martes, 29 de septiembre de 2026

La inteligencia artificial ante el espejo del poder

Entre la competencia de Estados Unidos y China, las advertencias del papa León XIV y las propuestas de la ONU y la UNESCO, la discusión sobre inteligencia artificial vuelve a situarse en el terreno de la educación, la ética y la responsabilidad humana.

Ilustración conceptual de una persona frente a un espejo de circuitos, rodeada por símbolos de competencia tecnológica, cooperación internacional, educación y reflexión ética sobre la inteligencia artificial.

La semana del 22 al 28 de septiembre de 2026 dejó una imagen clara: la inteligencia artificial ya no es únicamente un asunto tecnológico. Se ha convertido en un problema geopolítico, educativo, cultural y moral.

Mientras Estados Unidos y China intentan conservar su ventaja en el desarrollo de sistemas avanzados, organismos internacionales como la ONU y la UNESCO insisten en que el futuro de la IA no puede definirse únicamente por la velocidad de innovación o por la competencia entre empresas y gobiernos. En el centro de la discusión aparece una pregunta más profunda: ¿qué debe proteger la humanidad cuando las máquinas comienzan a intervenir en la forma en que pensamos, aprendemos, trabajamos y tomamos decisiones?

Estados Unidos y China: cooperación limitada en medio de la competencia

La reunión entre Donald Trump y Xi Jinping concluyó con un acuerdo para iniciar un diálogo bilateral sobre los riesgos y beneficios de la inteligencia artificial. También se propuso establecer canales de comunicación para informar incidentes relacionados con sistemas avanzados.

Sin embargo, el encuentro no produjo un acuerdo sustantivo sobre seguridad, regulación o límites al desarrollo de la IA. La reunión estuvo dominada por la competencia tecnológica, el comercio y el control de sectores estratégicos, especialmente los semiconductores. El propio tratamiento del concepto —con la preferencia por hablar de “superinteligencia”— mostró que ambos países buscan controlar también el lenguaje con el que se interpreta esta transformación.

El hecho más significativo no fue tanto lo que se acordó, sino lo que quedó pendiente. Las dos potencias reconocen que necesitan evitar incidentes graves, pero todavía no parecen dispuestas a aceptar mecanismos internacionales que limiten de manera efectiva su capacidad de innovación.

Desde una perspectiva educativa, esta situación puede tener consecuencias importantes. La competencia entre modelos tecnológicos estadounidenses y chinos podría influir en el acceso a plataformas, datos, sistemas de traducción, herramientas de investigación y recursos educativos. La discusión sobre IA también puede convertirse en una discusión sobre dependencia tecnológica, soberanía digital y desigualdad entre instituciones educativas.

La ONU: la inteligencia artificial como asunto de desarrollo humano

Durante la semana de alto nivel de la Asamblea General de las Naciones Unidas se desarrolló una reunión dedicada a la relación entre inteligencia artificial, desarrollo humano y dignidad. Participaron representantes políticos, académicos, líderes religiosos, organismos internacionales y empresas tecnológicas.

El encuentro abordó temas como educación, creatividad, confianza, cohesión social, desinformación, inclusión, diversidad lingüística y derechos humanos. La ONU planteó que la tecnología debe estar al servicio de las personas y que la gobernanza de la IA debe considerar a quienes podrían quedar excluidos de sus beneficios.

Esta perspectiva resulta especialmente relevante porque desplaza la discusión. La pregunta ya no es solamente qué puede hacer una herramienta de IA, sino qué efectos produce en la vida social y qué condiciones deben existir para que su uso sea justo.

En contraste, durante su intervención ante la Asamblea General, Donald Trump minimizó las preocupaciones sobre los riesgos de la IA y defendió una política de desarrollo tecnológico orientada a mantener la ventaja de Estados Unidos. También propuso emplear el término “superinteligencia”.

La diferencia entre ambas posiciones es evidente. Por un lado, aparece una visión centrada en la competencia y el liderazgo tecnológico. Por otro, una visión que intenta vincular la IA con la educación, los derechos humanos, la inclusión y la responsabilidad colectiva.

El papa León XIV: las advertencias no son “fake news”

El papa León XIV intervino en esta discusión desde una perspectiva ética y humanista. Durante su visita a la sede de la UNESCO, en París, realizada el 25 de septiembre, afirmó que la inteligencia artificial debe estar al servicio de la humanidad y no convertirse en un instrumento de dominación, explotación o exclusión.

