¿Por qué la IA responsable se ha convertido en una prioridad para la educación superior?
De los principios a la práctica: cuatro ejemplos de IA responsable en la educación superior
Unión Europea: la alfabetización en IA como responsabilidad institucional
Universidad de Sídney: transformar los criterios de evaluación en lugar de prohibir la IA
UNAM: orientar el uso educativo de la IA desde distintas funciones universitarias
Tecnológico de Monterrey: integrar la IA a la cultura de integridad académica
¿Qué puede aprender tu universidad de estas experiencias? Cinco acciones para 2026
Establecer una estrategia institucional de IA
Definir reglas claras para el uso académico
Evaluar los riesgos antes de adoptar herramientas
Desarrollar competencias de IA en toda la comunidad universitaria
MyLab + AI Study Tool: llevar la IA responsable a la experiencia de aprendizaje
Implementar la IA responsable en la universidad requiere cinco acciones fundamentales:
Para lograrlo, las universidades necesitan integrar la gobernanza de la IA en sus decisiones académicas, tecnológicas y pedagógicas, con criterios que permitan tanto aprovechar sus beneficios como disminuir sus riesgos.
De acuerdo con el estudio Adopción y gobernanza de la IA en la educación superior de América Latina y el Caribe, realizado por UNESCO IESALC en 200 instituciones de 19 países, el 73.5% de las instituciones encuestadas reportó utilizar IA en actividades de enseñanza y aprendizaje, pero solo el 26% contaba con una estrategia institucional formal (2). Dicho de otra manera: una universidad puede contar con tecnologías avanzadas sin disponer todavía de criterios institucionales eficientes para supervisar su uso, evaluar sus resultados o prevenir riesgos.
¿Qué debe cambiar para utilizar la IA de manera responsable en la universidad? Las experiencias de instituciones que han comenzado a establecer lineamientos, rediseñar sus evaluaciones y desarrollar competencias en IA ofrecen algunas pistas para construir una estrategia que responda a las necesidades educativas actuales y futuras.
La inteligencia artificial facilita que los estudiantes investiguen, resuelvan problemas y desarrollen actividades académicas. También ofrece nuevas posibilidades para personalizar el aprendizaje, facilitar el trabajo docente y optimizar distintos procesos universitarios. Sin embargo, incorporar estas tecnologías no significa necesariamente estar preparados para utilizarlas de manera responsable y responder a cinco desafíos comunes que van más allá de la infraestructura tecnológica:
Responder a estos problemas requiere desarrollar marcos de competencias integrales que permitan a docentes y estudiantes interactuar con la inteligencia artificial de manera crítica, ética y pertinente para sus actividades académicas (3). Sin embargo, también es importante tomar en cuenta que la IA responsable no puede depender exclusivamente de las decisiones individuales de cada usuario; necesita formar parte de una estrategia institucional que articule políticas, formación, criterios pedagógicos y mecanismos de seguimiento.
Te puede interesar: IA como copiloto docente: cómo apoyar sin reemplazar al profesor
Aunque no existe un modelo universal para implementar la IA responsable en las universidades, distintas instituciones y organismos internacionales han comenzado a establecer criterios para orientar su uso. Sus experiencias muestran que la gobernanza de la inteligencia artificial no se limita a regular la tecnología, sino que también implica transformar la evaluación, fortalecer las competencias digitales y definir responsabilidades compartidas.
El Reglamento de Inteligencia Artificial de la Unión Europea (AI Act) constituye el primer marco jurídico integral de alcance regional para regular la inteligencia artificial según sus niveles de riesgo. Entre sus disposiciones más relevantes para la educación superior destacan:
Estas disposiciones buscan, entre otras cosas, garantizar que las decisiones que afectan a los estudiantes cuenten con mecanismos adecuados de supervisión humana.
La Universidad de Sídney anunció una política de evaluación con un enfoque conocido como two-lane assessment, que contempla dos modalidades complementarias: evaluaciones supervisadas, donde los estudiantes deben demostrar sus conocimientos sin recurrir a herramientas de IA (mediante exámenes presenciales u otras actividades realizadas bajo condiciones controladas) y evaluaciones abiertas, donde pueden utilizar inteligencia artificial para investigar, desarrollar propuestas o resolver problemas, siempre que reconozcan su uso y demuestren capacidad para analizar y valorar críticamente los resultados.
En México, la Universidad Nacional Autónoma de México publicó sus Recomendaciones para el uso educativo de la inteligencia artificial generativa en la UNAM. El documento aborda cinco dimensiones de la actividad universitaria: docencia, aprendizaje, evaluación, investigación y gestión educativa. Esta perspectiva reconoce que la inteligencia artificial no afecta únicamente la manera en que los estudiantes realizan sus tareas, también los procesos académicos y administrativos de la institución.
