La inteligencia artificial generativa en la educación superior peruana: algunas preguntas apremiantes
Generative artificial intelligence in the Peruvian higher education: some pressing questions
Luis Torres-Vásquez 1,a
Recibido: 02-06-2025
Aceptado: 11-07-2025
Publicado en línea: 19-07-2025
1 Universidad Peruana de Ciencias Aplicadas, Lima, Perú.
a Maestría en Lingüística Aplicada y TESOL.
Citar como: Torres-Vásquez, L. (2025). La inteligencia artificial generativa en la educación superior peruana: algunas preguntas apremiantes. Desafíos, 16(2), 91-3. https://doi.org/10.37711/desafios.2025.16.2.2
Tras casi tres años del lanzamiento de ChatGPT y el posterior desarrollo de herramientas de inteligencia artificial generativa (IAG) similares, tenemos una mejor compresión de las capacidades de esta tecnología. Si bien la literatura sobre este tema atribuye diversos beneficios a estas herramientas (Dong et al., 2025), es urgente cuestionar cómo su introducción en el sistema de educación superior (ES) de un país como el Perú puede exacerbar las disparidades existentes o generar nuevos desafíos. Por lo tanto, la presente editorial argumenta que, sin un marco orgánico y específico de políticas públicas para cada campo, centrado en la equidad, la implementación de IAG en la ES peruana corre el riesgo de agravar los desafíos que esta tiene el potencial para superar.
El primer paso para comprender mejor este riesgo es ir más allá del optimismo exagerado y examinar los desafíos específicos del contexto peruano. El revuelo en torno a la IAG en la ES ha desatado una competencia entre las instituciones peruanas por comenzar a promocionar cursos de IA y ofrecer capacitación en IA a sus docentes, entre otras iniciativas. Parece que ninguna institución quiere quedarse atrás, y esta urgencia ha llevado a las instituciones a centrarse únicamente en las posibilidades que la IAG ofrece, como la personalización del aprendizaje, el aprendizaje adaptativo, la automatización de tareas administrativas o el análisis de datos (González-Campos et al., 2024), sin abordar las preocupaciones que la literatura más reciente ha señalado. Por ejemplo, en una revisión bibliográfica sobre el impacto de la IA en los estudiantes de educación superior, Díaz Ancco et al. (2024) concluyen que:
El uso de la IA genera preocupaciones sobre la privacidad y seguridad de los datos de los estudiantes, así como el riesgo de sesgos algoritmos[sic]; dependencia excesiva de la tecnología, existiendo el riesgo de que la dependencia excesiva de la IA pueda deshumanizar el proceso educativo y disminuir la importancia de las habilidades sociales y emocionales. (p. 59)
Además, los desafíos de la IAG no se presentan solos. Estos ahora se entrelazan con otra gran tendencia en la educación superior peruana: el impulso por la internacionalización. Cada vez más universidades peruanas ofrecen cursos impartidos en inglés o incluso programas de doble grado, bajo el modelo educativo de instrucción en inglés (EMI, por sus siglas en inglés), lo que acelera el proceso de Englishisation de las universidades peruanas (Torres-Vásquez, 2025). Si bien apuntan a mejorar la reputación internacional, estas políticas crean una doble desventaja. Así, se espera que, pronto, los docentes y estudiantes, quienes ya lidian con los sesgos anglo-céntricos de las IA (Muñoz-Basols et al., 2024), se adapten también a entornos de aprendizaje en inglés. Esto beneficiaría a estudiantes que tuvieron acceso previo a una educación en inglés de alta calidad, marginando aún más a aquellos de escuelas públicas o zonas rurales donde el dominio del inglés es menor. Es más, motivados por esta tendencia, las y los estudiantes podrían, por ejemplo, matricularse en cursos EMI sin suficiente entrenamiento en inglés y confiar únicamente en las capacidades de las herramientas de IAG para tener éxito.
Sin embargo, este desafiante panorama tecnológico se ve agravado por un factor humano fundamental: la preparación del docente. Los docentes son la piedra angular de cualquier cambio que contemple un avance en la educación superior. Por lo tanto, y más allá del uso de estas herramientas para asuntos personales, cabe preguntarnos: ¿saben lo/as docentes cómo diseñar, por ejemplo, tareas que utilicen IAG como colaborador en lugar de como sustituto?, o ¿enseñan a sus estudiantes a impulsar eficazmente y a criticar los resultados de herramientas con IAG? Si las respuestas son negativas en ambos casos, es necesario abordar con prontitud la brecha formativa para que se puedan mejorar las competencias digitales de los docentes, aún poco desarrolladas (Batista Pérez y Gallur Santorum, 2025).
Así mismo, los docentes necesitan transformar su rol al de mediadores (Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura [UNESCO], 2021) que promuevan el pensamiento crítico, la gestión y el razonamiento ético en un mundo cada vez más saturado de IA. Además, ¿reconocen que sus estudiantes posiblemente estén usando estas herramientas sin capacitación previa?, ¿o aún tienen la falsa impresión de que sus estudiantes, muchos de los cuales cursaron la secundaria durante la pandemia por la COVID-19, son “nativos digitales”? (Kirschner y De Bruyckere, 2017).
