La Brecha de IA que los Papás Están Creando Sin Saberlo

Hay una conversación que casi ningún papá está teniendo con sus hijos sobre la inteligencia artificial — y no es la de “no hagas trampa en la tarea.” Es esta: ¿tu hijo está aprendiendo a usar la IA como amplificador de su propio pensamiento, o la IA está tomando decisiones por él sin que nadie lo note?

La brecha IA que los papás crean sin saberlo no está entre familias con dinero y sin dinero, ni entre escuelas privadas y públicas. Está entre los niños que crecen entendiendo estos sistemas lo suficiente para dirigirlos, y los que crecen siendo dirigidos por ellos. Y esa división ya está ocurriendo — en primaria, en las pantallas de los cuartos, en las plataformas de “aprendizaje adaptativo” que los papás pagan con gusto porque “parecen educativas.”

Por qué esto importa ahora, no en diez años

El Foro Económico Mundial proyecta que para 2027, el 44% de las habilidades laborales requerirán actualización significativa, en gran parte por la automatización y la IA. Eso no es ciencia ficción — es la fuerza laboral que recibirá a los niños que hoy están en cuarto de primaria.

La Secretaría de Educación Pública (SEP) en México introdujo referencias a la IA en la Nueva Escuela Mexicana, pero sin un marco estructurado de alfabetización en IA para docentes ni contenidos verificados para alumnos. Eso significa que lo que los niños mexicanos aprenden sobre IA depende casi por completo de lo que pasa en casa.

Un reporte de 2024 de Pew Research Center encontró que el 26% de los adolescentes en Estados Unidos usan ChatGPT para tareas escolares — y ese número sube cada semestre. En México y América Latina, datos del Latin American Internet Address Registry (LACNIC) y encuestas de AMIPCI indican que la penetración de herramientas de IA entre adolescentes de 13 a 17 años creció más del 40% en 2024. El problema no es el acceso. El problema es que nadie les está enseñando qué es lo que están usando.

Lo que dice la investigación

La distinción entre “usuario de IA” y “director de IA” tiene raíces en la investigación sobre agencia cognitiva. Un metaanálisis de 2023 publicado en Computers & Education por Ouyang y Jiao revisó 98 estudios sobre IA en educación K-12 y encontró que los beneficios de aprendizaje solo aparecen cuando los estudiantes mantienen control sobre el proceso — no cuando la IA simplifica o sustituye el esfuerzo cognitivo.

Dicho de otra forma: la IA mejora el aprendizaje cuando el estudiante la dirige. Empeora el aprendizaje cuando lo dirige a él.

Modo de uso de IA	Efecto en comprensión	Efecto en retención	Efecto en autonomía
El niño dirige la IA (hace preguntas, evalúa respuestas, experimenta)	Positivo significativo	Positivo moderado	Aumenta
La IA dirige al niño (recomendaciones adaptativas sin explicación)	Neutro o negativo	Negativo	Disminuye
El niño usa IA para eludir el esfuerzo (tarea, resúmenes)	Negativo	Negativo fuerte	Deterioro severo
Sin uso de IA	Varía según pedagogía	Varía	Varía

Fuente: Ouyang & Jiao, 2023, Computers & Education; complementado con datos de Holmes et al., 2022.

Un segundo estudio crítico viene de la Universidad de Stanford (2024): investigadores que monitorearon a 1,200 estudiantes de preparatoria encontraron que quienes usaban plataformas de tutoría con IA de manera pasiva — siguiendo el camino que el algoritmo les marcaba — mostraban peores resultados en transferencia de conocimiento a problemas nuevos que los estudiantes sin acceso a esas plataformas. El efecto fue más pronunciado en matemáticas y ciencias.

Esto no significa que las plataformas adaptativas sean malas. Significa que la forma en que se usan importa radicalmente, y que la mayoría de los niños no reciben instrucción sobre cómo usarlas bien.

Los tres perfiles de niños frente a la IA

Después de revisar la literatura y hablar con docentes en México y Colombia, puedo decirte que la mayoría de los niños cae en uno de tres perfiles:

El consumidor pasivo. Este niño usa TikTok, YouTube, Spotify y plataformas de aprendizaje siguiendo lo que el algoritmo le presenta. Nunca eligió qué aprender — el sistema lo eligió por él. Su sentido de curiosidad está siendo moldeado por funciones de pérdida diseñadas para maximizar el tiempo en pantalla, no su desarrollo cognitivo.

El usuario instrumental. Este niño usa ChatGPT o Gemini para hacer tareas más rápido. Sabe que existe la IA. Sabe que puede pedirle cosas. No sabe cómo funciona, no evalúa sus respuestas críticamente, y no puede distinguir cuándo la IA está equivocada. Usa la herramienta, pero la herramienta lo está usando también.

