Vol. 27, núm. 2 mayo-julio 2026
La docencia ante la inteligencia artificial: prudencia, imaginación y compromiso
Melchor Sánchez Mendiola CitaResumen
En el Día del Maestro, la unam reflexiona sobre el impacto de la inteligencia artificial generativa (iagen) en la educación superior. Los datos son contundentes: más del 80% del profesorado y el 90% del estudiantado ya utilizan estas herramientas. Lejos de representar una amenaza, la ia invita a repensar cómo se enseña, cómo se evalúa y qué significa aprender. La resistencia docente no depende de la edad, sino de las condiciones institucionales: formación, acceso y guía clara. El verdadero reto es integrar la tecnología con criterio pedagógico —convertir respuestas rápidas en pensamiento reflexivo— sin perder el núcleo irreemplazable de la docencia: formar personas, no solo informarlas. El optimismo prudente que propone el texto apuesta por una universidad que use la inteligencia artificial con más inteligencia humana.
Palabras clave: inteligencia artificial, educación superior, IA generativa, innovación educativa, alfabetización.
Teaching in the Age of Artificial Intelligence: Prudence, Imagination, and Commitment
Abstract
On Teacher’s Day, the National Autonomous University of Mexico (unam) reflects on the impact of generative artificial intelligence (gai) on higher education. The data are compelling: more than 80% of faculty members and 90% of students already use these tools. Far from representing a threat, ai invites us to rethink how teaching, assessment, and learning itself are understood. Faculty resistance does not depend on age, but on institutional conditions such as training, access, and clear guidance. The real challenge lies in integrating technology through sound pedagogical judgment —transforming quick answers into reflective thinking— without losing the irreplaceable core of teaching: educating people, not merely informing them. The text advocates for a cautious optimism and for a university that uses artificial intelligence with greater human intelligence.
Keywords: artificial intelligence, higher education, generative AI, educational innovation, literacy.
Cada 15 de mayo, México hace una pausa para reconocer a quienes enseñan. En la Universidad Nacional Autónoma de México, esa pausa tiene un sentido especial. No celebramos sólo una profesión; reconocemos una forma de servicio público que se expresa todos los días en aulas, laboratorios, clínicas, talleres, bibliotecas, seminarios, plataformas digitales y espacios de tutoría. Ser docente de la universidad es dominar un campo de conocimiento, desde luego, pero también abrirle la puerta a otros para que puedan entrar en él, entenderlo, ponerlo en duda, usarlo con responsabilidad y, llegado el momento, transformarlo.
La docencia mira siempre hacia adelante. Quien enseña trabaja con lo que todavía no existe del todo: la comprensión que una estudiante alcanzará mañana, la pregunta que un alumno aún no logra formular, el criterio profesional que alguien ejercerá años después de haber escuchado una explicación, recibido una retroalimentación o vivido una conversación intensa. Enseñar es confiar en que las personas pueden crecer, revisar sus ideas, ampliar su mundo, equivocarse con dignidad y aprender de nuevo. Por eso el Día del Maestro no es una ceremonia de nostalgia. Es una fecha para agradecer, sí, pero también para preguntarnos cómo se enseña en una época que ya no se parece a la de hace apenas unos años.
Créditos: imagen generada mediante OpenAI DALL·E a partir de instrucciones conceptuales elaboradas por el autor.
La pregunta se ha vuelto más apremiante por la irrupción de la inteligencia artificial generativa (iagen). En muy poco tiempo, estas herramientas entraron a la vida académica de una manera que no suele ocurrir con las innovaciones educativas. No esperaron a que termináramos de discutir lineamientos, rediseñar programas o acordar definiciones. Aparecieron en los teléfonos, las computadoras, las tareas, los buscadores, las conversaciones de pasillo y las dudas de profesores y estudiantes. La comunidad universitaria comenzó a usarlas, probarlas, temerles, criticarlas e imaginar posibilidades con ellas casi al mismo tiempo.
