Políticas en inteligencia artificial generativa en tres universidades mexicanas y acciones federales. Desafíos y posibles caminos

DOI: https://doi.org/10.54674/ess.v37i2.1135
Palabras clave: educación superior, política pública, política universitaria, tecnología digital

Resumen

La irrupción de la inteligencia artificial generativa (IAGen) ha transformado el ámbito educativo, llevando a las instituciones de educación superior a diseñar políticas para su incorporación. Este estudio analiza cómo tres universidades mexicanas —la Universidad Nacional Autónoma de México (UNAM), la Universidad Iberoamericana (UIA) y el Tecnológico de Monterrey (ITESM)— han abordado este desafío, así como las primeras acciones federales para orientar la política pública en educación superior. Se realizó un análisis documental de casos comparados de las acciones e instrumentos de política vinculados con la adopción de IAGen en dichas universidades, así como en la Secretaría de Educación Pública (SEP), que corresponde al ministerio de educación nacional. Se identificaron patrones de gobernanza, temporalidad de acciones e instrumentos de política utilizados desde un enfoque de los sistemas sociales. Las tres instituciones han implementado estrategias que combinan la formación docente, los lineamientos normativos, la infraestructura digital y los mecanismos de gobernanza multiagente. Los casos muestran una transición hacia la necesidad de generar modelos flexibles y colaborativos de diseño de políticas, que subvierten la secuencialidad tradicional del ciclo de política pública.

Biografía del autor/a

Mario Benavides Lara, Universidad Nacional Autónoma de México, Ciudad de México, México

Doctorante en Ciencias Sociales por la Universidad Autónoma Metropolitana, campus Xochimilco; maestro y licenciado en Pedagogía por la UNAM. Es subdirector de Movilización del Conocimiento en Educación, en la Coordinación de Evaluación, Innovación y Desarrollo Educativos (CEIDE) de la UNAM. Además, es docente en el sistema SUAYED en la Facultad de Filosofía y Letras. Sus líneas de trabajo son políticas educativas y curriculares, formación docente, educación y género, tecnologías, educación y estudios sociales de la educación. Autor de artículos, libros de texto y materiales para docentes.

Víctor Jesús Rendón Cazales, Universidad Nacional Autónoma de México, Ciudad de México, México

Doctor y maestro en Ciencias con especialidad en Investigaciones Educativas por el Departamento de Investigaciones Educativas del CINVESTAV-IPN. Es coordinador de Generación y Diseminación del Conocimiento en Educación, en la Coordinación de Evaluación, Innovación y Desarrollo Educativos (CEIDE) de la UNAM. Asimismo, es docente en el programa de maestría y doctorado en Ciencias Médicas, Odontológicas y de la Salud de la UNAM, además de impartir clases en el sistema SUAYED en la Facultad de Filosofía y Letras. Tiene publicaciones sobre formación docente, prácticas de escritura académica y usos de las tecnologías digitales.

Luz Gisela Macías Carrillo, Universidad Autónoma Nacional de México, Ciudad de México, México

Pedagoga por la UNAM, maestra en Investigación y Desarrollo de la Educación y doctoranda en Educación, ambas por la Universidad Iberoamericana. En la Coordinación de Evaluación, Innovación y Desarrollo Educativos (CEIDE) de la UNAM, colabora en la elaboración de estudios, materiales educativos y de movilización del conocimiento, además de impartir distintos cursos y talleres para el profesorado. Sus temas de interés son las trayectorias universitarias, el uso de la inteligencia artificial en educación, la evaluación educativa y los procesos de lectura, escritura y argumentación académica, principalmente.

