Ezequiel Molina: “La IA puede cambiar las reglas del juego de la Educación Superior” – Magisnet

Informe sobre el Impacto de la Inteligencia Artificial en la Educación Superior de América Latina y el Caribe y su Alineación con los Objetivos de Desarrollo Sostenible

El presente informe analiza el impacto de la Inteligencia Artificial (IA) en el sector de la Educación Superior (ES) en América Latina y el Caribe (ALC), basándose en el documento elaborado por Ezequiel Molina y Exequiel Medina para el Banco Mundial en 2025. Se evalúa el potencial de la IA para contribuir al logro de los Objetivos de Desarrollo Sostenible (ODS), con especial atención al ODS 4 (Educación de Calidad) y al ODS 10 (Reducción de las Desigualdades).

Análisis del Contexto Regional y su Vínculo con el ODS 10

La expansión de la matrícula en la ES en ALC ha crecido un 100% entre 2004 y 2023. No obstante, este crecimiento no ha eliminado las brechas estructurales que comprometen directamente el cumplimiento del ODS 10.

• Desigualdad en el Acceso: En 2012, los estudiantes de los quintiles de ingresos más bajos representaban únicamente el 24% de la matrícula total, concentrándose en instituciones de menor calidad.
• Potencial de la IA: Si bien la IA ha demostrado mejorar la eficiencia de los sistemas de asignación estudiantil hasta en un 20% y aumentar las opciones para estudiantes mal emparejados en un 38%, su adopción fragmentada amenaza con exacerbar las desigualdades existentes si no se gestiona adecuadamente.

La implementación de estas tecnologías está obstaculizada por deficiencias que contravienen el ODS 9 (Industria, Innovación e Infraestructura), tales como la falta de infraestructura digital, una innovación limitada y desafíos en la capacitación docente.

Aplicaciones de la IA para la Consecución del ODS 4: Educación de Calidad

La IA ofrece herramientas prometedoras para transformar los modelos pedagógicos y mejorar la calidad educativa, alineándose con las metas del ODS 4.

Percepción Docente y Necesidades de Capacitación

La disposición del profesorado es un factor clave, aunque revela una necesidad urgente de apoyo institucional:

• El 86% de los docentes prevé utilizar la IA en su enseñanza futura.
• El 66% considera que su incorporación es fundamental para preparar a los estudiantes para el mercado laboral.
• El 83% expresa preocupación por la capacidad de los estudiantes para evaluar críticamente los resultados de la IA.
• El 80% afirma que sus instituciones carecen de directrices claras sobre el uso de la IA.

La formación docente y la creación de políticas institucionales claras son indispensables para que la IA actúe como un catalizador del ODS 4 y no como un amplificador de brechas.

Casos de Éxito en Tutorías y Aprendizaje Adaptativo

Diversas plataformas demuestran el potencial de la IA para personalizar y optimizar el proceso de aprendizaje:

1. Tutores con IA: Un estudio de Harvard (2024) reveló que los estudiantes que utilizan tutores de IA aprenden más del doble en menos tiempo en comparación con métodos de aprendizaje activo tradicionales.
2. Jill Watson: Este asistente virtual responde a preguntas académicas con una precisión y velocidad notables (6,8 segundos), correlacionándose con un mejor rendimiento académico de los usuarios (66,2% de notas A frente al 62,3% de los no usuarios).
3. Mateo (Universidad Austral de Chile): Plataforma en fase piloto que utiliza algoritmos para nivelar conocimientos de matemáticas, mostrando mejoras preliminares en la motivación estudiantil.
4. Cogniti (Universidad de Sydney): Ha logrado reducir las respuestas incorrectas en un 90% y aumentar la confianza de los estudiantes en un 86%.
5. PackBack y Yellowdig: Fomentan el pensamiento crítico y la escritura argumentativa. Los usuarios de PackBack redactan mensajes más extensos e incluyen el doble de citas que los grupos de control.