Esa mezcla de curiosidad y cautela es comprensible. La inteligencia artificial puede ayudar a crear materiales, ofrecer ejemplos, explorar información, traducir, resumir, ensayar explicaciones, diseñar preguntas, generar casos, producir imágenes o apoyar la retroalimentación. También trae riesgos conocidos: sesgos, respuestas falsas, pérdida de privacidad, dependencia excesiva, uso indebido en tareas escolares, inequidad en el acceso, opacidad técnica y debilitamiento del pensamiento crítico si se usa sin orientación. No hay que escoger entre entusiasmo y preocupación: necesitamos ambas cosas. El entusiasmo sin juicio pedagógico suele terminar en adopciones superficiales; la cautela sin imaginación nos deja inmóviles justo cuando más necesitamos aprender.
Por eso conviene hablar de un optimismo prudente. No de una fe ingenua en la tecnología ni de una defensa automática de todo lo nuevo, sino de una disposición universitaria a mirar la evidencia, reconocer los riesgos, diseñar mejores prácticas y sostener un principio básico: la tecnología debe estar al servicio de la formación humana, no al revés.
Los datos recientes de la unam ofrecen razones para esa postura. En el estudio realizado a finales de 2024 y reportado en 2025 por la Coordinación de Evaluación, Innovación y Desarrollo Educativos (ceide), dependencia de la Secretaría General, participaron 2,069 docentes y 4,725 estudiantes de bachillerato, licenciatura y posgrado. El resultado general fue claro: la inteligencia artificial generativa ya estaba presente en la comunidad universitaria. Entre el profesorado, 83 % en bachillerato, 70 % en licenciatura y 73 % en posgrado reportó haber usado alguna herramienta de iagen. Entre el estudiantado, las cifras fueron todavía más altas: 87 % en bachillerato, 81 % en licenciatura y 88 % en posgrado. Ese hallazgo cambia el punto de partida. La pregunta ya no es si la inteligencia artificial llegará a las aulas universitarias; ya está aquí. La pregunta pertinente es cómo queremos que esté ahí, con qué propósitos, bajo qué criterios y con qué acompañamiento. También nos obliga a reconocer que muchas prácticas ya están ocurriendo antes de que existan acuerdos institucionales suficientemente claros.
El mismo estudio mostró que los primeros usos eran, en buena medida, exploratorios. El profesorado recurría a la iagen sobre todo para obtener información, buscar recursos bibliográficos y, en algunos casos, diseñar actividades de aprendizaje, materiales didácticos e instrumentos de evaluación. El estudiantado la empleaba principalmente para obtener explicaciones de contenidos, buscar información y generar ideas para iniciar tareas. La tecnología entró primero como apoyo para comprender, buscar, organizar y producir. Todavía no se observaba una integración robusta en el currículo ni en la evaluación, pero sí una familiaridad creciente que no puede ignorarse.
Un año después, la encuesta sobre inteligencia artificial en educación superior en América Latina, realizada a fines de 2025 y reportada en 2026 por el Digital Education Council (dec), con participación de la unam, amplió la mirada. A nivel regional reunió más de 30 mil respuestas: 22,941 estudiantes y 7,319 docentes de 29 instituciones de educación superior. La unam aportó 6,398 participantes: 5,509 estudiantes y 889 docentes. En la muestra universitaria, 91.5 % del estudiantado y 75 % del profesorado reportó haber utilizado ia en sus estudios o en su docencia. A nivel regional, 92 % del estudiantado y 79 % del profesorado dijo usarla. Además, los datos regionales mostraron un aumento respecto a estudios globales previos: el uso estudiantil pasó de 86 % en 2024 a 92 % en América Latina en 2026; en el profesorado, de 61 % en 2025 a 79 % en la región.
