Los desafíos del uso de la IA en la enseñanza superior

Columna

Inteligencia Artificial

13 de abril de 2026

Los desafíos del uso de la IA en la enseñanza superior

El MEC propone directrices para alinear el uso de la tecnología con los principios pedagógicos, éticos y sociales que orientan la educación brasileña

La creciente incorporación de la inteligencia artificial en los procesos educativos ha producido tensiones relevantes, especialmente en lo que se refiere a la superficialidad del aprendizaje y a la reducción del esfuerzo cognitivo en actividades complejas. Según Kasneci et al. (2023), aunque los sistemas basados en modelos de lenguaje amplían el acceso a la información y apoyan actividades educativas, su uso indiscriminado puede comprometer procesos cognitivos esenciales, como la elaboración crítica y la construcción activa del conocimiento. Como se discutió en mi columna anterior (IA y formación profesional), aunque la tecnología amplía el acceso a la información y aumenta la eficiencia en la ejecución de tareas, se observa un desplazamiento progresivo del papel del estudiante, que pasa de la construcción activa del conocimiento a la supervisión de respuestas automatizadas.

Bender et al. (2021) afirman que los sistemas de lenguaje basados en IA tienden a producir respuestas plausibles sin compromiso con la comprensión o la veracidad, lo que puede inducir a un uso acrítico y reforzar la dependencia en relación con las salidas automatizadas, con potenciales impactos sobre el desarrollo del pensamiento crítico y de la autonomía intelectual. En este contexto, la reciente publicación del “Referencial para el Desarrollo y Uso Responsable de Inteligencia Artificial en la Educación (Brasil, 2026)”, elaborada por el Ministerio de Educación, se inserta como respuesta institucional a estas transformaciones, al reconocer tanto las oportunidades como los riesgos asociados a la adopción acelerada de la tecnología y al proponer directrices que buscan alinear su uso a los principios pedagógicos, éticos y sociales que orientan la educación brasileña. Se vuelve, por lo tanto, fundamental examinar el documento de forma crítica y profunda, a fin de comprender no solo sus recomendaciones formales, sino también sus implicaciones efectivas sobre prácticas pedagógicas, procesos evaluativos y la formación de estudiantes en un escenario mediado por inteligencia artificial.

Educación superior

El texto de esta columna se centra en la educación superior, donde la presencia de la inteligencia artificial impone revisiones más profundas sobre enseñanza, aprendizaje e investigación. El Marco explícito que las instituciones deben promover reorientaciones curriculares orientadas al desarrollo de competencias de orden superior, como pensamiento crítico, creatividad y resolución de problemas inéditos, al mismo tiempo que exige la revisión de prácticas evaluativas, dada la facilidad de producción automatizada de respuestas. Desde el punto de vista regulatorio, el documento establece la necesidad de estructuras institucionales de gobernanza, con definición clara de políticas para el uso de IA, mecanismos de supervisión humana efectiva y evaluación continua de los impactos de los sistemas adoptados. También enfatiza la transparencia y explicabilidad, la protección de datos y la privacidad, la prevención de sesgos algorítmicos, la garantía de integridad académica y el enfrentamiento de desigualdades de acceso. En este contexto, la adopción de la IA en la educación superior se trata no como una cuestión meramente tecnológica, sino como decisión pedagógica, ética e institucional, que debe permanecer subordinada al proyecto formativo y al papel central de la docencia.

Plan pedagógico

En el plan pedagógico, los desafíos se vuelven aún más evidentes, en la medida en que la presencia de la IA tensa los fundamentos tradicionales del proceso de enseñanza y aprendizaje. La disponibilidad de respuestas automatizadas y la facilidad de generación de contenidos ponen en riesgo la centralidad del esfuerzo cognitivo, favoreciendo la externalización de etapas esenciales, como el análisis, la síntesis y la construcción argumentativa. Firth et al. (2019) demuestran que la creciente dependencia de los sistemas digitales para el acceso y procesamiento de información puede reducir el compromiso en procesos cognitivos más profundos, reforzando dinámicas de externalización del pensamiento.