También señaló que una máquina puede procesar grandes cantidades de datos, pero no puede responder por sí misma a las preguntas humanas sobre la verdad, el sentido y el significado de la vida.

Sus declaraciones adquirieron mayor fuerza el 28 de septiembre, cuando, durante el vuelo de regreso a Roma, sostuvo que las preocupaciones de los especialistas sobre los posibles riesgos de la IA deben tomarse en serio y que no son “fake news”. Sus palabras contrastaron directamente con la posición de Trump, quien había calificado esos temores como una “estafa”.

El papa no planteó rechazar la tecnología. Su preocupación se relaciona con la pérdida de control humano, la dependencia excesiva y la posibilidad de que la innovación avance más rápido que la capacidad de las sociedades para comprenderla y regularla.

Esta advertencia tiene una aplicación directa en la educación. Utilizar IA no significa delegar en ella la responsabilidad de pensar. Una respuesta bien redactada no equivale necesariamente a una respuesta verdadera, pertinente o formativa. Por eso, el uso educativo de estas herramientas debe conservar espacios para la duda, la argumentación, la verificación y la reflexión personal.

UNESCO: educar para discernir

La UNESCO reforzó esta preocupación durante la visita papal. Su director general, Khaled El-Enany, sostuvo que la inteligencia humana, el discernimiento, la creatividad, la empatía y la responsabilidad moral no pueden ser sustituidos simplemente por máquinas.

La organización insistió además en la necesidad de promover una inteligencia artificial ética, accesible, equitativa y sostenible. Recordó la importancia de su Recomendación sobre la Ética de la IA, aprobada en 2021, y destacó el papel de la alfabetización mediática e informacional para enfrentar los contenidos falsos o manipulados mediante inteligencia artificial.

Uno de los aspectos más significativos de la posición de la UNESCO es que vincula la IA con la educación de niños, jóvenes y docentes. No basta con aprender a utilizar una aplicación. Es necesario comprender cómo produce sus respuestas, qué datos emplea, qué sesgos puede reproducir y cómo sus resultados deben ser contrastados.

En este sentido, la alfabetización en IA debe incluir al menos cinco dimensiones:

  • comprensión básica del funcionamiento de estas herramientas;
  • evaluación crítica de sus respuestas;
  • verificación de fuentes y datos;
  • reconocimiento de sesgos y riesgos éticos;
  • responsabilidad sobre los contenidos producidos.

Una disputa tecnológica que también es educativa

Las noticias de esta semana muestran que la IA se encuentra en una etapa de definición política. Estados Unidos y China compiten por el liderazgo; la ONU busca construir espacios de cooperación; el Papa reclama responsabilidad moral; y la UNESCO propone educar para el discernimiento.

La cuestión no se resolverá únicamente con más potencia informática ni con modelos capaces de producir textos, imágenes o decisiones con mayor rapidez. También será necesario formar ciudadanos capaces de preguntar, contrastar, interpretar y decidir.

Para la educación superior, esto implica revisar la manera en que se enseña a investigar y escribir. La inteligencia artificial puede ayudar a organizar información, formular preguntas, comparar perspectivas o revisar un texto. Pero la interpretación, la argumentación y la responsabilidad intelectual no pueden ser transferidas completamente a una herramienta.

El desafío no consiste en elegir entre aceptar o rechazar la IA. Consiste en aprender a utilizarla sin renunciar a las capacidades que hacen posible la educación: pensar, crear, dialogar, dudar y construir conocimiento con otros.

La verdadera discusión sobre la inteligencia artificial no es si las máquinas llegarán a pensar como los seres humanos. Es si los seres humanos continuaremos pensando críticamente cuando las máquinas comiencen a ofrecer respuestas para casi todo.

Fuentes consultadas

 

lunes, 28 de septiembre de 2026

Del asistente conversacional al colaborador digital en el trabajo docente

 

 

Hoy la inteligencia artificial ya no permanece únicamente en una ventana esperando preguntas. Puede trabajar con archivos, utilizar herramientas, producir artefactos y sostener procesos de revisión que se prolongan a lo largo de una tarea. El reto educativo, sin embargo, no consiste en delegarle cada vez más actividades, sino en aprender a colaborar con ella sin renunciar a comprender, decidir y responder por lo realizado.

