La inteligencia artificial ha entrado en la educación acompañada de grandes promesas, pero también de preguntas que todavía no tienen una respuesta clara. ¿Puede personalizar el aprendizaje sin aislar al alumnado? ¿Ayudará al profesorado o terminará debilitando su papel? ¿Permitirá construir sistemas más inclusivos o ampliará las desigualdades existentes? La UNESCO aborda estas cuestiones en AI and the future of education: Disruptions, dilemmas and directions (disponible únicamente en inglés), una publicación de 2025 dedicada a las transformaciones que la IA está provocando en la enseñanza y el aprendizaje.
No estamos ante un informe convencional ni ante una guía de recomendaciones. El documento es una recopilación de 21 artículos de reflexión escritos por especialistas de distintos campos, países y tradiciones intelectuales. Sus posiciones no siempre coinciden: algunos autores exploran las posibilidades de la IA, mientras que otros cuestionan sus fundamentos, su utilidad educativa o la idea de que su adopción sea inevitable. Los textos están distribuidos en siete secciones que abarcan la filosofía de la educación, la pedagogía, la evaluación, el papel del profesorado, la ética, la inclusión y las políticas públicas.
Por esa diversidad de planteamientos, el documento resulta especialmente indicado para docentes que quieran consultar opiniones y perspectivas variadas antes de formarse una posición propia sobre la inteligencia artificial en la educación. En lugar de ofrecer una respuesta cerrada, la recopilación permite comparar argumentos y reconocer los principales desacuerdos para valorar qué enfoques encajan mejor con la propia concepción de la enseñanza y el aprendizaje.
El documento en 1 minuto
- ☑️ La publicación reúne 21 perspectivas agrupadas en 7 secciones sobre la influencia de la inteligencia artificial en el futuro de la educación.
- ☑️ No presenta una posición única. Los autores discrepan sobre las capacidades de la IA, sus beneficios y la conveniencia de incorporarla a los sistemas educativos.
- ☑️ La personalización, la evaluación y el papel del profesorado ocupan una parte central del documento.
- ☑️ La desigualdad, la diversidad lingüística, la discapacidad, el género y la privacidad aparecen como cuestiones inseparables del debate pedagógico.
- ☑️ Para los docentes, su principal aportación consiste en mostrar que decidir cómo utilizar la IA exige preguntarse primero qué educación se quiere proteger y construir.
Análisis del contenido
La introducción define la publicación como un espacio de diálogo. Su intención no es cerrar el debate, sino hacer visibles perspectivas diferentes y, en algunos casos, enfrentadas. La UNESCO parte de una preocupación clara: buena parte de la conversación internacional sobre IA educativa está dominada por ideas de velocidad, escala y optimización, mientras que las voces del profesorado, el alumnado y las comunidades con menos recursos quedan frecuentemente en segundo plano.
La recopilación intenta corregir ese desequilibrio. Para ello, combina textos filosóficos con análisis de prácticas educativas, propuestas de gobernanza y estudios centrados en comunidades concretas. El resultado es deliberadamente plural. Más que una hoja de ruta, ofrece un mapa de las tensiones que acompañan la incorporación de la IA a la educación.
Provocaciones filosóficas sobre el futuro de la educación
La primera sección se aleja de las preguntas más habituales sobre herramientas y aplicaciones. Sus tres artículos examinan las ideas de inteligencia, conocimiento y aprendizaje que sostienen el desarrollo de la IA.
En una conversación con la UNESCO, Báyò Akómoláfé propone detenerse antes de buscar soluciones rápidas. En su opinión, la IA no representa únicamente una nueva herramienta, sino una alteración de las categorías con las que interpretamos la realidad. Por eso invita a permanecer durante algún tiempo en la desorientación, escuchar las «grietas» de los sistemas actuales y abandonar la aspiración de controlar todos los procesos. Su planteamiento cuestiona una educación organizada alrededor del dominio, la certeza y la escalabilidad.
Bing Song también pone en duda el paradigma dominante, aunque lo hace desde tradiciones filosóficas asiáticas, africanas e indígenas que conciben a las personas, la naturaleza y la tecnología como realidades interdependientes. Para la autora, el problema no se resuelve aumentando la inteligencia técnica. La educación debería incorporar una «educación de la sabiduría» orientada a la reflexión, el discernimiento moral y la capacidad de convivir con la ambigüedad. El objetivo no sería competir con las máquinas en procesamiento de información, sino cultivar cualidades humanas que no pueden reducirse a una sucesión de cálculos.
