La SEP ya incorporó la formación en inteligencia artificial dentro de sus objetivos educativos y prepara cambios para universidades. El problema será convertir esa intención en una competencia docente generalizada, verificable y posible en un sistema marcado por desigualdades digitales, presupuestales y regionales.
China decidió convertir la alfabetización en inteligencia artificial en una política que atraviese sus diferentes niveles educativos. Su estrategia no se limita a que los estudiantes conozcan nuevas herramientas: también contempla preparar a los profesores e incorporar conocimientos relacionados con IA a los procesos de cualificación y certificación docente.
La comparación plantea una pregunta incómoda para México. Si la inteligencia artificial comienza a convertirse en una capacidad básica para estudiar y trabajar, ¿está preparado el sistema educativo mexicano para garantizar que quienes deberán enseñarla sepan utilizarla, comprender sus limitaciones y acompañar a sus estudiantes?
México ya comenzó a responder formalmente a ese desafío. El Programa Sectorial de Educación 2025-2030 incluye entre sus objetivos la formación del personal docente en tecnologías de la información. La Secretaría de Educación Pública (SEP) también ha comenzado a publicar materiales de capacitación y, en educación superior, presentó durante 2026 una serie de acciones para incorporar la IA generativa a planes de estudio, formación docente y prácticas de evaluación.
El problema, sin embargo, aparece al pasar del documento a las aulas. Sólo el sistema de educación básica mexicano reúne a más de un millón de docentes. Prepararlos para trabajar con inteligencia artificial implicaría una operación mucho mayor que ofrecer cursos sobre el funcionamiento de ChatGPT o publicar materiales de consulta en una plataforma. El Estado tendría que saber primero desde qué nivel de competencia digital parte cada sector del magisterio, proporcionar capacitación suficiente, garantizar infraestructura y acompañamiento y, eventualmente, comprobar que esas capacidades fueron adquiridas.
Capacitar no significa necesariamente aprender
Una política pública puede contabilizar cursos impartidos, materiales publicados, docentes inscritos o constancias entregadas. Ninguno de esos indicadores demuestra por sí mismo que un profesor adquirió las capacidades necesarias para enseñar en un entorno atravesado por inteligencia artificial.
Un estándar docente de IA tendría que ir mucho más allá de saber escribir instrucciones para un chatbot. Entre otras cosas, un profesor tendría que comprender que los modelos pueden generar información falsa, saber verificar resultados, proteger los datos personales de sus estudiantes, identificar usos inadecuados, diseñar evaluaciones compatibles con la existencia de herramientas generativas y decidir cuándo utilizarlas aporta algo pedagógicamente y cuándo no.
También tendría que aprender a trabajar en un entorno tecnológico que cambia constantemente. Las capacidades necesarias en 2026 pueden ser insuficientes pocos años después. México, sin embargo, todavía no cuenta con un estándar nacional público que establezca qué conocimientos mínimos de inteligencia artificial deberá demostrar todo docente en servicio.
La legislación vigente contempla evaluaciones de conocimientos y aptitudes dentro de diferentes procesos de la carrera docente, particularmente para admisión, promoción y reconocimiento. Pero eso no equivale a exigir que cada profesor mexicano acredite periódicamente una competencia específica en IA para continuar frente a grupo. En este escenario, una política de capacitación podría desarrollarse sin tener que enfrentar inmediatamente una pregunta políticamente difícil: ¿qué ocurre con los profesores que no consiguen alcanzar el nivel requerido?
Una brecha digital dentro del propio magisterio
México tampoco parte de condiciones homogéneas. Las diferencias en conectividad, equipamiento y competencias digitales existían mucho antes de la llegada de la IA generativa. Las escuelas urbanas y rurales no disponen de la misma infraestructura. Los profesores tampoco tuvieron la misma formación tecnológica ni utilizan herramientas digitales con la misma frecuencia. La edad puede influir en algunos casos, pero convertirla en la explicación principal sería insuficiente: también intervienen el acceso a dispositivos, la conectividad, la formación previa, el nivel educativo, las condiciones de cada escuela y el acompañamiento institucional disponible.
La consecuencia es que dos profesores sometidos al mismo curso en línea pueden partir de puntos completamente distintos. Para algunos, aprender a utilizar modelos generativos puede representar una extensión relativamente sencilla de prácticas digitales que ya dominan. Para otros puede requerir primero resolver dificultades mucho más básicas: acceso estable a internet, familiaridad con plataformas digitales o incluso disponibilidad de equipos adecuados. Por eso distribuir un curso nacional no resuelve automáticamente el problema.