En este escenario, se hace necesaria la revisión de prácticas evaluativas históricamente basadas en la reproducción de contenido. Según lo discutido por Bearman et al. (2022), la creciente presencia de herramientas basadas en inteligencia artificial desafía los modelos tradicionales de evaluación en la educación superior, exigiendo la adopción de estrategias que privilegien la autoría, el pensamiento crítico y la aplicación del conocimiento en detrimento de la simple reproducción de respuestas. Paralelamente, se impone la necesidad de desarrollar competencias de orden superior, como pensamiento crítico, creatividad y resolución de problemas complejos, asegurando que la inteligencia artificial sea utilizada como herramienta de apoyo y no como sustituto del proceso formativo.

Plan docente e institucional

En el plan docente e institucional, los desafíos se centran en la necesidad de reconfiguración del papel del profesor y de las estructuras académicas ante la incorporación de la inteligencia artificial. El Referencial enfatiza la centralidad de la docencia como elemento insustituible. En consonancia, la Unesco (2023) destaca que los sistemas de IA deben actuar como soporte a las prácticas pedagógicas, sin sustituir el papel del profesor, que permanece responsable de la mediación crítica, la orientación ética y la conducción del proceso de aprendizaje.

En este contexto, se vuelve indispensable invertir en la formación inicial y continua para el uso pedagógico de la IA, así como promover reestructuraciones curriculares que integren la tecnología de forma intencional y alineada a los objetivos formativos. Además, las instituciones de enseñanza superior están llamadas a establecer directrices claras para el uso de la IA en actividades académicas, garantizando coherencia entre prácticas pedagógicas, criterios de evaluación y principios institucionales, de modo a evitar el uso indiscriminado o desalineado con el proyecto educativo.

Plan regulatorio

En el plano regulatorio y de gobernanza, los desafíos se centran en la construcción de estructuras institucionales capaces de orientar el uso de la inteligencia artificial de forma responsable, transparente y alineada al interés público. El Marco destaca la necesidad de políticas claras que involucren protección de datos, garantía de privacidad, mitigación de sesgos algorítmicos y exigencia de explicabilidad de los sistemas adoptados. En consonancia con estas directrices, la Unesco (2023) enfatiza que la adopción de inteligencia artificial en la educación debe estar orientada por principios de transparencia, supervisión humana y responsabilidad institucional, asegurando que las decisiones educacionales permanezcan bajo el control de agentes humanos cualificados.

En la educación superior, esto se traduce en la creación de mecanismos de supervisión continua, evaluación del impacto de las tecnologías utilizadas y definición de criterios para su adopción. A este escenario se suma la preocupación por la integridad académica, especialmente ante los riesgos de plagio y autoría automatizada, así como por las desigualdades de acceso a la infraestructura digital, que pueden ampliar asimetrías ya existentes. De esta forma, la gobernanza de la IA deja de ser un aspecto accesorio y pasa a constituir un elemento central en la regulación de las prácticas educativas mediadas por tecnología.

Ante este conjunto de desafíos, se hace evidente que la incorporación de la inteligencia artificial en la enseñanza superior no puede ser tratada como una simple actualización tecnológica, sino como un proceso de reconfiguración estructural del propio modelo educativo. Las directrices presentadas por el Referencial indican que la centralidad del proceso formativo debe ser preservada, exigiendo que la adopción de sistemas de IA esté subordinada a criterios pedagógicos, éticos e institucionales claramente definidos. En este contexto, la tecnología deja de ser un fin en sí misma y pasa a ser comprendida como un instrumento cuya legitimidad depende de su capacidad para sustentar procesos de aprendizaje profundo y desarrollo intelectual consistente.