Mary Rice y Joaquín T. Argüello de Jesús emplean el agua como metáfora para relacionar aprendizaje, tecnología, historia y medioambiente. El agua transforma lentamente las rocas, circula por sistemas naturales y políticos y, al mismo tiempo, resulta indispensable para mantener las infraestructuras digitales. Con esta imagen, los autores recuerdan que aprender requiere tiempo y movimiento. También introducen una dimensión material que suele quedar oculta: la IA depende de centros de datos, energía y agua, por lo que sus efectos educativos no pueden separarse de sus costes ecológicos.
Los tres textos comparten una misma advertencia. Antes de preguntar qué puede hacer la IA en el aula, conviene examinar qué idea de inteligencia, de ser humano y de educación estamos aceptando.
Poderes y peligros de la IA
La segunda sección presenta con especial claridad las discrepancias internas de la recopilación. Andreas Horn considera que la IA ya forma parte de la educación y propone actuar con rapidez, aunque con una estrategia definida. Su hoja de ruta sitúa la pedagogía antes que las herramientas, reclama inversión en formación docente, recomienda utilizar la IA solamente cuando aporte valor y defiende una alfabetización obligatoria que prepare al alumnado para desenvolverse en un entorno tecnológico cambiante. También reconoce que la evidencia sobre la personalización es desigual y depende del contexto, el currículo, la infraestructura y la mediación del profesorado.
«Los futuros de la IA no están predeterminados. Se construyen mediante decisiones políticas, prioridades de financiación, criterios de evaluación y las voces que decidimos incluir».
—Andreas Horn
Emily M. Bender adopta una posición mucho más crítica. Rechaza que los sistemas comercializados como «IA» deban considerarse el futuro inevitable de la educación y cuestiona las promesas de tutores virtuales capaces de proporcionar enseñanza de calidad a gran escala. Según Bender, los grandes modelos lingüísticos producen secuencias de texto plausibles, pero no comprenden, razonan ni se preocupan por el alumnado. Implantarlos en sistemas con pocos recursos puede desviar dinero, atención y datos hacia las empresas tecnológicas en lugar de fortalecer las relaciones entre estudiantes, docentes y familias.
Markus Deimann y Robert Farrow analizan los imaginarios que compiten en el debate: la IA utópica que democratizará el aprendizaje, el educador automatizado perfecto, el solucionismo tecnológico, el mercado sin regulación, la vigilancia algorítmica y la catástrofe ambiental. Los autores sostienen que ninguno de esos futuros es neutral. Cada uno contiene una determinada concepción de la educación, de la autoridad y del bien público. Su propuesta consiste en recuperar la capacidad colectiva de imaginar alternativas basadas en la justicia, la inclusión, el cuidado y la sostenibilidad.
El valor de esta sección reside precisamente en que no fuerza un acuerdo. La IA aparece simultáneamente como una tecnología que exige planificación y como una construcción comercial cuyas promesas deben someterse a un examen riguroso.
Pedagogía, personalización y evaluación
La sección más extensa estudia cómo la IA puede modificar la relación entre docentes, estudiantes, conocimiento y evaluación. Abeba Birhane comienza cuestionando la idea de que aprender pueda reducirse a patrones estadísticos. La educación es una actividad relacional, corporal, dinámica y política. Los sistemas entrenados con datos históricos tienden a simplificar esa complejidad y pueden reproducir las desigualdades presentes en los propios datos. Por ello, Birhane pide supervisión independiente, regulación y participación efectiva de las comunidades educativas antes de extender estas tecnologías.
Carla Aerts y Paul Prinsloo examinan la personalización algorítmica. Ambos reconocen que adaptar contenidos, ritmos y apoyos puede resultar útil, pero advierten que la hiperpersonalización también puede encerrar al estudiante en un recorrido definido por predicciones. Si el sistema decide continuamente qué debe ver cada persona, existe el riesgo de reducir la autonomía, empobrecer el contacto con perspectivas inesperadas y debilitar el aprendizaje compartido.