La tendencia coincide con los resultados de la Encuesta Nacional “Usos y percepciones sobre Inteligencia Artificial Generativa en la Educación Superior en México”, levantada por la Secretaría de Educación Pública en 2025 y presentada en 2026. Esa encuesta reportó que más de nueve de cada diez estudiantes y docentes conocen qué es la inteligencia artificial generativa, y que más de 60 % de la comunidad universitaria la utiliza de forma cotidiana. Con diferencias de contexto y metodología, los estudios apuntan en la misma dirección: la ia generativa dejó de ser una curiosidad marginal y se convirtió en parte del ecosistema académico.
Pero quizá lo más relevante no sea solo cuánto se usa, sino cómo se mira. En la unam, alrededor de siete de cada diez docentes expresan una opinión positiva o muy positiva sobre la ia en la educación. A nivel regional, el porcentaje llega a 72 %. Entre el estudiantado, dos terceras partes en América Latina tienen una opinión positiva o muy positiva; en la unam predomina también una valoración favorable, aunque con más cautela. El futuro imaginado por la comunidad confirma la tendencia: 96.3 % del profesorado de la unam prevé utilizar ia en sus prácticas docentes futuras, mientras que en la región el dato es 94 %. Entre estudiantes de América Latina, 73 % se ve utilizando ia en su trabajo futuro.
Estos datos no resuelven los dilemas, pero ayudan a situarlos. La comunidad no está ante una tecnología pasajera: estamos frente a una condición nueva de la vida académica y profesional. Y dentro de ese panorama hay un hallazgo especialmente valioso para el Día del Maestro: la experiencia docente no parece ser sinónimo de resistencia al cambio. En la encuesta regional del dec, el uso de ia por parte del profesorado no mostró variaciones importantes según los años de experiencia. Quienes tienen más de 20 años de docencia reportaron tasas de uso apenas 7 % inferiores a quienes tienen menos experiencia; en la muestra de la unam, la diferencia fue cercana a 6 %. Las actitudes hacia la ia también fueron bastante consistentes entre los distintos niveles de trayectoria. Este hallazgo importa porque desarma un estereotipo injusto. Con frecuencia se piensa que la innovación educativa depende de la edad, como si las generaciones más jóvenes fueran naturalmente abiertas y las de mayor antigüedad naturalmente reacias. La realidad, como suele ocurrir, es más interesante. Las barreras principales parecen estar menos en la edad y más en las condiciones de apoyo: formación pertinente, acceso a herramientas, tiempo para experimentar, ejemplos pedagógicos, claridad normativa, acompañamiento y espacios donde se pueda probar sin temor al error. Esa es una buena noticia, porque las condiciones institucionales sí pueden modificarse. Una universidad no puede cambiar la fecha de nacimiento de su planta académica, pero sí puede construir mejores entornos para que todas las generaciones docentes aprendan juntas.
Quien ha acompañado procesos de formación docente reconoce este punto casi de inmediato. El problema rara vez es una negativa abstracta a cambiar. Con más frecuencia aparece en preguntas muy concretas: ¿qué herramienta puedo usar sin comprometer datos?, ¿cómo lo explico en mi programa?, ¿qué hago si un estudiante entrega una tarea producida con ia?, ¿cómo evalúo el proceso?, ¿qué ejemplos son pertinentes para mi asignatura? Detrás de esas preguntas no hay resistencia, sino responsabilidad. La innovación educativa no avanza con consignas; avanza cuando esas dudas se toman en serio. El profesorado de la unam no necesita ser convencido de que el mundo está cambiando; lo vive en sus grupos, en sus programas, en las tareas que recibe y en las preguntas que le hacen sus estudiantes. En la muestra universitaria, 76 % anticipa cambios significativos o transformadores en su rol por efecto de la ia. A nivel regional, solo una minoría la percibe como amenaza directa para su empleo. Dicho de otra manera, las y los docentes advierten el cambio, pero lo interpretan como un reto de adaptación profesional, no como la desaparición de su función. La inteligencia artificial puede producir respuestas, pero no forma personas por sí misma. Explica un concepto, pero no conoce la historia de un grupo. Resume un texto, pero no percibe el silencio de una estudiante que no se atreve a preguntar. Crea reactivos de opción múltiple, pero no comprende el horizonte ético de una profesión. Simula diálogo, pero no sustituye el vínculo educativo. Ayuda a escribir, pero no garantiza que alguien aprenda a pensar con rigor, sensibilidad y responsabilidad.
