La inteligencia artificial transforma la educación: tres países muestran los avances y los riesgos
La inteligencia artificial en la educación está cambiando la manera en que millones de estudiantes acceden al conocimiento, realizan sus actividades académicas y se preparan para su futuro profesional. Mientras algunos centros educativos incorporan asistentes inteligentes para personalizar el aprendizaje, otros establecen restricciones ante el riesgo de que los alumnos dejen de desarrollar habilidades fundamentales.
Estonia, Estados Unidos e India representan tres enfoques de una transformación que está obligando a revisar los métodos de enseñanza y evaluación. Sus experiencias plantean una pregunta que adquiere cada vez mayor importancia: ¿la inteligencia artificial está ayudando realmente a aprender o simplemente permite terminar las tareas con mayor rapidez?
La educación enfrenta un cambio que va más allá de incorporar tecnología
Durante las últimas décadas, la transformación digital de la educación estuvo relacionada principalmente con la incorporación de computadoras, acceso a Internet, plataformas virtuales y recursos multimedia. Estas herramientas ampliaron las posibilidades de acceder a información, comunicarse y desarrollar actividades académicas fuera del aula.
La inteligencia artificial generativa introduce una diferencia sustancial. Ya no se limita a facilitar el acceso a contenidos, sino que puede redactar textos, resolver problemas, elaborar presentaciones, programar aplicaciones y proporcionar explicaciones adaptadas a determinadas preguntas.
Un estudiante puede solicitar una explicación de matemáticas, pedir ayuda para organizar una investigación o recibir comentarios sobre un ensayo sin esperar a la siguiente clase. Por su parte, los docentes pueden utilizar estas herramientas para preparar materiales, proponer ejercicios o desarrollar actividades diferenciadas según las necesidades de sus grupos.
Sin embargo, una respuesta correcta no equivale necesariamente a un aprendizaje logrado. Una herramienta puede resolver una tarea mientras el estudiante continúa sin comprender el procedimiento utilizado. Esta diferencia está convirtiéndose en uno de los principales desafíos para las instituciones educativas.
Estonia lleva la inteligencia artificial a su sistema educativo con el programa AI Leap
Estonia, reconocida por su trayectoria en digitalización, ha decidido incorporar la inteligencia artificial mediante una estrategia nacional denominada AI Leap. La iniciativa fue anunciada en febrero de 2025 y comenzó a implementarse durante el año académico 2025-2026, con acceso a herramientas de IA y capacitación para profesores y estudiantes de secundaria.
El programa contempla el uso de ChatGPT Edu y otras soluciones educativas, pero su planteamiento no consiste únicamente en distribuir licencias de software. También incluye preparación docente, orientaciones pedagógicas y evaluación del impacto de estas tecnologías sobre el aprendizaje.
Según la información publicada por las instituciones estonias, durante el primer año participaron 154 de los 156 centros de educación secundaria superior del país, con aproximadamente 20.000 estudiantes y 5.000 docentes. Estas cifras muestran el alcance de una iniciativa que pretende integrar la IA de forma sistemática, en lugar de depender exclusivamente de decisiones individuales de cada profesor.
La prioridad es enseñar a pensar, no entregar respuestas automáticas
Uno de los principios educativos más relevantes del modelo estonio es que los asistentes inteligentes deben apoyar el razonamiento del estudiante. La aplicación de tutoría ITI, desarrollada para el programa AI Leap, utiliza preguntas y explicaciones para activar conocimientos previos, orientar el trabajo y ayudar a construir conclusiones propias.
Este enfoque cambia considerablemente el sentido de utilizar inteligencia artificial. En lugar de preguntar por la solución de un ejercicio y copiarla, el estudiante recibe orientación para comprender cómo podría resolverlo.
Por ejemplo, en el aprendizaje de un idioma, una herramienta puede identificar errores gramaticales y proponer mejoras. Pero existe una diferencia entre entregar automáticamente un párrafo corregido y explicar los errores para que sea el estudiante quien realice las modificaciones.
En el segundo caso, la tecnología interviene como un recurso de tutoría y retroalimentación. El esfuerzo intelectual continúa siendo parte fundamental de la actividad educativa.
