Tecnología
10 de julio de 2026
IA en la educación: el desafío de la responsabilidad
Las tecnologías inteligentes exigen gobernanza, formación docente y sentido crítico para no profundizar las desigualdades

La inteligencia artificial se ha consolidado como una de las fuerzas más relevantes de la transformación digital contemporánea, y la educación ha pasado a ocupar un lugar central en este movimiento. Si antes la discusión giraba en torno a la digitalización de contenidos y la expansión de la enseñanza a distancia, ahora el debate avanza hacia sistemas capaces de generar retroalimentación, adaptar itinerarios de aprendizaje, apoyar la planificación pedagógica y automatizar tareas administrativas (Bond et al., 2024).
En términos prácticos, esto significa que la IA ya no es solo un recurso periférico: comienza a interferir en la propia organización del proceso educativo, en la mediación docente y en la forma en que el conocimiento se produce, se evalúa y se distribuye. Organismos internacionales como la Unesco (Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura) vienen alertando sobre el hecho de que este avance necesita ser guiado por una visión centrada en el ser humano, y no solo por promesas de eficiencia (Miao; Holmes, 2023).
Parte del entusiasmo en torno a la IA en la educación se deriva de un problema antiguo: la dificultad de ofrecer una enseñanza más receptiva en sistemas marcados por la heterogeneidad de perfiles, limitaciones presupuestarias y escasez de tiempo pedagógico. En este contexto, las herramientas de inteligencia artificial ofrecen algo históricamente deseado por escuelas y universidades: la posibilidad de personalizar el aprendizaje a escala.
Las revisiones recientes muestran que el área de AIED (Artificial Intelligence in Education – algo así como “Inteligencia Artificial en la Educación”) ha crecido rápidamente y ha llegado a abarcar desde sistemas tutores inteligentes hasta asistentes generativos, analítica educacional, evaluación automatizada y apoyo a la docencia. La literatura también indica que este ecosistema ya no debe ser visto como una tendencia pasajera, sino como parte de una reconfiguración más amplia de las prácticas educativas (Wang et al., 2024).
Personalización
Uno de los usos más prometedores de la IA se encuentra precisamente en la personalización. Los sistemas tutores inteligentes pueden identificar patrones de error, ajustar el nivel de dificultad, recomendar ejercicios y ofrecer retroalimentación inmediata según el desempeño del estudiante.
Se trata de un cambio importante, porque la enseñanza tradicional frecuentemente opera a un ritmo único para clases muy diversas. Metaanálisis clásicos sobre sistemas de tutoría inteligente ya indicaban efectos positivos moderados sobre el aprendizaje en la enseñanza superior, mostrando que estos sistemas tienden a superar métodos como la enseñanza tradicional, la lectura de materiales, actividades autónomas y la enseñanza asistida por computadora, aunque todavía no reemplazan plenamente la tutoría humana.
Estos hallazgos refuerzan que la IA puede mejorar los resultados educativos cuando se diseña con una base pedagógica consistente y se integra al trabajo docente, y no solo como una solución tecnológica aislada. Más recientemente, revisiones sistemáticas continúan señalando ganancias en compromiso y rendimiento, aunque resaltan la necesidad de experimentos más robustos y mayor atención al contexto de implementación (Steenbergen-Hu; Cooper, 2014; Kulik; Fletcher, 2016).
En el plano del trabajo docente, la IA también puede representar un cambio relevante. Según la Unesco, la inteligencia artificial puede auxiliar al profesor tanto en actividades pedagógicas como en la gestión del aprendizaje, permitiendo personalizar contenidos, analizar patrones de desempeño, automatizar tareas repetitivas y apoyar procesos de toma de decisiones educacionales.
Para la entidad, estas tecnologías pueden mejorar las experiencias de aprendizaje, contribuir a la preparación de clases, apoyar procesos evaluativos y favorecer el seguimiento individualizado de los estudiantes, además de fortalecer el desarrollo profesional continuo de los docentes. Sin embargo, el documento resalta que la IA no debe sustituir al profesor, sino actuar como instrumento de apoyo a la práctica pedagógica, preservando la interacción humana, el pensamiento crítico, la mediación docente y la responsabilidad ética como elementos centrales del proceso educacional (Unesco, 2024a).
Evaluación
Otro campo importante es la evaluación. Con el auge de la IA generativa, la evaluación educativa ha dejado de ser solo un espacio de medición y se ha convertido también en un terreno de disputa epistemológica. La literatura reciente indica que la IA generativa tiende a transformar profundamente los procesos de evaluación en la educación superior, al mismo tiempo que crea oportunidades y desafíos.