La docencia no se reduce a transmitir información. Si ese hubiera sido su núcleo, las bibliotecas, los buscadores o los videos en línea la habrían reemplazado hace tiempo. Enseñar implica seleccionar lo importante, ordenar lo complejo, mostrar lo que no se ve a primera vista, modelar formas de razonamiento, plantear problemas, acompañar procesos, sostener exigencias justas y construir ambientes donde se pueda aprender con otros. La inteligencia artificial no vuelve menos necesaria esa tarea; en muchos sentidos, la vuelve más visible e importante. Los propios datos muestran que el profesorado no piensa en la ia únicamente como una herramienta para automatizar trabajo. En la encuesta dec, las áreas donde docentes identifican mayor valor son el pensamiento creativo, el pensamiento crítico y la resolución de problemas. En la muestra de la unam, 57.3 % del profesorado señaló el desarrollo del pensamiento creativo, 54.8 % el pensamiento crítico y 46.1 % la resolución de problemas como espacios donde la ia podría ser más útil para el proceso de enseñanza-aprendizaje. Eso abre una posibilidad pedagógica potente. La ia puede usarse para evitar pensar, por supuesto; pero también puede usarse para pensar mejor. La diferencia depende del diseño docente. Pedir a un estudiante que obtenga una explicación inicial de un tema puede ser útil. Pedirle después que contraste esa explicación con fuentes confiables, detecte errores, identifique supuestos, mejore la respuesta, la aplique a un caso situado y reflexione sobre el proceso puede ser formativo. La herramienta es la misma; la actividad no lo es.
Créditos: imagen generada mediante OpenAI DALL·E a partir de instrucciones conceptuales elaboradas por el autor.
En el fondo, la tarea consiste en convertir una tecnología de respuesta rápida en una oportunidad para el pensamiento lento y reflexivo. Esa expresión puede sonar paradójica, pero describe bien el desafío. La ia genera con velocidad; la educación exige pausa, duda, contraste, justificación y diálogo. Si la usamos como atajo, empobrece el aprendizaje. Si la usamos como interlocutor imperfecto, como borrador criticable o como punto de partida para indagar, puede enriquecerlo. Esto exige más trabajo de diseño al inicio, aunque a la larga pueda ahorrar tiempo. También exige aceptar que muchas respuestas no serán definitivas. En algunas asignaturas convendrá permitir el uso abierto de ia; en otras será necesario limitarlo; en otras más, la actividad consistirá precisamente en analizar sus errores. La buena docencia siempre ha sido contextual; la diferencia es que ahora el contexto cambió con mucha rapidez.
