Inteligencia artificial y nuevas formas de desigualdad educativa

Algo está cambiando en la conversación pública sobre tecnología, infancia y educación, y en pocos meses se sucedieron tres señales que, desde lugares muy distintos, expresan una preocupación semejante:

1. En mayo, el papa León XIV publicó Magnifica humanitas, su primera encíclica, dedicada a la custodia de la persona humana en el tiempo de la inteligencia artificial, que inscribe esta tecnología en una reflexión sobre la dignidad humana, la justicia social y el bien común (León XIV, 2026).

2. A comienzos de septiembre, las escuelas públicas de Nueva York anunciaron una moratoria de un año sobre el uso de IA generativa por parte de casi 600.000 estudiantes, dos tercios de su matrícula, desde el nivel inicial para niños de dos años hasta octavo grado, con criterios diferenciados para la escuela secundaria (Office of the Mayor of New York City, 2026).

3. Pocos días después, la Comisión Europea presentó la EU KIDS Act, una propuesta de reglamento que alcanza a redes sociales, plataformas de video, videojuegos en línea, chatbots y compañeros virtuales basados en IA, y que ahora deberá ser examinada por el Parlamento Europeo y el Consejo antes de convertirse en ley (Comisión Europea, 2026a, 2026b).

Los fundamentos difieren, aunque las tres iniciativas ponen en discusión las condiciones en las que estas tecnologías ingresan en la vida y en la educación de las nuevas generaciones.

La experiencia de Nueva York resulta especialmente significativa porque introduce criterios pedagógicos en un terreno donde con frecuencia predominó la velocidad de la innovación. La política diferencia edades, establece límites al tiempo individual frente a las pantallas y reserva para la secundaria módulos semestrales de pensamiento crítico sobre IA y pilotos acotados en un pequeño número de aulas (New York City Public Schools, 2026; Office of the Mayor of New York City, 2026).

Su fundamento declarado es preservar la relación con los docentes, el aprendizaje junto a los pares y esa experiencia de enfrentar por cuenta propia problemas difíciles, de intentar, equivocarse, revisar y volver a intentar, que forma parte de aprender.

Con ella, la discusión empieza a desplazarse desde la disponibilidad de una tecnología hacia las condiciones educativas que deberían orientar su uso. Conviene advertir, sin embargo, una tensión que interesa especialmente a este análisis. Una restricción escolar alcanza lo que ocurre dentro del aula, mientras los estudiantes con mayores recursos seguirán accediendo a estas herramientas en sus hogares, a menudo con el acompañamiento de adultos capaces de orientar su uso. Una política protectora puede convivir así con un uso extraescolar desigual, y la pregunta por la igualdad queda abierta.

En América Latina, este debate adquiere una densidad particular

En el promedio de los trece países de la región que participaron en PISA 2025, el 59 % de los estudiantes de 15 años se ubica por debajo del nivel básico de competencia en lectura, el 76 % en matemática y el 57 % en ciencias, frente al 31 %, 35 % y 26 % del promedio de la OCDE (Benavides y Pérez, 2026). En la Argentina, el retroceso alcanzó por primera vez las tres áreas dentro de la serie comparable, con caídas de 12 puntos en lectura, 11 en matemática y 13 en ciencias respecto de 2022 (Infobae, 2026).

El IIPE-UNESCO advierte además que en lectura se debilitaron precisamente las capacidades que ganan importancia en la era de la inteligencia artificial, como evaluar información, establecer conexiones entre fuentes y pensar críticamente sobre lo que se lee (Benavides y Pérez, 2026).

Estos datos importan porque describen las condiciones educativas desde las cuales nuestros estudiantes comienzan a relacionarse con tecnologías capaces de producir textos, explicaciones y argumentos cada vez más sofisticados.

Entre la expansión de estas herramientas y la formación de las capacidades para usarlas existe una diferencia de velocidades decisiva

Una herramienta capaz de resumir, escribir, traducir, relacionar información o resolver problemas puede llegar a millones de personas en muy poco tiempo, mientras que comprender esas producciones, reconocer errores, contrastar información, formular buenas preguntas y construir un criterio propio requiere años de formación. Dos estudiantes pueden utilizar la misma herramienta y recibir respuestas semejantes, aunque sus posibilidades de trabajar intelectualmente con ellas sean muy diferentes, porque advertir una simplificación, detectar una inconsistencia o formular una nueva pregunta depende de conocimientos y experiencias construidos a lo largo de toda la trayectoria educativa.