La experiencia estonia también ha puesto especial atención en la formación del profesorado. La transformación no depende exclusivamente de las capacidades técnicas del sistema, sino de cómo los docentes diseñen actividades que aprovechen sus posibilidades sin comprometer los resultados de aprendizaje.
Estados Unidos experimenta con reglas para definir cuándo usar IA en clase
En Estados Unidos, diversas instituciones y docentes están desarrollando estrategias para establecer límites sobre el uso de inteligencia artificial en las actividades académicas. Una de ellas consiste en clasificar las tareas mediante un sistema de semáforo que indica cuándo puede utilizarse la herramienta y bajo qué condiciones.
El planteamiento parte de una dificultad cotidiana: no todas las actividades persiguen el mismo objetivo. Utilizar IA para comprender un concepto puede ser apropiado, mientras que recurrir a ella para responder una evaluación diseñada para medir conocimientos individuales podría invalidar el propósito de la prueba.
La clasificación permite comunicar las reglas de manera sencilla y evitar que los estudiantes deban adivinar qué se considera aceptable.
India explora la inteligencia artificial para ampliar la atención individualizada
India representa otro escenario relevante debido a la magnitud y diversidad de su sistema educativo. Allí se exploran aplicaciones que permiten introducir conocimientos de inteligencia artificial desde edades tempranas y ofrecer apoyo personalizado en entornos donde un docente debe atender a numerosos estudiantes.
En grupos grandes, identificar las dificultades de cada alumno puede resultar complejo. Un profesor necesita avanzar con el programa, revisar actividades y atender distintos niveles de comprensión dentro de una misma sesión.
Las herramientas de IA pueden contribuir mediante ejercicios adaptados, explicaciones adicionales y actividades de refuerzo. Un estudiante que encuentra dificultades con las fracciones podría recibir ejercicios progresivos, mientras otro que ya domina el procedimiento puede trabajar con problemas de aplicación.
Pero la personalización tecnológica también tiene límites. Un sistema puede analizar respuestas y sugerir contenidos, sin comprender necesariamente todos los factores personales, lingüísticos, familiares o sociales que influyen en el desempeño académico.
Por ello, el valor de estas aplicaciones depende de su integración con la labor docente. La IA puede proporcionar información y apoyo complementario, mientras el profesor mantiene la responsabilidad de interpretar las necesidades de sus estudiantes y decidir cómo intervenir.
El riesgo de producir mejores tareas sin desarrollar mejores conocimientos
Uno de los efectos más preocupantes de la inteligencia artificial generativa es su capacidad para producir trabajos académicos que parecen demostrar un aprendizaje superior al que realmente posee el estudiante.
Un ensayo puede estar correctamente estructurado, incluir argumentos coherentes y presentar una redacción impecable. Sin embargo, si quien lo entrega no puede explicar sus planteamientos, discutir las ideas principales o responder preguntas sobre su contenido, el documento pierde valor como evidencia de aprendizaje.
La situación es especialmente delicada cuando las evaluaciones se concentran únicamente en el producto final. Durante años, entregar un informe, una presentación o un trabajo escrito fue suficiente para valorar una parte importante de los conocimientos adquiridos. Actualmente, la facilidad para generar esos productos obliga a revisar su significado.
La calidad aparente de una respuesta no garantiza comprensión. Un estudiante puede obtener una fórmula de Excel, un programa informático o una solución matemática sin conocer los fundamentos necesarios para detectar un error.
Por eso, las instituciones educativas necesitan fortalecer las evaluaciones centradas en el razonamiento, la aplicación de conceptos y la capacidad de justificar decisiones.
La dependencia tecnológica puede debilitar habilidades que todavía son necesarias
La utilización constante de asistentes inteligentes puede resultar contraproducente cuando se convierte en un sustituto sistemático del esfuerzo intelectual.
Si un estudiante utiliza IA para redactar todos sus textos, podría tener menos oportunidades para desarrollar su expresión escrita. Si delega permanentemente la resolución de problemas, puede reducir la práctica necesaria para consolidar procedimientos y conceptos.
Esto no significa que utilizar inteligencia artificial provoque inevitablemente una pérdida de capacidades. El efecto depende de cómo, cuándo y para qué se utilice.
Un estudiante que primero intenta resolver un problema y después consulta a la IA para identificar errores está realizando una actividad distinta de quien solicita directamente la solución completa. Ambos utilizan la misma tecnología, pero los procesos de aprendizaje son diferentes.