Algo parecido ocurre con la evaluación. La ia generativa puso en crisis muchas tareas tradicionales, sobre todo aquellas centradas en productos escritos descontextualizados. La crisis es incómoda, pero no necesariamente negativa. Desde hace años la investigación educativa insiste en evaluar procesos, no sólo resultados; razonamientos, no solo respuestas; decisiones, evidencias, iteraciones y reflexión, no solo productos finales. En la encuesta dec, más de la mitad del profesorado identifica la necesidad de cambios significativos en los métodos actuales de evaluación estudiantil, y 17 % señala la urgencia de una renovación completa. Esto no significa abandonar la escritura, la lectura o el trabajo individual. Al contrario, significa protegerlos mejor. En tiempos de ia, escribir, leer críticamente y argumentar con evidencias importa todavía más. Lo que cambia es que ya no basta pedir un ensayo como si el contexto tecnológico no existiera. Habrá que solicitar borradores, bitácoras, defensas orales, análisis de fuentes, comparación entre versiones, reflexión metacognitiva, solución de problemas situados, proyectos ligados a experiencias reales y declaraciones transparentes sobre el uso de herramientas digitales. El propósito no debe ser perseguir estudiantes, sino formar criterio. Una cultura de sospecha deteriora la relación educativa. Una cultura de integridad, en cambio, requiere reglas claras. El estudiantado necesita saber cuándo puede usar ia, para qué, con qué límites, cómo debe declararlo, qué se evaluará y qué usos son inaceptables. El profesorado necesita respaldo para definir esas reglas de manera pedagógica, ética y viable. La ambigüedad favorece el conflicto; la claridad favorece el aprendizaje.
Ahí tenemos una tarea pendiente. En la encuesta dec, tanto estudiantes como docentes reportan conocimiento limitado de directrices institucionales sobre ia. Una proporción amplia se declara insegura o en desacuerdo cuando se le pregunta si conoce lineamientos o si su institución dispone de directrices exhaustivas. El reto no es menor: la adopción de la tecnología corre más rápido que la construcción de orientaciones compartidas. Aun así, hay motivos para mirar el panorama con confianza. La comunidad no parece pedir una prohibición general; pide guía. El estudiantado identifica como factores importantes para desarrollar habilidades en ia el acceso a herramientas y recursos, directrices claras y oportunidades para interactuar y aprender con ia en el aula. El profesorado señala como principales habilitadores la formación en conocimientos y habilidades de ia, el acceso a herramientas y recursos, y una recopilación de buenas prácticas y casos de uso. En términos sencillos, docentes y estudiantes están pidiendo que la Universidad ejerza su papel formativo.
También es alentador que las preocupaciones sean maduras. El profesorado expresa inquietud por la dependencia excesiva del estudiantado, por su capacidad para evaluar críticamente resultados generados por ia y por los sesgos o la exactitud de la información. En la muestra de la unam, más de ocho de cada diez docentes se muestran preocupados por la dependencia excesiva y por la capacidad estudiantil de evaluar críticamente esos resultados; cerca de tres cuartas partes expresan preocupación por sesgos y exactitud. El estudiantado, por su parte, manifiesta inquietudes sobre aprendizaje superficial, privacidad de datos, integridad académica y equidad en la evaluación. Estas preocupaciones no deberían leerse como rechazo. Una comunidad que se preocupa por la superficialidad del aprendizaje está defendiendo el aprendizaje profundo. Cuando hablamos de sesgos, defendemos justicia epistémica. Cuando hablamos de privacidad, defendemos derechos. Y cuando hablamos de integridad académica, defendemos el valor de los títulos, del esfuerzo y de la formación. La preocupación acompañada de acción no es conservadurismo, es responsabilidad universitaria.
El riesgo no está en que tengamos dudas; el riesgo sería no tenerlas. Quien enseña sabe que ninguna herramienta es neutral en sus efectos educativos. Un pizarrón puede iluminar una idea o servir para copiar mecánicamente información. Un examen puede promover estudio profundo o memorización superficial. Una plataforma digital puede ampliar oportunidades o multiplicar inequidades. La ia no es distinta en ese sentido: su valor dependerá de los fines, los contextos, las reglas, las prácticas y las personas que la usan. Por eso, la conversación sobre ia en educación debe empezar por la pedagogía, no por la herramienta. ¿Qué queremos que aprendan nuestras y nuestros estudiantes? ¿Qué tipo de profesionales, ciudadanos, científicas, humanistas, artistas, docentes, médicos, ingenieras, juristas o investigadores necesita el país? ¿Qué capacidades deben desarrollar en un mundo donde producir información será cada vez más fácil, pero discernir su calidad será más difícil? ¿Qué significa formar criterio cuando las respuestas abundan y la atención escasea?