Por lo tanto, para potenciar los beneficios de estas herramientas y prevenir o reducir sus desventajas, los programas de alfabetización en IAG deberían ser necesarios en las instituciones de educación superior peruanas. En otras palabras, se debe incluir un curso de introducción a IAG en los currículos de educación superior y los programas de educación continua deben reorientarse a fin de que las partes interesadas puedan encontrar la capacitación necesaria para diseñar, usar y aprovechar esta tecnología de forma ética y crítica. En este sentido, la IAG podría convertirse en el gran democratizador, acortando cualquier brecha lingüística, académica o tecnológica.
Además, para abordar estas deficiencias y evitar la creación de nuevas disparidades, un marco de políticas bien estructurado y adaptado no es una alternativa, sino una necesidad crítica. Cualquier institución de educación superior, ya sea esta pública o privada, que considere desarrollar o adquirir tecnologías mejoradas con IAG debe buscar establecer un plan de implementación funcional que sitúe a estudiantes y docentes en el centro del proceso de aprendizaje, ya que ellos serán los principales beneficiarios del uso correcto de esta tecnología o se verán afectados por adopciones poco realistas y mal concebidas de la misma.
Más importante aún, si la implementación es inevitable y está legalmente motivada por el gobierno peruano y su Ley N.º 31814, Ley que promueve el uso de la inteligencia artificial en favor del desarrollo económico y social del país (2023), las instituciones de ES ya deben estar elaborando políticas con conciencia crítica en colaboración con docentes (Gustilo et al., 2024), e ir más allá de simples prohibiciones o procedimientos administrativos que penalizan a los estudiantes por usar las mismas herramientas que las instituciones promueven con entusiasmo. Por lo tanto, las políticas específicas para cada campo, desarrolladas a nivel de facultades o carreras profesionales, pueden contribuir a una implementación ética que fomente la integridad académica, la seguridad de los datos, el acceso equitativo y la alineación pedagógica entre las expectativas de las universidades y las necesidades pedagógicas de las personas, sin ignorar el aseguramiento permanente de la calidad.
En conclusión, la integración de IAG en la educación superior peruana no debería ser una adopción generalizada de una moda global. Como se argumenta en este editorial, las deficiencias inherentes de esta tecnología, la carencia en la preparación del talento humano (tanto en docentes como en estudiantes) y el vacío de políticas actuales crean un escenario que podría exacerbar las disparidades educativas existentes. Por lo tanto, nuestro argumento es claro: para aprovechar el potencial de IAG es necesario desarrollar e implementar políticas reflexivas y contextualizadas que prioricen la equidad como principio fundamental.
REFERENCIAS
Batista Pérez, D. R., & Gallur Santorum, S. (2025). Technological skills in virtual teaching post-COVID-19: a literature review. Desafíos, 16(1), 58-67 https://doi.org/10.37711/desafios.2025.15.1.440
Ley N.° 31814 Ley que promueve el uso de la inteligencia artificial en favor del desarrollo económico y social del país. (2023). Congreso de la República del Perú. Diario Oficial El Peruano 05/07/2023. https://busquedas.elperuano.pe/dispositivo/NL/2192926-1
Diaz Ancco, F., Rodríguez Gonzales, K., y Estrada Chacón, L. H. (2024). El Impacto de la Inteligencia Artificial en la formación de estudiantes de Educación superior. Yachay - Revista Científico Cultural, 13(1), 44–61. https://doi.org/10.36881/yachay.v13i1.782
Dong, L., Tang, X., & Wang, X. (2025). Examining the effect of artificial intelligence in relation to students’ academic achievement: A meta-analysis. Computers and Education. Artificial Intelligence, 8, Article 100400. https://doi.org/10.1016/j.caeai.2025.100400
González-Campos, J., López-Núñez, J., & Araya-Pérez, C. (2024). Educación superior e inteligencia artificial: desafíos para la universidad del siglo XXI. Aloma: Revista De Psicologia, Ciències De l’Educació I De l’Esport, 42(1), 79–90. https://doi.org/10.51698/aloma.2024.42.1.79-90
Gustilo, L., Ong, E., & Lapinid, M. R. (2024). Algorithmically-driven writing and academic integrity: exploring educators’ practices, perceptions, and policies in AI era. International Journal for Educational Integrity, 20(1), Article 3. https://doi.org/10.1007/s40979-024-00153-8
Kirschner, P. A., & De Bruyckere, P. (2017). The myths of the digital native and the multitasker. Teaching and Teacher Education, 67, 135-142. https://doi.org/10.1016/j.tate.2017.06.001
Muñoz-Basols, J., del Mar Palomares, M., & Moreno Fernández, F. (2024). El Sesgo Lingüístico Digital (SLD) en la inteligencia artificial: implicaciones para los modelos de lenguaje masivos en español. Lengua y Sociedad, 23(2), 623-648. https://doi.org/10.15381/lengsoc.v23i2.28665
Torres-Vásquez, L. (2025). Exploring Genres with GenAI in an EMI Academic Writing Course in Peru. English Australia Journal. 41(1), 78-84 https://doi.org/10.61504/ABJW8762
Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura. (2021). Inteligencia artificial y educación. Guía para las personas a cargo de formular políticas. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000379376
Fuentes de financiamiento
La investigación fue realizada con recursos propios.
Conflictos de interés
El autor declara no tener conflictos de interés.
Correspondencia
Luis Torres-Vásquez
E-mail: pctrltor@upc.edu.pe