La prioridad educativa debería ser preservar las oportunidades de practicar habilidades fundamentales, incluso cuando existen herramientas capaces de realizar esas tareas con mayor rapidez.
Las universidades necesitan cambiar la manera de evaluar
La incorporación de inteligencia artificial está acelerando un debate que ya existía en la educación superior: ¿hasta qué punto una calificación refleja realmente las competencias de un estudiante?
En numerosas asignaturas, las evaluaciones siguen concentradas en la entrega de documentos, investigaciones bibliográficas, presentaciones y ejercicios que actualmente pueden desarrollarse con ayuda de sistemas generativos. Prohibir completamente estas herramientas puede resultar poco realista, pero permitir su utilización sin modificar la metodología tampoco resuelve el problema.
Una alternativa es ampliar las evidencias de aprendizaje. Además del trabajo final, el estudiante puede presentar una explicación de su procedimiento, justificar las decisiones tomadas, mostrar los errores corregidos o demostrar que es capaz de resolver una situación similar.
Por ejemplo, en una asignatura de comercio electrónico, se podría utilizar IA para investigar las condiciones de ingreso a un mercado internacional. Sin embargo, la evaluación debería exigir que el estudiante compare alternativas, identifique riesgos logísticos, justifique la selección del mercado y explique los criterios empleados.
El objetivo no sería comprobar solamente si logró presentar un informe profesional, sino determinar si comprende las decisiones que lo sustentan.
Evaluar el proceso puede ser tan importante como evaluar el resultado
Un cambio metodológico útil consiste en considerar distintas evidencias según los objetivos de la asignatura.
| Evidencia | Qué permite evaluar |
|---|---|
| Análisis inicial | Conocimientos previos y razonamiento propio |
| Desarrollo de la actividad | Aplicación de procedimientos y conceptos |
| Registro del uso de IA | Transparencia sobre la asistencia tecnológica |
| Comprobación de resultados | Capacidad para identificar errores |
| Demostración o defensa oral | Comprensión y dominio del tema |
| Reflexión final | Reconocimiento de dificultades y aprendizajes |
No significa que todas las evaluaciones deban incorporar estas seis evidencias. En una tarea sencilla puede bastar con una demostración práctica, mientras que un proyecto integrador podría requerir un proceso de seguimiento más completo.
También será necesario reconsiderar el uso de detectores automáticos de textos generados por IA. Estas herramientas pueden producir resultados equivocados, por lo que no deberían utilizarse como prueba única para establecer una falta académica.
La respuesta más efectiva es diseñar actividades donde el estudiante necesite demostrar sus conocimientos, independientemente de las herramientas empleadas durante la preparación.
El docente sigue siendo fundamental en una educación con inteligencia artificial
Aunque los sistemas generativos pueden producir explicaciones, evaluaciones y planificaciones en pocos segundos, la enseñanza implica responsabilidades que van más allá de generar materiales.
Un docente conoce los objetivos de la asignatura, identifica dificultades frecuentes, establece prioridades, adapta la profundidad de los contenidos y toma decisiones según las características de sus estudiantes. Una herramienta puede proponer actividades, pero no necesariamente conoce la realidad del grupo ni las condiciones en que se desarrollará una clase.
En una sesión de Excel, por ejemplo, una IA puede crear un ejercicio sobre funciones condicionales o tablas dinámicas. Sin embargo, si los estudiantes todavía tienen dificultades para escribir fórmulas básicas, la actividad resultará poco apropiada, aunque esté técnicamente bien diseñada.
La experiencia del docente permite reconocer esas diferencias y ajustar el proceso educativo. Esto adquiere especial importancia en clases virtuales, donde la interacción, las preguntas y la observación de las dificultades se convierten en recursos esenciales para comprobar el aprendizaje.
La inteligencia artificial puede contribuir a reducir determinadas tareas repetitivas, pero el tiempo recuperado debería aprovecharse para mejorar la orientación, la retroalimentación y la atención a los estudiantes.
Privacidad y control de datos: una preocupación que no debe ignorarse
La incorporación de plataformas de IA en escuelas y universidades también plantea interrogantes relacionados con la protección de información personal y académica.
