La inteligencia artificial generativa ya forma parte de la vida universitaria. En la Encuesta Nacional sobre Usos y Percepciones de la Inteligencia Artificial Generativa en la Educación Superior en México (ENIAG 2025), participaron 2,900 instituciones; se recabaron respuestas de 1,529,732 estudiantes y 163,259 docentes. Entre las personas encuestadas, 66% del estudiantado y 60% del personal docente reportaron usar estas herramientas al menos una vez por semana.
El desafío para las universidades ya no consiste en decidir si permiten o restringen estas herramientas. Consiste en establecer criterios que orienten su uso en la docencia, la evaluación, la investigación y la gestión institucional, y en definir quién responde por las decisiones que se tomen con apoyo de inteligencia artificial.
Los diez principios de acción presentados por la Secretaría de Educación Pública a partir de la ENIAG 2025 ofrecen una base para ese diálogo. Proponen, entre otros aspectos, establecer lineamientos institucionales, impulsar la formación, revisar la evaluación, atender las brechas y fortalecer la gobernanza. Son propuestas para orientar la conversación; cada institución debe valorar cómo llevarlas a sus normas y procedimientos, conforme a sus funciones, su comunidad y su marco jurídico.
Una referencia útil para esa tarea es la Guía sobre el uso de la inteligencia artificial en el ámbito educativo, versión 2.0, del Instituto Nacional de Tecnologías Educativas y de Formación del Profesorado de España (INTEF). La guía organiza sus orientaciones por perfiles (alumnado, profesorado y centro educativo) e incluye recursos prácticos, como un modelo para declarar el uso de IA. Aunque está dirigida a etapas educativas no universitarias, su enfoque ofrece una idea que también puede ser útil para las universidades: las orientaciones deben considerar quién utiliza la herramienta, con qué propósito y en qué contexto.
No todos los usos plantean las mismas preguntas. Para el estudiantado, importa saber qué apoyos son compatibles con una actividad y cuándo deben declararse. Para el profesorado, cómo diseñar tareas y evaluaciones que permitan valorar el aprendizaje. Para quienes investigan, cómo cuidar la integridad académica, los datos y la autoría. Y para las áreas administrativas, qué límites y controles aplicar cuando la IA apoya procesos institucionales. Distinguir estos perfiles ayuda a evitar reglas demasiado generales y permite que cada persona conozca sus responsabilidades.
Para las universidades, traducir los principios en decisiones institucionales podría empezar por cuatro tareas.
La primera es definir los usos según su propósito. Una regla general puede ser insuficiente para actividades académicas con objetivos distintos. La institución necesita orientar qué apoyos son compatibles con cada tarea, cuándo debe declararse su uso y qué evidencia permitirá valorar el aprendizaje. Estas pautas deben comunicarse antes de la evaluación, para que estudiantes y docentes sepan a qué atenerse.
La segunda es asignar responsabilidades. La política institucional debe precisar qué corresponde a los órganos de gobierno, las autoridades académicas, las áreas tecnológicas y las instancias de protección de datos o integridad académica. También conviene establecer qué órgano aprueba la política, quién coordina su aplicación, quién revisa las herramientas incorporadas a procesos institucionales y quién supervisa las decisiones que estas apoyan. La distribución de funciones debe ajustarse al régimen jurídico de cada institución.
La tercera es proteger a las personas cuando el uso de IA tenga consecuencias académicas o administrativas. Para que estudiantes y docentes sepan a qué atenerse, la universidad debe comunicar antes de cada actividad qué usos de IA están permitidos, cuáles deben declararse y cuáles no están autorizados. Si después cuestiona un trabajo por un posible incumplimiento, debe precisar qué regla considera infringida y en qué información verificable basa su señalamiento.
Lo mismo vale cuando una herramienta apoya una decisión institucional. La intervención humana no debería reducirse a validar de manera automática un resultado generado por un sistema. Debe existir una persona con atribuciones para revisar la información, valorar las circunstancias del caso y modificar o apartarse del resultado cuando corresponda. También deben quedar claras las vías para solicitar una revisión y la autoridad responsable de resolver.
La cuarta tarea es evaluar la política y preparar a la comunidad. La formación no debería limitarse a enseñar a usar herramientas; también debe ayudar a reconocer sus límites, revisar sus resultados y comprender sus implicaciones para la privacidad, el tratamiento de datos, la equidad y la integridad académica. La universidad puede revisar periódicamente sus criterios con participación de estudiantes, docentes y personal administrativo, atendiendo las diferencias entre disciplinas y las brechas de acceso y capacitación.
Gobernar el uso de inteligencia artificial no se agota en aprobar una guía. Requiere una estructura institucional que conecte los propósitos educativos con reglas claras, responsabilidades identificables, protección de derechos y mecanismos de revisión. La ENIAG 2025 y la guía del INTEF ofrecen referencias para iniciar ese trabajo; corresponde a cada universidad decidir cómo llevar sus principios y orientaciones a sus propias normas y procedimientos, de acuerdo con sus funciones, su comunidad y su marco jurídico.
