La crisis no es la inteligencia artificial: es la falta de imaginación institucional
Un ensayo para equipos directivos que buscan superar la respuesta burocrática y recuperar soberanía pedagógica frente al avance algorítmico.
La portada de un reciente informe internacional sobre inteligencia artificial en la educación resume a la perfección el problema al que se enfrentan hoy en día las escuelas: un aula convencional, estudiantes sentados en filas y orientados hacia el frente, mientras un sistema de IA proyecta contenidos desde la posición tradicional del docente. La escena aparece cubierta por una iluminación azulada diseñada para comunicar modernidad, aunque la arquitectura pedagógica permanece intacta: organización frontal, estudiante receptor, centralidad de la transmisión y continuidad del formato escolar conocido.
Esa representación no importa por su valor estético, sino por lo que revela sobre el imaginario institucional disponible. En lugar de interrogar cómo podrían cambiar el tiempo escolar, la evaluación o la autoridad pedagógica, la imagen ubica a la tecnología como un sustituto o complemento de una función existente, no como una ocasión para reconsiderar el diseño educativo.
La inteligencia artificial no está destruyendo la educación. Está mostrando con una claridad incómoda cuánto de la educación todavía se sostiene por prácticas frágiles: tareas que confunden producción textual con pensamiento, evaluaciones que premian repetición antes que criterio, políticas que delegan confianza en procedimientos administrativos y discursos de innovación que rara vez modifican la experiencia concreta de aprender.
Durante los últimos años, esta tensión dejó de ser una discusión abstracta. En salas de profesores, reuniones de coordinación y conversaciones entre directivos, la inteligencia artificial pasó de curiosidad tecnológica a problema cotidiano. Aparecieron trabajos producidos parcialmente con herramientas generativas, nuevas sospechas sobre autoría, políticas de integridad académica redactadas con urgencia y sistemas escolares intentando responder a tecnologías que cambian más rápido que los marcos institucionales destinados a regularlas.
La rápida expansión de los sistemas generativos produce una presión comprensible sobre las organizaciones educativas. Directivos, docentes y responsables de política pública necesitan responder a problemas inmediatos: integridad académica, rediseño curricular, gobernanza de datos y brechas de acceso. Sin embargo, cuando la discusión se limita a la adopción, al control del uso o a la capacitación instrumental, la inteligencia artificial queda reducida a una cuestión de implementación. Ese desplazamiento empobrece el debate, porque la cuestión de fondo no es solo qué herramientas utilizarán las instituciones educativas, sino cómo esas herramientas reordenan las condiciones bajo las cuales se aprende, se enseña, se evalúa y se gobierna.
En ese contexto, UNESCO, la OCDE, ministerios de educación, universidades y empresas tecnológicas comenzaron a producir recomendaciones, capacitaciones y documentos orientados a ordenar la incorporación de inteligencia artificial en escuelas y universidades. Esa producción puede ser útil, pero no alcanza para comprender lo que está en juego. La discusión no debería reducirse únicamente a herramientas. Necesita involucrar preguntas más profundas sobre conocimiento, autoridad, evaluación y gobierno institucional.
La historia de la tecnología educativa muestra que este patrón no comenzó con la inteligencia artificial (Cuban, 1986; Tyack & Cuban, 1995). Los libros de texto, las calculadoras, las computadoras personales, Internet y los teléfonos móviles fueron presentados, en distintos momentos, como amenazas o promesas de transformación. En cada caso, surgieron discursos de urgencia, resistencia, regulación y modernización.
Sin embargo, la incorporación de nuevas tecnologías produjo con frecuencia cambios más visibles en los dispositivos que en la organización profunda de la enseñanza. Tyack y Cuban describieron este fenómeno hace décadas en sus estudios sobre reforma escolar.
Las escuelas poseen una enorme capacidad para absorber innovaciones sin alterar las rutinas y estructuras que organizan la vida escolar.
Este punto resulta central para comprender el momento actual. Pese a décadas de innovación tecnológica, muchas instituciones continúan organizando el aprendizaje mediante estructuras rígidas y modelos de cumplimiento. Aun cuando cambian las plataformas, las interfaces y el vocabulario de la política educativa, persisten las formas básicas mediante las cuales se administra el tiempo, se define el rendimiento y se distribuye la autoridad. La inteligencia artificial vuelve más visible esta tensión porque altera las condiciones de acceso, producción y circulación del conocimiento, mientras muchas instituciones intentan responder desde modelos organizacionales diseñados para otra época.