La desigualdad puede desplazarse entonces hacia un terreno menos visible, un fenómeno que la investigación sobre brechas digitales ya había anticipado al mostrar que, una vez resuelto el acceso, internet beneficia más a quienes tienen mayor posición social, menos por la intensidad con que la usan que por lo que logran obtener de ella (van Deursen y Helsper, 2015). La inteligencia artificial añade a ese fenómeno un rasgo inédito. Como produce textos formalmente correctos para cualquier usuario, puede encubrir las diferencias de comprensión en lugar de exponerlas, de modo que un trabajo bien redactado deja de ser, por sí mismo, evidencia de aprendizaje.

Los propios datos de PISA 2025 ofrecen un indicio en esta dirección

El uso de IA para aprender se asocia con resultados algo mejores cuando la escuela brinda oportunidades para aprender a evaluar críticamente la información que estas herramientas generan, una asociación que el informe presenta sin atribuirle causalidad, y son justamente los estudiantes socioeconómicamente desfavorecidos quienes reportan con menor frecuencia haber tenido esas oportunidades (Benavides y Pérez, 2026; OCDE, 2026). Podemos reducir las brechas de conectividad, dispositivos y acceso a la IA mientras persisten, ocultas detrás de productos de apariencia semejante, grandes diferencias en aquello que cada estudiante está en condiciones de comprender, cuestionar y crear.

Esta posibilidad dialoga con una de las advertencias centrales de Magnifica humanitas

León XIV observa que la inteligencia artificial puede ampliar el poder de quienes ya concentran recursos económicos, competencias y acceso a los datos, y extiende su preocupación a la manera en que se distribuyen los beneficios de la innovación (León XIV, 2026). Desde la educación, esta perspectiva permite pensar una desigualdad capaz de persistir aun cuando el acceso tecnológico se amplíe, porque disponer de una herramienta y estar en condiciones de apropiarse de ella constituyen dimensiones diferentes de la inclusión.

La encíclica ofrece además categorías para ampliar la mirada:

• La dignidad de la persona,
• el bien común,
• el destino universal de los bienes,
• la subsidiariedad,
• la solidaridad
• y la justicia social.

Estos principios operan como criterios para interrogar el desarrollo tecnológico y preguntarnos quiénes participan de sus beneficios, dónde se concentran las oportunidades y qué responsabilidades corresponden a las instituciones.

En el terreno educativo, estas categorías iluminan una cuestión decisiva: aprender requiere tiempo, experiencia, esfuerzo, relación con otros y maduración. Frente a una tecnología que facilita el acceso inmediato a respuestas, se vuelve todavía más valiosa la capacidad de formular preguntas, discernir y decidir qué hacer con aquello que recibimos.

La escuela ocupa un lugar central en este escenario

Es la institución capaz de intervenir deliberadamente sobre capacidades que las condiciones sociales distribuyen de manera desigual. Construir conocimientos, ampliar el lenguaje, leer textos complejos, argumentar, contrastar fuentes, sostener la atención y revisar el propio razonamiento adquieren un valor renovado cuando muchas de esas operaciones pueden ser realizadas en segundos por una máquina. Vuelve a cobrar fuerza aquí una pregunta que atraviesa la Educación Digital Integral, la de qué puede hacer la escuela, y solo la escuela, frente a las tecnologías digitales (Raspall y Vigo, 2025). Su función igualadora incluye hoy la tarea de garantizar que estas herramientas intelectuales estén disponibles para todos, y en especial para quienes solo pueden encontrarlas en el aula.

Desde la perspectiva de la Educación Digital Integral, entendida como una propuesta pedagógica para acompañar a las nuevas generaciones a habitar el mundo digital de manera segura, responsable, ética y crítica (Raspall y Vigo, 2025), estas preocupaciones pueden traducirse en un conjunto de criterios pedagógicos concretos:

• Considerar la edad, el desarrollo y los conocimientos previos de los estudiantes.
• Definir el aprendizaje que se pretende alcanzar antes de decidir qué tecnología utilizar.
• Identificar qué capacidades necesitan aprenderse y ejercitarse antes de delegar determinadas operaciones en la máquina.
• Procurar que el estudiante pueda comprender, explicar, contrastar y revisar aquello que produce con asistencia de IA.
• Enseñar a decidir cuándo la tecnología amplía las posibilidades de aprender y cuándo conviene trabajar sin ella.
• Evaluar quiénes amplían sus oportunidades, quiénes requieren mayores mediaciones y qué desigualdades se reducen, persisten o se profundizan.