Por ejemplo, la UNAM recomienda diseñar actividades que utilicen la IA para estimular el pensamiento crítico y la creatividad, en lugar de limitarse a generar respuestas; establecer objetivos pedagógicos claros antes de incorporar estas herramientas y evaluar continuamente sus resultados. También propone prestar atención al proceso de aprendizaje, no solo al producto final, mediante actividades que permitan observar cómo los estudiantes reflexionan, argumentan y construyen conocimiento.
El Tecnológico de Monterrey ha trasladado principios como la transparencia, la honestidad y la responsabilidad a situaciones concretas de enseñanza y aprendizaje mediadas por IA:
Te puede interesar: ¿La IA está reemplazando el pensamiento crítico en las universidades?
Aunque los ejemplos que compartimos anteriormente tienen contextos y alcances distintos, comparten una lección: implementar una IA responsable requiere convertir los principios éticos en políticas, prácticas académicas y responsabilidades concretas. Como líder de transformación digital, puedes traducir estas experiencias en cinco acciones prioritarias:
Antes de incorporar nuevas herramientas, es necesario identificar cuáles se utilizan actualmente, con qué objetivos y bajo qué condiciones. A partir de este diagnóstico, tu universidad puede crear un comité interdisciplinario, definir responsables y desarrollar una política que establezca criterios comunes para su implementación. Como acción concreta, puedes comenzar con proyectos piloto en determinadas asignaturas o departamentos, evaluar sus resultados y utilizar esa evidencia para orientar una adopción institucional más amplia.
Es decir, establecer qué actividades permiten utilizar IA, cuáles requieren autorización y en cuáles debe demostrarse el dominio individual de conocimientos. Incorporar criterios de uso en los programas de las asignaturas y combinar evaluaciones abiertas, donde se permita utilizar IA de manera transparente, con actividades supervisadas que comprueben el aprendizaje autónomo, es un excelente punto de partida.
La selección tecnológica debe considerar la privacidad, la seguridad de los datos y las posibles consecuencias de utilizar sistemas automatizados en decisiones académicas. Antes de elegir, es necesario establecer un protocolo para evaluar proveedores, autorizar herramientas y determinar qué información puede compartirse con ellas, especialmente cuando se trata de datos personales o expedientes estudiantiles.
La incorporación responsable de estas tecnologías requiere marcos de competencias que orienten su utilización en la educación superior. Para lograrlo, podemos diseñar rutas de formación diferenciadas para docentes, estudiantes y personal administrativo, con ejercicios prácticos para identificar errores, reconocer sesgos, contrastar información y utilizar IA con criterios éticos.
Una herramienta que resuelve tareas rápidamente no necesariamente contribuye a desarrollar conocimientos o habilidades. Seleccionar soluciones que favorezcan la práctica, la retroalimentación y la comprensión de conceptos, y evaluar su efectividad mediante evidencias de aprendizaje, no únicamente por sus niveles de uso, permite que la IA responda a objetivos pedagógicos claros.
Te puede interesar: Evaluación académica con IA: aprovecha todo el potencial y evita riesgos
Una estrategia de IA responsable en tu universidad también debe reflejarse en las herramientas que utilizan tus docentes y estudiantes. Esto significa que, como líder de transformación digital, necesitas proponer y elegir soluciones que, simultáneamente, aprovechen el potencial de la IA para agilizar tareas clave para el aprendizaje, favorezcan la comprensión de los contenidos y permitan mantener el acompañamiento docente.
Por ejemplo, la integración de MyLab + AI Study Tool de Pearson, que combina actividades de aprendizaje, práctica y evaluación con un asistente de estudio basado en inteligencia artificial. Su diseño pedagógico permite trasladar al aula algunos de los principios de uso responsable más importantes de la IA:
Con MyLab + AI Study Tool de Pearson, integras en tus planes académicos una herramienta para ampliar las oportunidades de práctica y acompañamiento, sin reducir el aprendizaje a la obtención inmediata de respuestas.
Te invitamos a conocer esta y el resto de las soluciones del catálogo de Pearson Connected Learning, para descubrir nuevas posibilidades de integrar IA responsable a tu aprendizaje universitario.
REFERENCIAS
(1) Mendigutxia, A. (2024). El papel de la educación superior en las estrategias nacionales de inteligencia artificial: Una revisión comparativa de políticas (Análisis PES n.º 4). Instituto Internacional de la UNESCO para la Educación Superior en América Latina y el Caribe.
(2) Valentini, A. (2026). La implementación de la IA en la educación superior en América Latina y el Caribe. Educación Superior y Sociedad, 37(2), 372–397.
(3) Valentini, A., & Blancas, A. (2025). Los desafíos de la IA en la educación superior y las respuestas institucionales: ¿hay espacio para marcos de competencias? (Documento de Trabajo n.º 12). Instituto Internacional de la UNESCO para la Educación Superior en América Latina y el Caribe.