La crisis educativa contemporánea no puede explicarse únicamente por déficits tecnológicos o administrativos. También se relaciona con la pérdida de sentido institucional, la erosión de la confianza, la reducción de la agencia docente y estudiantil, y la dificultad de imaginar formas distintas de organizar el aprendizaje. La inteligencia artificial no originó esa crisis: solo la puso en evidencia.
La ilusión de la innovación
Muchas iniciativas actuales de inteligencia artificial se presentan como transformación educativa, aunque sus usos principales continúan orientados a automatizar prácticas ya existentes: generación de ejercicios, corrección de textos, producción de resúmenes, vigilancia académica y aceleración de tareas administrativas (Xia et al., 2024; Kizilcec et al., 2024). En esos casos, la innovación queda definida principalmente como incorporación de herramientas, mientras las preguntas más difíciles permanecen relativamente intactas.
¿Cómo cambia el foco de la evaluación cuando los sistemas generativos pueden producir textos complejos? ¿Cómo debería redistribuirse el uso del tiempo docente frente a la automatización de tareas administrativas? ¿Cómo se reorganiza la autoridad en contextos donde el conocimiento circula de manera distribuida? Estas preguntas exigen una discusión institucional y política más profunda que la simple elaboración de pautas de uso.
Trabajos recientes sobre gobernanza de la inteligencia artificial advierten que la adopción acelerada de sistemas opacos puede fortalecer lógicas de automatización, vigilancia y toma de decisiones poco transparentes si no existe supervisión pública efectiva (Taeihagh, 2025; Williamson, Molnar, & Boninger, 2024). En esos casos, la tecnología no abre necesariamente una discusión sobre el sentido del aprendizaje, sino que fortalece mecanismos que ya enfrentaban cuestionamientos antes de la expansión de los sistemas generativos.
En Beyond the digital enclosure (Moravec, 2026a), analizo un riesgo que excede la adopción de herramientas imperfectas: el desplazamiento de autoridad educativa hacia sistemas externos que las instituciones no pueden auditar plenamente. Cuando los criterios de clasificación, priorización, moderación y actualización quedan fuera del control de las comunidades educativas, la innovación tecnológica puede convertirse en una forma de dependencia institucional.
Preguntas para equipos directivos:
- ¿Qué plataformas de IA utiliza actualmente la institución?
- ¿Qué datos estudiantiles recopilan esas plataformas?
- ¿Quién puede auditar los sistemas utilizados?
- ¿Qué decisiones pedagógicas quedan condicionadas por proveedores externos?
- ¿Qué capacidades profesionales necesitan desarrollar los equipos docentes?
Plataformas, poder y soberanía educativa
El segundo problema concierne al papel de las grandes plataformas tecnológicas en la reorganización de la educación. Buena parte de la infraestructura de inteligencia artificial utilizada en escuelas y universidades pertenece a empresas privadas que operan mediante modelos cerrados de desarrollo, recopilación intensiva de datos y actualización constante de sistemas. Las instituciones educativas integran herramientas cuyos mecanismos internos no pueden auditar, modificar ni supervisar de manera completa. Esta situación excede la adopción de software porque afecta las condiciones bajo las cuales se produce, circula y valida el conocimiento.
Las plataformas no solo ofrecen servicios. También organizan interacciones, priorizan contenidos, registran comportamientos y orientan formas de trabajo intelectual. En entornos educativos, esas decisiones adquieren relevancia pedagógica porque influyen en qué preguntas se formulan, qué fuentes aparecen como relevantes, qué producciones se consideran sospechosas y qué formas de participación quedan normalizadas. La institución puede mantener formalmente la responsabilidad educativa, pero parte de la autoridad operativa se desplaza hacia sistemas diseñados y gobernados por actores externos.
Este fenómeno refleja debates más amplios sobre concentración de poder tecnológico y extracción de datos. La investigación crítica sobre plataformas digitales ha mostrado cómo actividades cotidianas pueden convertirse en fuentes de datos, influencia algorítmica y dependencia institucional (Benjamin, 2019; Couldry & Mejías, 2019; van Dijck, Poell, & de Waal, 2018).
La educación participa de esta dinámica cuando actividades académicas cotidianas pasan a formar parte de sistemas privados que las instituciones educativas no controlan plenamente.