Gobernanza y Retos Estructurales para un Despliegue Equitativo

Para que la IA contribuya efectivamente a los ODS, es imperativo abordar los desafíos sistémicos que enfrenta la región.

Equidad Digital y Gobernanza Ética (ODS 10 y ODS 16)

Los principales retos para una implementación justa y sostenible son:

• Brecha Digital: La falta de conectividad y de infraestructuras sostenibles, especialmente en zonas rurales, constituye una barrera fundamental para la equidad digital, contraviniendo los principios del ODS 10.
• Marcos Normativos: Es urgente desarrollar una gobernanza ética de la IA que garantice la protección de datos, evite el sesgo algorítmico y asegure la transparencia, en línea con el ODS 16 (Paz, Justicia e Instituciones Sólidas).
• Riesgo de Amplificación de Desigualdades: Existe un peligro real de que estas herramientas perjudiquen a estudiantes de comunidades desfavorecidas o a hablantes no nativos si no se diseñan e implementan con un enfoque de equidad.

Conclusión Estratégica

La Inteligencia Artificial no debe ser concebida como un sustituto de la interacción humana, sino como una herramienta complementaria para escalar el impacto educativo. Su potencial para avanzar hacia la consecución de los Objetivos de Desarrollo Sostenible, especialmente el ODS 4 y el ODS 10, solo se materializará a través de una estrategia integral que combine tecnología, pedagogía y políticas públicas enfocadas en la equidad y la inclusión.

1. ¿Qué Objetivos de Desarrollo Sostenible (ODS) se abordan o están conectados con los temas destacados en el artículo?

• ODS 4: Educación de Calidad

  Este es el objetivo central del artículo. El texto se enfoca explícitamente en la Educación Superior, analizando cómo la Inteligencia Artificial (IA) puede transformar y mejorar la calidad, la eficiencia y los resultados del aprendizaje en el nivel universitario. Se discuten temas como las estrategias pedagógicas, la evaluación, el aprendizaje adaptativo y la formación docente, todos componentes clave de una educación de calidad.

• ODS 10: Reducción de las Desigualdades

  El artículo destaca repetidamente las brechas y desigualdades existentes en el acceso a la Educación Superior en América Latina y el Caribe. Menciona que “los estudiantes de los quintiles más bajos representaban solo el 24% de la matrícula total” y advierte que la IA podría “amplificar inadvertidamente las desigualdades educativas existentes”. Por lo tanto, el uso equitativo de la tecnología para cerrar estas brechas es un tema fundamental, conectando directamente con la reducción de las desigualdades.

• ODS 9: Industria, Innovación e Infraestructura

  El informe señala que la adopción de la IA en la región es “obstaculizada por deficiencias de infraestructura” y “carencias de conectividad en zonas rurales”. Esto vincula el avance educativo con la necesidad de desarrollar infraestructuras tecnológicas fiables y accesibles, un pilar del ODS 9. La discusión sobre la innovación en IA como motor de cambio en la educación también se alinea con este objetivo.

• ODS 8: Trabajo Decente y Crecimiento Económico

  Se establece una conexión directa entre la educación y el mercado laboral. El artículo cita que el 66% de los docentes cree que “incorporar la IA es necesario para preparar a los estudiantes para los futuros mercados laborales”. Al mejorar la educación y dotar a los estudiantes de competencias relevantes para el futuro, se contribuye a su empleabilidad y al crecimiento económico, temas centrales del ODS 8.

2. ¿Qué metas específicas de los ODS se pueden identificar en función del contenido del artículo?

1. Meta 4.3: Asegurar el acceso igualitario a la formación superior de calidad

   El artículo se centra en la Educación Superior y discute tanto la expansión de la matrícula como las desigualdades persistentes en el acceso. El uso de la IA para mejorar los “sistemas de asignación estudiantil” y ofrecer más opciones a “estudiantes mal emparejados” se alinea directamente con el objetivo de un acceso más equitativo y de calidad a la enseñanza universitaria.

