Aunque el 92% de los estudiantes universitarios en América Latina ya utiliza inteligencia artificial, la educación y alfabetización promedio en esta tecnología alcanza apenas 1.5 sobre 3.

Además, los primeros resultados de experimentación realizados por AIGEN muestran que el acceso a herramientas genéricas no genera mejoras significativas en el aprendizaje, mientras que las soluciones diseñadas pedagógicamente pueden reducir hasta 50% el tiempo de trabajo y mejorar hasta 30% algunos resultados académicos. Esta brecha de capacidades contrasta con el rápido crecimiento de la adopción tecnológica y evidencia la necesidad de fortalecer la formación para aprovechar el potencial de estas herramientas.

En este contexto, el Instituto para el Futuro de la Educación (IFE) del Tecnológico de Monterrey y la Red de Educación Global en Inteligencia Artificial (AIGEN) presentaron los resultados de una investigación que incluyó a 10 universidades de Argentina, Chile, México y Perú, con la participación de más de 1,000 estudiantes y docentes en cinco áreas disciplinarias. El análisis se complementó con el Reporte de la Encuesta de Inteligencia Artificial en Educación Superior en América Latina 2026, del Digital Education Council (DEC), basada en más de 30,000 respuestas provenientes de 27 universidades de la región.

Como señala Héctor G. Ceballos, director de Living Lab & Data Hub del IFE: “Estamos viendo que la conversación sobre inteligencia artificial en educación ya no es si debemos adoptarla, sino cómo hacerlo con intención pedagógica”. Y advierte que “Lo más relevante que estamos observando no es una brecha tecnológica, sino una de capacidades. Estudiantes y profesores ya están usando IA, pero necesitamos desarrollar pensamiento crítico, criterio y marcos éticos para que ese uso realmente genere valor educativo.”
El hallazgo central: el acceso genérico no basta

Más allá de las cifras, los pilotos de pruebas de esta investigación ofrecen una lección contundente: el simple acceso a tecnología no garantiza resultados.
El uso de herramientas diseñadas pedagógicamente —como Skill Studio, módulo de la plataforma TECgpt que permite crear tareas estructuradas y reutilizables (“skills”) con campos, prompts y formatos de salida predefinidos alineados con procesos institucionales- permitió mejoras medibles: 30 minutos menos por sesión de asesoría y expedientes hasta un 30% más completos.

El mismo patrón se repite en otras instituciones:

En la Universidad Científica del Sur (Perú), 13 docentes reportaron ahorros superiores al 50% en la creación de rúbricas.

En la Universidad de los Andes de Chile, un piloto de gran escala —14 docentes, 18 materias y 434 estudiantes— evidenció avances en aprendizaje adaptativo asistido por IA.
En el ámbito de la salud, la UNAM y la Universidad Modelo desarrollaron herramientas de razonamiento clínico que demuestran cómo la IA contextualizada potencia habilidades de alto orden.

La alfabetización en IA tiene un retorno medible

La evidencia también revela que la alfabetización en IA no es solo una aspiración formativa, sino un factor tangible de impacto.

El 77% de los estudiantes con alta alfabetización en IA se siente preparado para entornos laborales intensivos en tecnología, frente al 49% con baja alfabetización. Entre docentes, el 72% con alto dominio confía en que la IA reducirá su carga administrativa, mientras que el 50% de quienes tienen menor dominio expresa incertidumbre. Por lo tanto, invertir en capacidades no es solo una decisión ética, sino también una estrategia de productividad y empleabilidad.

Las paradojas que las instituciones deben atender

El avance de la IA en las aulas también exhibe tensiones profundas. Aunque el 92% del estudiantado ya utiliza IA, el 65% teme que fomente un aprendizaje superficial y el 61% se preocupa por posibles ventajas injustas entre compañeros.
A esto se suma un déficit institucional crítico: solo el 8% de los estudiantes afirma estar plenamente informado sobre políticas relacionadas con IA, y un tercio del profesorado desconoce las directrices de su propia universidad.

Como apunta Gerardo Castañeda Garza, líder de Iniciativas de Inteligencia Artificial en Educación del IFE: “El reto no es solo adoptar inteligencia artificial, sino establecer lineamientos claros que aseguren un uso ético, transparente y responsable. Las universidades deben avanzar hacia marcos que no solo regulen la tecnología, sino que formen criterio en estudiantes y docentes para utilizarla con integridad académica.”

Más allá de la tecnología: gobernanza, capacidades y transformación

Los hallazgos subrayan que el desafío no es tecnológico, sino estructural. La adopción masiva sin gobernanza clara ni desarrollo de capacidades puede limitar —o incluso distorsionar— el valor educativo de la IA.

A partir de la evidencia empírica, AIGEN propone cinco líneas de acción para una integración responsable:

• • Invertir en formación práctica antes de escalar.
  • Comunicar que la IA es un apoyo, no un sustituto del criterio docente.
  • Establecer políticas claras de gobernanza.
  • Mantener siempre supervisión humana.
  • Construir comunidades de práctica entre instituciones.

En un contexto donde el 94% del profesorado ya se visualiza utilizando IA en el futuro, la discusión ha evolucionado definitivamente. Ya no se trata de decidir si la IA estará presente en el aula, sino de definir con qué intención, diseño pedagógico y marco ético se integrará en la educación del futuro.

La evidencia apunta a una conclusión clara: en educación superior, el valor de la inteligencia artificial no depende del acceso a la tecnología, sino de la capacidad institucional para integrarla con intención pedagógica, supervisión humana y criterios éticos.