Dicho de otro modo: los procesos de pensamiento, exploración y producción intelectual de estudiantes y docentes pueden terminar convirtiéndose en recursos comerciales para plataformas externas.
El problema no se limita a la privacidad, aunque esa sea una dimensión importante. La cuestión central es la gobernanza.
Cuando plataformas privadas controlan infraestructura crítica para el aprendizaje, las instituciones pierden capacidad efectiva para determinar cómo funcionan los entornos que utilizan. Las actualizaciones responden a calendarios corporativos, los criterios de moderación pueden modificarse sin deliberación pedagógica local y los mecanismos de clasificación suelen permanecer opacos para docentes, estudiantes y autoridades educativas.
En esas condiciones, las instituciones terminan administrando consecuencias que no siempre pueden explicar ni corregir.
En Beyond the digital enclosure (Moravec, 2026a), esta dinámica se analiza como una pérdida progresiva de soberanía educativa: plataformas privadas comienzan a definir aspectos centrales de la vida institucional que antes permanecían bajo control pedagógico local. La dependencia no surge únicamente de contratos o licencias, sino también de la incorporación cotidiana de métricas, interfaces y criterios de decisión diseñados fuera de las comunidades educativas.
Esta discusión tiene una importancia particular para América Latina. Históricamente, la región ha importado modelos educativos, sistemas de evaluación y discursos de modernización desarrollados en otros contextos políticos y económicos.
La inteligencia artificial puede profundizar esa dependencia si las instituciones adoptan plataformas cerradas que organizan conocimiento, evaluación e interacción desde prioridades comerciales y geopolíticas externas. En la práctica, muchas escuelas y universidades latinoamericanas no solo incorporan software producido en Silicon Valley o Norteamérica. También exponen datos, patrones lingüísticos y rastros del trabajo intelectual de estudiantes y docentes a sistemas utilizados para entrenar modelos externos.
Al mismo tiempo, comienzan a importar mecanismos automatizados de clasificación, evaluación y recomendación construidos desde supuestos culturales y lingüísticos que no necesariamente reflejan las realidades educativas de la región.
Por esta razón, el debate regional no debería limitarse a la capacitación técnica o al uso responsable. También debe incorporar preguntas sobre soberanía educativa, capacidad de auditoría, control democrático de la infraestructura digital y derecho institucional a definir propósitos propios.
El agotamiento del liderazgo performativo
Con frecuencia, las instituciones producen estrategias, manuales y eventos sobre inteligencia artificial para demostrar capacidad de respuesta frente al cambio tecnológico. Esta producción cumple funciones institucionales comprensibles: ordena conversaciones internas, comunica preocupación pública y ofrece señales de actualización.
Sin embargo, también puede generar una distancia considerable entre discurso y práctica cuando los documentos no modifican los recursos, las responsabilidades ni las condiciones de trabajo que permitirían transformar la experiencia educativa.
En muchos casos, estos lineamientos funcionan como una válvula institucional de descarga. Permiten mostrar que la organización “hizo algo” frente al problema, mientras gran parte del trabajo emocional, ético y operativo termina desplazado hacia docentes individuales que deben decidir, casi en soledad, cómo evaluar, qué permitir, qué prohibir y cómo interpretar el uso estudiantil de herramientas generativas.
Durante las últimas décadas, el sector educativo ha producido una extensa literatura institucional sobre innovación tecnológica. Muchos de esos documentos comparten un lenguaje previsible: llamado a la capacitación docente, énfasis en equidad, recomendaciones de uso ético, programas piloto y promesas de personalización. Estos elementos pueden tener valor, pero pierden fuerza cuando no se conectan con decisiones sobre presupuesto, tiempo profesional, evaluación, infraestructura, propiedad de datos y participación de docentes y estudiantes en la gobernanza tecnológica.
El problema, por tanto, no es la existencia de marcos o recomendaciones. El problema es confundir producción discursiva con transformación institucional. Cuando las políticas se limitan a orientar conductas individuales, la responsabilidad se desplaza hacia docentes y estudiantes, mientras los sistemas tecnológicos que generan nuevos riesgos permanecen opacos. En consecuencia, quienes trabajan y aprenden dentro de las instituciones absorben costos que rara vez aparecen en los documentos de política: rediseño de evaluaciones, revisión de trabajos sospechados, adaptación a plataformas cambiantes y respuesta a expectativas contradictorias.
