- La IA se usa en escuelas y universidades para personalizar el aprendizaje, automatizar tareas y apoyar la creación de contenidos, pero exige replantear la evaluación.
- Proyectos institucionales, guías oficiales y laboratorios de innovación marcan una integración planificada de la IA, con foco en integridad académica y formación docente.
- Los riesgos éticos, los sesgos, la protección de datos y la posible dependencia tecnológica obligan a marcos claros de uso responsable y supervisión humana.
- La alfabetización en IA y un enfoque centrado en la inclusión y la equidad son claves para que la tecnología reduzca brechas en lugar de ampliarlas.
La inteligencia artificial se ha colado en los campus educativos casi sin que nos diésemos cuenta: desde escuelas e institutos hasta universidades punteras, ya forma parte del día a día de estudiantes, profesorado y equipos directivos. Generadores de texto, corrección automática, análisis de datos académicos, recomendadores de asignaturas, chatbots de ayuda… el abanico es tan amplio que obliga a replantear cómo enseñamos, cómo aprendemos y hasta cómo evaluamos.
Al mismo tiempo, esta revolución tecnológica trae un buen puñado de dudas: qué pasa con la integridad académica, quién controla los datos, cómo se evitan los sesgos de los algoritmos o qué ocurre con los empleos docentes y administrativos cuando muchas tareas se automatizan. Organismos como la UNESCO, ministerios de educación y las propias universidades están lanzando guías, proyectos piloto y marcos éticos para aprovechar el potencial de la IA sin perder de vista la equidad, la inclusión y el papel insustituible de la interacción humana.
Qué es la inteligencia artificial en el contexto educativo actual
Cuando hablamos de IA en educación nos referimos a conjuntos de tecnologías capaces de procesar datos, textos, imágenes o voz para realizar tareas que normalmente exigirían intervención humana: comprender lenguaje natural, generar contenido, detectar patrones, tomar decisiones o dar recomendaciones. Dentro de este paraguas, la inteligencia artificial generativa (IAG), como ChatGPT o herramientas de creación de imágenes y vídeo, ha explotado en popularidad en los últimos meses.
En el ámbito educativo, la IA se está utilizando tanto para apoyar directamente la enseñanza y el aprendizaje como para automatizar procesos de gestión interna de los centros. Esto incluye desde la personalización de la experiencia de estudio hasta el análisis de grandes volúmenes de datos académicos para orientar políticas educativas y proyectos de innovación.
Organismos internacionales como la UNESCO insisten en un enfoque de IA centrado en el ser humano. No se trata solo de introducir sistemas más sofisticados, sino de asegurarse de que contribuyen a reducir desigualdades en el acceso al conocimiento, fomentan la diversidad cultural y no agrandan la brecha entre países o entre grupos sociales dentro de un mismo sistema educativo.
Este enfoque se plasma en documentos como la publicación “Inteligencia artificial: guía para las personas a cargo de formular políticas” o los marcos de competencias en IA para estudiantes y docentes, que ayudan a los países a definir qué deben saber los ciudadanos para desenvolverse con soltura y espíritu crítico en la era de la inteligencia artificial.
Cómo utilizan la IA las escuelas, institutos y universidades
En todos los niveles educativos se observa ya un uso creciente de la IA para crear, escribir, programar, traducir o buscar información. Estudiantes y docentes recurren a asistentes conversacionales para generar borradores de trabajos, revisar código, aclarar conceptos complejos, encontrar fuentes relevantes o preparar ejercicios interactivos.
Uno de los puntos que más ha hecho saltar las alarmas es que los grandes modelos de lenguaje superan en muchos exámenes estandarizados la media del alumnado, llegando en ocasiones al primer decil o incluso a resultados de sobresaliente. Este hecho obliga a los sistemas escolares a replantearse a fondo los métodos de evaluación tradicionales, porque ya no sirve basarse únicamente en pruebas donde un modelo generativo puede brillar tanto o más que los propios estudiantes.
En lugar de prohibir por completo estas herramientas, muchas instituciones empiezan a orientarse hacia formas de evaluación más auténticas: trabajos por proyectos, defensa oral, tareas prácticas, análisis crítico de salidas generadas por IA o actividades que combinen colaboración, creatividad y resolución de problemas del mundo real.
Otro gran campo de uso es la automatización de tareas administrativas educativas. Sistemas basados en IA ayudan a registrar asistencia, gestionar expedientes, organizar horarios, clasificar documentos y, en algunos contextos, apoyar la corrección de ejercicios y exámenes. Si se implementan con cuidado y con personal bien formado, este tipo de herramientas puede reducir notablemente la carga burocrática para el profesorado, liberando tiempo para la atención directa al alumnado.
