¿En qué punto está la Inteligencia Artificial? ¿Qué usos estamos haciendo en 2025?

Cada año, la consultora Gartner publica su famoso Hype Cycle, una herramienta visual que nos ayuda a entender en qué etapa se encuentran las tecnologías emergentes. 

El gráfico divide la evolución de una tecnología en cinco fases:

1. Disparador de innovación: cuando surgen nuevas ideas o avances, pero aún sin aplicaciones claras.

2. Pico de expectativas sobredimensionadas: donde todo parece posible, y la tecnología recibe atención mediática y promesas de revolución.

3. Valle de la desilusión: cuando los resultados reales no cumplen con el entusiasmo inicial.

4. Pendiente de la iluminación: las aplicaciones útiles empiezan a consolidarse.

5. Meseta de productividad: la tecnología madura y se integra de forma estable en distintos sectores.

En su versión 2025, el foco está puesto en la Inteligencia Artificial, y los resultados son más que interesantes para quienes trabajamos en educación, innovación o desarrollo tecnológico.

Según el gráfico, tecnologías como AI Agents, Sovereign AI o Artificial General Intelligence están en el pico del entusiasmo, mientras que otras, como Generative AI (la que usamos con herramientas como ChatGPT) ya comienzan a descender hacia una etapa más crítica, donde se evalúan sus verdaderas posibilidades, riesgos y límites. Estas áreas concentran el entusiasmo en general y gran parte de la inversión de las empresas tecnológicas.

En cambio, herramientas como los servicios de IA en la nube, los gráficos de conocimiento o la destilación de modelos están avanzando hacia fases más estables, con beneficios reales y medibles.

Una lectura interesante: muchas de las tecnologías más mediáticas hoy podrían tardar entre 5 y 10 años en madurar. Algunas incluso más. Y otras, simplemente, nunca llegarán a usarse masivamente.

En tanto, hace unas semanas, me encontré con este gráfico, asociado a un estudio reciente citado por la revista Harvard Business Review (HBR), que analizó los 10 principales casos de uso de la IA Generativa en 2024 y 2025. 

Los resultados resultan significativos: mientras en 2024 predominaban las tareas técnicas y de productividad, en 2025 los principales usos de las aplicaciones IA se orientan al bienestar emocional, el desarrollo personal y la vida cotidiana.

Según el ranking publicado por HBR, en 2024 el uso más común fue la generación de ideas, seguido por el acompañamiento emocional (therapy/companionship) y la búsqueda específica de información. Sin embargo, en 2025, esta última fue desplazada por dos nuevas prioridades: organizar la vida personal y encontrar propósito, dos usos que ni siquiera figuraban en el top 100 el año anterior. 

Esto indica una transformación profunda en cómo las personas están integrando la IA en su vida diaria.

El uso de la IA indica un giro de lo técnico a lo emocional, el informe identifica un crecimiento sostenido en áreas como la terapia, la productividad personal y el desarrollo individual. La IA, ¿de copiloto a acompañante de vida y guía existencial? 

Este cambio también se refleja en las categorías temáticas: los usos ligados al apoyo personal y profesional y al aprendizaje y educación crecieron notablemente, mientras que aquellos vinculados a investigación y análisis” o “soporte técnico” perdieron relevancia. Así, el troubleshooting, que ocupaba el séptimo lugar en 2024, se mantuvo sin cambios, pero con menor protagonismo frente a nuevas necesidades emergentes.

Por su parte, usos como “generar código para profesionales” o “mejorar código” se mantienen entre los diez primeros puestos, lo que muestra que los usuarios expertos aún encuentran en la IA Generativa un aliado técnico. Sin embargo, lo notable es que la generación de ideas, que lideraba en 2024, descendió al sexto lugar en 2025, superada por prioridades más introspectivas.

Otro dato ilustrativo: el uso de la IA para brindar “consejos generales”, que en 2024 ocupaba el décimo puesto, desapareció del ranking, ubicándose en el puesto 75 en 2025. Esto sugiere un uso más específico, que ya no busca respuestas genéricas sino interacciones más significativas y personalizadas. 