La inteligencia artificial no creó estas tensiones. Las amplificó y las hizo más visibles porque introdujo sistemas capaces de intervenir en tareas asociadas con escritura, síntesis, clasificación y evaluación inicial. Por eso, una política institucional adecuada no puede limitarse a regular el comportamiento de los usuarios. También debe examinar las condiciones materiales, técnicas y políticas que organizan el funcionamiento de estos sistemas dentro de la vida educativa.
Tabla. Respuestas institucionales ante la IA: cumplimiento o transformación.
| Dimensión de Gestión | Respuesta Performativa (Cumplimiento) | Transformación Institucional (Soberanía) |
| Política Institucional | Publicación rápida de lineamientos de uso y sanción | Revisión de los formatos de evaluación y la carga docente |
| Formación de Equipos | Capacitación técnica aislada sobre el uso de «prompts» | Desarrollo de capacidad e imaginación institucional sostenida |
| Clima Escolar | Despliegue de herramientas de detección y vigilancia | Construcción de entornos de confianza reflexiva y criterio |
| Procesos Internos | Automatización puramente administrativa y de control | Revisión profunda de los objetivos pedagógicos de la escuela |
Más allá del cumplimiento
El problema de fondo no consiste únicamente en incorporar nuevas herramientas, sino en desarrollar capacidades institucionales para pensar pedagógicamente en contextos de cambio acelerado. Muchas organizaciones educativas continúan respondiendo a la inteligencia artificial desde categorías administrativas diseñadas para gestionar estabilidad, control y previsibilidad.
Sin embargo, los sistemas generativos introducen preguntas que no pueden resolverse exclusivamente mediante regulación técnica o cumplimiento burocrático. Obligan a reconsiderar qué significa evaluar, cómo se distribuye la autoridad pedagógica, qué capacidades humanas adquieren mayor valor y qué tipo de experiencia educativa merece ser defendida.
La discusión sobre inteligencia artificial suele oscilar entre dos posiciones limitadas: la adopción acrítica y el rechazo defensivo. Ninguna permite comprender plenamente el problema de fondo, porque ambas mantienen la atención en la herramienta antes que en las condiciones institucionales que le dan sentido. Los debates recientes sobre alfabetización en IA sugieren una vía distinta: no basta con enseñar a usar sistemas generativos, sino que también es necesario comprender cómo producen respuestas, qué supuestos incorporan, qué riesgos introducen y cómo afectan la autonomía de docentes y estudiantes (Mills et al., 2024; Conrad & Kamperman, 2025).
La cuestión central no consiste en decidir si las instituciones educativas utilizarán inteligencia artificial. El desafío consiste en definir bajo qué condiciones pedagógicas, políticas y organizacionales se incorporan estos sistemas, qué formas de autoridad desplazan y qué capacidades educativas permiten desarrollar.
Responder a estas preguntas exige revisar algunos de los supuestos que han organizado gran parte de la escolarización contemporánea: centralidad de la transmisión, evaluación estandarizada, administración rígida del tiempo y separación entre diseño, enseñanza y aprendizaje. Muchos sistemas todavía funcionan sobre modelos concebidos para administrar estabilidad, escasez de información y trayectorias relativamente previsibles. La expansión de sistemas algorítmicos, automatización y producción distribuida de conocimiento altera esas condiciones y vuelve insuficientes muchas de las respuestas institucionales heredadas.
La evaluación ofrece un ejemplo claro. Cuando herramientas generativas pueden producir textos coherentes en segundos, resultan insuficientes los mecanismos centrados exclusivamente en la reproducción individual de información.
Del mismo modo, cuando el acceso al conocimiento deja de depender de la memorización, cambian las capacidades que adquieren mayor importancia educativa.
Este cambio obliga a reconsiderar:
- La distribución de la autoridad en el aula.
- El reconocimiento de nuevas formas de trabajo intelectual.
- El desarrollo del criterio en entornos saturados de información.
- El lugar de la creatividad, la colaboración y la interpretación dentro de la experiencia educativa.
- La protección del pensamiento autónomo frente a sistemas cada vez más automatizados.
Desde esta perspectiva, la conversación sobre liderazgo educativo no puede reducirse a implementación tecnológica. También debe incluir gobernanza, propósito institucional y capacidad colectiva para imaginar alternativas. Para los equipos directivos, esto exige un estilo de conducción menos centrado en la administración del cumplimiento y más orientado a crear condiciones institucionales para el juicio profesional, la experimentación responsable y la confianza pedagógica. Muchos de los problemas actuales de la educación no derivan de déficits tecnológicos, sino de modelos organizacionales que responden de manera insuficiente a las condiciones contemporáneas.