Así, el principal desafío no reside en la presencia de la inteligencia artificial, sino en la forma en que se integra en los procesos educativos. El riesgo de superficialidad, dependencia y fragilización cognitiva no es inherente a la tecnología, sino a su uso desarticulado de una intencionalidad pedagógica consistente. En este sentido, la incorporación de la IA en la educación superior exige no solo la adopción de herramientas, sino la construcción deliberada de entornos formativos que preserven la complejidad del pensamiento, la autoría intelectual y la capacidad de afrontar problemas inéditos. La consolidación de prácticas responsables depende, por lo tanto, de la articulación entre formación docente, revisión curricular, políticas institucionales y mecanismos de gobernanza, de modo que la inteligencia artificial actúe como amplificadora, y no como sustituta, de las competencias humanas esenciales.

Para tener acceso a las referencias de este texto haz clic aquí

Quién publicó esta columna

Maurício Acconcia Dias

Possui graduação em Ciência da Computação pela Universidade Federal de Lavras, mestrado e doutorado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo e MBA em Data Science Analytics pela USP/Esalq. Atua com desenvolvimento de hardware para sistemas inteligentes aplicados à robótica. É consultor em Data Science & Analytics e Desenvolvimento de sistemas embarcados e orientador do MBA USP/Esalq.

También te puede interesar

16 de noviembre de 2026

Eficiencia Fiscal e Impacto Social: la integración de los mecanismos de renuncia fiscal a la planificación tributaria empresarial

Los mecanismos de renuncia fiscal de aplicación social sectorial en Brasil representan un instrumento de planificación tributaria viable y subutilizado por el sector privado. El estudio objetivó demostrar la operatividad, calculabilidad y relevancia estratégica de la incorporación de estos mecanismos a la gestión tributaria empresarial. Para ello, se analizó la estructura normativa de los principales incentivos fiscales federales, estatales y municipales, y se desarrolló un modelo de cálculo del potencial de destinación. Se aplicó el modelo en simulaciones con datos contables y fiscales de dos empresas con perfiles tributarios distintos, utilizando un enfoque cualitativo y cuantitativo, con estudio de casos múltiples. Los resultados indicaron que, para ambos perfiles simulados, el potencial de destinación fue significativo y su utilización no implicó un incremento del costo fiscal total. La comparación entre los perfiles reveló que la composición de la cartera de incentivos debe ser calibrada conforme a la predominancia del IRPJ, del ICMS o del ISS en la estructura tributaria de cada contribuyente. Como contribución, el trabajo ofreció una sistematización de los mecanismos disponibles en las tres esferas y un modelo replicable de estimación del potencial de destinación, herramienta ausente en la literatura nacional sobre planificación tributaria.

Palabras clave: Extrafiscalidad; Gestión fiscal; Gobernanza tributaria; Incentivos tributarios; Responsabilidad corporativa.

16 de noviembre de 2026

Modelado exploratorio del efecto del tratamiento preventivo de la citomegalovirosis en pacientes con SIDA

El citomegalovirus (CMV) es altamente prevalente y causa enfermedad grave en individuos inmunocomprometidos, como pacientes con VIH. Ante la escasez de datos robustos sobre el tratamiento preventivo para esta infección, se desarrolló un modelo exploratorio. El objetivo fue identificar subgrupos potenciales que se beneficiarían de este enfoque. Se realizó un estudio observacional retrospectivo, analizando 176 historias clínicas de pacientes internados en un hospital terciario entre 2017 y 2022. Tras aplicar criterios de inclusión y exclusión, 116 pacientes se dividieron en un grupo de tratamiento preventivo (19) y un grupo control (97). Se utilizaron técnicas de aprendizaje automático, como LinearDML y CausalForestDML, y análisis de variables por Importancia de Características y SHAP. El análisis de las variables indicó que la alta viremia de CMV estuvo asociada al fallecimiento, con una Odds Ratio de 1,85 (p = 0,004). El modelo estimó un aumento en la mortalidad global asociado al tratamiento preventivo (ATE del 48%, p = 0,0180), posiblemente reflejando la mayor gravedad basal de los pacientes tratados. Sin embargo, el análisis de heterogeneidad identificó que los pacientes de mayor edad presentaron un efecto estimado relativamente más favorable. Las limitaciones incluyeron el pequeño tamaño muestral y el carácter retrospectivo y observacional. No obstante, con la ampliación del grupo evaluado, el modelo podrá servir como base para la construcción de herramientas de apoyo a la decisión clínica.