Este último criterio resulta especialmente importante para nuestra región. Hoy sabemos medir cuántas escuelas tienen conectividad, cuántos estudiantes utilizan inteligencia artificial o cuántas herramientas están disponibles, y sabemos todavía muy poco acerca de cómo se distribuyen sus beneficios. Una política educativa comprometida con la igualdad necesita observar también:

• quién aprende más,
• quién consigue avanzar hacia problemas de mayor complejidad,
• quién desarrolla autonomía
• y dónde las oportunidades educativas previas siguen condicionando las posibilidades de apropiación.

La Educación Digital Integral encuentra aquí una nueva frontera, porque democratizar el acceso sigue siendo indispensable y, al mismo tiempo, la expansión de la inteligencia artificial exige avanzar en la democratización de las condiciones de apropiación, de modo que los conocimientos, el lenguaje, los criterios y las mediaciones necesarias para utilizar estas tecnologías dependan cada vez menos del punto de partida de cada estudiante.

Quizás allí se juegue una de las cuestiones educativas más importantes de los próximos años. Si la inteligencia artificial puede llegar a estar al alcance de todos, ¿qué deberá garantizar la escuela para que también lo estén las capacidades necesarias para apropiarse de ella?

Recomendación para profundizar: Inteligencia artificial y pensamiento crítico en la educación superior

En AE creemos que el pensamiento crítico no se delega. Se ejerce

Por eso creamos un canal de WhatsApp con el propósito de ofrecerte un análisis riguroso de los temas más relevantes, a través de la mirada de expertos y científicos que comparten sus fuentes para que puedas profundizar, contrastar información y elaborar tus propias conclusiones para decidir con autonomía y fundamento.

Referencia:

• Benavides, M., y Pérez, G. (2026, 9 de septiembre). PISA 2025: el verdadero examen empieza después de los resultados. Instituto Internacional de Planeamiento de la Educación, UNESCO. https://www.iiep.unesco.org/es/articles/pisa-2025-el-verdadero-examen-empieza-despues-de-los-resultados

• Comisión Europea. (2026a, 17 de septiembre). EU KIDS Act: helping children navigate a safer online world. https://commission.europa.eu/news-and-media/news/eu-kids-act-helping-children-navigate-safer-online-world-2026-09-17_en

• Comisión Europea. (2026b). Proposal for EU KIDS Act – «EU Keeping Internet Digital Spaces Accountable and Trustworthy». Shaping Europe’s Digital Future. https://digital-strategy.ec.europa.eu/en/library/proposal-eu-kids-act-eu-keeping-internet-digital-spaces-accountable-and-trustworthy

• Infobae. (2026, 8 de septiembre). Pruebas PISA: Argentina cayó en lectura, matemática y ciencias y tuvo sus peores resultados desde 2006. https://www.infobae.com/educacion/2026/09/08/pruebas-pisa-argentina-cayo-en-lectura-matematica-y-ciencias-y-tuvo-sus-peores-resultados-desde-2006/

• León XIV. (2026). Magnifica humanitas. Carta encíclica sobre la custodia de la persona humana en el tiempo de la inteligencia artificial. Libreria Editrice Vaticana. https://www.vatican.va/content/leo-xiv/es/encyclicals/documents/20260515-magnifica-humanitas.html

• New York City Public Schools. (2026). Guidance on artificial intelligence (AI) and screen time. https://www.schools.nyc.gov/about-us/policies/guidance-on-artificial-intelligence

• Office of the Mayor of New York City. (2026, 2 de septiembre). Mayor Mamdani and Chancellor Samuels put students first with nation’s broadest generative AI moratorium in schools [Comunicado de prensa]. https://www.nyc.gov/mayors-office/news/2026/09/mayor-mamdani-and-chancellor-samuels-put-students-first-with-nat

• Organización para la Cooperación y el Desarrollo Económicos [OCDE]. (2026). PISA 2025 results (Volume I): Future-ready students. OECD Publishing. https://doi.org/10.1787/73451bc5-en

• Raspall, L., y Vigo, C. J. (2025). Educación digital integral en la escuela. Homo Sapiens Ediciones. https://digital.homosapiens.com.ar/library/publication/educacion-digital-integral-en-la-escuela-1757350443

• van Deursen, A. J. A. M., y Helsper, E. J. (2015). The third-level digital divide: Who benefits most from being online? En L. Robinson, S. R. Cotten, J. Schulz, T. M. Hale y A. Williams (Eds.), Communication and information technologies annual (Studies in Media and Communications, Vol. 10, pp. 29–52). Emerald. https://doi.org/10.1108/S2050-206020150000010002

Cómo citar esta publicación: Vigo, C. (2026). Inteligencia artificial y nuevas formas de desigualdad educativa. Asociación Educar para el Desarrollo Humano. https://asociacioneducar.com/inteligencia-artificial-y-nuevas-formas-de-desigualdad-educativa/