De la respuesta al espacio compartido de trabajo

Durante los primeros años de la inteligencia artificial generativa nos acostumbramos a una interacción relativamente sencilla: escribir una instrucción y esperar una respuesta. La metáfora del copiloto representó un avance porque la herramienta dejó de percibirse únicamente como un buscador y comenzó a acompañar actividades de redacción, planeación, programación o análisis. Más tarde adquirió relevancia la figura del agente: un sistema capaz de organizar varios pasos, utilizar herramientas, consultar información y verificar parcialmente sus resultados.

La integración de modelos como los conocidos GPT y de agentes de programación como Codex están haciendo posible que la IA trabaje con archivos, documentos y hojas de cálculo para transformarlo en productos que posteriormente pueden ser revisados. También muestra procesos en los que un agente recorre ciclos de planeación, ejecución, observación, reparación y documentación, apoyándose en evidencia externa como archivos, registros y resultados de pruebas (Choi, 2026; OpenAI, s. f.).

El cambio no consiste solamente en que el modelo pueda generar mejores respuestas. Lo relevante es que dispone de un entorno en el que puede actuar sobre materiales concretos, recibir retroalimentación y conservar el contexto de una tarea durante más tiempo. Esto modifica la relación entre la persona y el sistema: se pasa de pedir respuestas aisladas a trabajar sobre objetos compartidos que pueden revisarse, modificarse y mejorar progresivamente.

En nuestra experiencia docente, este cambio también transforma la manera de solicitar apoyo. Antes podíamos pedir: “redacta una actividad” o “corrige este texto”. Ahora podemos proporcionar materiales de referencia, restricciones, criterios de evaluación y productos anteriores; revisar una primera propuesta; señalar lo que no corresponde al contexto; comparar alternativas; y continuar trabajando sobre el mismo objeto.

Por ejemplo, en una materia sobre evaluación educativa, los estudiantes trabajan con varios HTML, pero cada uno de ellos cumple una función diferente. El primero de ellos es solo informativo, donde se establecen las etapas del trabajo, el segundo es para crear un prompt que les permitirá iniciar el trabajo en la materia. El tercero de ellos es para la interacción en la clase. De estos comentaremos en un próximo trabajo. La interacción se aproxima así a una forma de colaboración porque existe una tarea compartida, un contexto común y diferentes momentos en los que la intervención humana modifica el curso del trabajo.

¿Podemos llamar colaborador a una inteligencia artificial?

Conviene utilizar el término colaborador con prudencia. La IA no comparte nuestras intenciones morales, no conoce por experiencia directa a los estudiantes y no asume responsabilidad profesional por las consecuencias de una decisión pedagógica. Llamarla colaboradora, por tanto, no implica atribuirle conciencia, autonomía moral ni colocarla en el mismo plano ético que una persona.

En este artículo empleamos colaborador digital para describir una forma de organización del trabajo en la que la persona mantiene el propósito, los criterios y la decisión final, mientras la IA participa activamente en determinadas operaciones: explorar alternativas, organizar información, identificar patrones o inconsistencias, comparar posibilidades y materializar borradores o prototipos que posteriormente serán evaluados.

Esta distinción permite diferenciar tres formas de interacción. Un asistente responde a solicitudes puntuales; un agente puede ejecutar secuencias de acciones orientadas a una meta; un colaborador digital, en cambio, participa en un proceso iterativo en el que sus aportaciones son continuamente contrastadas, modificadas o rechazadas por la persona. La diferencia decisiva no está solamente en la capacidad técnica de la herramienta, sino en la forma de organizar la relación con ella.

Sharples (2023) propuso comprender la IA generativa educativa no como una sucesión aislada de preguntas y respuestas, sino como parte de un proceso social de conversación y exploración. Desde esta perspectiva, aprender implica establecer metas, construir significados, confrontar diferencias y transferir lo comprendido a situaciones nuevas. La colaboración no reside, entonces, en recibir un producto terminado, sino en sostener una interacción que transforme tanto la propuesta inicial como la comprensión de quien participa.

Esta distinción resulta especialmente importante para la docencia. Si el profesor entrega a la IA la definición del problema, la selección de fuentes, la interpretación de los resultados, los criterios de calidad y la decisión final, la interacción se aproxima más a una sustitución cognitiva que a una colaboración. En cambio, cuando utiliza la herramienta para ampliar opciones, identificar vacíos, cuestionar argumentos y crear prototipos que posteriormente somete a juicio pedagógico, la IA puede actuar como mediadora de un proceso intelectual cuya orientación y responsabilidad continúan siendo humanas.