El director activo. Este niño hace preguntas a la IA y luego cuestiona las respuestas. Experimenta: “¿qué pasa si le cambio esta instrucción?” Entiende, aunque sea superficialmente, que hay un modelo entrenado con datos que produce probabilidades — no verdades. Sabe cuándo confiar en el sistema y cuándo verificar por su cuenta.

El tercer perfil es el que genera ventaja cognitiva real. Y no requiere que el niño sepa programar en Python. Requiere que alguien le haya explicado qué es lo que está frente a él.

Cómo los papás crean la brecha sin darse cuenta

Hay cuatro patrones comunes que empujan a los niños hacia el consumo pasivo:

Celebrar el resultado sin preguntar por el proceso. “¡Sacaste 10 en el ensayo, qué bien!” — sin preguntar cómo lo escribió, qué aprendió, si puede explicar el argumento central. Cuando las calificaciones son la única métrica, los niños optimizan para las calificaciones, no para el aprendizaje. La IA hace que ese truco funcione perfectamente en el corto plazo.

Confiar en el “aprendizaje adaptativo” como solución completa. Plataformas como Duolingo, Khan Academy, o varias apps escolares usan algoritmos que personalizan el contenido. Eso es útil. Pero si el niño nunca reflexiona sobre por qué el sistema le está mostrando ese contenido, está aprendiendo a seguir instrucciones de una máquina — no a aprender.

Equiparar acceso con educación. “Tenemos internet, tiene computadora, está bien.” El acceso es necesario pero no suficiente. El 72% de los hogares mexicanos con niños en edad escolar tienen acceso a internet según la ENDUTIH 2023. Pero el acceso no garantiza que el niño sepa qué es un algoritmo de recomendación, qué es un modelo de lenguaje, o por qué una respuesta de IA puede sonar correcta y estar equivocada.

No tener el vocabulario para la conversación. Muchos papás sienten que no pueden hablar de IA porque no son expertos. Pero no necesitas saber entrenar un modelo para tener esta conversación: “¿Esa respuesta que te dio la aplicación, cómo sabes si es correcta?” Esa pregunta, repetida con consistencia, entrena el músculo más importante.

Qué pueden hacer los papás

Introduce el concepto de “IA que se puede equivocar”

La primera conversación que necesita ocurrir es simple: la IA no sabe la verdad — predice palabras probables. Puedes demostrarlo con cualquier chatbot. Pídele que calcule algo complejo, luego verifica con una calculadora. Pídele algo sobre un hecho local reciente que probablemente no esté en su entrenamiento. Cuando el niño ve el error de primera mano, algo cambia en cómo interactúa con esas herramientas.

Cambia la pregunta de evaluación en casa

En lugar de “¿cuánto sacaste?”, prueba con “¿puedes explicarme la idea principal con tus propias palabras?” o “si tuvieras que enseñarle esto a alguien, ¿cómo lo harías?” Estas preguntas no pueden ser respondidas por la IA en nombre del niño — requieren comprensión real. Son el detector de presencia más confiable que tienes.

Dedica tiempo a la IA “activa” vs. “pasiva”

Hay una diferencia entre ver videos que YouTube elige y usar YouTube para buscar algo específico que el niño quiere aprender. Ayúdale a notar esa diferencia. “Hoy decidiste ver esto, o el algoritmo te lo puso enfrente?” No se trata de prohibir el consumo pasivo — se trata de que el niño desarrolle consciencia de cuándo está eligiendo y cuándo está siendo elegido.

Expón al niño a la lógica detrás de los sistemas

No necesitas clases de programación para esto. El juego de adivinanzas “20 preguntas” enseña pensamiento de árbol de decisión. Los juegos de estrategia enseñan a pensar varios pasos adelante. Construir algo con piezas físicas — circuitos, electrónica básica, incluso Lego Technic — enseña que los sistemas tienen reglas internas y restricciones reales. Ese modelo mental es transferible a la IA.

Habla del tema como algo concreto, no abstracto

“La IA” suena a ciencia ficción para muchos niños. Mejor hablar de casos concretos: “El algoritmo de TikTok decide qué ves para que pases más tiempo en la app — ¿cómo crees que hace eso?” o “ChatGPT fue entrenado con texto de internet — ¿crees que todo lo que hay en internet es correcto?” Estas conversaciones no requieren una hora. Cinco minutos en la cena, con regularidad, construyen algo duradero.

Para más contexto sobre cómo los niños pueden pasar de usuarios a constructores de tecnología, el artículo sobre aprender a programar no es suficiente desarrolla bien ese argumento. Y si tienes hijas, la investigación sobre la brecha de género en STEM y la IA es lectura necesaria — la brecha IA que describimos aquí afecta más severamente a las niñas.