Sin embargo, organismos como el FMI han alertado de que alrededor del 60 % de los nuevos puestos de trabajo podrían verse afectados por la IA en un futuro próximo, ya sea por sustitución o por una transformación radical de sus funciones. En el ámbito educativo, esto obliga a una reflexión profunda: cómo reorientar las tareas docentes hacia aquello que la máquina no puede hacer bien (acompañamiento, empatía, juicio pedagógico, construcción de comunidad) y cómo formar al alumnado para un mercado laboral en constante cambio.
IA generativa en el proceso de enseñanza y aprendizaje universitario
En la universidad, el impacto de la IA generativa se percibe especialmente en la preparación de contenidos, la evaluación y la tutoría académica. Vicerrectorados de innovación educativa, como el de la UNED o iniciativas similares en otras instituciones, están elaborando estrategias específicas para integrar estas herramientas de forma responsable y alineada con la excelencia académica.
Por ejemplo, algunas universidades han desarrollado guías detalladas sobre el uso de la IA generativa en la docencia, así como cursos, talleres y programas de formación continua para docentes y estudiantes. El objetivo es doble: aprovechar el potencial de estas tecnologías para mejorar la enseñanza y, a la vez, salvaguardar la integridad académica frente a usos poco éticos, como el plagio o la delegación total de trabajos en la máquina.
Los docentes utilizan la IA para resumir libros, artículos y documentos extensos, extrayendo los puntos clave que servirán de base para la explicación en clase. Plataformas que permiten cargar un texto y obtener un resumen estructurado ayudan a preparar materiales más claros y centrados en lo esencial, lo que a su vez facilita que el estudiantado comprenda los conceptos importantes sin perderse en información secundaria.
En evaluación, la IA se emplea para generar automáticamente preguntas de opción múltiple a partir de contenidos ya analizados, crear bancos de ítems para exámenes, corregir cuestionarios tipo test y, en algunos casos, proporcionar retroalimentación automática sobre ejercicios abiertos. Esto ahorra tiempo e introduce más actividades de práctica para el alumnado, aunque siempre requiere supervisión docente para garantizar calidad y justicia en la corrección.
La IA también apoya el debate y el pensamiento crítico en el aula. Analizando las preguntas frecuentes de los estudiantes o simulando posturas contrapuestas en torno a un tema, el profesorado puede montar discusiones más ricas, preparar respuestas a dudas habituales y fomentar que el alumnado contraste argumentos en lugar de aceptar sin más la primera respuesta que les ofrece un chatbot.
En el terreno creativo, docentes y estudiantes utilizan la IA para idear actividades, juegos didácticos, ejemplos, estudios de caso o materiales multimedia que hagan las clases más atractivas. La clave está en utilizar la máquina como generadora de propuestas que luego se filtran, adaptan y enriquecen con criterio pedagógico, en lugar de aceptarlas en bloque.
Otro uso habitual es la recomendación de nuevas lecturas y recursos: el profesorado pide a la IA bibliografía o artículos sobre un tema concreto, y la herramienta sugiere posibles referencias. Eso sí, se insiste en la necesidad de verificar la existencia real y la calidad de las fuentes, dado que algunos sistemas pueden “inventar” citas aparentes pero inexistentes.
Además, se están desplegando asistentes virtuales para docentes que ayudan en tareas como la planificación de asignaturas, la gestión de horarios o el recordatorio de fechas clave. Estos asistentes pueden integrarse con plataformas de gestión académica para automatizar recordatorios y notificaciones al alumnado.
El análisis de grandes conjuntos de datos educativos permite a la IA detectar patrones de rendimiento y comportamiento: estudiantes en riesgo de abandono, asignaturas que presentan sistemáticamente altas tasas de suspensos, correlaciones entre participación en actividades y resultados finales, etc. Con esta información, los equipos docentes y de calidad pueden ajustar metodologías, reforzar apoyos o rediseñar planes de estudio.
Finalmente, los sistemas de recomendación académica proponen asignaturas, itinerarios de grado, másteres o formación complementaria en función del progreso, intereses y resultados previos del alumnado. De este modo, se ofrece una experiencia más personalizada y se acompaña mejor la toma de decisiones académicas.
Proyectos universitarios que integran IA en campus educativos
En algunas universidades la IA ya no es solo un experimento aislado, sino que se ha integrado en proyectos institucionales de innovación educativa. Un ejemplo es el Hub de Innovación Educativa, que utiliza IA generativa para sugerir qué innovaciones se pueden aplicar en determinadas asignaturas en función de su contenido, objetivos y contexto.