Citas

Acosta, A. y Buendía. A. (2016). Perspectivas institucionales y educación superior desde miradas globales a espacios locales: el caso de México. Revista de la Educación Superior, 45 (179). 9-23. https://doi.org/10.1016/j.resu.2016.04.007
Aguilar, L. (1992). Estudio introductorio. En Aguilar Villanueva, L. (ed). Problemas públicos y agenda de gobierno (pp. 15-72). M.A. Porrúa.
ANUIES (2025). Anuario estadístico de educación superior. Ciclo 2024-2025. https://bit.ly/4hIFsbT
Calvano, E., & Calzolari, G. (2025). AI and policy: What makes AI different? Economic Policy, 40(121), 1-8. https://doi.org/10.1093/epolic/eiae067
Capraro, V., Lentsch, A., Acemoglu, D., Akgün, S., Akhmedova, A., Bilancini, E., … Viale, R. (2024). The impact of generative artificial intelligence on socioeconomic inequalities and policy-making. PNAS Nexus, 3(6). https://doi.org/10.1093/pnasnexus/pgae191
Cejudo, G. y Michel. C (2016) Coherencia y políticas públicas. Metas, instrumentos y poblaciones objetivo. Gestión y Política Pública, 25 (1). 3-31. https://doi.org/10.29265/gypp.v25i1.149
Costa, F., Mónaco, J., Covello, A., Novidelsky, I., Zabala, X., y Rodríguez, P.. (2023). Desafíos de la inteligencia artificial generativa: Tres escalas y dos enfoques transversales. Question, 3(76), 1–24. https://doi.org/10.24215/16696581e844
Cruz-Rubio, C. (2012). La taxonomía del cambio: enfoques y tipologías para la determinación del cambio de las políticas públicas. Andamios, 9(20). 297- 321. https://doi.org/10.29092/uacm.v9i20.382
del Tronco, J., y Paz-Gómez, D. (2022). De las herramientas de gobierno a los instrumentos de política. Un análisis de las estrategias frente al covid-19 en Sudamérica. Estudios de Derecho, 79(173). 241-272. https://doi.org/10.17533/udea.esde.v79n173a10
DIE (2025a). Estrategia pedagógica para la adopción de la inteligencia artificial en la IBERO. Universidad Iberoamericana. https://doi.org/10.5281/zenodo.15345790
DIE (2025b). ¿Cómo crear un agente tutor? [Video]. YouTube. https://www.youtube.com/watch?v=zC7thpTXWkM
Digital Education Council (2024). Global AI Student Survey 2024: AI or Not AI—What Students Want. Digital Education Council. https://bit.ly/3JsKRHn
Digital Education Council (2025). Global AI Faculty Survey 2025. Digital Education Council. https://bit.ly/4i2oq8V
DOF (2019). Ley general de educación. https://bit.ly/48X2lG9
Folorunso, A., Olanipekun, K., Adewumi, T., & Samuel, B. (2024). A policy framework on AI usage in developing countries and its impact. Global Journal of Engineering and Technology Advances, 21(1), 154-166. https://doi.org/10.30574/gjeta.2024.21.1.0192
GAI-IAGEN (2023a). Módulo de colaboraciones en IA-GEN. https://iagen.unam.mx/iagenColabs.php
GAIA-IAGEN (2023b). Página principal. https://iagen.unam.mx/index.php
GAIA-IAGEN (2025). Recomendaciones para el uso educativo de la Inteligencia Artificial Generativa en la UNAM.UNAM. https://bit.ly/43GOqR2
Gaceta UNAM (2023, 28 de agosto). Instalan grupo de trabajo sobre la inteligencia artificial. https://bit.ly/4qHLhKx
Galindo, J. (2008) Entre la necesidad y la contingencia. Autoobservación teórica de la sociología. Anthropos / UAM Cuajimalpa.
Gerlich, M. (2025). AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking. Societies, 15(1) pp. 1-28. https://doi.org/10.3390/soc15010006
Hosseini, M., Gao, P. & Vivas-Valencia, C. (2025). A social-environmental impact perspective of generative artificial intelligence. Environmental Science and Ecotechnology, 23 (100520). 1-3. https://doi.org/10.1016/j.ese.2024.100520
Hu, S. & Li, Y. (2024). Policy interventions and regulations on generative artificial intelligence. En Proceedings of the 25th Annual International Conference on Digital Government Research (pp. 1034–1036). Association for Computing Machinery. https://doi.org/10.1145/3657054.3659122
IFE. (s.f.). Artificial Intelligence Global Education Network (AIGEN). https://bit.ly/4hHFPmV
IFE (2025). IFE Impact Report (marzo de 2024 a febrero de 2025). https://tec.mx/es/ife/impact-reports
Jin, Y., Yan, L., Echeverria, V., Gašević, D., & Martínez-Maldonado, R. (2024). Generative AI in higher education: A global perspective of institutional adoption policies and guidelines. Computers & Education: Artificial Intelligence, 8, 100348. https://doi.org/10.1016/j.caeai.2024.100348
Khanal, S., Zhang, H., & Taeihagh, A. (2025). Why and how is the power of Big Tech increasing in the policy process? The case of generative AI. Policy and Society, 44(1), 52-69. https://doi.org/10.1093/polsoc/puae012
Klyman, Katerina; Bao, Alice; Meinhardt, Christina; Zhang, Daniel; Cryst, Erin; Wald, Richard y Li, Fei (2024). Expanding Academia’s Role in Public Sector AI. Issue Brief. Stanford, CA: Stanford Institute for Human-Centered Artificial Intelligence. Disponible en: https://hai.stanford.edu/policy.
LinkedIn & Microsoft Corporation. (2024, 8 de mayo). AI at work is here. Now comes the hard part [2024 Work Trend Index Annual Report]. https://tinyurl.com/2s3bbpvh
Liu, Y., y Wang, H. (2024, agosto). Who on Earth Is Using Generative AI? [Policy Research Working Paper, 10870]. The World Bank. https://tinyurl.com/v2z5ayc8
Luhman, N. (1996). Introducción a la teoría de sistemas. Universidad Iberoamericana.
Microsoft (2024). TECgpt: Enhancing Education with AI at Tec de Monterrey. [Video]. YouTube. https://www.youtube.com/watch?v=1LBAhraLmq4&t=30s
OECD (2024). Assessing potential future artificial intelligence risks, benefits and policy imperatives. OECD Artificial Intelligence Papers no. 27. OECD publishing. https://bit.ly/3JkKqil
Observatorio Interinstitucional de Inteligencia Artificial para la Educación Superior (OIIAES). (2025). Página principal. https://observatorio-ia.org/#sobre
Sarthou, N. F. (2015). Los instrumentos de política como enfoque de análisis de los sistemas de pago al mérito: Contribuciones analíticas a partir del caso argentino. Perfiles Educativos, 37(149).https://doi.org/10.22201/iisue.24486167e.2015.149.5313 0
Statista (2025, 7 abril). Number of adults in the United States using generative artificial intelligence (AI) first for online search in 2023 and 2027. Statista. https://bit.ly/4qG9RLW
Subirats, J., Knoepfel, P., Larrue, C. y Varonne, F. (2008). Análisis y gestión de políticas públicas. Ariel.
UIA (2025, 24 octubre). Lanza IBERO su Ecosistema de Inteligencia Artificial con sentido humanista. https://bit.ly/4oWdfRb
UNAM (2024). Plan de desarrollo institucional de la UNAM 2023-2027. https://www.rector.unam.mx/docs/PDI-2023-2027.pdf
Universidad Veracruzana. (2025). Censo nacional “Usos y percepciones sobre la IAG”. https://bit.ly/4opcOiB
Tecnológico de Monterrey. (s.f.). Inteligencia artificial [IA]. https://bit.ly/4qHhxxt
Tecnológico de Monterrey. (s. f.). Conócenos. https://bit.ly/4nD8ECe
Tecnológico de Monterrey. (2025). TECgpt Open Edition. https://bit.ly/4orLu38
There's An AI For That. (2025, 7 abril.). There's An AI For That. https://theresanaiforthat.com/
Winner, L. (2001). ¿Tienen política los artefactos?. OEI. https://bit.ly/47ryuV6
Publicado
2026-05-30
Cómo citar
Benavides Lara, M., Rendón Cazales, V. J., & Macías Carrillo, L. G. (2026). Políticas en inteligencia artificial generativa en tres universidades mexicanas y acciones federales. Desafíos y posibles caminos. Revista Educación Superior Y Sociedad (ESS), 37(2), 223-248. https://doi.org/10.54674/ess.v37i2.1135
Número
Vol. 37 Núm. 2 (2025): La inteligencia artificial generativa (IAGen) en la docencia e investigación: buenas prácticas, retos y prospectiva
Sección
Artículos Dossier Temático