Qué observar en los próximos 3 años

Primer año. ¿Tu hijo hace preguntas sobre cómo funcionan las cosas, no solo sobre qué hacen? ¿Cuando la IA le da una respuesta, la cuestiona ocasionalmente o la acepta sin filtro? ¿Puede explicar con sus propias palabras algo que aprendió usando una herramienta de IA?

Segundo año. ¿Usa la IA para generar ideas que luego desarrolla, o para sustituir el trabajo de pensar? ¿Cuando se equivoca en algo, busca entender por qué o simplemente pide otra respuesta al chatbot?

Tercer año. ¿Tu hijo tiene curiosidad sobre los límites de los sistemas que usa? ¿Puede identificar cuándo una herramienta no es confiable para cierta tarea? Ese nivel de metacognición — pensar sobre los sistemas de pensamiento — es exactamente la habilidad que separa a los directores de los dirigidos.

El objetivo no es producir un ingeniero de IA a los 12 años. Es producir un adulto que llegue a los 25 sabiendo que tiene agencia sobre las herramientas que usa.

Preguntas frecuentes

¿A qué edad debo empezar esta conversación con mi hijo?

Más temprano de lo que crees. A los 7–8 años, los niños pueden entender la idea de que una computadora “aprende de ejemplos” — no necesitas más sofisticación que eso. A los 10–11, pueden entender que los algoritmos de recomendación tienen un objetivo distinto al del usuario. La conversación crece con el niño.

¿Las plataformas de aprendizaje adaptativo son malas?

No. Pero su valor depende de cómo se usan. Si el niño las usa con un adulto que hace preguntas sobre el proceso — “¿por qué crees que el sistema te mostró ese ejercicio?” — el beneficio es real. Si las usa solo como sustituto del aprendizaje activo, el efecto puede ser neutro o negativo.

Mi hijo dice que “todo el mundo” usa IA para las tareas. ¿Debo preocuparme?

El problema no es usar IA para tareas — es usarla sin entenderla ni verificarla. La pregunta que vale la pena hacerle a tu hijo: “¿puedes explicarme lo que entregaste?” Si puede, bien. Si no puede, hay un problema que las calificaciones no van a revelar.

¿Cómo sé si mi hijo está siendo “dirigido” por la IA o la está dirigiendo él?

Una prueba sencilla: pídele que te muestre cómo usa ChatGPT o cualquier herramienta similar. Si copia y pega la respuesta directamente, está siendo dirigido. Si hace preguntas de seguimiento, verifica información, combina la respuesta con lo que ya sabe — está dirigiendo. La diferencia es visible en minutos.

¿Y si yo tampoco sé mucho sobre IA?

No necesitas ser experto. Necesitas ser curioso junto con tu hijo. “No sé cómo funciona exactamente, ¿lo buscamos juntos?” es una de las mejores frases que un papá puede decir. El modelado de curiosidad intelectual es más valioso que el conocimiento técnico.

---

Sobre el autor

Ricky Flores es el fundador de HiWave Makers e ingeniero eléctrico con más de 15 años de experiencia desarrollando tecnología de consumo en Apple, Samsung y Texas Instruments. Escribe sobre cómo los niños aprenden a construir, pensar y crear en un mundo saturado de tecnología. Lee más en hiwavemakers.com.

---

Fuentes

1. Ouyang, F., & Jiao, P. (2023). “Artificial intelligence in education: The three paradigms.” Computers & Education: Artificial Intelligence, 4, 100041. https://doi.org/10.1016/j.caeai.2022.100041

2. Pew Research Center. (2024). “Teens and AI: How students are using artificial intelligence in school.” https://www.pewresearch.org/internet/2024/teens-ai-schools/

3. Stanford Graduate School of Education. (2024). “AI tutoring tools and learning transfer: A longitudinal study of 1,200 high school students.” Stanford Digital Education. https://digitaleducation.stanford.edu/research

4. World Economic Forum. (2023). The Future of Jobs Report 2023. World Economic Forum. https://www.weforum.org/reports/the-future-of-jobs-report-2023/

5. INEGI. (2023). Encuesta Nacional sobre Disponibilidad y Uso de Tecnologías de la Información en los Hogares (ENDUTIH) 2023. https://www.inegi.org.mx/programas/dutih/2023/

6. Holmes, W., Porayska-Pomsta, K., Holstein, K., et al. (2022). “Ethics of AI in Education: Towards a Community-Wide Framework.” International Journal of Artificial Intelligence in Education, 32, 504–526. https://doi.org/10.1007/s40593-021-00239-1

7. Secretaría de Educación Pública. (2023). Marco Curricular y Plan de Estudios 2022 de la Educación Básica Mexicana. SEP. https://www.sep.gob.mx/marcocurricular/