Una parte de la respuesta pasa por fortalecer la alfabetización en ia. No se trata de aprender unos cuantos trucos para escribir mejores prompts. Saber usar ia implica comprender, al menos en términos generales, cómo funcionan estos sistemas; reconocer sus limitaciones; evaluar críticamente sus resultados; identificar sesgos; proteger datos; usarla con integridad; decidir cuándo no conviene usarla; mantener la centralidad humana; aplicarla en contextos disciplinares; y reflexionar sobre sus efectos sociales, profesionales y éticos. Los estudios muestran que ahí hay una brecha importante. Tanto estudiantes como docentes se ubican en niveles intermedios de alfabetización en ia. En la encuesta dec predominan competencias iniciales o medias en comprensión de la ia y los datos, pensamiento crítico y juicio, uso ético y responsable, centralidad humana y conocimiento del dominio. Más de la mitad del estudiantado y del profesorado reporta dificultades o niveles iniciales para evaluar críticamente contenidos generados por ia. No es motivo para alarmarse, pero sí para actuar. La adopción va más rápido que la comprensión; la Universidad debe ayudar a que la comprensión alcance, oriente y humanice la adopción.
Aquí aparece una oportunidad notable para el profesorado. Las maestras y los maestros no tienen que convertirse en ingenieros de ia para enseñar con responsabilidad en esta nueva etapa. Sí necesitan espacios para comprenderla, probarla, discutirla, adaptarla a sus disciplinas y compartir experiencias. Necesitan formación situada, no recetas genéricas. No se enseña ni se usa igual la ia en filosofía que en química, en clínica que en matemáticas, en arquitectura que en derecho, en artes que en ingeniería, en ciencias sociales que en salud pública. Cada campo tiene formas propias de evidencia, géneros de escritura, criterios de validación, dilemas éticos y estándares de calidad. Por ello, la incorporación de ia debe ser disciplinar y pedagógica antes que tecnológica. En medicina, puede servir para discutir diagnósticos diferenciales simulados, siempre bajo supervisión experta. En derecho, para analizar argumentos y detectar omisiones normativas. En literatura, para comparar estilos, discutir autoría y examinar interpretaciones. En ingeniería, para explorar soluciones y revisar supuestos. En ciencias sociales, para analizar discursos y sesgos. En artes, para problematizar creatividad, autoría y colaboración humano-máquina. En todas las áreas, puede funcionar como objeto de crítica, herramienta de exploración y punto de partida para tareas más exigentes.
La clave es no confundir rapidez con profundidad. Una respuesta inmediata puede abrir una puerta, pero no sustituye el recorrido. La docencia diseña ese recorrido: qué se pide antes de usar ia, qué se permite durante su uso, qué se exige después, cómo se verifica la comprensión, cómo se promueve la reflexión y cómo se evalúa el aprendizaje. El producto generado por ia puede ser un insumo; el aprendizaje está en lo que el estudiante hace con él. En ese sentido, la ia puede ayudarnos a recuperar el valor del proceso. Durante mucho tiempo, muchas prácticas escolares han privilegiado el producto final. Ahora resulta evidente que el producto, por sí sólo, ya no basta como prueba de aprendizaje. Necesitamos volver visible el camino: preguntas formuladas, fuentes consultadas, decisiones tomadas, errores corregidos, razones para aceptar o rechazar una sugerencia y reflexión sobre lo aprendido. Paradójicamente, una tecnología capaz de producir resultados rápidos puede empujarnos a evaluar con más profundidad humana.