Derechos de autor 2025 Mario Benavides Lara, Víctor Jesús Rendón Cazales, Luz Gisela Macías Carrillo

Creative Commons License
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial 4.0.

Los derechos de autor permiten la protección del material original, y frena la utilización del trabajo ajeno sin permiso. UNESCO IESALC se adhiere a las licencias Creative Commons en la publicación de acceso abierto de la ESS. En concreto, los textos publicados en esta revista están sujetos a una licencia Creative Commons Reconocimiento-NoComercial 4.0 Internacional (CC BY-NC 4.0): La ESS es una revista de acceso abierto, lo que significa que todo el contenido está disponible gratuitamente para el usuario o su institución. Los usuarios pueden leer, descargar, copiar, distribuir, imprimir, buscar o enlazar a los textos completos de los artículos, o utilizarlos para cualquier otro fin lícito, sin pedir permiso previo al editor o al autor, procurando siempre cite al autor. No se permite el uso comercial. La ESS requiere que los autores acepten el Copyright Notice como parte del proceso de envío. Los autores conservan todos los derechos.

La licencia completa puede consultarse en https://creativecommons.org/licenses/by-nc/4.0/

Reconocimiento – NoComercial (CC BY-NC 4.0)

Esta revista no aplica ningún tipo de cargo a los autores por la presentación o procesado de los artículos. Los autores de las colaboraciones recibirán acuse de recibo de que el trabajo ha llegado al Equipo Editorial de la Revista.