2. Meta 4.4: Aumentar el número de jóvenes y adultos con competencias para el empleo

   La preocupación de los docentes por “preparar a los estudiantes para los futuros mercados laborales” mediante la IA refleja esta meta. El artículo sugiere que la integración de estas tecnologías en la educación es crucial para desarrollar las competencias necesarias para el trabajo del futuro.

3. Meta 4.c: Aumentar la oferta de docentes calificados

   El texto menciona los “desafíos en la capacitación de docentes” y la necesidad de “formación adecuada” y políticas claras para que puedan integrar la IA de forma efectiva. Esto subraya la importancia de apoyar y cualificar al profesorado, en línea con la meta 4.c.

4. Meta 10.2: Potenciar y promover la inclusión social y económica

   El análisis de las brechas estructurales, como la baja representación de estudiantes de quintiles pobres y el riesgo de que la IA afecte a “comunidades desfavorecidas”, se relaciona directamente con esta meta. El llamado a abordar la “equidad digital” busca promover la inclusión en el contexto de la transformación tecnológica de la educación.

5. Meta 9.c: Aumentar el acceso a la tecnología de la información y las comunicaciones

   La mención de “deficiencias de infraestructura” y “carencias de conectividad” como barreras para la adopción de la IA en la educación superior resalta la relevancia de esta meta. El progreso en la educación digital depende fundamentalmente de un acceso universal y asequible a la tecnología.

3. ¿Hay algún indicador de los ODS mencionado o implícito en el artículo que pueda usarse para medir el progreso hacia los objetivos identificados?

• Indicadores de Acceso y Equidad (Relacionados con ODS 4 y 10)

  El artículo proporciona datos cuantitativos que pueden funcionar como indicadores:

  • Tasa de matrícula en educación superior: Menciona un “crecimiento del 100% en matrículas entre 2004 y 2023”, un indicador directo de la expansión del acceso.
  • Tasa de participación por nivel socioeconómico: La cifra de que “los estudiantes de los quintiles más bajos representaban solo el 24% de la matrícula total en 2012” es un indicador claro de la desigualdad en el acceso.
  • Eficiencia en la asignación: La mejora de los “sistemas de asignación estudiantil hasta en un 20%” y el aumento de “opciones de los estudiantes mal emparejados en un 38%” son indicadores de una mayor equidad y eficiencia en el sistema.

• Indicadores de Calidad y Resultados del Aprendizaje (Relacionados con ODS 4)

  El texto cita varios resultados de estudios que miden la eficacia de las herramientas de IA, sirviendo como indicadores implícitos de la calidad de la educación:

  • Rendimiento académico: El caso de Jill Watson muestra que los usuarios obtienen “mejores notas A (66,2% frente a 62,3%) y menos notas C (3,0% frente a 7,4%)”.
  • Eficiencia del aprendizaje: Un estudio de Harvard mostró que los estudiantes con tutores de IA “aprendían más del doble en menos tiempo”.
  • Reducción de errores y aumento de la confianza: La plataforma Cogniti “redujo las respuestas incorrectas en un 90% y aumentó la confianza de los estudiantes… en un 86%”.
  • Calidad de la participación: Con PackBack, los estudiantes “escribieron mensajes con mayor número de palabras e incluyeron citas el doble que el grupo de control”.

• Indicadores de Infraestructura y Preparación (Relacionados con ODS 9 y 4)

  Aunque son más cualitativos, el artículo menciona factores que pueden ser medidos:

  • Percepción y capacitación docente: El dato de que el “80% afirma que sus instituciones carecen de directrices exhaustivas sobre IA” es un indicador de la falta de preparación institucional y de la necesidad de formación docente.
  • Brecha de infraestructura: La referencia a “carencias de conectividad en zonas rurales” es un indicador cualitativo de la brecha digital que debe cerrarse para lograr un acceso equitativo a la tecnología.

4. Tabla de ODS, metas e indicadores

Fuente: magisnet.com