Dentro de este hub se enmarcan iniciativas como el Laboratorio de Tecnologías Educativas Emergentes, donde se prueban nuevas funcionalidades de IA generativa para apoyar al profesorado y mejorar servicios a estudiantes. A través de plataformas como Edubots, se ponen en marcha chatbots y asistentes que resuelven dudas habituales, guían en el uso del campus virtual o recomiendan recursos formativos complementarios.
Otro proyecto clave es Verificatio, centrado en detectar plagio en las Pruebas de Evaluación Continua mediante procesamiento de lenguaje natural. Este sistema analiza similitudes, estructuras de texto y posibles coincidencias con fuentes externas o con otros trabajos estudiantiles, ayudando a proteger la honestidad académica y a sensibilizar sobre la importancia de citar y parafrasear correctamente.
En paralelo, se ha desarrollado un recomendador académico basado en análisis inteligente de datos que orienta tanto al alumnado como al profesorado. Este sistema examina información compleja sobre trayectorias académicas, rendimiento, preferencias y saturación de asignaturas para proponer combinaciones de materias, ritmos de estudio y oportunidades de formación adecuada a cada perfil.
El proyecto ARCDU trabaja en el diseño de una ontología que mejore la búsqueda de recursos educativos en el repositorio institucional. Gracias a esta estructura semántica, los estudiantes pueden encontrar materiales más relevantes y contextualizados, y el profesorado puede localizar rápidamente recursos alineados con sus objetivos didácticos.
Otros proyectos se enfocan en la comunicación y difusión de la oferta formativa. GEONA, por ejemplo, emplea IA generativa para mejorar la comunicación de los cursos de UNED Abierta, mientras que se experimenta con la recomendación de grados, másteres y programas de formación permanente que puedan interesar a quienes participan en un MOOC concreto, ajustando las sugerencias al perfil del usuario.
En el ámbito de los idiomas, el proyecto IDIOMAI diseña herramientas basadas en IA generativa para la enseñanza y el aprendizaje de lenguas. Estas soluciones permiten practicar conversaciones simuladas, recibir correcciones personalizadas de pronunciación y gramática o trabajar con materiales adaptados al nivel y objetivos de cada estudiante.
Avatares, contenidos y tendencias emergentes con IA generativa
Entre las tendencias más llamativas destaca el uso de la IA para crear vídeos con avatares humanos, reales o sintéticos, capaces de hablar en múltiples idiomas con un aspecto natural. Herramientas como HeyGen o Synthesia permiten al profesorado grabar una vez y generar versiones de la misma explicación en diferentes lenguas, ampliando el alcance global de los cursos y facilitando el acceso a estudiantes que no comparten idioma con la persona que imparte la asignatura.
Esta tecnología también abre la puerta a clases más personalizadas, donde cada estudiante puede recibir explicaciones adaptadas a su idioma o a su ritmo, sin que el docente tenga que repetir manualmente el mismo contenido, y se beneficiará de futuros avances en conectividad como conectividad como 6G. Eso sí, la calidad pedagógica del mensaje sigue dependiendo de la preparación y el criterio del profesorado, no del avatar en sí.
Otra tendencia clara es el uso de chats conversacionales y herramientas como ChatPDF para preparar asignaturas en diferentes fases del proceso educativo: diseño de la guía docente, selección de contenidos clave, propuesta de actividades, elaboración de rúbricas de evaluación, etc. Estos asistentes facilitan la búsqueda e indexación de información, permiten contrastar enfoques metodológicos y ayudan a generar materiales coherentes con los resultados de aprendizaje que se persiguen.
En paralelo surge un ecosistema creciente de empresas emergentes que ofrecen servicios de IA para educación a través de API. Estas interfaces de programación permiten integrar motores de generación de contenido, evaluación automática o gestión de clases dentro de plataformas educativas existentes. Gracias a ello, centros y docentes pueden automatizar tareas como la creación de cuestionarios, el análisis de resultados o el envío de recordatorios personalizados.
Además, se están diseñando aplicaciones que permiten a cualquier usuario con pocos conocimientos técnicos crear sus propias herramientas educativas de IA personalizadas. Esto democratiza el acceso a la tecnología, ya que no es necesario un gran presupuesto ni un equipo de desarrollo para contar con asistentes inteligentes adaptados a una asignatura o a un curso concreto.