También puede ayudarnos a personalizar apoyos sin perder el sentido colectivo del aula. Un estudiante puede pedir explicaciones alternativas, ejemplos adicionales, ejercicios graduados o retroalimentación preliminar. Una docente puede generar casos, variar niveles de dificultad, construir rúbricas, diseñar preguntas o preparar materiales accesibles. Sin embargo, esas posibilidades solo serán educativas si se insertan en una relación pedagógica deliberada. La ia puede ampliar la disponibilidad de ciertos apoyos; la maestra o el maestro les da sentido, pertinencia y dirección.
En la unam, la magnitud y diversidad de nuestra comunidad hacen especialmente relevante esta discusión. Somos una universidad de bachillerato, licenciatura y posgrado; de humanidades, ciencias, artes, tecnologías, salud y ciencias sociales; de escuelas nacionales, facultades, institutos, centros y programas. Esa diversidad impide una respuesta única. Habrá principios comunes y aplicaciones situadas; acuerdos generales y decisiones locales; lineamientos institucionales y libertad académica responsable. El desafío es construir una cultura universitaria de uso crítico, ético y creativo de la ia. Una cultura así no se decreta, se cultiva. Requiere formación continua, comunidades de práctica, investigación educativa, evaluación de experiencias, diálogo con estudiantes, apoyo a docentes, infraestructura, cuidado de datos y mecanismos de actualización. Requiere también reconocer el trabajo adicional que supone enseñar en tiempos de cambio tecnológico. Innovar no es pedir al profesorado que haga más con menos; es crear condiciones para hacer mejor lo que importa. Una cultura de este tipo también requiere conversación pública dentro de la Universidad: no basta con publicar un documento y dar por resuelto el asunto. Los lineamientos deben probarse en el aula, discutirse en cuerpos colegiados, revisarse con estudiantes, contrastarse entre disciplinas y actualizarse conforme cambien las herramientas. En ia, las respuestas cerradas envejecen pronto; los principios bien formulados resisten mejor.
Créditos: imagen generada mediante OpenAI DALL·E a partir de instrucciones conceptuales elaboradas por el autor.
En el Día del Maestro vale la pena decirlo: ninguna transformación educativa seria puede descansar en el voluntarismo individual del profesorado. Las y los docentes han mostrado disposición, curiosidad y apertura; los datos lo confirman. Ahora corresponde fortalecer las condiciones institucionales que permitan pasar de la exploración aislada a una apropiación pedagógica compartida. Eso significa ofrecer formación flexible y pertinente; generar bancos de casos de uso por disciplina; desarrollar orientaciones claras sobre integridad académica; promover criterios para declarar el uso de ia; revisar políticas de privacidad y datos; apoyar el rediseño de la evaluación; facilitar acceso equitativo a herramientas; crear espacios donde el profesorado pueda experimentar sin temor al error; y escuchar de manera sistemática al estudiantado. Una proporción importante de estudiantes quiere participar en las decisiones sobre qué herramientas de ia implementar, aunque no todos perciben que su voz sea considerada. La gobernanza de la ia también puede ser una forma de practicar democracia universitaria.
La esperanza, entonces, no está en la tecnología por sí misma. Está en la capacidad de la Universidad para convertir una disrupción en proyecto educativo; en el profesorado que no renuncia a aprender; y en el estudiantado que pide orientación. Está en la evidencia que nos ayuda a tomar mejores decisiones y en la posibilidad de formar personas capaces de usar herramientas poderosas sin cederles su juicio, ética o responsabilidad. La historia de la educación está llena de tecnologías que parecían destinadas a sustituir la enseñanza: el libro impreso, la radio, la televisión, la computadora, internet, los cursos masivos abiertos en línea, las plataformas digitales. Ninguna eliminó la necesidad de maestras y maestros. Todas, sin embargo, obligaron a redefinir qué significa enseñar bien. La ia generativa quizá sea una de las más desconcertantes, porque produce lenguaje, imágenes y respuestas con una fluidez que antes asociábamos exclusivamente con las personas. Pero precisamente por eso nos recuerda que el centro de la educación no es la información, es la formación.