Entre las oportunidades, se destacan la posibilidad de ofrecer retroalimentación inmediata, apoyar la autoevaluación de los estudiantes, favorecer la personalización del aprendizaje y estimular prácticas de estudio más autónomas. Sin embargo, el uso de herramientas como ChatGPT también amplía las preocupaciones relacionadas con la integridad académica, ya que estos sistemas pueden producir textos, respuestas y actividades con un alto grado de calidad aparente. Ante esto, Xia et al. (2024) defienden que las evaluaciones necesitan ser rediseñadas, desplazando el foco de la simple reproducción de contenido a competencias más complejas, como pensamiento crítico, creatividad, resolución de problemas, aprendizaje autorregulado y uso ético de la IA.
Los autores también resaltan la necesidad de formación docente en evaluación, alfabetización digital e inteligencia artificial, así como la revisión de las políticas institucionales de evaluación, con mayor valoración de prácticas innovadoras, interdisciplinarias y alineadas a las nuevas demandas educativas.
Existe todavía una dimensión frecuentemente subestimada en el debate sobre IA y educación: la inclusión. En teoría, tecnologías basadas en inteligencia artificial pueden ampliar accesibilidad, apoyar a estudiantes con discapacidad, ofrecer traducción automática, lectura asistida, simplificación textual, feedback en lenguaje claro y trayectorias de aprendizaje más flexibles y personalizadas. Este potencial se vuelve aún más relevante en contextos de masificación de la enseñanza, en los cuales el acompañamiento individualizado tiende a ser limitado.
Sin embargo, el Informe GEM, de la Unesco, advierte que la tecnología no es sinónimo automático de equidad. La expansión de soluciones digitales puede profundizar desigualdades ya existentes cuando persisten problemas de conectividad, infraestructura insuficiente, ausencia de políticas institucionales y bajos niveles de alfabetización digital.
El informe destaca, por ejemplo, que una gran parte de las escuelas en el mundo aún no tiene acceso adecuado a internet y que muchos países carecen de regulaciones claras para el uso de tecnologías educativas. De esta forma, los impactos inclusivos de la IA dependen menos de la tecnología en sí y más de las condiciones sociales, organizacionales y pedagógicas que estructuran su implementación en el entorno educativo (Unesco, 2023).
Desafíos
Los desafíos, por lo tanto, son tan relevantes como las potencialidades. El primero de ellos es el riesgo de superficialización del aprendizaje. Si se utiliza mal, la IA puede estimular respuestas rápidas sin comprensión profunda, debilitar la autoría intelectual y reducir el esfuerzo cognitivo necesario para consolidar el conocimiento. Otro punto crítico es el problema de las alucinaciones, los sesgos y los errores fácticos.
Los modelos generativos pueden presentar información falsa con alta fluidez verbal, lo que es particularmente preocupante en entornos en los que los estudiantes aún están formando repertorio conceptual y criterios de validación. Artículos recientes sobre el uso de grandes modelos de lenguaje en la educación insisten en que el valor pedagógico de estas herramientas depende del desarrollo simultáneo de competencias de verificación, curación, formulación de prompts y lectura crítica (Kasneci et al., 2023).
También merece atención la cuestión de la gobernanza. La educación trabaja con datos sensibles, trayectorias individuales, desigualdades históricas y relaciones asimétricas de poder. En este escenario, adoptar IA sin parámetros claros sobre protección de datos, rastreabilidad, criterios de decisión y responsabilidad institucional sería un error estratégico y ético.
La Unesco sostiene que los sistemas educativos necesitan marcos que articulen derechos, seguridad, supervisión humana y desarrollo de competencias en IA tanto para docentes como para estudiantes. No se trata solo de regular una herramienta, sino de definir qué proyecto educativo se pretende fortalecer con ella (Miao; Holmes, 2023; Unesco, 2024a; Unesco, 2024b).
La gran contribución de la IA a la educación quizás no resida en automatizar la enseñanza, sino en presionar a escuelas, universidades y directivos a repensar lo que realmente importa aprender. En un contexto en el que las respuestas listas se vuelven abundantes, ganan aún más valor capacidades como la argumentación, el juicio, la creatividad, la interpretación contextual, la ética y la resolución de problemas complejos.
La tecnología puede ser una aliada poderosa para ampliar la escala, la personalización y el apoyo a la docencia, pero difícilmente sustituirá el papel formativo de la relación pedagógica. El punto central, por lo tanto, no es elegir entre aceptar o rechazar la IA. Es definir, con lucidez, qué usos fortalecen el aprendizaje y cuáles lo empobrecen. En la educación, como en pocos otros campos, la innovación sin criterio puede ser solo automatización de aquello que ya funcionaba mal. Con criterio, puede convertirse en una oportunidad concreta de cualificar la enseñanza, la gestión y el desarrollo humano.
| Para tener acceso a las referencias de este texto haz clic aquí |
Quién publicó esta columna
Renato Máximo Sátiro