La inteligencia artificial no originó esa situación. Su importancia consiste en que amplifica y visibiliza muchas de sus contradicciones. Por eso, el debate educativo no debería quedar limitado a la adaptación a nuevas herramientas. También necesita abrir una discusión más profunda sobre cómo organizar el aprendizaje, cómo construir confianza y qué tipo de experiencia educativa vale la pena defender en un contexto atravesado por automatización y plataformas digitales.
Para muchas instituciones, esta discusión no comienza en grandes reformas estructurales, sino en decisiones cotidianas sobre evaluación, tiempo profesional, confianza pedagógica y gobernanza tecnológica. La capacidad de responder críticamente a la inteligencia artificial dependerá menos de la velocidad de adopción que de la capacidad institucional para sostener criterio, deliberación colectiva y autonomía profesional en contextos de cambio acelerado.
Lo decisivo es identificar qué aspectos del aprendizaje humano deben seguir ocupando el centro de la experiencia educativa.
Esa discusión atraviesa también mi libro Construir una rebelión positiva: crear nuevos futuros educativos (Moravec, 2026b), donde exploro cómo las instituciones pueden recuperar agencia, confianza e imaginación colectiva frente a modelos educativos que ya no responden a las condiciones del presente.
[Sidebar sugerido al final del artículo: Portada de Construir una rebelión positiva: crear nuevos futuros educativos junto con una breve descripción editorial de 2–3 líneas sobre el libro y su relación con los desafíos actuales de liderazgo, IA y transformación educativa.]John W. Moravec, Ph.D., es fundador de Education Futures LLC, consultor internacional en futuros educativos y autor de Construir una rebelión positiva: crear nuevos futuros educativos.
https://linkedin.com/in/jmoravec
https://educationfutures.com/john
https://positiverebellion.com/es
Lecturas recomendadas
Benjamin, R. (2019). Race after technology: Abolitionist tools for the new Jim code. Polity.
Conrad, K., & Kamperman, S. (2025). Building critical AI literacy: An approach to generative AI. Thresholds in Education, 48(2), 142-158. https://eric.ed.gov/?id=EJ1483967
Couldry, N., & Mejías, U. A. (2019). The costs of connection: How data is colonizing human life and appropriating it for capitalism. Stanford University Press.
Kizilcec, R. F., Huber, E., Papanastasiou, E. C., Cram, A., Makridis, C. A., Smolansky, A., Zeivots, S., & Raduescu, C. (2024). Perceived impact of generative AI on assessments: Comparing educator and student perspectives in Australia, Cyprus, and the United States. Computers and Education: Artificial Intelligence, 7, 100269. https://doi.org/10.1016/j.caeai.2024.100269
Mills, K., Ruiz, P., Lee, K. W., Coenraad, M., Fusco, J., Roschelle, J., & Weisgrau, J. (2024). AI literacy: A framework to understand, evaluate, and use emerging technology. Digital Promise.
Moravec, J. W. (2026a). Beyond the digital enclosure: AI, coloniality, and the pursuit of educational sovereignty. Learning Futures and Emerging Technologies, 34(2). https://doi.org/10.1108/LFET-01-2026-0004
Moravec, J. W. (2026b). Construir una rebelión positiva: Crear nuevos futuros educativos. Education Futures. ISBN: 979-8-9948831-1-2
Taeihagh, A. (2025). Governance of generative AI. Policy and Society, 44(1), 1-22. https://doi.org/10.1093/polsoc/puaf001
Tyack, D., & Cuban, L. (1995). Tinkering toward utopia: A century of public school reform. Harvard University Press.
van Dijck, J., Poell, T., & de Waal, M. (2018). The platform society: Public values in a connective world. Oxford University Press.
Williamson, B., Molnar, A., & Boninger, F. (2024). Time for a pause: Without effective public oversight, AI in schools will do more harm than good. National Education Policy Center. https://nepc.colorado.edu/publication/ai
Xia, Q., Weng, X., Ouyang, F., Lin, T. J., & Chiu, T. K. F. (2024). A scoping review on how generative artificial intelligence transforms assessment in higher education. International Journal of Educational Technology in Higher Education, 21(1), 40. https://doi.org/10.1186/s41239-024-00468-z
