En una nota anterior quedó pendiente revisar el segundo gran eje del informe Perspectivas de la Educación Digital de la OCDE 2026, en el que el análisis se centra en los efectos de la IA generativa sobre el aprendizaje, la docencia y la investigación; en la experiencia europea. Desde mi experiencia como profesora universitaria, este apartado resulta particularmente relevante porque dialoga directamente con la preocupación central, ampliamente difundida, de que un mayor uso de tecnología conduce automáticamente a mejores resultados educativos. Lejos de confirmar esa idea optimista, el informe introduce matices empíricos y conceptuales que obligan a repensar la relación entre innovación digital, calidad académica y equidad.
La evidencia empírica revisada por la OCDE muestra que las herramientas de IA generativa de propósito general pueden mejorar la calidad superficial de los trabajos académicos. Los textos producidos con apoyo de GenAI suelen ser más extensos, mejor estructurados y gramaticalmente correctos. Sin embargo, cuando se evalúa la comprensión conceptual y la capacidad de razonamiento autónomo, los resultados son mucho menos alentadores. Los estudiantes que dependen intensamente de estas herramientas tienden a obtener peores resultados en evaluaciones a libro cerrado, lo que sugiere una transferencia limitada del aprendizaje, podría decirse bajo nivel de aprendizajes significativos.
Este es un hallazgo crucial para la educación superior, donde históricamente se ha puesto énfasis en la formación analítica y en la construcción de pensamiento crítico. La OCDE advierte que el uso indiscriminado de IA generativa puede profundizar una tendencia preocupante: la sustitución del esfuerzo cognitivo por soluciones automatizadas aunado a la incapacidad de poder desarrollar análisis originales ni cambiar de perspectiva y mucho menos, realizar análisis complejos. Desde la visión pedagógica, esto implica el riesgo de empobrecer el proceso formativo, incluso cuando los indicadores de desempeño aparente mejoran.
Desde una perspectiva económica de la educación, esto puede interpretarse como un desplazamiento del esfuerzo cognitivo propio hacia reposar en una herramienta tecnológica del proceso de producción académica. La GenAI reduce el “costo marginal” de redactar, resumir o estructurar información, pero también puede reducir el incentivo a internalizar conocimientos. El informe advierte que el aprendizaje significativo requiere fricción cognitiva: tiempo, esfuerzo, error y retroalimentación. Cuando la herramienta automatiza excesivamente esos procesos, el riesgo es una ilusión de competencia.
En contraste, el informe identifica efectos positivos cuando la IA se integra de manera consciente, intencional y estructurada. Las herramientas de tutoría adaptativa o plataformas de práctica guiada, diseñadas específicamente con objetivos pedagógicos claros, muestran mejoras en el aprendizaje cuando se utilizan como complemento y no como sustituto del trabajo intelectual. En estos casos, la IA actúa como un amplificador del proceso de aprendizaje, no como su reemplazo. La diferencia radica en la gobernanza o guía institucional, en el diseño didáctico y en la claridad de los objetivos formativos.
En cuanto al profesorado, la adopción de la IA generativa en Europa ha sido más gradual y selectiva. En 2024, aproximadamente 68 % de los docentes que utilizan estas herramientas lo hacen principalmente para tareas administrativas, planificación de cursos y elaboración de materiales didácticos. En mi experiencia, esto responde tanto a limitaciones de tiempo como a una preocupación legítima por preservar la identidad y la calidad del proceso educativo. Desde la economía del trabajo académico, esto implica una reasignación del tiempo: menos horas dedicadas a tareas rutinarias y potencialmente más espacio para interacción directa con estudiantes, investigación o innovación curricular. Muchos profesores reconocen el potencial de la IA, pero también sus riesgos, especialmente en términos de evaluación y formación ética.
El informe subraya la importancia de mantener la “agencia docente”. La IA debe ser una herramienta al servicio del proyecto educativo y no un sustituto del juicio académico. La OCDE identifica distintos niveles de colaboración humano–IA, desde la automatización básica hasta la coautoría avanzada. Sin embargo, una revisión sistemática citada en el informe se muestra que en 58 % de los casos estas combinaciones no superan el desempeño humano individual, lo que refuerza la necesidad de “ir paso a paso” y de formación especializada. Esto refuerza una conclusión preliminar: la complementariedad no es automática. Requiere capacitación, marcos éticos claros y evaluación constante de resultados.
En el ámbito de la investigación, la IA generativa ya está transformando las prácticas académicas europeas. De más de 100 millones de artículos científicos publicados entre 1980 y 2024, alrededor de 1.57 % presenta algún tipo de asistencia de IA. En el periodo más reciente, el uso creció de manera acelerada, especialmente en disciplinas como informática, donde alcanza 17.5 %, frente a 6.3 % en matemáticas. Encuestas citadas por la OCDE muestran que más de la mitad de los investigadores europeos utiliza IA generativa para la redacción y revisión de manuscritos, con incrementos de productividad de hasta 40 %.
No obstante, el informe también alerta sobre algunos riesgos estructurales: homogeneización de líneas de investigación, sesgos en la producción de conocimiento y una posible degradación o superficialización de la calidad científica. Desde una perspectiva económica, podría decirse que la IA generativa reduce los costos de entrada a la publicación académica, pero también puede generar externalidades negativas si no se establecen mecanismos claros de regulación y evaluación. Además, si la IA facilita la entrada al sistema de publicaciones, podría intensificar la competencia en un entorno ya caracterizado por incentivos cuantitativos (publicar más) sobre cualitativos (publicar mejor). Un punto especialmente relevante es la integridad académica. La OCDE señala que las instituciones enfrentan el desafío de redefinir criterios de evaluación y autoría. ¿Qué significa “escribir” un artículo cuando parte del texto es generado por un modelo? ¿Cómo se atribuye responsabilidad en caso de errores o sesgos? Estas preguntas no son retóricas, en realidad, afectan la legitimidad del sistema científico.
El mensaje del informe de la OCDE es tan claro como incómodo: la IA generativa transformará la educación superior europea, pero no necesariamente para mejor. El reto para las universidades es evitar que la automatización erosione la construcción de juicio autónomo, la capacidad de argumentar con rigor y la creatividad intelectual. Si la IA se integra como aliada crítica y no como atajo cognitivo, puede fortalecer un sistema en el que las universidades públicas llegan a tener más de 100 estudiantes. Si se adopta de manera acrítica, el riesgo es un empobrecimiento silencioso bajo indicadores superficiales de mejora.
Para América Latina, y particularmente para México, las implicaciones son evidentes: la región enfrenta desafíos estructurales y desigualdades en calidad educativa, financiamiento y desigualdad. La alfabetización digital avanzada y la capacidad institucional para integrarlas de manera crítica no están distribuidos de forma homogénea entre países ni dentro de ellos. Por ello, la GenAI podría convertirse en un factor adicional de segmentación educativa: estudiantes con mayor capital socioeconómico y mejores competencias digitales aprovecharían las herramientas para potenciar su aprendizaje, mientras que otros quedarían relegados a un uso superficial. Integrar IA sin fortalecer simultáneamente capacidades docentes y marcos regulatorios podría reproducir o amplificar vulnerabilidades existentes.
Finalmente, la discusión no debe centrarse en prohibir o permitir, sino en cómo diseñar incentivos que promuevan aprendizajes profundos, pensamiento crítico y ética académica.
Análisis de especialistas de la Universidad Iberoamericana son presentados a nuestros lectores cada 15 días en un espacio que coordina el Departamento de Economía de la Universidad Iberoamericana, CDMX