La IA ya no solo resuelve problemas. Ahora también acompaña, ordena, motiva y sostiene. ¿Estamos efectivamente en presencia de una IA Agéntica?

Sin dudas, el hype tiene implicancias relevantes para el diseño de herramientas de IA y las políticas de innovación educativa. La IA Generativa comienza a funcionar no solo como asistente técnico, sino como actor simbólico y afectivo dentro del ecosistema digital, reflejando una demanda creciente de apoyo emocional y sentido vital.

Finalmente, comparto la traducción al español de la infografía (imagen) con asistencia de ChatGPT: 

 

IA Generativa en las Universidades: una propuesta de cocreación

La irrupción de la Inteligencia Artificial (IA), y en particular de la IA Generativa, está transformando el panorama educativo, y en particular en lo vinculado en el desarrollo profesional docente.
En este posteo, nos vamos a referir al ámbito universitario, en un contexto de educación híbrida. 
Lejos de ser un mero instrumento o recurso, la IA es un componente esencial que potencia el rol del docente, quien, en esta nueva era, asume una función de facilitador y guía. Aunque la IA ya se utiliza en áreas como sistemas de tutoría inteligente o análisis de datos en la educación en línea, la IA generativa ha captado una atención con carácter masivo, resultando relevante su impacto para la educación superior.

A continuación comparto un texto cocreado con IA Generativa (NotebookLM y Gemini) a partir del artículo La nueva realidad de la educación ante los avances de la inteligencia artificial generativa, publicada en RIED (2024), cuyos autores son: García Peñalvo, F. J., Llorens-Largo, F., & Vidal, J.

La consigna solicitada a la IA Generativa, podemos sintetizarla en la elaboración de una propuesta de inclusión de IA Generativa, a partir del artículo.  A continuación, una reflexión previa acerca de las ventajas, potencialidades, pero también límites, inconvenientes y retos de las tecnologías generativas de IA en educación. 

Potenciación de la Productividad y Tareas de Gestión: La IA como "Copiloto" Docente

La IA generativa se perfila como un formidable aliado para incrementar la productividad del profesorado. Actuando como un "copiloto" digital, esta tecnología facilita la optimización de tareas administrativas y de calificación, liberando tiempo valioso para actividades de mayor impacto pedagógico. Esto abarca desde la redacción de informes y la elaboración de tablas hasta el apoyo en la investigación y la búsqueda de cursos personalizados para el desarrollo profesional continuo. La automatización de estas tareas rutinarias representa una democratización del acceso a la "ayuda"  permitiendo a los docentes redirigir su energía hacia la interacción directa con los estudiantes y la innovación didáctica.

Innovación en el Diseño y Adaptación de Recursos Educativos

La capacidad de la IA generativa para simplificar el diseño de recursos educativos representa una evolución significativa en la creación de materiales didácticos. Esta tecnología permite la generación de contenido diverso, incluyendo textos, presentaciones visuales, imágenes, glosarios o materiales para juegos educativos, como "roscos de Pasapalabra" sobre temas específicos. Además, puede asistir en la creación de rúbricas de evaluación. Este avance supera las funcionalidades de creación de contenidos interactivos habilitadas por la Web 2.0, exigiendo al profesorado el desarrollo de nuevas habilidades profesionales. Estas competencias incluyen la selección crítica, la creación asistida por IA y el juicio experto sobre la relevancia y calidad pedagógica de los materiales generados. En el contexto de la educación híbrida, esta capacidad se traduce en nuevas oportunidades para la enseñanza a distancia y la personalización del aprendizaje.