Cuando un docente carga documentos, calificaciones o trabajos estudiantiles en un servicio externo, puede estar compartiendo información cuya utilización está sujeta a normas institucionales y legales. Algo similar sucede cuando los estudiantes utilizan plataformas que recopilan sus conversaciones, archivos o datos de interacción.
La UNESCO ha recomendado que la adopción de inteligencia artificial generativa se desarrolle desde una perspectiva centrada en las personas, con especial atención a la privacidad, la adecuación según la edad y la evaluación ética y pedagógica de las herramientas.
Las instituciones necesitan políticas claras que indiquen qué información puede compartirse, qué servicios están autorizados y cuáles son las condiciones para utilizar sistemas inteligentes en actividades educativas.
También debe considerarse la dependencia tecnológica. Si una universidad basa una parte importante de su enseñanza y evaluación en una sola plataforma comercial, cualquier modificación en sus precios, condiciones o disponibilidad puede afectar la continuidad académica.
La transformación digital requiere, por tanto, algo más que incorporar aplicaciones. Necesita planificación institucional, formación permanente y mecanismos que permitan conservar el control sobre las decisiones pedagógicas.
¿Qué competencias deberían desarrollar los estudiantes para convivir con la IA?
Aprender a escribir instrucciones o prompts constituye una habilidad útil, pero no debería convertirse en el objetivo principal de la alfabetización en inteligencia artificial.
Los estudiantes necesitan comprender qué pueden hacer estos sistemas, cuáles son sus limitaciones y cómo comprobar la información que generan. También deben reconocer cuándo una herramienta ofrece una explicación válida y cuándo produce una respuesta convincente, pero incorrecta.
El pensamiento crítico, la capacidad de resolver problemas y la comunicación adquieren especial relevancia. Cuanto más sencillo resulte generar un texto, una imagen o un análisis, mayor será la necesidad de evaluar su pertinencia, precisión y utilidad.
La formación también debería incluir principios de ética digital, protección de datos, reconocimiento de contenidos sintéticos y transparencia en el uso de herramientas automatizadas.
Estas competencias no reemplazan los conocimientos de cada profesión. Un estudiante de enfermería necesita comprender los fundamentos clínicos antes de evaluar información producida por IA. Un futuro contador debe conocer los principios financieros para identificar errores en reportes automatizados. Del mismo modo, un programador necesita comprender el funcionamiento del software para revisar código generado por un asistente inteligente.
La capacidad para supervisar la inteligencia artificial depende, en buena medida, de los conocimientos que una persona posee sobre el problema que intenta resolver.
Cómo incorporar inteligencia artificial sin afectar el aprendizaje
La integración educativa puede desarrollarse gradualmente, sin transformar de manera inmediata todas las asignaturas. Lo importante es seleccionar actividades donde el uso de IA aporte una ventaja pedagógica identificable.
En una clase virtual, por ejemplo, el docente puede comenzar con una explicación y una demostración práctica. Después, los estudiantes desarrollan un ejercicio y utilizan un asistente inteligente para revisar sus procedimientos o aclarar dificultades. Finalmente, deben demostrar que pueden resolver una actividad semejante de manera autónoma.
Este procedimiento permite aprovechar la retroalimentación que ofrece la tecnología sin perder la oportunidad de practicar.
Otra posibilidad consiste en utilizar deliberadamente respuestas generadas por IA que contengan errores, omisiones o argumentos discutibles. Los estudiantes deben examinarlas, comprobar la información y proponer correcciones justificadas. De esta manera, el sistema no actúa como una fuente incuestionable de respuestas, sino como material de análisis.
También pueden desarrollarse actividades de comparación entre distintas soluciones, debates sobre decisiones automatizadas o ejercicios donde los estudiantes identifiquen qué información adicional necesitan antes de aceptar una recomendación.
Estas propuestas tienen un principio común: la inteligencia artificial debe contribuir a que el estudiante piense más y mejor, no simplemente a que termine antes.
Una transformación educativa que también exige reducir las desigualdades
La expansión de la inteligencia artificial plantea un problema adicional: no todos los estudiantes disponen de las mismas condiciones tecnológicas.
El acceso a equipos adecuados, conexión estable, herramientas de pago y acompañamiento docente puede variar considerablemente entre instituciones y regiones. Si las actividades académicas comienzan a exigir recursos que solo algunos estudiantes poseen, existe el riesgo de ampliar desigualdades previas.