Aerts propone sustituir la relación directa entre persona y máquina por un diálogo entre personas mediado por la tecnología. En ese modelo, la IA sería una tercera presencia que ayuda a pensar, comparar y colaborar, pero no reemplaza la interacción humana. Prinsloo, por su parte, plantea preguntas incómodas: ¿la adaptación constante ayuda a madurar o infantiliza al estudiante?, ¿amplía sus opciones o crea una burbuja?, ¿ofrece una nueva ilustración o limita aquello que puede llegar a conocer?
La evaluación ocupa los dos últimos artículos de la sección. Mike Perkins y Jasper Roe sostienen que la IA generativa no ha creado la crisis de la evaluación, pero sí ha revelado sus debilidades. Cuando un sistema puede producir un ensayo correcto en pocos segundos, las tareas centradas en entregar un producto final dejan de ofrecer una evidencia fiable del proceso de aprendizaje. Además, las respuestas institucionales pueden aumentar la desigualdad: no todo el alumnado dispone de las mismas herramientas, versiones de pago, conocimientos o posibilidades de demostrar la autoría de su trabajo.
Los autores proponen un marco gradual para decidir qué usos de la IA son compatibles con los objetivos de una actividad. La cuestión principal no debería ser si una herramienta está permitida de forma general, sino qué parte del aprendizaje se quiere observar y hasta qué punto la intervención de la IA altera esa evidencia.
Bill Cope, Mary Kalantzis y Akash Kumar Saini comparten el diagnóstico sobre el agotamiento de los exámenes tradicionales, pero ofrecen una alternativa más optimista. Su propuesta de aprendizaje «cibersocial» utiliza la IA dentro de un entorno diseñado y moderado por docentes. Las rúbricas, las fuentes de conocimiento, los registros de actividad y los mecanismos de retroalimentación permanecen bajo control educativo. Frente al uso aislado de un modelo público, el sistema permitiría observar el proceso, ofrecer evaluación formativa y combinar el juicio humano con la capacidad de procesamiento de la máquina.
En conjunto, estos cinco artículos desplazan el debate desde la detección y la prohibición hacia una pregunta más importante: ¿qué formas de enseñar y evaluar permiten comprobar que el alumnado piensa, participa y aprende?
Revalorizar y volver a situar al profesorado en el centro
La entrada de la IA en el aula suele ir acompañada de predicciones sobre la sustitución del profesorado. Los dos artículos de esta sección rechazan ese planteamiento y analizan qué funciones educativas deben permanecer en manos humanas.
Ching Sing Chai, Jiun-Yu Wu y Thomas K. F. Chiu estudian la educación desde cinco dimensiones relacionadas: relacional, teleológica, epistémica, psicológica y pedagógica. El aprendizaje no consiste únicamente en transmitir conocimiento; también ayuda a formar personas autónomas, capaces de reflexionar y participar en la sociedad. Una dependencia excesiva de la IA puede deteriorar la curiosidad, la autodeterminación, el bienestar emocional y la relación entre docentes y estudiantes. Por eso, los autores sitúan al profesorado como diseñador intencional de experiencias de aprendizaje y no como supervisor secundario de procesos automatizados.
Arafeh Karimi convierte esos principios en una propuesta más operativa. Su modelo de «compasión desde el diseño» plantea siete cambios: codiseño participativo; explicaciones orientadas a la equidad; auditorías de confianza y bienestar; pausas dentro de los flujos automatizados; evaluación del sentido de pertenencia y la reflexión; adaptación al contexto; y una gestión ética de los datos. Los cinco primeros funcionarían como garantías mínimas y los dos últimos como transformaciones de mayor alcance.
«Integrar la IA no debe sustituir la pedagogía relacional por la eficiencia automatizada».
—Arafeh Karimi
La idea común es sencilla: la IA debe adaptarse al juicio docente y a las necesidades del alumnado, no obligar a que la enseñanza se acomode a la lógica del sistema.
Ética y gobernanza de la IA educativa
Kaśka Porayska-Pomsta e Isak Nti Asare defienden una ética del cuidado incorporada desde el diseño. No basta con revisar los posibles daños cuando una tecnología ya está funcionando. La dignidad, los derechos, la vulnerabilidad y las relaciones de dependencia deben formar parte de las decisiones iniciales, con la participación de docentes y estudiantes. Esta perspectiva entiende la educación como un proceso humano de crecimiento compartido y no como una cadena de tareas que se puede optimizar por separado.