La salida más sencilla también es la menos transformadora
Para cualquier gobierno existe una alternativa institucional relativamente cómoda: ofrecer capacitación sin convertir su dominio en una obligación verificable. El Estado puede producir materiales, impartir cursos, entregar constancias y presentar cifras de docentes capacitados sin establecer un examen universal que revele cuántos profesores realmente pueden utilizar esas herramientas con solvencia.
Eso reduce el costo político de la implementación, pero también puede dejar intacto el problema. México ya ha colocado la inteligencia artificial dentro de sus objetivos educativos. Lo que todavía falta conocer es el mecanismo que permitirá convertir esa intención en una capacidad generalizada: qué conocimientos serán obligatorios, cuántos docentes deberán adquirirlos, cuánto costará el proceso, cuánto tiempo tomará y cómo se comprobará que la capacitación funcionó.
La ausencia de cualquiera de esas piezas no significa necesariamente que la política esté destinada al fracaso. Pero sí aumenta el riesgo de que la implementación termine siendo profundamente desigual.
Una nueva forma de brecha educativa
Hasta ahora, buena parte de la discusión sobre desigualdad tecnológica se ha concentrado en el acceso: quién tiene computadora, quién dispone de internet y quién puede pagar determinados servicios. La expansión de la inteligencia artificial introduce otra dimensión.
En un mismo sistema educativo podrían existir estudiantes con profesores capaces de enseñarles a verificar una respuesta generada por IA, construir una investigación con ayuda de un modelo, identificar sus errores y utilizarlo como herramienta de aprendizaje, mientras otros reciban clases de docentes que apenas conocen estas tecnologías, las evitan o simplemente las prohíben.
La desigualdad dejaría entonces de depender únicamente del dispositivo disponible en casa o en la escuela. También dependería de las capacidades de la persona que está frente al salón. Las instituciones privadas con mayor presupuesto podrían capacitar rápidamente a sus plantillas, contratar especialistas o desarrollar programas propios. Las escuelas públicas con mejores condiciones podrían avanzar mediante profesores particularmente interesados en el tema. Otras podrían limitarse a utilizar los materiales generales disponibles.
El resultado sería paradójico: México podría incorporar formalmente la inteligencia artificial a su política educativa sin garantizar que todos los estudiantes tengan realmente acceso a una educación equivalente sobre ella.
China sirve como contraste, no necesariamente como modelo
La estrategia china permite observar el problema desde otra escala. El país está intentando articular currículo, formación docente, estándares profesionales e infraestructura dentro de una misma política de alfabetización en inteligencia artificial.
Eso no significa que su modelo deba trasladarse automáticamente a México ni que sus resultados estén garantizados. Los sistemas políticos, educativos y laborales son diferentes, y la capacidad del Estado chino para imponer estándares nacionales tampoco es comparable directamente con la estructura mexicana.
Pero la comparación sí revela algo importante: incorporar IA a la educación requiere intervenir simultáneamente sobre estudiantes y profesores. México ya comenzó a trabajar sobre ambos frentes, pero todavía existe una distancia considerable entre anunciar capacitación y construir una capacidad institucional verificable.
El Programa Sectorial de Educación contempla realizar acciones de formación en inteligencia artificial para personal de instituciones públicas de formación docente y fortalecer las competencias digitales del personal de educación básica. Ese esfuerzo será una pieza fundamental para saber si el país conoce realmente el punto de partida desde el cual pretende transformar a su magisterio.
Sin ese conocimiento, cualquier objetivo nacional corre el riesgo de convertirse en una suma de cursos aislados.
La pregunta no es si los maestros usarán ChatGPT
Los estudiantes probablemente incorporarán inteligencia artificial a su vida cotidiana independientemente de lo que haga el sistema educativo. Muchos ya lo hacen.
Por eso la discusión difícilmente puede reducirse a decidir si ChatGPT debe estar permitido durante una tarea.
El verdadero problema es determinar qué capacidades necesitará una persona que estudia en un mundo donde los modelos generativos pueden escribir, programar, traducir, investigar, producir imágenes y automatizar una cantidad creciente de actividades.
Y después viene una pregunta todavía más difícil: quién enseñará esas capacidades.
México ya reconoció formalmente que tendrá que preparar a sus docentes para la inteligencia artificial. Ahora tendrá que demostrar que puede hacerlo a la escala de un sistema educativo enorme, desigual y tecnológicamente heterogéneo.
La transformación educativa podría comenzar precisamente ahí.
Antes de preguntar qué debe saber un niño mexicano sobre inteligencia artificial, el país tendrá que decidir qué debe saber un maestro y cómo comprobará que realmente lo aprendió.
