Por
Sepúlveda Angulo, Julieta ORCID iD: 0009-0008-2058-5786Escuela Normal Superior Oficial de Guanajuato
La acelerada incorporación de la inteligencia artificial (IA) en los sistemas educativos contemporáneos se inscribe en un proceso más amplio de transformación digital que promete optimizar la enseñanza, la gestión académica y la producción de conocimiento. Organismos internacionales como la UNESCO han señalado que estas tecnologías poseen un potencial significativo para contribuir al logro de los Objetivos de Desarrollo Sostenible, particularmente el ODS 4, orientado a una educación inclusiva y de calidad, y el ODS 5, centrado en la igualdad de género (UNESCO, 2023). Sin embargo, la evidencia reciente muestra que la integración de la IA en la educación no ocurre en condiciones homogéneas, sino que se ve atravesada por desigualdades estructurales, culturales y de género que influyen de manera diferenciada en su adopción y uso por parte del profesorado.
Desde la perspectiva de la aceptación tecnológica, modelos como el Technology Acceptance Model (TAM) y la Unified Theory of Acceptance and Use of Technology (UTAUT) permiten comprender que la incorporación de herramientas basadas en IA depende no solo de su utilidad o facilidad de uso percibidas, sino también de factores como las condiciones facilitadoras, la influencia social y el apoyo institucional (Davis, 1989; Venkatesh et al., 2003). En el caso de las mujeres docentes, estas variables se encuentran mediadas por realidades específicas relacionadas con la distribución del tiempo, la carga de cuidados y el acceso desigual a procesos de formación digital especializada, lo que incide directamente en la disposición y posibilidad de integrar la IA en la práctica docente y en la investigación educativa.
Diversos estudios desarrollados en América Latina han evidenciado diferencias en la adopción de la IA por sexo, destacando un uso más intensivo de estas tecnologías por parte de docentes masculinos, particularmente en aplicaciones avanzadas vinculadas a la enseñanza y la investigación, mientras que las docentes suelen concentrarse en usos funcionales o de apoyo, como la organización de contenidos y la optimización de tareas administrativas (Banco Interamericano de Desarrollo [BID], 2023). Estas diferencias no pueden interpretarse como una falta de interés o competencia, sino como el reflejo de barreras estructurales y culturales persistentes.
En el contexto mexicano, dichas barreras se manifiestan de manera clara en la distribución desigual del tiempo. Datos de la Encuesta Nacional sobre Uso del Tiempo indican que las mujeres destinan una proporción significativamente mayor de horas al trabajo doméstico y de cuidados no remunerados, lo que reduce su tiempo disponible para el desarrollo profesional, la actualización académica y la producción de conocimiento (Instituto Nacional de Estadística y Geografía [INEGI], 2023). Desde un enfoque de interseccionalidad, estas desigualdades se complejizan al considerar variables como la maternidad, el nivel socioeconómico, la ubicación geográfica y el tipo de institución educativa, configurando experiencias diferenciadas en la apropiación de tecnologías emergentes como la inteligencia artificial (CEPAL, 2023).
En este escenario, la alfabetización en inteligencia artificial emerge como un componente clave para promover una integración más equitativa de estas tecnologías en la docencia. La UNESCO define la alfabetización en IA como el conjunto de conocimientos, habilidades y actitudes que permiten comprender el funcionamiento de los sistemas de IA, utilizarlos de manera informada y crítica, y evaluar sus implicaciones pedagógicas, sociales y éticas (UNESCO, 2023). Para las mujeres docentes, el fortalecimiento de esta alfabetización puede representar una oportunidad para reducir la carga asociada a tareas repetitivas —como la planeación, la evaluación y la retroalimentación— y liberar tiempo para actividades de mayor valor pedagógico, académico y personal, siempre que existan condiciones institucionales que acompañen su uso.
No obstante, la integración de la IA en la educación también implica riesgos que deben ser analizados críticamente desde una perspectiva de género e inclusión. La recomendación sobre la Ética de la Inteligencia Artificial de la UNESCO advierte que estas tecnologías pueden reproducir sesgos existentes si no se implementan con principios claros de equidad, no discriminación y bienestar humano (UNESCO, 2021). En el ámbito docente, estos riesgos se traducen en la posible intensificación del trabajo académico, la normalización de la disponibilidad permanente y la invisibilización de las cargas diferenciadas que enfrentan las mujeres, particularmente aquellas que combinan la labor docente con responsabilidades de cuidado.
Frente a este panorama, diversos marcos internacionales como DigCompEdu han subrayado la necesidad de desarrollar competencias digitales docentes que integren dimensiones pedagógicas, profesionales y éticas, más allá de un uso meramente instrumental de la tecnología (Comisión Europea, 2022). Sin embargo, la evidencia sugiere que, sin un enfoque explícito de género, estos marcos corren el riesgo de reproducir desigualdades preexistentes, dejando la adopción de la IA en manos de iniciativas individuales y profundizando brechas entre quienes cuentan con mayor disponibilidad de tiempo y recursos.