Kalervo N. Gulson y Sam Sellar trasladan el análisis al terreno de la gobernanza. Los sistemas algorítmicos no se limitan a ejecutar decisiones: contribuyen a definir qué se mide, qué se considera verdadero y qué comportamientos resultan deseables. Los autores denominan «política sintética» a este nuevo escenario en el que la acción política y administrativa se mezcla con modelos, datos y predicciones automatizadas.
El problema no es solamente que un algoritmo pueda equivocarse. También importa quién establece sus objetivos, quién puede discutir sus resultados y qué formas de participación quedan excluidas. La respuesta propuesta es democrática: hacer visibles las relaciones de poder, permitir la resistencia y conservar la educación como un bien común sujeto a deliberación pública.
Desigualdades codificadas e inclusión
La sexta sección dirige la atención hacia grupos y contextos que suelen quedar al margen de las promesas universales de la tecnología. Sus cuatro artículos coinciden en que una herramienta no es inclusiva por el simple hecho de estar disponible.
Vukosi Marivate, Nombuyiselo Caroline Zondi y Baphumelele Masikisiki estudian la incorporación de la IA en la educación superior africana. En lugar de trasladar sistemas creados en otros lugares, proponen desarrollos dirigidos localmente que reconozcan lenguas, culturas, infraestructuras y formas de comunicación diversas. Esto incluye herramientas capaces de funcionar sin conexión permanente, modelos calibrados por docentes, una gobernanza responsable de los datos y participación comunitaria. No se trata solo de traducir la tecnología, sino de transformarla para que responda al contexto.
Kiran Bhatia y Payal Arora se centran en las experiencias de mujeres jóvenes de India y Brasil. Las autoras reconocen riesgos como el sesgo, la vigilancia, la violencia y la exclusión, pero critican que las políticas conviertan a las jóvenes únicamente en personas vulnerables que deben ser protegidas mediante restricciones. Sus investigaciones muestran usos creativos y cotidianos de la IA para aprender. Por ello, proponen pasar del control al cuidado, de la consulta simbólica a la cocreación y del cumplimiento a la creatividad.
Yuchen Wang cuestiona el uso impreciso de la palabra «inclusión». Una tecnología de apoyo puede mejorar una capacidad individual sin cambiar las barreras del entorno. Un estudiante puede disponer, por ejemplo, de una silla de ruedas con IA y continuar separado de sus compañeros por la organización física y pedagógica del aula. Personalizar una solución para que alguien se adapte a un sistema intacto no equivale a transformar ese sistema para que todos puedan participar.
«Los cambios que puede producir cualquier tecnología de IA siguen dependiendo, en gran medida, de cómo se afronten las barreras del entorno de aprendizaje».
—Yuchen Wang
Marloes Williams van Elswijk analiza el caso del alumnado sordo o con pérdida auditiva en contextos con pocos recursos. Dentro de este grupo existen identidades, lenguas, experiencias y necesidades muy diferentes. La falta de acceso temprano a una lengua, la pobreza de datos, el género, la conectividad y la disponibilidad de apoyo humano condicionan cualquier intervención. Una aplicación uniforme puede ignorar esas diferencias y profundizar la exclusión que pretendía corregir. La autora reclama sistemas multimodales codiseñados con las propias comunidades y acompañados de profesorado y otros apoyos humanos.
El mensaje de la sección es claro: la equidad no puede automatizarse. Requiere contexto, infraestructura, participación y una revisión de las condiciones sociales en las que se introduce la tecnología.
Políticas educativas, evidencia y realidades geopolíticas
Los dos últimos artículos amplían el foco desde las aulas hacia las políticas nacionales e internacionales. George Siemens considera que las capacidades de la IA plantean cambios difíciles de prever. La investigación ofrece resultados contradictorios: algunos usos pueden mejorar la resolución de problemas, mientras que otros favorecen la dependencia o perjudican determinadas actividades de aprendizaje. Esa incertidumbre coincide con una carrera geopolítica en la que la IA se ha convertido en infraestructura económica y estratégica.
