del contenido: la IA a veces comete errores o presenta información con sesgos. Habrá que educar al alumnado en habilidades de alfabetización mediática digital, para que cuestionen y comprueben cualquier dato que obtengan de una IA. Igualmente, será necesario establecer un código ético en la radio escolar con IA: por ejemplo, transparencia sobre qué partes fueron generadas por máquina (para no engañar a la audiencia), consentimiento informado si se clonan voces de personas, y respeto a la privacidad. Precisamente la privacidad es otro desafío citado por expertos: algunas aplicaciones de IA pueden requerir subir voces o textos de estudiantes a la nube, lo que implica cuidado en la gestión de esos datos. 

Los centros deberán seguir normativas (como las leyes de protección de datos) y probablemente optar por soluciones de IA validadas para entornos educativos, con garantías de seguridad. Finalmente, un reto práctico es la formación docente continua: no todos los profesores se sienten cómodos con estas tecnologías de inicio. Será crucial invertir en capacitación para que el profesorado adquiera las competencias digitales e didácticas necesarias para incorporar la IA de forma eficaz. 

Superados los retos, las oportunidades son enormes. Una radio escolar potenciada por IA puede democratizar la participación: antes, un alumno con dificultades de lenguaje o con discapacidad auditiva/visual tenía más barreras para involucrarse; ahora, gracias a transcripciones automáticas y síntesis de voz, todos pueden aportar en la medida de sus capacidades. Por ejemplo, un estudiante sordo puede seguir el proceso creativo leyendo las transcripciones en tiempo real, o un alumno con impedimentos para hablar puede escribir sus ideas y convertirlas en audio con un avatar de voz. 

Esto hace la radio escolar más inclusiva que nunca. También se abre la puerta a proyectos interdisciplinarios más ricos: con IA es factible integrar en el podcast contenidos de ciencias (explicados con ayuda de ChatGPT), piezas musicales compuestas en clase de música (con IA como “instrumento”) o segmentos en idiomas extranjeros (apoyados por traducción automática). El resultado son proyectos STEAM completos que tocan ciencia, arte, tecnología y lenguas, motivando al alumnado en múltiples áreas. 

Otra oportunidad es la proyección externa: los podcasts educativos de calidad, una vez publicados en Internet, pueden llegar a oyentes de fuera del centro, generando intercambios. Colegios de diferentes regiones (o países) podrían intercambiar programas, e incluso, mediante IA de traducción, entenderse mutuamente aunque hablen en distintos idiomas. Esto ampliaría el horizonte cultural de los alumnos. 

En lo creativo, la IA puede animar a los estudiantes a imaginar nuevos formatos: ¿por qué limitarse a un programa tradicional? Quizá un grupo se atreva a producir una audionovela con efectos especiales generados por IA, o un concurso de conocimientos donde un bot hace de concursante rival. Las posibilidades lúdicas aumentan, manteniendo el componente pedagógico.

Por último, la adopción de IA en la radio escolar prepara a los jóvenes para el mundo que les espera. Les permite desarrollar competencias del siglo XXI: aprenden a trabajar con inteligencia artificial, a aprovecharla sin abusar de ella, a entender sus limitaciones éticas y técnicas. Igual que la introducción de Internet en las aulas hace años requirió enseñar a buscar y valorar la información, la introducción de la IA requerirá enseñar a promptear correctamente, a revisar críticamente lo obtenido y a crear contenido original con apoyo de máquinas. La radio escolar puede ser un laboratorio ideal para esta enseñanza, porque combina tecnología, comunicación y pensamiento crítico de forma atractiva. Si se impulsa adecuadamente, en unos años podríamos ver una nueva generación de creadores de audio - jóvenes que empezaron en la emisora de su colegio asistidos por IA, y que luego llevarán esa experiencia a medios profesionales o a la industria creativa con una mentalidad innovadora.

La radio escolar en España, potenciada por la IA generativa, tiene un horizonte prometedor. Ya hay datos que avalan su crecimiento como herramienta educativa (un 28,7% de centros la emplean) y ejemplos concretos de docentes integrando IA en sus proyectos (guiones con ChatGPT, música con Suno, etc.). 

La tradición radiofónica educativa y la innovación tecnológica no son opuestas, sino complementarias: unidas, pueden hacer de la escuela un lugar donde la creatividad y la inteligencia (natural y artificial) suenen al unísono. La última palabra la tendrán, como siempre, los propios estudiantes, que con estas herramientas en mano podrán llevar la magia de la radio a nuevas fronteras de imaginación y conocimiento.


Comentarios

  1. Hola Ramón. Gracias por el excelente artículo. En nuestra Radio comenzamos a utilizar algunas de las propuestas que haces. Me gusta la forma en la que las has organizado. Pero desde luego, creo que lo más importante es pensar bastante bien, con los filtros que tú mismo propones. Protección de datos, personalidad propia de las radios (frente a la estandarización) y mantener procesos creativos del alumnado y profesorado.
    Un saludo desde Radio Federico. Vícar.

    ResponderEliminar

Publicar un comentario