Por esta razón, las instituciones deben considerar alternativas accesibles, recursos compartidos y orientaciones que permitan participar sin depender necesariamente de suscripciones individuales.
La formación docente también necesita atención. No basta con ofrecer talleres sobre cómo formular instrucciones; los profesores requieren oportunidades para experimentar, intercambiar experiencias y evaluar si las herramientas realmente contribuyen al aprendizaje.
El avance tecnológico puede ser rápido, pero una integración educativa responsable necesita tiempo para comprobar resultados y corregir problemas.
Preguntas frecuentes sobre inteligencia artificial en la educación
¿Cómo está cambiando la inteligencia artificial en la educación?
Está facilitando el acceso a explicaciones personalizadas, la creación de materiales y la automatización de determinadas tareas. También está obligando a revisar las evaluaciones, los métodos de enseñanza y las políticas de uso de tecnología.
¿Qué es el programa AI Leap de Estonia?
Es una iniciativa nacional que incorpora herramientas de inteligencia artificial y formación docente al sistema educativo estonio. Su propósito es desarrollar competencias digitales y promover un uso crítico de la IA en el aprendizaje.
¿La inteligencia artificial puede perjudicar el pensamiento crítico?
Puede reducir las oportunidades de practicar el razonamiento si el estudiante delega sistemáticamente sus tareas. Sin embargo, también puede fortalecerlo cuando se utiliza para contrastar argumentos, comprobar información y analizar errores.
¿Cómo se puede evitar el uso inadecuado de ChatGPT en las evaluaciones?
Mediante reglas claras y actividades que requieran demostrar conocimientos. Las evaluaciones prácticas, explicaciones de procedimientos, defensas orales y análisis de casos pueden ayudar a comprobar el aprendizaje.
¿Es recomendable utilizar IA en la educación primaria?
Puede utilizarse en determinadas experiencias educativas, siempre que se considere la edad de los estudiantes, exista supervisión adecuada y se respeten las condiciones de privacidad y seguridad de las herramientas.
¿La IA puede reemplazar a los docentes?
Puede automatizar parte de la preparación de materiales y ofrecer apoyo académico, pero no sustituye integralmente la orientación pedagógica, la comprensión del contexto ni las responsabilidades profesionales del docente.
¿Qué pueden hacer las universidades para adaptarse?
Revisar sus evaluaciones, capacitar al profesorado, establecer normas de uso, proteger los datos académicos y promover actividades donde los estudiantes deban explicar y justificar los resultados obtenidos con IA.
¿Qué habilidades serán importantes en una educación con IA?
El pensamiento crítico, la resolución de problemas, los conocimientos disciplinares, la alfabetización digital, la comunicación, la ética tecnológica y la capacidad de verificar información generada automáticamente.
Recuerde que…
La inteligencia artificial en la educación está abriendo nuevas posibilidades para personalizar el aprendizaje, mejorar la preparación de clases y ampliar el acceso a recursos educativos. Sin embargo, las experiencias internacionales también evidencian que incorporar tecnología no garantiza mejores resultados académicos.
Estonia avanza con una estrategia nacional que combina herramientas y formación docente. En Estados Unidos se experimenta con reglas que diferencian los usos permitidos y restringidos. India explora aplicaciones para ampliar la atención individualizada y afrontar las dificultades de enseñar en grupos numerosos.
Estas experiencias tienen un punto en común: la inteligencia artificial necesita integrarse dentro de una propuesta educativa, no convertirse en el centro de la enseñanza.
El verdadero desafío no consiste en lograr que los estudiantes entreguen más tareas o produzcan documentos con mayor rapidez. La prioridad debe ser que desarrollen conocimientos, comprendan lo que hacen, identifiquen errores y puedan aplicar lo aprendido sin depender permanentemente de una herramienta.
En un entorno donde las respuestas automáticas son cada vez más accesibles, la capacidad de formular buenas preguntas, analizar información y tomar decisiones fundamentadas será una de las competencias más valiosas que pueda desarrollar la educación.
Para profundizar en inteligencia artificial, educación digital y productividad, se pueden consultar más publicaciones en fernandojuca.com, así como videotutoriales y pódcast en youtube.com/fernandojucamaldonado.