Celebrar al profesorado en esta época no significa pedirle que compita con las máquinas en velocidad, memoria o producción automática. Significa reconocer aquello que la docencia hace mejor que cualquier sistema: formar juicio, despertar curiosidad, sostener conversaciones difíciles, reconocer trayectorias, construir comunidades de aprendizaje, transmitir amor por el conocimiento y cuidar la dimensión ética de las profesiones. Aprender no es solo obtener respuestas, es transformarse en el proceso. Tal vez la pregunta más importante no sea qué hará la ia con la educación, sino qué hará la educación con la ia. Si la dejamos actuar sin orientación, puede reforzar inercias, desigualdades y superficialidades. Si la prohibimos sin comprenderla, puede desplazarse a prácticas ocultas, sin criterios ni acompañamiento. Pero si la integramos con inteligencia pedagógica, puede ayudarnos a renovar preguntas, rediseñar evaluaciones, ampliar apoyos, fortalecer el pensamiento crítico y preparar mejor a nuestras y nuestros estudiantes para un mundo en transformación.
El optimismo prudente consiste en reconocer que nada de esto ocurrirá automáticamente. También consiste en mirar las señales alentadoras: una comunidad docente abierta al cambio, estudiantes que ya usan la tecnología y piden formación, preocupaciones éticas bien identificadas, evidencia institucional creciente y una Universidad con capacidad histórica para pensar los grandes desafíos de su tiempo. En este 15 de mayo, celebremos a las maestras y los maestros no como guardianes de un pasado inmóvil, sino como constructores de futuros posibles. Celebremos su capacidad de aprender mientras enseñan, de dudar sin paralizarse, de innovar sin abandonar principios y de acompañar a nuevas generaciones en medio de la incertidumbre. La inteligencia artificial cambiará muchas prácticas, pero no cambia la razón profunda de la docencia: ayudar a otros seres humanos a comprender mejor el mundo y a participar en él con conocimiento, imaginación y responsabilidad. La Universidad que queremos no será la que use más inteligencia artificial, sino la que la use con más inteligencia humana. Y en esa tarea, hoy como siempre, las maestras y los maestros son insustituibles.
Referencias
- Benavides-Lara, M. A., Rendón Cazales, V. J., Escalante Rivas, N., Martínez Hernández, A. M. del P., y Sánchez Mendiola, M. (2025, enero-febrero). Presencia y uso de la inteligencia artificial generativa en la Universidad Nacional Autónoma de México. Revista Digital Universitaria, 26(1). https://doi.org/10.22201/ceide.16076079e.2025.26.1.10
- Canal Multimedios Lapi. (2026, 27 de marzo). Seminario de ia generativa en educación – Dr. Melchor Sánchez Mendiola [Video]. YouTube. https://www.youtube.com/live/TGUL3oG5Bx4
- Coordinación de Evaluación, Innovación y Desarrollo Educativos. (2025). La inteligencia artificial generativa (iagen) en el profesorado y estudiantado de la unam: Retos y prospectivas. ceide-Secretaría General, Universidad Nacional Autónoma de México. https://www.ceide.unam.mx/wp-content/uploads/2025/08/IAGen_UNAM_2025.pdf
- Coordinación de Evaluación, Innovación y Desarrollo Educativos. (2026). Estudio dec sobre la inteligencia artificial en la educación superior en América Latina: Análisis de los resultados de la unam [Preprint]. ceide-Secretaría General, Universidad Nacional Autónoma de México.
- Digital Education Council. (2026, January 30). ai in higher education LATAM survey 2026 (EN | ES). https://www.digitaleducationcouncil.com/post/ai-in-higher-education-latam-survey-2026
Este artículo constituye una versión extendida del texto publicado en la Gaceta UNAM (número 5,652) el 14 de mayo de 2026.




Ilustración por Alberto Montt. S/f.
Autor desconocido. Imagen recuperada de: