IA: Aliada del Desarrollo Estudiantil

Por Moreno, María; Enrique Miranda.

La inteligencia artificial ya forma parte de la vida cotidiana de quienes estudian y enseñan en la universidad. La pregunta relevante no es si debe usarse, sino cómo lograr que su presencia en el aula fortalezca —y no sustituya— el pensamiento crítico y la construcción propia del conocimiento. Sánchez Mendiola y Carbajal Degante (2023) señalan que estas herramientas tienen un gran potencial educativo, aunque también limitaciones y posibles efectos negativos que deben analizarse con rigor académico por parte de docentes, estudiantes e instituciones. 

     Una IA pensada para el entorno educativo debe cumplir un propósito claro: acompañar, no resolver. Su función idónea es la de un modelo de orientación que guía al estudiante mientras este desarrolla sus propias capacidades, y no la de un instrumento que entrega respuestas terminadas a cambio de una instrucción. En este sentido, Mosqueda Chávez (2024) sostiene que la IA puede convertirse en una auténtica aliada del aprendizaje y del pensamiento crítico cuando se utiliza con fines pedagógicos bien definidos y de manera ética. Cuando la herramienta reemplaza el esfuerzo de pensar, el aprendizaje se debilita; cuando lo acompaña, se consolida. Hoy, sin embargo, el uso de la IA en el proceso educativo suele ser genérico: se aplica sin una ruta definida, sin criterios claros y sin distinguir entre tipos de uso o niveles de acompañamiento. Falta un esquema que oriente su aplicación hacia un modelo educativo especializado, y falta también claridad en algo tan sencillo como formular una instrucción. Elaborar un buen prompt —una indicación precisa y bien estructurada— es en sí misma una habilidad que merece enseñarse, porque de ella depende la calidad del resultado y, más importante aún, la calidad del proceso de aprendizaje que lo acompaña. 

       A esto se suma un problema de fondo en la formación universitaria: muchos estudiantes no han desarrollado aún el criterio para seleccionar y jerarquizar información con rigor. Si la IA se usa sin ese criterio previo, en lugar de complementar el aprendizaje termina por sustituirlo. Díaz Barriga Arceo y Barrón Tirado (2022) advierten que los sistemas educativos y las estructuras curriculares en América Latina suelen operar de manera inequitativa y poco incluyente frente a los retos que imponen las nuevas tecnologías, lo que exige repensar el currículo desde una perspectiva de innovación disruptiva y justicia social. También existe una tensión de percepciones dentro de la comunidad universitaria. Navarrete-Cazales y Manzanilla-Granados (2023) documentan que tanto el profesorado como el estudiantado suelen desconocer las políticas institucionales sobre el uso de la IA, de modo que su manejo depende más de la iniciativa personal y la curiosidad tecnológica que de una formación estructurada. Se necesita, entonces, un puente entre ambas miradas: mecanismos y normativas compartidas que permitan que el uso de la IA en el aula complemente —y no sustituya— la formación. 

    Vista con esta perspectiva, la inteligencia artificial puede convertirse en una auténtica herramienta de gestión del conocimiento: ayuda a organizar el tiempo, orienta el proceso de investigación y ofrece retroalimentación oportuna sobre el trabajo en curso. Puede, incluso, funcionar como complemento del docente en el acompañamiento de cada estudiante, permitiendo un seguimiento más cercano a su forma particular de aprender. El reto está en no quedarnos en el uso inmediato y de corto plazo, sino en preguntarnos qué beneficios puede ofrecer la IA a mediano y largo plazo en la formación integral del estudiante. La pedagogía tradicional no debería ver en la inteligencia artificial una amenaza a evitar, sino un recurso a institucionalizar con responsabilidad. Ugalde Uribe (2024) plantea que, pese a los desafíos de infraestructura tecnológica y de capacitación docente que enfrenta México, la IA representa una oportunidad significativa para mejorar la equidad y la calidad educativa, siempre que se acompañe de inversión, formación profesional y políticas públicas incluyentes. Esto exige un trabajo conjunto: desarrollar esquemas claros sobre los tipos y usos de la IA, generar normativas que orienten tanto a docentes como a estudiantes, y construir un sistema de uso ético que garantice que la tecnología sirva al aprendizaje y no lo suplante. La propuesta, en suma, es sencilla de enunciar y compleja de ejecutar: convertir a la inteligencia artificial en un aliado del desarrollo estudiantil. Un aliado que acompañe, que rete y que forme, sin nunca reemplazar el esfuerzo intelectual que hace posible, precisamente, que alguien se forme como profesionista.



REFERENCIAS

Díaz Barriga Arceo, F., y Barrón Tirado, M. C. (2022). Desafíos del currículo en tiempo de pandemia: innovación disruptiva y tecnologías para la inclusión y justicia social. Revista Electrónica de Investigación Educativa, 24, e10, 1-12. https://doi.org/10.24320/redie.2022.24.e10.4500

Mosqueda Chávez, E. (2024). La inteligencia artificial como aliada del aprendizaje y el pensamiento crítico. Revista Mexicana de Bachillerato a Distancia, 16(32). https://doi.org/10.22201/cuaieed.20074751e.2024.32.89555

Navarrete-Cazales, Z., y Manzanilla-Granados, H. M. (2023). Una perspectiva sobre la inteligencia artificial en la educación. Perfiles Educativos, 45(Especial), 87-107. https://doi.org/10.22201/iisue.24486167e.2023.Especial.61693

Sánchez Mendiola, M., y Carbajal Degante, E. (2023). La inteligencia artificial generativa y la educación universitaria: ¿Salió el genio de la lámpara? Perfiles Educativos, 45(Especial), 70-86. https://doi.org/10.22201/iisue.24486167e.2023.Especial.61692

Ugalde Uribe, F. S. (2024). Los retos de la inteligencia artificial (IA) en la educación de México. Ciencia Latina Revista Científica Multidisciplinar, 8(5), 2607-2626. https://doi.org/10.37811/cl_rcm.v8i5.13723