En el terreno de las artes y las humanidades, la integración de la IA en los estudios artísticos y la realidad extendida se perfila como algo inevitable. Plataformas como Midjourney, DALL·E o Runway se utilizan para generar imágenes y vídeos de alta complejidad que sirven tanto para la creación de obras visuales como para prototipar, experimentar con estilos o ilustrar conceptos en asignaturas de diseño, comunicación o bellas artes.
Lejos de sustituir la creatividad humana, estas herramientas se convierten en instrumentos adicionales dentro del proceso creativo, capaces de acelerar fases de ideación y permitir combinaciones visuales que antes requerían mucho más tiempo o recursos. Al mismo tiempo, plantean preguntas intensas sobre la autoría, los derechos de propiedad intelectual y la definición misma de obra artística.
Otra línea en expansión es el desarrollo de experiencias de aprendizaje personalizadas basadas en datos. Sistemas adaptativos recogen información sobre el desempeño y la interacción del estudiante para ajustar automáticamente la dificultad de los ejercicios, recomendar recursos específicos o proponer caminos de estudio alternativos. Así se busca optimizar la educación en función de las necesidades y la evolución de cada persona.
La creación de recursos didácticos también se está viendo transformada: la IA apoya en tareas de estructurar contenidos, diseñar infografías, generar presentaciones de diapositivas o elaborar glosarios. Herramientas como SlidesAI o Tome permiten montar presentaciones a partir de un texto base, ahorrando tiempo al profesorado y reduciendo la necesidad de externalizar el diseño de materiales.
Guías, políticas y eventos sobre IA en educación
Para acompañar esta ola de innovación, ministerios y organismos públicos están publicando guías específicas sobre el uso de la IA en el ámbito educativo. El Instituto Nacional de Tecnologías Educativas y de Formación del Profesorado (INTEF), por ejemplo, ha presentado una guía destinada a las etapas no universitarias que sirve como referencia para centros, docentes y equipos directivos.
Esta guía empieza por contextualizar qué es la inteligencia artificial, cómo se integra en la vida cotidiana y por qué es relevante en educación. Ofrece una base conceptual accesible para quienes no tienen formación técnica, explicando de forma clara los términos fundamentales y los tipos de aplicaciones más comunes en el aula.
A continuación, el documento analiza las posibilidades y limitaciones de la IA desde tres perfiles: alumnado, docentes y centro educativo/administración. Para cada uno se identifican desafíos concretos, se sugieren medidas preventivas y se recogen ejemplos prácticos de uso de la IA que enriquecen los procesos de enseñanza y aprendizaje sin comprometer la equidad ni la ética.
Uno de los apartados clave es el dedicado al impacto ético de la IA y la necesidad de una regulación adecuada. La guía incluye un decálogo para el buen uso de estas tecnologías, con orientaciones sobre cómo hablar con el alumnado de sesgos algorítmicos, deepfakes, dependencia tecnológica o manipulación informativa. Se anima a trabajar estos temas en clase para desarrollar una alfabetización en IA que vaya más allá del uso técnico de las herramientas.
Para facilitar la comprensión, se incorpora un glosario de términos técnicos y conceptos clave, de modo que cualquier miembro de la comunidad educativa, sea cual sea su nivel previo de conocimiento, pueda seguir las explicaciones y aplicarlas en su contexto. Además, en anexos se incluyen buenas prácticas para introducir la IA en el aula y un repaso a orientaciones y marcos de referencia nacionales e internacionales.
En paralelo, se organizan jornadas y eventos específicos sobre inteligencia artificial en educación, en los que participan empresas tecnológicas, universidades, administraciones y entidades del sector. Estas citas sirven para compartir experiencias, debatir sobre impacto y proyección futura, y reforzar la colaboración entre quienes desarrollan las tecnologías y quienes las aplican en entornos reales de aprendizaje.
Riesgos, límites y dilemas éticos de la IA en campus educativos
Pese a sus ventajas, la integración de la IA en la educación está cargada de riesgos que no se pueden obviar. Todavía no hay evidencias sólidas de que aplicaciones como los grandes modelos generativos mejoren por sí mismas el rendimiento académico; muchas de las promesas siguen en el terreno de las expectativas, y eso obliga a ser prudentes y basar las decisiones en datos y evaluaciones rigurosas.
Uno de los peligros más comentados es la delegación excesiva de tareas docentes en la IA. Si correcciones, orientaciones o incluso evaluaciones completas son realizadas por sistemas automáticos sin supervisión suficiente, se puede resentir la calidad pedagógica y desdibujar la responsabilidad profesional del docente, que es quien tiene el conocimiento didáctico para interpretar resultados y adaptar respuestas.
