IA en el Aula Latinoamericana: Qué Cambia, Qué Permanece y Qué Deben Saber los Padres

Una maestra de 8° grado en Medellín recibió 28 ensayos sobre el cambio climático. Los leyó todos. Notó que 23 de ellos tenían una calidad de escritura notablemente superior a los trabajos de clase habituales de esos mismos estudiantes, y que varios usaban frases como “en conclusión, podemos ver que…” — un giro lingüístico que ninguno de sus estudiantes usaría naturalmente en español colombiano. La maestra sabía que había ChatGPT. Los estudiantes sabían que la maestra sabía. Ninguno de los dos sabía exactamente qué hacer con eso. Este escenario se repite en miles de aulas latinoamericanas en 2025 — y las respuestas que padres, maestros e instituciones den en los próximos años definirán cómo una generación aprende a relacionarse con la IA.

Puntos clave

• La IA generativa (ChatGPT, Gemini, Claude, Perplexity) ya es usada por estudiantes latinoamericanos de secundaria y preparatoria — el acceso es generalizado y la restricción total es prácticamente imposible.
• Las escuelas LATAM están respondiendo de manera fragmentada: algunas prohíben todo uso, algunas ignoran el tema, pocas están desarrollando marcos de uso responsable.
• El uso de IA para “hacer la tarea” tiene consecuencias cognitivas reales — los procesos que el estudiante omite (redactar, razonar, buscar información) son exactamente los procesos que construyen las habilidades que la IA no reemplaza.
• Las habilidades que la IA NO reemplaza fácilmente — pensamiento crítico, razonamiento causal, creatividad original, comunicación oral, síntesis de información contradictoria — son precisamente las que la escuela más debería desarrollar.
• Los padres tienen un rol específico: no como detectores de plagio sino como modeladores de una relación intencional y crítica con las herramientas de IA.

Qué está pasando realmente en las aulas latinoamericanas

Una encuesta de la Fundación para la Educación en América Latina (FEAL, 2024) con 4.200 estudiantes de secundaria en México, Colombia, Argentina, Chile y Perú encontró:

• El 67% había usado una herramienta de IA generativa al menos una vez para hacer una tarea.
• El 41% la usaba al menos una vez por semana para tareas escolares.
• El 23% la usaba para generar ensayos completos sin modificación significativa.
• Solo el 18% reportó que su escuela había dado instrucción explícita sobre cuándo y cómo usar la IA de manera apropiada.

La distribución del uso no es homogénea:

• Mayor uso en escuelas privadas y urbanas (mayor acceso a dispositivos y conectividad).
• Mayor uso en materias de redacción que en matemáticas o ciencias exactas.
• Mayor uso en tareas largas con plazo que en trabajos en clase en tiempo real.

Los tres tipos de uso de IA en el aprendizaje

No todo uso de IA es igual. La investigación educativa naciente sobre IA en el aula identifica tres tipos:

Tipo 1: IA como sustituto del aprendizaje (el problema)

El estudiante usa la IA para generar el producto final (ensayo, respuestas, resumen) sin pasar por el proceso cognitivo que construiría el aprendizaje. El resultado: el producto entregado es de mayor calidad que las habilidades del estudiante — lo que produce una brecha entre el desempeño aparente y el aprendizaje real.

Este tipo de uso es el que más preocupa a los educadores — y con razón. Si el ensayo lo escribió la IA, el estudiante no desarrolló las habilidades de argumentación, síntesis y comunicación escrita que el ensayo pretendía desarrollar.

Tipo 2: IA como andamiaje del aprendizaje (el potencial)

El estudiante usa la IA como herramienta de soporte dentro de un proceso de aprendizaje que sigue siendo del estudiante. Ejemplos:

• Usar la IA para que explique un concepto de cinco maneras diferentes hasta que uno tenga sentido.
• Usar la IA para generar preguntas de práctica sobre un tema que el estudiante debe responder.
• Usar la IA para revisar el borrador propio e identificar errores — no para generar el texto.
• Usar la IA para buscar fuentes y luego leer y citar las fuentes directamente.

Este tipo de uso puede mejorar el aprendizaje si se implementa con intención — la IA funciona como tutor o como herramienta de andamiaje.

Tipo 3: IA como objeto de estudio (lo que falta)

El estudiante estudia explícitamente cómo funciona la IA: sus limitaciones, sus sesgos, sus capacidades reales. Aprende a evaluar críticamente el output de la IA, a detectar alucinaciones, a entender por qué la IA puede estar equivocada con confianza.

Este tipo de uso es el menos común en las escuelas LATAM pero el más formativo para el largo plazo.

Los riesgos específicos del uso de IA en el aprendizaje

1. Pérdida del proceso de lucha productiva

La dificultad de las tareas académicas tiene valor en sí misma — la “dificultad deseable” (Bjork) que produce mayor aprendizaje y retención. Cuando la IA elimina esa dificultad, también elimina parte del aprendizaje. El estudiante que usa la IA para evitar la dificultad de escribir un ensayo no desarrolla la tolerancia a la ambigüedad y la persistencia cognitiva que el proceso de escritura genuino requiere.

2. Alucinaciones e información incorrecta

Los modelos de lenguaje como ChatGPT producen texto convincente que puede ser factualmente incorrecto — lo que los investigadores llaman “alucinaciones.” Un estudiante que no tiene base de conocimiento suficiente para evaluar críticamente el output de la IA puede entregar trabajos con errores que parecen bien documentados.

3. Homogeneización del pensamiento

Si muchos estudiantes usan el mismo modelo de IA para responder las mismas preguntas, tienden a producir respuestas similares en estructura y perspectiva — lo que reduce la diversidad de ideas y perspectivas que el intercambio de ideas entre estudiantes debería producir.