Siemens sostiene que los ministerios de educación no pueden limitarse a responder con normas aisladas. Necesitan pensar en términos de transformación sistémica, aprendizaje colectivo y protección del bienestar humano. La rapidez del cambio no justifica actuar sin pruebas, pero tampoco permite suponer que las estructuras actuales permanecerán intactas.
Ilkka Tuomi examina qué significa elaborar políticas basadas en evidencia. Una intervención no funciona del mismo modo en todos los contextos y ningún estudio ofrece una imagen completa. Por eso propone entender la propia política como un proceso de aprendizaje: integrar métodos y perspectivas diferentes, experimentar, observar los resultados y revisar las decisiones democráticamente.
«La educación es más. […] También puede entenderse como el desarrollo de capacidades que amplían nuestras oportunidades de vivir una vida con sentido».
—Ilkka Tuomi
Tuomi también cuestiona que el éxito educativo se mida únicamente como dominio rápido de contenidos. Si el conocimiento se convierte en un producto fácilmente accesible mediante IA, la educación debe prestar mayor atención a la agencia social: la capacidad de participar, actuar y transformar la realidad. Esta es una finalidad que no puede reducirse a aprobar una prueba ni automatizarse por completo.
Qué propone en conjunto la recopilación
La diversidad de autores impide resumir el documento como una única postura sobre la IA. Algunas contribuciones ven capacidades transformadoras; otras consideran que las promesas comerciales exageran lo que hacen los sistemas actuales. Sin embargo, al leerlas conjuntamente aparecen varias ideas recurrentes:
- ☑️ La incorporación de la IA no constituye un proceso neutral ni un futuro inevitable.
- ☑️ La educación tiene finalidades sociales, éticas y políticas que van más allá de transmitir contenidos con eficiencia.
- ☑️ El aprendizaje es relacional y colectivo, incluso cuando se apoya en tecnologías personalizadas.
- ☑️ El profesorado debe conservar la capacidad de decidir los objetivos, las condiciones y los límites de uso.
- ☑️ La IA generativa obliga a revisar la evaluación, pero no proporciona por sí sola un modelo alternativo.
- ☑️ La inclusión depende del contexto y de la participación de las comunidades, no solamente de las funciones de una herramienta.
- ☑️ Las decisiones sobre datos, modelos e infraestructuras educativas también son decisiones sobre poder.
- ☑️ La evidencia debe orientar las políticas sin ocultar la incertidumbre ni las diferencias entre contextos.
En su conclusión, la UNESCO agrupa sus futuras líneas de actuación en tres ámbitos. El primero es la defensa de una IA educativa ética, equitativa y centrada en las personas. El segundo es la revisión del currículo, la pedagogía y la evaluación, con mayor atención al pensamiento crítico, la metacognición y el cuidado. El tercero es la creación de espacios plurales de diálogo en los que participen comunidades indígenas, personas con discapacidad, mujeres y voces del Sur Global.
Conclusión y valoración final
La IA y el futuro de la educación no ofrece una lista de herramientas ni una receta para incorporarlas al aula. Su aportación consiste en ampliar la conversación y mostrar que detrás de cada decisión tecnológica existen ideas sobre el conocimiento, la autonomía, la autoridad, la inclusión y el propósito de la educación. Al reunir posiciones incompatibles, la UNESCO evita presentar el futuro como una dirección única y recuerda que todavía está abierto a decisiones colectivas.
Esa pluralidad es también el principal límite de la obra. Los 21 artículos forman una colección heterogénea y algunos se aproximan más a la reflexión filosófica que a la orientación práctica. No obstante, el documento resulta valioso para docentes, responsables educativos e investigadores que quieran comprender los debates que rodean la IA más allá de las aplicaciones inmediatas. Su lectura ayuda a formular una pregunta previa a cualquier adopción: no solo qué puede hacer la inteligencia artificial, sino qué tipo de educación queremos construir con ella.
Ficha técnica
- Documento: AI and the future of education: Disruptions, dilemmas and directions (Original en inglés)
- Organización: UNESCO
- Fecha: 2025
- Extensión: 165 páginas
- Contenido: 21 artículos de reflexión
⚠️ ATENCIÓN: Este artículo ha sido generado con herramientas de IA. Aunque ha sido revisado por los autores del blog, puede contener errores en su contenido.