Los sesgos algorítmicos constituyen otra fuente de preocupación: si los modelos se entrenan con datos parciales o discriminatorios, sus recomendaciones o evaluaciones pueden perpetuar injusticias, penalizando a determinados colectivos o reforzando estereotipos. Esto resulta especialmente delicado en ámbitos como la selección de alumnado, la predicción de éxito académico o la recomendación de itinerarios formativos.
La protección de los datos personales es igualmente crítica. En un contexto donde surgen nuevos agentes y servicios basados en IA a gran velocidad, no siempre queda claro quién accede a la información del alumnado, dónde se almacena, durante cuánto tiempo y con qué fines secundarios se podría explotar. Por ello, se insiste en aplicar normativas de privacidad estrictas y en exigir transparencia a los proveedores tecnológicos.
El auge de herramientas capaces de generar avatares realistas o replicar voces humanas abre nuevas vías para la desinformación o la suplantación de identidad. En entornos educativos, esto obliga a formar al alumnado en verificación de fuentes, pensamiento crítico y detección de contenidos manipulados, además de establecer protocolos claros frente a posibles usos malintencionados.
La IA aplicada a la creación artística genera dilemas sobre propiedad intelectual y redefinición del proceso creativo. ¿Quién es el autor de una obra generada a partir de un modelo que ha aprendido de miles de imágenes de terceros? ¿Cómo se compensa a los creadores originales cuyos trabajos han servido de base? Estas preguntas siguen abiertas y afectan directamente a la formación en áreas creativas.
Además, muchos expertos advierten del riesgo de que una dependencia excesiva de la IA erosione el valor de la interacción humana y el pensamiento crítico. Si el alumnado se acostumbra a aceptar sin discusión lo que dice un asistente inteligente, sin contrastar ni reflexionar, se debilita una de las competencias centrales de cualquier sistema educativo democrático.
Ante estas cuestiones, la UNESCO subraya que la tecnología no es neutral y debe estar guiada por nuestro criterio y valores. De ahí la importancia de que los estados y las instituciones educativas asuman un papel activo en definir qué usos son aceptables, con qué objetivos y bajo qué condiciones de transparencia, equidad y participación de la comunidad.
Alfabetización en IA, inclusión y futuro de los campus educativos
Para aprovechar realmente el potencial de la IA sin dejar a nadie atrás, resulta imprescindible impulsar una alfabetización en inteligencia artificial para toda la comunidad educativa. Esto implica no solo enseñar a manejar herramientas concretas, sino comprender cómo funcionan, qué limitaciones tienen, qué sesgos incorporan y cómo se pueden utilizar de forma responsable.
La UNESCO, a través de marcos de competencias en IA para estudiantes y docentes, plantea que toda persona debe desarrollar habilidades críticas frente a los sistemas inteligentes: saber interpretar sus resultados, cuestionar sus recomendaciones, proteger su privacidad y comprender el impacto social y laboral de estas tecnologías.
Otro reto fundamental es garantizar que la IA contribuye a la inclusión y la equidad en educación. Esto significa que los beneficios de las herramientas inteligentes deben estar disponibles también para quienes viven en contextos vulnerables, con menos recursos tecnológicos o en regiones con infraestructuras limitadas. De lo contrario, se corre el riesgo de que la “IA para todos” se convierta en un eslogan vacío.
Los campus educativos del futuro se perfilan como ecosistemas híbridos donde conviven la presencialidad, la enseñanza online y los servicios automatizados, apoyados por la nueva generación de conectividad inalámbrica. En este escenario, la misión de la educación sigue siendo profundamente humana: acompañar a los estudiantes en su desarrollo personal, social y profesional, fomentar la convivencia y el trabajo en común, y ofrecer espacios de diálogo crítico sobre el papel de la tecnología en la sociedad.
En la práctica, esto implica construir una cultura en la que docentes, estudiantes y desarrolladores colaboren estrechamente. El diseño de herramientas de IA para educación debe hacerse contando con la voz de quienes las utilizan a diario, de modo que respondan a necesidades reales de aprendizaje y no solo a intereses comerciales o a modas tecnológicas pasajeras.
Si se logra este equilibrio entre tecnología y humanidad, entre innovación y ética, la inteligencia artificial puede convertirse en una aliada poderosa para transformar positivamente los campus educativos: liberando tiempo para el contacto humano, ayudando a personalizar el aprendizaje, mejorando la gestión y ampliando el acceso al conocimiento a escala global, siempre bajo condiciones que respeten la dignidad, los derechos y la diversidad de todas las personas que aprenden y enseñan.