Palabras clave: Aprendizaje automático; Double machine learning; Inferencia causal; Mortalidad.

16 de noviembre de 2026

Modelos de regresión para gastos en productos de higiene y cuidado personal en la región Sudeste

Se evaluaron modelos de regresión para correlacionar los gastos en productos de higiene y cuidado personal de la población de la Región Sudeste de Brasil. Se utilizaron datos de la Encuesta de Presupuestos Familiares (POF) de 2017-2018, realizada por el Instituto Brasileño de Geografía y Estadística. Los modelos se estimaron por mínimos cuadrados ordinarios y se verificaron los supuestos de normalidad de los términos de error, multicolinealidad y heterocedasticidad. Se evaluaron modelos de regresión lineal, regresión no lineal con transformación de Box-Cox y regresión lineal con variables dummy. Se obtuvieron coeficientes estadísticamente diferentes de cero para los tres modelos, confirmados por los p-valores de las pruebas F y t, y la adherencia de los residuos a la normalidad se evaluó gráficamente. Sin embargo, se observaron problemas de heterocedasticidad en todos los casos, lo que indica la omisión de variables relevantes para el modelo. Los bajos valores de R² obtenidos, entre 2,19% y 5,56%, sugirieron que la variable dependiente fue poco explicada por los modelos. A pesar de ello, se observó un perfil creciente de los gastos en higiene y cuidado personal en función de la renta disponible per cápita. Se recomienda, para estudios futuros, la evaluación de otras variables explicativas para mejorar el coeficiente de ajuste del modelo y eliminar la heterocedasticidad.

Palabras clave: Gastos familiares; Mínimos cuadrados ordinarios; Renta per cápita; Transformación de Box-Cox; Variables dummy.

16 de noviembre de 2026

Accesibilidad cognitiva y TEA: directrices de diseño para aplicaciones de comunicación aumentativa y alternativa

El Trastorno del Espectro Autista (TEA) impone desafíos específicos al diseño de interfaces digitales, afectando el procesamiento cognitivo, la regulación sensorial y la comunicación funcional. En este contexto, la Comunicación Aumentativa y Alternativa (CAA) se configura como un recurso esencial para apoyar a individuos con limitaciones en el lenguaje oral. Este estudio tuvo como objetivo analizar la usabilidad y la accesibilidad de aplicaciones de CAA dirigidas al público neurodivergente. La investigación se caracterizó como descriptiva, de enfoque cuantitativo, y se basó en la observación sistemática de las interfaces de las aplicaciones brasileñas Livox, Matraquinha y Expressia. Como instrumento de recolección de datos, se utilizó un checklist estructurado, desarrollado a partir de la convergencia entre directrices de Interacción Humano-Computadora (IHC), Análisis del Comportamiento Aplicado (ABA) y la Guía GAIA. Los resultados revelaron que Livox y Expressia presentaron mayor conformidad técnica y soporte al aprendizaje, mientras que Matraquinha se destacó por la literalidad semántica, pero con limitaciones en personalización y arquitectura. Se identificó una brecha crítica generalizada en la detección proactiva de frustración, evidenciando oportunidades de innovación estratégica para el mercado de negocios digitales y para el avance del diseño neuroinclusivo.

Palabras clave: Diseño Neuroinclusivo; Inclusión Digital; Innovación Estratégica; Tecnología Asistiva; Usabilidad.

