ABEL / LAB · COMPARATIVA
IA generativa · prototipado · ABJ

Jenga 2D vs Jenga 3D

He creado dos versiones de una misma idea y me parece más interesante compararlas que sustituir una por la otra. El 3D es más complejo y espectacular, pero eso no significa automáticamente que enseñe mejor. Lo útil es mirar qué aporta cada decisión de diseño.

NivelIntermedio · Avanzado
EtapaUniversidad · Formación docente · Secundaria adaptable
Tiempo15–40 min según uso
ModalidadDemostración · Juego por equipos · Comparación crítica
HerramientasChatGPT · GPT-6 Astra · HTML/CSS/JS · GitHub · Cloudflare
Uso en claseABJ, diseño de juegos, IA y evaluación de prototipos

Dos generaciones del mismo recurso

Misma idea de partida
distinto nivel de sofisticación
Versión inicial · 2D

La torre del aprendizaje

Fue el primer prototipo web. Prioriza sencillez, rapidez de uso y una representación plana de la torre. Permite jugar por equipos, responder preguntas y cerrar con un debriefing.

  • Torre 2D y selección directa de bloques.
  • Interfaz simple para proyectar en clase.
  • Puntuación y feedback docente básicos.
  • Buen ejemplo de prototipo funcional creado rápidamente con IA.
Versión avanzada · 3D

La torre del aprendizaje 3D

La segunda versión desarrolla mucho más la misma idea. Añade representación espacial, configuración de partida, banco editable y una separación más estricta entre rendimiento conceptual y estabilidad lúdica.

  • Torre CSS 3D con seis caras por bloque, giro, zoom y vista plana alternativa.
  • 36 retos estructurados, opción múltiple y respuesta abierta.
  • Modelo determinista de estabilidad independiente de si la respuesta es correcta.
  • Recuperación local, exportación de sesión y banco JSON editable.

Qué cambia realmente

No me interesa comparar solo
el aspecto visual
DimensiónJenga 2DJenga 3D
RepresentaciónTorre plana, muy rápida de interpretar.Torre tridimensional con pisos alternos, giro, zoom, selector por número y vista plana de respaldo.
EstabilidadModelo lúdico más simple; en el primer prototipo la tensión podía verse afectada también por el resultado de las respuestas.Modelo determinista por apoyos y altura. El acierto conceptual y la estabilidad se calculan por separado.
PreguntasBanco integrado en el código, orientado a preguntas y feedback rápidos.36 ítems estructurados con categoría, dificultad, tipo, solución, criterio y explicación. Banco JSON editable e importable.
ValoraciónCorrecta, parcial o incorrecta, con puntuación sencilla.0–2 puntos por contenido más 1 por justificación sólida, con criterio visible y posibilidad de reformulación.
ConfiguraciónEquipos y temporizador básico.2–6 equipos, cooperativo o por equipos, 8/10/12 turnos y temporizador opcional.
SeguimientoRegistro básico de la partida.Historial, guardado local, recuperación y exportación de la sesión.
AccesibilidadControles web estándar y reducción de movimiento.Teclado, estados ARIA, reducción de movimiento, vista plana, selección por número y participación por voz o chat.
Dependencia de IALa IA ayuda a construir el prototipo; el juego funciona después sin consultar a ChatGPT.Igual: la IA interviene en el desarrollo, no durante la partida. El juego funciona sin API.
La pregunta que me interesa en clase. El 3D ofrece más control y más posibilidades, pero quiero que el alumnado discuta si el giro, la simulación de apoyos, la configuración, el banco editable o la evaluación más rica aportan realmente algo al objetivo de aprendizaje y qué complejidad adicional introducen.

IA como proceso de iteración

Del prototipo rápido
a una aplicación más compleja
01
Idea educativa

Parto de una torre de preguntas que combine decisión lúdica, discusión y reflexión.

02
Prototipo 2D

ChatGPT me ayuda a convertir la idea en HTML, CSS y JavaScript funcional.

03
Iteración 3D

GPT-6 Astra se utiliza para desarrollar una versión más ambiciosa con espacialidad, estados y lógica adicional.

04
Publicación

Versiono los archivos en GitHub y Cloudflare Pages despliega la versión web.

Nota de procedencia. En el entorno donde trabajé esta segunda versión aparecía la denominación «GPT Astra 6.3». En la documentación pública oficial consultada, OpenAI denomina al modelo GPT-6 Astra, así que utilizo el nombre oficial cuando documento la parte técnica y conservo la otra denominación solo como referencia del entorno de trabajo.

Antes de usarlo en clase

Prueba técnica breve
antes de proyectar

La documentación de la versión 3D describe validación del banco y de la lógica, pero indicaba que el renderizado 3D y todas las interacciones no se habían verificado visualmente de extremo a extremo en un navegador real dentro de su entorno de creación. Por eso haría siempre una partida rápida de prueba en el mismo navegador y dispositivo que vaya a utilizar en clase.

Referencias

Marco conceptual
y procedencia técnica
Plass, Homer & Kinzer (2015)

Fundamentos del aprendizaje basado en juegos.

DOI ↗
Deterding et al. (2011)

Definición académica de referencia de gamificación.

DOI ↗
Sailer & Homner (2020)

Metaanálisis sobre gamificación del aprendizaje.

DOI ↗
OpenAI · GPT-6 Astra

Nombre público oficial utilizado para documentar el modelo.

OpenAI ↗
EDU/LAB · Comparativa de prototiposRigor y fuentes ↗