Redefinición de la Planificación de Asignaturas y el Diseño de Tareas Didácticas

La IA generativa emerge como una potente fuente de ideas para la planificación académica. Facilita la concepción de diversas tareas didácticas sobre un mismo contenido y la integración de estrategias de gamificación. La irrupción de la IA generativa impone la necesidad de repensar y rediseñar la evaluación y las tareas propuestas a los estudiantes. El docente, en este escenario, debe articular transformaciones didácticas que integren la IA como un recurso esencial para el proceso de aprendizaje, fomentando en los estudiantes el desarrollo de habilidades críticas y el uso ético de estas tecnologías.

Optimización del Proceso Educativo a través del Análisis de Datos

La IA ofrece herramientas analíticas avanzadas para obtener información sobre el rendimiento y progreso de los estudiantes. Mediante el análisis de datos, los docentes pueden identificar patrones que podrían pasar desapercibidos, permitiéndoles tomar decisiones informadas para optimizar los contenidos y brindar un apoyo más efectivo a sus alumnos. Para capitalizar este potencial, los docentes deben desarrollar habilidades para interpretar los datos proporcionados por la IA y aplicarlos a la mejora continua del aprendizaje.

Fomento de la Personalización y Adaptación del Aprendizaje

Aunque la personalización de la enseñanza no es un concepto novedoso, la IA amplifica su alcance, posibilitando la oferta de recursos y experiencias de aprendizaje adaptadas a las necesidades individuales de cada estudiante. Sistemas como los tutores inteligentes o los motores de recomendación, apoyados por IA, guían a los estudiantes con pistas y retroalimentación personalizada, creando caminos de aprendizaje individuales y optimizados. La IA generativa tiene el potencial de apoyar un enfoque más constructivista del aprendizaje, permitiendo experiencias creativas, basadas en proyectos e impulsadas por intereses. En este sentido, la IA se convierte en una herramienta fundamental para que el docente logre esta "panacea educativa", tomando decisiones contextualizadas y centradas en el estudiante.

Desarrollo de la Competencia Digital Docente y Alfabetización en IA

En la era de la IA, el desarrollo de la competencia digital docente y la alfabetización en IA se tornan imprescindibles. Esto implica no solo comprender los fundamentos de la IA (algoritmos, redes neuronales, machine learning, deep learning, PNL), sino también desarrollar el pensamiento computacional como base para entender y crear con IA. Las habilidades esenciales incluyen la capacidad de interactuar eficazmente con la IA (ej. escritura de prompts efectivos), la evaluación crítica de herramientas (considerando usabilidad, gratuidad, protección de datos) y la navegación en entornos digitales basados en IA. La mejora de la competencia profesional del docente es un beneficio directo de esta alfabetización.

Uso Ético, Responsable y Reflexión Crítica

La integración de la IA generativa exige una reflexión crítica profunda y una planificación cuidadosa, con especial atención a los aspectos éticos. La educación ha sido identificada como un sector de alto riesgo en la regulación de la IA. Los docentes deben comprender y abordar los riesgos inherentes, tales como la brecha digital, los sesgos en los datos de entrenamiento y los resultados, la gestión de datos personales, la incertidumbre sobre los derechos de autor y la posibilidad de que la IA cometa errores o "alucine". Es fundamental desarrollar la capacidad de evaluar críticamente el contenido generado por IA y promover un uso consciente y responsable de estas tecnologías. Además, los docentes, deben modelar y enseñar a los estudiantes los principios de la ética digital, la privacidad y el uso responsable de la IA.

Participación en Comunidades de Aprendizaje y Colaboración

La articulación de redes virtuales para el intercambio de conocimientos y experiencias entre docentes, posibilitada inicialmente por la Web 2.0, mantiene su relevancia como una vía crucial para el desarrollo profesional en la era de la IA. La participación activa en estas comunidades de aprendizaje y colaboración es fundamental para la mejora continua de la práctica docente en un campo en constante evolución. Las instituciones universitarias deben fomentar activamente la creación de foros y comunidades que faciliten la discusión sobre el impacto de la IA y el intercambio de buenas prácticas.