El riesgo: mejores productos con menos pensamiento

La OCDE (2026) advierte que la inteligencia artificial generativa puede contribuir al aprendizaje cuando su utilización responde a una orientación pedagógica definida; en ausencia de ella, externalizar una tarea puede favorecer el desempeño inmediato sin producir necesariamente una comprensión equivalente. En otras palabras, el producto visible puede mejorar mientras parte del proceso intelectual necesario para producirlo se desplaza hacia la herramienta.

La investigación de Lee et al. (2025) ayuda a comprender este riesgo. Los autores estudiaron a 319 trabajadores del conocimiento, quienes describieron 936 experiencias concretas de utilización de inteligencia artificial generativa en actividades laborales. El estudio encontró que una mayor confianza en la capacidad de la IA para realizar una tarea se asociaba con una menor presencia autoinformada de pensamiento crítico, mientras que una mayor confianza de las personas en su propia capacidad se relacionaba con una mayor participación crítica.

El resultado requiere una interpretación prudente. El estudio no se realizó específicamente con docentes y se apoya en experiencias y percepciones reportadas por los propios participantes. Por ello, no demuestra que utilizar inteligencia artificial reduzca de manera causal o inevitable el pensamiento crítico. Lo que sí muestra es que la introducción de IA puede modificar dónde se concentra el esfuerzo cognitivo: verificar información, integrar respuestas, supervisar resultados y determinar cuándo una propuesta es suficientemente confiable adquieren una importancia creciente (Lee et al., 2025).

Esta evidencia obliga a cambiar la pregunta que hacemos sobre la tecnología. Ya no basta con saber si un docente utilizó o no inteligencia artificial. Necesitamos conocer qué decisiones conservó, qué verificó, qué rechazó, qué modificó y cómo justificó el producto final.

Delegar el pensamiento ocurre cuando aceptamos una respuesta por su fluidez, incorporamos datos o referencias que no hemos comprobado, permitimos que el sistema defina los criterios de calidad o somos incapaces de explicar el camino seguido para llegar al resultado. También sucede cuando confundimos ahorro de tiempo con aprendizaje. Una herramienta puede acelerar la elaboración de un recurso, pero la velocidad no sustituye la deliberación necesaria para determinar si ese recurso es pertinente, inclusivo y formativamente valioso.

Cuatro acciones para una colaboración crítica

Si la inteligencia artificial modifica tanto las posibilidades de producción como la distribución del esfuerzo cognitivo, la tarea no consiste únicamente en aprender a utilizarla, sino en establecer mecanismos que mantengan activa la agencia profesional del docente. A partir de los riesgos anteriores, proponemos organizar la colaboración docente con IA mediante cuatro acciones inseparables: dialogar, decidir, supervisar y responder.

Dialogar implica proporcionar contexto, pero también preguntar, contrastar y reformular. De esta manera, la IA responde a una intención pedagógica explícita y no únicamente a una instrucción técnica.

Decidir de manera consciente qué tareas puede realizar la IA y cuáles requieren juicio profesional. Buscar alternativas, clasificar información, sintetizar materiales o producir un primer prototipo pueden ser actividades delegables. Definir el propósito educativo, interpretar las necesidades de los estudiantes, establecer criterios de calidad y tomar decisiones con consecuencias pedagógicas requieren responsabilidad humana.

La decisión fundamental no es simplemente “usar o no usar IA”, sino determinar qué parte del proceso estamos dispuestos a delegar y cuál necesitamos conservar para comprender y responder por el resultado.

Supervisar consiste en contrastar datos y referencias, examinar posibles sesgos, solicitar explicaciones, comparar versiones, identificar inconsistencias y registrar modificaciones. Supervisar no significa revisar apresuradamente un producto cuando la IA ha terminado. Supone intervenir durante el proceso y crear puntos explícitos de verificación.

Una colaboración crítica necesita la posibilidad real de disentir. Si todas las propuestas de la IA son aceptadas, la supervisión se convierte en una formalidad. Colaborar implica también poder decir: esta respuesta no corresponde al contexto, esta fuente no es adecuada, este criterio es insuficiente o esta alternativa no beneficia a mis estudiantes.

