Más de la mitad de los docentes de Brasil, Chile y Colombia ya usa IA en su trabajo, y no la usa para cualquier cosa: la usa para preparar sus clases y muy poco para calificar a sus alumnos. Es un criterio razonable. El problema es que lo aplica cada docente por su cuenta, porque las reglas de sus instituciones todavía no existen o nadie las conoce.
Los docentes usan la IA para preparar, no para calificar
TALIS 2024, la encuesta de la OCDE a docentes de secundaria, pregunta a quienes ya usan IA para qué la usan. En los tres países el patrón es el mismo: generar planes de clase está entre los usos principales, y evaluar o calificar trabajos de los alumnos está entre los menos frecuentes.
Ver datos
| Generar planes de clase o actividades | Evaluar o calificar trabajos de estudiantes | |
|---|---|---|
| Colombia | 80% | 39% |
| Brasil | 77% | 36% |
| Chile | 68% | 18% |
La diferencia sugiere un criterio implícito. Un plan de clase hecho con IA pasa por las manos del docente antes de llegar al aula, que lo revisa, lo ajusta y decide si lo usa. Una calificación, en cambio, cae directamente sobre el alumno. Los docentes delegan donde conservan la última palabra y se reservan lo que afecta al estudiante.
Pero el criterio es de cada docente, no de la institución
En la educación superior mexicana, la ENIAG 2025 de la SEP encontró que 60% de los docentes usa IA generativa al menos una vez por semana. Al mismo tiempo, 76.7% de los docentes de universidades públicas no conoce ninguna norma de su institución sobre su uso, y solo entre 25% y 51% ha tomado algún curso, según el tipo de institución. Son datos de otro nivel educativo, pero apuntan a lo mismo: el uso avanzó más rápido que las reglas.
Cuando el criterio es individual, la calidad depende de cada docente. Lo que uno aprende no llega a los demás, y lo que otro hace mal nadie lo detecta. La institución no tiene que inventar el criterio. Tiene que hacerlo explícito y compartido.
Tres verbos para volver explícito el criterio
Cada tarea docente cae en una de tres zonas: lo que se puede automatizar, lo que la IA puede aumentar con el docente decidiendo, y lo que hay que proteger. Aplicado a tareas reales:
| Qué hacer | Por qué | |
|---|---|---|
| Generar variantes de un ejercicio | Automatizar | Bajo riesgo y fácil de revisar |
| Retroalimentar respuestas cerradas | Automatizar | La respuesta correcta no depende del contexto |
| Generar el plan de clase | Aumentar | La IA hace el borrador; solo el docente conoce a su grupo |
| Revisar datos de desempeño | Aumentar | La IA ordena los datos; la interpretación es del docente |
| Calificar un trabajo con consecuencias | Proteger | Un error afecta al alumno; la responsabilidad es del docente |
| Acompañar a un alumno que se atrasa | Proteger | La relación es parte de lo que se enseña |
Para cualquier otra tarea, tres preguntas bastan: ¿qué consecuencias tendría un error?, ¿cuánto hay que conocer al alumno para decidir bien?, y ¿la interacción humana es parte de lo que se busca enseñar? Cuanto más pesen las respuestas, más se acerca la tarea a proteger.
Qué debería decidir ahora la dirección académica
- Hacer visible lo que ya ocurre. Preguntar a los docentes para qué usan la IA y clasificar esos usos con los tres verbos. Es el punto de partida de cualquier norma, y casi siempre confirma que el buen criterio ya existe en parte del equipo.
- Decidir a dónde va el tiempo liberado. Si nadie lo decide, lo absorbe más carga operativa. El valor está en reinvertirlo en observar, orientar y retroalimentar a cada alumno.
- Medir aprendizaje, no solo horas. El éxito no es cuánto tiempo se ahorra, sino si cambió la experiencia del alumno y si hay resultados verificables.
La ventaja no vendrá de automatizar más que otras escuelas. Vendrá de saber qué automatizar, qué potenciar y qué no delegar.
