En la
segunda semana de septiembre del presente año, ministros de Educación,
especialistas, docentes, estudiantes y representantes del sector tecnológico se
reunieron en la sede de la UNESCO en París con una pregunta central: ¿cómo
integrar la inteligencia artificial en la educación sin permitir que la lógica
de la tecnología termine definiendo el sentido de educar?
Esta
discusión mundial conduce directamente al currículo; durante años se ha
hablado de actualización curricular como un proceso relativamente previsible:
revisar programas, añadir contenidos, incorporar competencias digitales o
modificar asignaturas. Esa lógica supone que primero cambia el mundo y después
el currículo dispone de tiempo suficiente para ponerse al día. Sin embargo, la
inteligencia artificial está rompiendo esa secuencia.
Cuando
una institución termina de discutir el uso de una herramienta, aparecen nuevas
versiones, modelos multimodales, agentes capaces de ejecutar tareas, sistemas
de tutoría y nuevas formas de producir textos, imágenes, código, datos y
conocimiento. El problema no es simplemente que las tecnologías cambien rápido.
El problema es que están modificando las actividades intelectuales sobre las
cuales se construyeron muchos currículos. Leer, escribir, investigar,
resumir, traducir, programar, diseñar, buscar información y resolver problemas
ya no ocurren exactamente de la misma manera.
La
evidencia presentada precisamente en París resulta ilustrativa. Un estudio de
UNESCO IESALC realizado en 200 instituciones de educación superior de 19 países
de América Latina y el Caribe encontró que el 87 % ya utiliza inteligencia
artificial en alguna de sus actividades. Sin embargo, únicamente el 26 %
dispone de una estrategia institucional formal de IA (Valentini, 2026).
Del currículo actualizado al currículo que aprende
Un
currículo que aprende posee algo diferente: capacidad para interpretar
cambios que todavía están ocurriendo. No persigue cada innovación ni
modifica los programas cada vez que aparece una nueva plataforma. Tampoco
confunde innovación educativa con adopción tecnológica. Construye mecanismos
para observar lo que sucede, analizar evidencias, escuchar a la comunidad,
experimentar responsablemente y decidir qué debe incorporarse, transformarse,
limitarse o rechazarse. Esta capacidad puede denominarse gobernanza
curricular adaptativa.
Por gobernanza curricular adaptativa se entiende la capacidad de una comunidad educativa para revisar continuamente las relaciones entre conocimiento, tecnología, aprendizaje y propósito formativo, tomando decisiones informadas sin renunciar a sus principios educativos. Lo importante es la última parte de la definición. Adaptarse no significa obedecer al cambio. Significa desarrollar capacidad para gobernarlo.
La
diferencia es fundamental. Una institución que simplemente se adapta termina
siguiendo el ritmo de las plataformas. Una institución que aprende puede
preguntarse qué cambios son educativamente valiosos y cuáles no. De este modo,
el currículo deja de ser solamente un documento que organiza contenidos y se
convierte también en un sistema institucional de aprendizaje.
Hechos: Cuando producir información deja de
demostrar aprendizaje
Uno de
los temas planteados en París es particularmente relevante para la educación: ¿qué
cuenta como un hecho en una época de conocimiento sintético? Durante mucho
tiempo, buena parte de la evaluación educativa se construyó sobre una
asociación relativamente sencilla: si un estudiante producía un buen texto, una
presentación, una síntesis o un programa informático, era razonable interpretar
ese producto como evidencia de determinadas capacidades. La IA generativa
debilita esa asociación.
Un
producto terminado ya no permite saber con suficiente claridad qué parte
corresponde a comprensión, qué parte a búsqueda, qué parte a generación
automática y qué decisiones intelectuales fueron tomadas por el estudiante. La
respuesta educativa no debería ser regresar artificialmente a un mundo sin
inteligencia artificial; debería consistir en mejorar nuestra idea de
evidencia.
En un
currículo que aprende, la evaluación tendría que recuperar elementos que
durante mucho tiempo quedaron ocultos detrás del producto final: las preguntas
formuladas, las fuentes utilizadas, los criterios de selección, las dudas
encontradas, las alternativas descartadas, las decisiones tomadas y la
capacidad de defender una conclusión. Cuando una máquina puede producir
respuestas plausibles, mostrar el proceso de pensamiento adquiere mayor
valor educativo.