A partir de los beneficios y riesgos identificados, así como de los retos inherentes a su implementación, se propone un enfoque estratégico para su inclusión efectiva de la IA Generativa en la Universidad: 

1. Diseño de un Marco Institucional Integral

• Políticas Claras y Guías de Uso Ético: Establecer directrices institucionales que regulen el uso de la IA generativa por parte de docentes y estudiantes. Estas guías deben abordar aspectos como la integridad académica, la privacidad y gestión de datos, la autoría y citación adecuada del contenido generado por IA, y la reflexión sobre los sesgos. La educación, al ser considerada un sector de alto riesgo en la regulación de la IA, requiere una atención particular en este ámbito.
• Infraestructura Tecnológica Adecuada: Garantizar el acceso equitativo a herramientas de IA generativa y plataformas que integren estas funcionalidades, minimizando la brecha digital.

2. Formación y Desarrollo Profesional Docente Continuo

• Programas de Capacitación Multidisciplinares: Diseñar programas de formación que vayan más allá de lo técnico, incluyendo la didáctica, la ética y el uso responsable de la IA generativa [69]. Estos programas deben proveer al profesorado el tiempo, espacio y recursos necesarios para actualizar sus habilidades.
• Fomento de Comunidades de Práctica: Promover la creación y participación en redes de colaboración y comunidades de aprendizaje donde los docentes puedan compartir experiencias, resolver desafíos y cocrear estrategias pedagógicas innovadoras con IA.

3. Transformación Curricular y Pedagógica

• Rediseño de Tareas de Enseñanza y Evaluación: La IA generativa fuerza un replanteamiento de la evaluación. Las tareas deben ser rediseñadas para enfocarse en el proceso de aprendizaje, el pensamiento crítico, la resolución de problemas complejos y la aplicación de habilidades, en lugar de la mera producción de contenido fácilmente automatizable por la IA. Esto implica explorar nuevas formas de evaluación que evalúen el razonamiento y la comprensión.
• Inclusión de la Alfabetización en IA en los Planes de Estudio: Integrar la competencia digital y la alfabetización en IA en los currículos universitarios para estudiantes, no solo como usuarios, sino también para comprender el funcionamiento de la IA, sus potencialidades y limitaciones. Esto fomenta el pensamiento computacional.
• Adaptación de las Titulaciones: En algunos casos, será necesario reconfigurar las titulaciones para preparar a los estudiantes para un mundo laboral y social cada vez más mediado por la IA.

4. Promoción de la Reflexión Crítica y la Alfabetización Informacional

• Desarrollo de Habilidades de Evaluación Crítica: Capacitar a docentes y estudiantes para evaluar críticamente los resultados de la IA generativa, contrastar la información generada y detectar posibles "alucinaciones" o información errónea.
• Educación sobre Contenido Potencialmente Nocivo: Sensibilizar sobre la posibilidad de que la IA genere contenido tóxico, falso o utilizado para fines maliciosos, fomentando una actitud consciente y responsable al interactuar con estas herramientas.

5. Fomento de la Investigación y la Participación Docente

• Involucrar a los Docentes en el Diseño de IA Educativa: Es crucial que el colectivo docente participe activamente en el desarrollo y la investigación de sistemas de IA educativa. Esto asegura que las herramientas respondan a las necesidades reales del aula y del proceso de enseñanza-aprendizaje.

En conclusión, la IA generativa es una tecnología potente y de rápida evolución que presenta tanto oportunidades significativas para enriquecer la educación superior como también riesgos que deben ser abordados proactivamente. Los retos implican una transformación profunda a nivel pedagógico, institucional y de desarrollo profesional, así como un esfuerzo continuo por la alfabetización y el uso ético y crítico por parte de toda la comunidad educativa. 

Comenzar por alguna/s de esta dimensiones, es necesario para abordar una transformación profunda a nivel pedagógico, institucional y de desarrollo profesional en la Educación superior.

Este artículo fue elaborado con asistencia de NotebookLM y Chat Gemini: https://g.co/gemini/share/b3e72ca3b1cc