16 de noviembre de 2026

Métodos de costeo e impactos en la fijación de precios: el escenario de las empresas paulistanas

La gestión de costos ha ganado relevancia en el entorno empresarial debido a la creciente competitividad y a la necesidad de decisiones gerenciales más precisas. Se investigó la adopción de métodos de costeo y sus impactos en la fijación de precios en empresas industriales del municipio de São Paulo. La investigación se caracterizó como descriptiva, de naturaleza aplicada, con enfoque cuanti-cualitativo, y se desarrolló a través de un levantamiento tipo survey. La recolección de datos se realizó mediante la aplicación de un cuestionario en línea estructurado, y la muestra se obtuvo por conveniencia en una red de contactos profesionales, totalizando cien respuestas válidas. Los resultados indicaron la predominancia del costeo por absorción, seguido por el costeo variable, el costeo estándar y el método ABC. Se verificó que el método de costeo influyó en la definición de precios y apoyó decisiones gerenciales, especialmente en el control de costos del mix de productos y en la evaluación de la rentabilidad. También se identificaron limitaciones relacionadas con la subjetividad en el prorrateo, la dificultad en la recolección de datos y la implementación de los sistemas. Se concluyó que el costeo ejerce un papel estratégico en la fijación de precios y en la gestión empresarial, aunque su efectividad esté condicionada a la estructura organizacional y a la calidad de la información disponible.

Palabras clave: Controlaría; Contabilidad gerencial; Formación de precios; Gestión estratégica; Industria.

16 de noviembre de 2026

Pobreza Multidimensional y Programa Bolsa Família: desafíos y perspectivas de inclusión por las políticas públicas

El concepto de pobreza ha evolucionado en los siglos XX y XXI, incorporando una perspectiva más inclusiva que trasciende la renta monetaria. El Índice de Pobreza Multidimensional (IPM) surgió como una herramienta complementaria para caracterizar la pobreza y orientar programas como el Bolsa Família, con el objetivo de mejorar su eficacia y focalización. El estudio tuvo como objetivo crear un IPM nacional a partir de los datos de la Encuesta Nacional por Muestra de Domicilios Continua (PNADC) de 2024, buscando identificar la correlación entre la recepción del beneficio y la pobreza multidimensional, además de detectar poblaciones desatendidas. Se utilizó la metodología Alkire-Foster para el cálculo del IPM, descomponiendo los resultados en grupos de beneficiarios y no beneficiarios del PBF. Posteriormente, se aplicó un Modelo Lineal Generalizado con función logit para analizar las correlaciones. Los resultados revelaron que el 4,84% de la población brasileña vivía en pobreza multidimensional, con una incidencia tres veces mayor entre los beneficiarios del Bolsa Família. Se identificaron dos perfiles de pobreza multidimensional y dos posibles puntos ciegos en la cobertura del PBF, incluyendo al 9,0% de los pobres multidimensionales no beneficiarios en extrema pobreza monetaria y al 25,2% en vulnerabilidad de bajos ingresos. La condición de ser beneficiario del PBF se asoció con una probabilidad dos veces mayor de ser clasificado como pobre multidimensional. Se concluyó que el IPM es una herramienta valiosa para el diseño de políticas públicas, aumentando la capacidad de focalización y demandando acciones para resolver problemas estructurales que perpetúan la pobreza.

Palabras clave: Alkire-Foster; IPM; Políticas públicas.

16 de noviembre de 2026

La influencia de la Gestión de Personas en la Salud y Bienestar de los colaboradores