Desde esta perspectiva, la integración de la inteligencia artificial en la docencia con enfoque de equidad puede organizarse en torno a un conjunto de dimensiones clave que permiten visibilizar tanto sus aportes como sus riesgos. Entre ellas destacan la planeación didáctica, donde la IA puede apoyar el diseño de secuencias, materiales y consignas; la evaluación y la retroalimentación, mediante la elaboración de instrumentos y comentarios formativos; la investigación educativa y el desarrollo académico, a través de la búsqueda, sistematización y redacción de información; así como la gestión del tiempo y el bienestar docente, vinculada a la reducción de tareas repetitivas. Estas dimensiones pueden analizarse a partir de indicadores como la disminución del tiempo destinado a actividades administrativas, la continuidad en la producción académica, el acceso a recursos de actualización, la calidad de la retroalimentación ofrecida al estudiantado y la posibilidad de resguardar espacios de autocuidado. En conjunto, estos elementos permiten comprender el uso de la IA no solo en términos de eficiencia, sino como un recurso pedagógico y organizacional que, bajo determinadas condiciones, puede contribuir a reducir desigualdades de género en el ejercicio de la docencia.
En este contexto, resulta indispensable avanzar hacia marcos de acción institucionales que orienten el uso de la inteligencia artificial en la docencia con criterios de equidad e inclusión. Dichos marcos deben reconocer explícitamente las barreras estructurales y culturales que enfrentan las mujeres docentes, proteger su tiempo y su salud, y garantizar el acceso equitativo a procesos de formación y acompañamiento. Asimismo, deben promover el uso ético de la IA como herramienta de apoyo a la planeación didáctica, la evaluación, la retroalimentación y la investigación educativa, evitando enfoques centrados exclusivamente en la productividad.
En suma, el análisis crítico del potencial y los riesgos de la integración de la inteligencia artificial en la docencia permite afirmar que estas tecnologías pueden convertirse tanto en aliadas para la equidad como en mecanismos de reproducción de desigualdades, dependiendo de las condiciones en las que se implementen. En este sentido, recuperar la reflexión de Julieta Fierro —“en México no hay condiciones para que las mujeres hagan investigación, tenemos que generar las condiciones”— permite situar el debate sobre la IA más allá de la innovación tecnológica y colocarlo en el terreno de la justicia educativa, el bienestar docente y la responsabilidad institucional. Generar dichas condiciones implica asumir que la equidad de género no es un efecto automático de la tecnología, sino el resultado de decisiones políticas, pedagógicas y éticas que orienten su integración en el sistema educativo mexicano.
Referencias
Banco Interamericano de Desarrollo. (2020). La brecha digital de género en América Latina y el Caribe. BID.
https://publications.iadb.org/es/la-brecha-digital-de-genero-en-america-latina-y-el-caribe
Banco Interamericano de Desarrollo. (2023). Inteligencia artificial y educación: oportunidades y desafíos para América Latina. BID.
https://publications.iadb.org/es/inteligencia-artificial-y-educacion
Comisión Económica para América Latina y el Caribe. (2019). La autonomía de las mujeres en escenarios económicos cambiantes. CEPAL.
https://www.cepal.org/es/publicaciones/45032-la-autonomia-las-mujeres-escenarios-economicos-cambiantes
Comisión Económica para América Latina y el Caribe. (2022). La sociedad digital en América Latina: brechas y transformaciones. CEPAL.
https://www.cepal.org/es/publicaciones/47721-la-sociedad-digital-america-latina
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340.
https://doi.org/10.2307/249008
European Commission. (2017). European framework for the digital competence of educators: DigCompEdu. Publications Office of the European Union.
https://joint-research-centre.ec.europa.eu/digcompedu_en
Fierro, J. (2020). La ciencia y las mujeres en México [Video]. BBVA México.
https://www.bbva.com/es/mx/aprendemos-juntos/
Instituto Nacional de Estadística y Geografía. (2023). Uso del tiempo en México: desigualdades entre mujeres y hombres. INEGI.
https://www.inegi.org.mx/programas/enut/2019/
Organisation for Economic Co-operation and Development. (2019). Artificial intelligence in society. OECD Publishing.
https://doi.org/10.1787/eedfee77-en
Organisation for Economic Co-operation and Development. (2021). Bridging the digital gender divide. OECD Publishing.
https://www.oecd.org/digital/bridging-the-digital-gender-divide.pdf
UNESCO. (2019). I’d blush if I could: Closing gender divides in digital skills through education. UNESCO.
https://unesdoc.unesco.org/ark:/48223/pf0000367416
UNESCO. (2021). Recomendación sobre la ética de la inteligencia artificial. UNESCO.
https://unesdoc.unesco.org/ark:/48223/pf0000381137
UNESCO. (2023). Guidance for generative AI in education and research. UNESCO.
https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research
Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425–478.
https://doi.org/10.2307/30036540