Esto
implica que el currículo de la era de la IA no debería preocuparse solamente
por enseñar a producir. Necesita enseñar también a justificar, contrastar,
atribuir, verificar y responder por lo producido.
Fricciones: la tecnología no llega a una educación
neutral
El
segundo eje de la discusión de UNESCO habla de fricciones. La palabra
resulta acertada porque la IA no entra en sistemas educativos vacíos. Llega a
instituciones con desigualdades, lenguas, culturas, regulaciones, modelos de
evaluación, prácticas docentes y condiciones de infraestructura muy diferentes.
Por eso, la misma tecnología no produce necesariamente las mismas
oportunidades.
Puede
ampliar el acceso para algunos estudiantes y crear nuevas barreras para otros.
Puede apoyar el trabajo docente, pero también aumentar mecanismos de
vigilancia. Puede favorecer la personalización y, simultáneamente, generar
dependencia de proveedores externos. Puede facilitar la producción de
conocimiento y, al mismo tiempo, dificultar la identificación de su
procedencia.
La
Declaración Ministerial adoptada en París coloca varias de estas tensiones en
el centro de la gobernanza educativa. Plantea la necesidad de proteger los
datos, desarrollar sistemas auditables, promover la inclusión desde el diseño,
preservar la agencia profesional docente y evaluar no solo el precio inicial de
las tecnologías, sino su costo total, interoperabilidad y portabilidad (UNESCO,
2026b).
La UNESCO
propone considerar la interoperabilidad, la portabilidad de los datos y los
sistemas abiertos para que los sistemas educativos no queden encerrados en una
determinada solución tecnológica. También señala que, cuando sea necesario,
debe ser posible suspender determinadas formas de utilización de la IA (UNESCO,
2026b).
Esta idea
puede trasladarse al currículo mediante un principio que convendría desarrollar
con mayor fuerza: la reversibilidad curricular. Toda incorporación
tecnológica debería conservar la posibilidad de ser revisada, modificada o
abandonada cuando la evidencia muestre que ya no contribuye al aprendizaje,
compromete derechos, aumenta desigualdades o genera una dependencia
incompatible con los objetivos de la institución.
Innovar no debería significar adoptar sin retorno.
Por el
contrario, una institución verdaderamente innovadora debería poseer suficiente
autonomía para decir no, detener una implementación o cambiar de dirección. La
posibilidad de abandonar una tecnología puede ser tan importante como la
capacidad para adoptarla.
Cinco movimientos para una gobernanza curricular
adaptativa
¿Cómo
podría operar un currículo que aprende?
No parece
necesario sustituir los sistemas curriculares actuales por estructuras
completamente nuevas. Lo que se necesita es incorporar ciclos permanentes de
aprendizaje institucional. Se proponen cinco movimientos relacionados entre sí:
observar, contrastar, deliberar, experimentar y aprender.
Observar significa identificar cambios que realmente están modificando las
prácticas de estudiantes, docentes y profesiones. No basta con seguir
tendencias tecnológicas. Hay que mirar lo que está ocurriendo en las aulas.
Contrastar exige confrontar promesas con evidencias. Antes de
generalizar una tecnología, debería preguntarse qué beneficios educativos puede
demostrar, qué riesgos presenta y en qué contextos han sido observados.
Deliberar implica que las decisiones no correspondan exclusivamente a
especialistas tecnológicos o autoridades administrativas. Si una herramienta
modifica el aprendizaje, la evaluación, los datos o el trabajo docente,
estudiantes y profesores necesitan participar en la decisión.
Experimentar supone probar en condiciones controladas, con
objetivos pedagógicos explícitos, criterios de evaluación y posibilidad de
detener la experiencia. Un piloto no debería utilizarse para confirmar una
decisión tomada de antemano, sino para aprender.
Finalmente,
aprender significa convertir la evidencia producida por esas
experiencias en decisiones curriculares, políticas institucionales y nuevos
criterios para futuras innovaciones y con esto no termina el ciclo sino que
vuelve a comenzar. Ese carácter recursivo constituye precisamente la diferencia
entre un currículo que ocasionalmente se actualiza y un currículo que
institucionalmente aprende.