En un escenario organizacional dinámico, la comprensión de la influencia de las prácticas de Gestión de Personas en la salud y el bienestar de los colaboradores se ha vuelto esencial. El estudio tuvo como objetivo analizar cómo las prácticas de Gestión de Personas influyen en la percepción de salud, bienestar y calidad de vida de los colaboradores en diversas organizaciones. La metodología adoptada fue descriptiva, de enfoque cuantitativo, y empleó la técnica de encuesta. Se recopilaron datos a través de un cuestionario estructurado con 15 preguntas sociodemográficas y ítems en escala Likert, difundido durante 40 días en redes sociales. La muestra estuvo compuesta por colaboradores de diferentes empresas, seleccionados por conveniencia y con participación voluntaria y anónima. Los resultados revelaron que las prácticas de gestión de personas impactaron la motivación, el compromiso y la percepción de calidad de vida en el trabajo, pero no fueron percibidas de manera consistente por todos los colaboradores. Se observó que las acciones organizacionales orientadas a la salud y el bienestar fueron reconocidas de manera moderada y no equivalente, con presencia de percepciones neutras y discordantes. Se concluyó que, aunque las prácticas de Gestión de Personas poseen potencial estratégico, su efectividad depende de una mayor estructuración, continuidad y comunicación. El estudio contribuyó a evidenciar brechas entre las prácticas adoptadas y la percepción de los colaboradores, proporcionando subsidios para el perfeccionamiento de estrategias organizacionales y para la producción de conocimiento académico en el área.

Palabras clave: Bienestar organizacional; Clima organizacional; Compromiso; Motivación; Calidad de vida en el trabajo.

16 de noviembre de 2026

Optimización de Malla Logística de Entregas por medio de Modelado Matemático y Clusterización

La eficiencia en la logística de distribución constituye un diferencial competitivo esencial para la reducción de costos operativos y la sostenibilidad financiera de las organizaciones contemporáneas. El objetivo general de este trabajo consistió en optimizar la red de entregas de una empresa, con el fin de reducir costos mediante la disminución del kilometraje recorrido. La metodología empleada se basó en los principios de la Investigación Operativa y se estructuró en tres fases secuenciales: asignación geográfica de clientes a depósitos respetando restricciones de Unidad Federativa, clusterización de tiendas mediante el algoritmo K-Means y ruteo de la flota heterogénea utilizando la formulación matemática del Problema de Ruteo de Vehículos. Los principales resultados obtenidos demostraron una reducción en la distancia total recorrida, lo que representó un ahorro absoluto de 5.116 km y una ganancia porcentual de 3,24%. El modelo se validó como una herramienta robusta, capaz de optimizar la ocupación de los vehículos y eliminar la subjetividad en la planificación logística. Se concluyó que el uso de modelado matemático avanzado permitió convertir restricciones operativas en una ventaja competitiva medible. La solución validó la viabilidad de sistemas de soporte a la decisión basados en datos para la automatización y optimización de flujos logísticos a gran escala.

Palabras clave: Clusterización; Optimización logística; Investigación operativa; Reducción de Costos; Ruteo de vehículos.

16 de noviembre de 2026

Atención basada en la seguridad como diferencial competitivo en una reventa de GLP

El gas licuado de petróleo (GLP) es una fuente de energía ampliamente utilizada en Brasil, en un mercado de producto estandarizado y alta competitividad, donde la calidad de los servicios se destaca como diferencial. Este estudio tuvo como objetivo analizar cómo la seguridad en la atención influye en la decisión de compra de los consumidores en un distribuidor de GLP. Se realizó una investigación aplicada, de enfoque cuantitativo y carácter descriptivo. Los datos se recolectaron a través de un cuestionario estructurado, con preguntas de opción múltiple, aplicado a 53 clientes de un distribuidor de GLP en Bahía, seleccionados por conveniencia. El análisis de los datos se realizó mediante estadística descriptiva, utilizando frecuencias y porcentuales. Los resultados revelaron que, a pesar de la relevancia del precio y la agilidad, atributos como seguridad, calidad de la atención y confianza ejercieron mayor influencia en la elección del distribuidor, destacando la percepción de riesgo en el comportamiento del consumidor. Se observaron, además, inconsistencias en las prácticas operativas y en la orientación al cliente, indicando brechas entre el servicio esperado y el efectivamente entregado. Se concluyó que la seguridad, cuando se integra a la calidad de la atención, constituye un elemento estratégico para la construcción de valor y la fidelización del cliente, contribuyendo a la diferenciación competitiva en el sector.

Palabras clave: Decisión de compra; Fidelización; GLP; Calidad en servicios; Seguridad en la atención.