Politiques en matière d’intelligence artificielle générative dans trois universités mexicaines et actions fédérales. Défis et pistes possibles

Mots-clés: Enseignement supérieur, politique publique, politique universitaire, technologie numérique

Résumé

L'émergence de l'intelligence artificielle générative (IAG) a transformé le secteur de l'éducation, amenant les établissements d'enseignement supérieur à élaborer des politiques visant à l'intégrer. Cette étude analyse la manière dont trois universités mexicaines — l'Université nationale autonome du Mexique (UNAM), l'Université ibéro-américaine (UIA) et l'Institut technologique de Monterrey (ITESM) — ont relevé ce défi, ainsi que les premières mesures fédérales visant à orienter la politique publique en matière d'enseignement supérieur. Une analyse documentaire de cas comparés a été réalisée sur les actions et les instruments politiques liés à l'adoption de l'IAGen dans ces universités, ainsi qu'au sein du Secrétariat à l'éducation publique (SEP), qui correspond au ministère de l'Éducation nationale. Des modèles de gouvernance, la chronologie des actions et les instruments politiques utilisés ont été identifiés à partir d'une approche des systèmes sociaux. Les trois institutions ont mis en œuvre des stratégies combinant la formation des enseignants, les lignes directrices normatives, l’infrastructure numérique et les mécanismes de gouvernance multi-acteurs. Les cas montrent une transition vers la nécessité de générer des modèles flexibles et collaboratifs de conception des politiques, qui bouleversent la séquentialité traditionnelle du cycle des politiques publiques.

Bibliographies de l'auteur

Mario Benavides Lara, Université nationale autonome du Mexique, Mexico, Mexique

Doctorant en sciences sociales à l'Université autonome métropolitaine, campus de Xochimilco ; titulaire d'une maîtrise et d'une licence en pédagogie de l'UNAM. Il est directeur adjoint de la Mobilisation des connaissances en éducation, au sein de la Coordination de l'évaluation, de l'innovation et du développement éducatifs (CEIDE) de l'UNAM. Il enseigne également au sein du système SUAYED à la Faculté de philosophie et de lettres. Ses axes de recherche portent sur les politiques éducatives et les programmes scolaires, la formation des enseignants, l'éducation et le genre, les technologies, l'éducation et les études sociales de l'éducation. Il est l'auteur d'articles, de manuels scolaires et de supports pédagogiques destinés aux enseignants.

Víctor Jesús Rendón Cazales, Université nationale autonome du Mexique, Mexico, Mexique

Titulaire d'un doctorat et d'une maîtrise en sciences, avec une spécialisation en recherche pédagogique, obtenus auprès du Département de recherche pédagogique du CINVESTAV-IPN. Il est coordinateur de la production et de la diffusion des connaissances en éducation au sein de la Coordination de l'évaluation, de l'innovation et du développement éducatifs (CEIDE) de l'UNAM. Il enseigne également dans le cadre du programme de master et de doctorat en sciences médicales, dentaires et de la santé de l'UNAM, et dispense des cours au sein du système SUAYED à la Faculté de philosophie et de lettres. Il est l'auteur de publications sur la formation des enseignants, les pratiques d'écriture académique et les utilisations des technologies numériques.

Luz Gisela Macías Carrillo, Université nationale autonome du Mexique, Mexico, Mexique

Diplômée en pédagogie de l'UNAM, titulaire d'un master en recherche et développement en éducation et doctorante en éducation, tous deux obtenus à l'Université ibéro-américaine. Au sein de la Coordination de l'évaluation, de l'innovation et du développement éducatifs (CEIDE) de l'UNAM, elle participe à l'élaboration d'études, de supports pédagogiques et de dispositifs de mobilisation des connaissances, tout en animant divers cours et ateliers destinés aux enseignants. Ses principaux domaines d'intérêt sont les parcours universitaires, l'utilisation de l'intelligence artificielle dans l'éducation, l'évaluation éducative et les processus de lecture, d'écriture et d'argumentation académique.

Références

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
Publiée
2026-05-30
Comment citer
Benavides Lara, M., Rendón Cazales, V. J., & Macías Carrillo, L. G. (2026). Politiques en matière d’intelligence artificielle générative dans trois universités mexicaines et actions fédérales. Défis et pistes possibles. Journal De l’enseignement supérieur Et De La société (ESS), 37(2), 223-248. https://doi.org/10.54674/ess.v37i2.1135