Qué están haciendo las instituciones LATAM

País	Respuesta institucional	Limitación
México	SEP publicó lineamientos preliminares de “uso responsable de IA” en 2024, sin mandato vinculante	Implementación depende de cada escuela
Colombia	MEN incluyó la IA en el plan de digitalización educativa, pero sin currículo específico	Enfoque en acceso a herramientas, no en pensamiento crítico sobre ellas
Argentina	Ministerio de Educación publicó un documento de posicionamiento, varias jurisdicciones con marcos propios	Alta variabilidad provincial
Escuelas IB en LATAM	Marco más claro: la IA puede usarse con atribución, se evalúa el proceso no solo el producto	Solo accesible para escuelas con certificación IB

Lo que los padres pueden hacer

Cambiar la conversación en casa

En lugar de “¿usaste la IA para hacer la tarea?” (pregunta binaria que produce respuestas defensivas), la conversación más útil es:

• “¿Qué aprendiste hoy que mañana sabrás que no sabías hoy?” — Esta pregunta hace visible si el proceso de aprendizaje ocurrió.
• “¿Puedes explicarme con tus propias palabras el argumento principal de tu ensayo?” — Si el ensayo lo escribió la IA, el estudiante no puede responder esto.
• “¿Cómo verificaste que la información que usó la IA es correcta?” — Introduce el hábito de verificación crítica.

Modelar el uso crítico de la IA

Los padres que usan la IA en su propio trabajo pueden modelar explícitamente cómo usarla bien: buscando información inicial que luego se verifica, usando la IA para generar opciones que luego se evalúan, explicando cuando la IA tuvo un error. “Mira, la IA me dijo X pero cuando lo verifiqué resultó que Y” es una lección más poderosa que cualquier regla.

Distinguir entre “tarea cognitiva” y “tarea mecánica”

No todo el uso de la IA en tareas escolares es equivalente. Usar la IA para formatear una bibliografía en el estilo correcto es diferente a usarla para generar la argumentación del ensayo. Ayudar al niño a distinguir qué parte de la tarea es el trabajo cognitivo que debe ser suyo — y qué parte es mecánica donde la herramienta puede ayudar sin robar el aprendizaje — es una habilidad metacognitiva de alto valor.

Qué observar en los próximos 3 meses

Mes 1: Pregunta a tu hijo si su escuela ha dado alguna instrucción sobre el uso de IA en tareas. Si no, o si la instrucción es solo “no la uses,” eso es una señal de que la escuela no tiene un marco actualizado. No es necesariamente crítica a la escuela — es simplemente diagnóstico.

Mes 2: Introduce con tu hijo una conversación sobre las limitaciones de la IA: búscala juntos cuando cometa un error. “La IA se equivocó aquí — ¿puedes detectar por qué?” desarrolla pensamiento crítico sobre la herramienta mucho mejor que la prohibición de usarla.

Mes 3: Para el próximo proyecto o ensayo, habla con tu hijo sobre cómo podría usar la IA de manera que apoye su aprendizaje en lugar de saltárselo. “¿Podrías usar la IA para generar preguntas de práctica sobre el tema, en lugar de para escribir el ensayo?” es una redirección constructiva.

Preguntas frecuentes

¿Debería prohibir a mi hijo usar la IA para las tareas?

La prohibición total es difícil de implementar y no desarrolla las habilidades que el niño necesita para un mundo con IA omnipresente. Una mejor estrategia es enseñar cuándo y cómo usarla bien — y qué tareas cognitivas deben ser del estudiante sin atajos. El objetivo no es niños que no usen IA sino niños que sepan usarla de manera que amplifique sus capacidades en lugar de reemplazarlas.

¿Cómo sé si mi hijo usó la IA para hacer un trabajo?

Los detectores de plagio de IA (GPTZero, Turnitin AI) tienen tasas de error significativas y no son confiables como única evidencia. El indicador más confiable es la brecha entre la calidad del trabajo entregado y la capacidad demostrada del estudiante en situaciones donde no tiene acceso a herramientas. Si el ensayo escrito en casa es notablemente superior al trabajo en clase en tiempo real, es una señal.

¿Las escuelas que prohíben la IA están preparando mejor a sus estudiantes?

La evidencia emergente sugiere que no — porque los estudiantes que salen de sistemas de prohibición total sin haber aprendido a usar la IA bien llegan a la universidad o al trabajo sin esa habilidad, mientras que sus pares que aprendieron a usarla con criterio tienen una ventaja real. El objetivo es enseñar el uso responsable y crítico, no eliminar el contacto.

---

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. FEAL (Fundación para la Educación en América Latina). (2024). Uso de inteligencia artificial por estudiantes de secundaria en América Latina: Encuesta 2024. Bogotá: FEAL.
2. Mollick, E., & Mollick, L. (2023). “Assigning AI: Seven approaches for students, with prompts.” SSRN Preprint. https://doi.org/10.2139/ssrn.4475995
3. UNESCO. (2023). Guidance for Generative AI in Education and Research. Paris: UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000386693
4. Bjork, R. A., & Bjork, E. L. (2011). “Making things hard on yourself, but in a good way: Creating desirable difficulties to enhance learning.” In M. A. Gernsbacher et al. (Eds.), Psychology and the Real World (pp. 56-64). Worth Publishers.
5. Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). “On the dangers of stochastic parrots: Can language models be too big?” Proceedings of FAccT 2021, 610-623.
6. Ministerio de Educación Nacional de Colombia. (2024). Lineamientos para el uso de inteligencia artificial en educación. Bogotá: MEN. https://www.mineducacion.gov.co