Integrar la Inteligencia Artificial en los sistemas educativos ya no es una opción diferible: es una presión estructural que está redefiniendo qué se enseña, cómo se evalúa y qué competencias necesitan los docentes para seguir siendo relevantes.
El contexto no es menor. El informe PISA más reciente registró una caída preocupante en la comprensión lectora de estudiantes de 15 años, justo cuando el uso de IA para tareas escolares crece por encima de la media de la OCDE en países como España. La correlación no implica causalidad, pero sí abre una pregunta estratégica que las instituciones educativas no pueden ignorar: ¿cuándo la IA sustituye el pensamiento y cuándo lo potencia?
El diagnóstico: infraestructura avanza, pedagogía va rezagada
Los datos del Ministerio de Educación español muestran avances concretos en infraestructura: más de 698,000 docentes acreditados en competencias digitales, cerca de 23,000 planes digitales implementados y distribución masiva de dispositivos en aulas públicas. Sin embargo, los propios directores de escuelas públicas reconocen que la capacidad digital institucional sigue siendo insuficiente.
Esta brecha entre dotación tecnológica y capacidad pedagógica real es el nudo crítico del debate. Tener dispositivos no equivale a saber usarlos con propósito educativo. La profesora Laia Lluch, experta en Psicología y Ciencias de la Educación, señala que la formación docente debe centrarse no en la técnica sino en el propósito: para qué tareas y en qué momentos del aprendizaje la IA aporta valor real, y en cuáles lo erosiona.
El riesgo de la dependencia invisible
Uno de los hallazgos más relevantes para quienes diseñan políticas educativas o gestionan instituciones de formación proviene de Alejandra Scherk, cofundadora de The Brain School: los estudiantes de primaria y secundaria frecuentemente no distinguen cuándo la IA está reemplazando su propio razonamiento y cuándo actúa como apoyo. Esta opacidad cognitiva representa un riesgo de largo plazo para el desarrollo de habilidades críticas.
La propuesta que emerge desde este diagnóstico apunta a una IA diseñada específicamente para contextos educativos, que funcione como tutor adaptativo —revisando lecciones, orientando tareas, corrigiendo trabajos— sin sustituir el proceso de pensamiento del estudiante.
Gobernanza y evaluación: los dos frentes sin resolver
José Capilla, rector de la Universidad Politécnica de Valencia, plantea que la adopción de IA en educación requiere gobernanza compartida entre instituciones públicas y privadas, especialmente para garantizar acceso equitativo a tecnologías cuya implementación tiene costos significativos. Las instituciones que no adopten estas herramientas, advierte, asumen el riesgo de quedar desconectadas de las demandas del mercado laboral y de la producción de conocimiento.
En paralelo, la evaluación académica enfrenta una reconversión forzada. Belén Vela, vicerrectora de Coordinación y Transformación Digital de la Universidad Rey Juan Carlos, defiende modelos de evaluación más diversos y continuos: combinación de actividades en aula, pruebas sincrónicas y presentaciones orales. Capilla añade que el uso de IA debería estar restringido en exámenes, particularmente en ciencias y ciencias sociales, donde el razonamiento autónomo es el objeto de evaluación.
La variable que las instituciones suelen omitir
Lluch introduce un factor que suele quedar fuera del debate institucional: el entorno familiar. La comprensión lectora no depende exclusivamente de lo que ocurre en el aula; los hábitos de lectura en casa y la calidad de las interacciones entre padres e hijos con el texto escrito son variables con impacto medible en el desarrollo cognitivo.
Esta dimensión amplía el perímetro de responsabilidad más allá de las instituciones educativas y sugiere que cualquier estrategia de integración de IA que ignore el ecosistema familiar estará operando con un modelo incompleto del problema.