La prueba del bien común
Si la
educación debe mantenerse como bien común, como se está planteando en París,
esa afirmación necesita convertirse en decisiones concretas, una posible
contribución curricular consiste en someter cada incorporación importante de
inteligencia artificial a una prueba del bien común.
Antes de
integrar una tecnología en una asignatura, programa o institución, podrían
formularse seis preguntas:
- Propósito:
¿qué problema educativo pretende resolver y por qué merece ser resuelto
mediante IA?
- Aprendizaje:
¿aumenta el razonamiento, la creatividad y la autonomía del estudiante o
principalmente sustituye trabajo cognitivo que todavía necesita aprender a
realizar?
- Agencia:
¿fortalece la capacidad de decisión de docentes y estudiantes o traslada
decisiones educativas importantes al sistema tecnológico?
- Derechos
y equidad: ¿qué ocurre con los datos, la privacidad, las lenguas, la
accesibilidad y las diferencias de recursos entre estudiantes?
- Evidencia:
¿existen pruebas suficientes de sus beneficios educativos o solamente
argumentos comerciales y expectativas?
- Reversibilidad:
¿puede la institución modificar o abandonar la tecnología sin perder sus
datos, sus procesos o su autonomía?
Estas
preguntas no buscan frenar la innovación, buscan mejorarla, una innovación
educativa responsable no se mide por la velocidad de adopción, sino por la
calidad de las decisiones que la sostienen.
Los docentes no son usuarios finales
En
numerosos procesos de transformación digital, los sistemas son seleccionados
primero y los docentes reciben capacitación después. La lógica es conocida:
alguien decide qué tecnología utilizar y posteriormente se enseña al
profesorado a utilizarla.
La
discusión actual de UNESCO propone algo diferente: los docentes deben
participar en las decisiones sobre los sistemas de IA que llegan a sus aulas y
la tecnología debe respaldar —no sustituir— su juicio profesional (UNESCO,
2026b).
Esto
significa que el docente deja de ser el “usuario final” de decisiones tomadas
en otra parte, se convierte en participante de la gobernanza y lo mismo debería
ocurrir con los estudiantes. Formarlos para vivir en sociedades atravesadas por
inteligencia artificial no consiste únicamente en enseñarles a escribir mejores
instrucciones para una plataforma. Requiere que comprendan qué sistemas
utilizan, qué datos entregan, qué limitaciones poseen las respuestas recibidas
y qué decisiones conviene conservar bajo control humano.
La
alfabetización en IA, por tanto, no debería reducirse a competencia
instrumental. Debe incluir capacidad crítica, ética y política para intervenir
en las condiciones bajo las cuales utilizamos la tecnología.
Una última frontera
Quizá la
frontera educativa más importante de la inteligencia artificial no sea
tecnológica, sino humana; desde luego que podemos disponer de sistemas
que produzcan textos, imágenes, explicaciones, simulaciones y recomendaciones
cada vez más sofisticadas. Pero ninguna de esas capacidades responde por sí
misma a preguntas como qué conocimiento vale la pena conservar, qué desigualdades
estamos dispuestos a combatir, qué responsabilidades tenemos frente a otros o
qué sociedad queremos construir.
Por ello,
preservar la educación como bien común no significa defenderla de toda
tecnología. Significa impedir que sus finalidades sean definidas únicamente por
ella. El currículo del futuro no será necesariamente aquel que cambie
con mayor rapidez ni el que incorpore más inteligencia artificial.
Será
aquel que desarrolle una capacidad más difícil y más importante: aprender de
los cambios sin perder la capacidad de decidir hacia dónde quiere ir.
Referencias
UNESCO.
(2026a, 9 de septiembre). Education ministers call for education to remain a
common good in the age of AI at UNESCO’s Digital Learning Week. UNESCO. Fuente oficial de UNESCO
UNESCO.
(2026b). Sustaining education as a common good in the age of AI: Ministerial
statement. UNESCO. Declaración Ministerial
Valentini,
A. (2026). AI implementation in higher education in Latin America and the
Caribbean. UNESCO International Institute for Higher Education in Latin
America and the Caribbean. Informe de UNESCO IESALC