Responder nos lleva a explicar por qué se aceptó una propuesta, qué modificaciones se realizaron y qué evidencias respaldan la decisión final. La IA puede participar en la producción, pero la responsabilidad ética y pedagógica permanece en la persona.

Responder significa también ser capaz de reconstruir el proceso: identificar qué provino de la herramienta, qué fue modificado y qué decisiones fueron tomadas por el docente. La responsabilidad no desaparece porque una parte del trabajo haya sido automatizada.

Estas cuatro acciones coinciden con la orientación humanocéntrica del Marco de competencias en IA para docentes de UNESCO. Miao y Cukurova (2024) organizan el marco en 15 competencias distribuidas en cinco dimensiones: mentalidad centrada en el ser humano, ética de la IA, fundamentos y aplicaciones de IA, pedagogía con IA y uso de IA para el aprendizaje profesional. El marco sitúa así la agencia humana y la responsabilidad docente como elementos centrales de la integración tecnológica.

El profesor no queda relegado a supervisar una máquina. Por el contrario, adquiere la responsabilidad adicional de diseñar relaciones con la tecnología que protejan la autonomía, el aprendizaje y la dignidad de quienes participan.

El docente de los próximos años no trabaja solo, pero sigue pensando

El profesor del futuro no será necesariamente quien prohíba toda inteligencia artificial ni quien entregue a la herramienta la planeación, la evaluación y la escritura. Será quien aprenda a construir con ella sin desaparecer del proceso; quien utilice su capacidad para explorar más posibilidades, pero conserve la responsabilidad de elegir; y quien aproveche la automatización del trabajo mecánico para dedicar mayor atención a comprender a sus estudiantes, diseñar mejores experiencias y analizar las consecuencias de sus decisiones.

Desde esta perspectiva, la pregunta decisiva ya no es solamente qué puede hacer GPT por nosotros. La pregunta es qué tipo de relación intelectual queremos construir con una tecnología capaz de intervenir en nuestros archivos, proyectos y productos.

Conclusiones

La propuesta de: dialogar, decidir, supervisar y responder es para organizar una colaboración crítica con la IA, no constituyen una secuencia rígida, sino un ciclo que mantiene al docente intelectualmente presente durante todo el proceso. Dialogar permite definir el problema y proporcionar contexto; decidir establece los límites de la delegación; supervisar introduce contraste y verificación; responder mantiene visible la responsabilidad profesional. Las cuatro acciones convierten el uso de IA en algo distinto de una simple transferencia de tareas.

Todavía existen límites importantes en la evidencia disponible. No todos los resultados obtenidos con trabajadores del conocimiento pueden generalizarse a profesores y estudiantes; tampoco sabemos con precisión qué formas de interacción humano-IA favorecen aprendizajes duraderos en diferentes disciplinas y niveles educativos. Se necesita, por tanto, investigación que no evalúe únicamente la calidad o rapidez del producto obtenido, sino también la comprensión alcanzada, la capacidad de transferencia, la autonomía posterior y la calidad de las decisiones tomadas sin ayuda de la herramienta.

El desafío educativo no consiste en preservar artificialmente todas las tareas que antes realizábamos sin tecnología. Tampoco consiste en automatizar todo aquello que una IA sea capaz de ejecutar. Consiste en decidir qué merece seguir siendo pensado por nosotros. Si aprendemos a colaborar sin delegar esa responsabilidad, la inteligencia artificial no tendrá que reducir al docente a un espectador. Puede convertirse, por el contrario, en una oportunidad para hacer más visible, deliberada y exigente su inteligencia profesional.

Referencias

Choi, D. (2026, 23 de febrero). Run long horizon tasks with Codex. OpenAI Developers.

Lee, H.-P. (H.), Sarkar, A., Tankelevitch, L., Drosos, I., Rintel, S., Banks, R., & Wilson, N. (2025). The impact of generative AI on critical thinking: Self-reported reductions in cognitive effort and confidence effects from a survey of knowledge workers. Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems, Article 1121, 1–22. doi:10.1145/3706598.3713778

OECD. (2026). OECD digital education outlook 2026: Exploring effective uses of generative AI in education. OECD Publishing. doi:10.1787/062a7394-en

OpenAI. (s. f.). Productivity & collaboration. ChatGPT Learn.

Sharples, M. (2023). Towards social generative AI for education: Theory, practices and ethics. Learning: Research and Practice, 9(2), 159–167. doi:10.1080/23735082.2023.2261131