El reto pasa por rediseñar la docencia, integrar los datos y los sistemas para que la IA mejore el aprendizaje y las gestiones diarias. Así lo explica Eumari Bonilla Cartier, directora Regional de Instructure España, creadores de Canvas LMS.
Con 2025 a punto de terminar, la Educación Superior sigue reaccionando ante la IA en vez de adoptar cambios estructurales para afrontar los retos que conlleva: ‘acumula’ herramientas tecnológicas para ‘estar al día’ en transformación digital y pone freno a los estudiantes para que no hagan trampas con la IA, como si eso bastara para resolver el problema de la integridad académica. No obstante, la inteligencia artificial sigue avanzando, el alumnado aprende a usarla más rápido que muchos docentes y los puestos de trabajo se transforman o desaparecen antes de que los estudiantes reciban su título.
Con este panorama, el año 2026 tiene que ser el momento de la reconfiguración estructural para rediseñar la enseñanza y la forma en que se evalúa y valida el aprendizaje, sacar el mayor provecho a los datos y unir ecosistemas tecnológicos fragmentados para que la IA aporte valor de forma real. Pero, ante la rápida evolución de la IA y sus agentes incursionando en las universidades, ¿en qué deberían concentrarse las instituciones de educación superior para no quedarse atrás?
Índice de contenido:
En un reciente estudio publicado por Turnitin, el 95% de los administradores académicos, educadores y estudiantes encuestados cree que se está haciendo un uso indebido de la IA. Aunque el 78% se siente positivo sobre los efectos que está teniendo en la educación, el 74% señala que el volumen y la disponibilidad de estas herramientas resultan abrumadores. Son tantas las opciones y las formas en que un estudiante puede acceder a la IA para ‘hacer trampa’, si así lo decide, que la respuesta no puede ser seguir en ‘modo policía’. La solución no está solo en la tecnología, sino en la pedagogía. Y es que más que evitar un uso fraudulento, el enfoque debe estar en diseñar tareas que hagan visible el proceso de aprendizaje, no solo el producto final; ayudar al estudiante a ver el propósito de la actividad; e inculcar el uso ético de la IA como parte del currículo.
En la era de la IA, hay que buscar que los estudiantes sean transparentes sobre cómo la han utilizado y sean capaces de explicar y defender su propio pensamiento. Ese cambio exige ir más allá de entregas únicas y de alto impacto, avanzando hacia una evaluación más iterativa, aplicada y reflexiva, donde el aprendizaje sea visible a lo largo del tiempo y resulte más difícil de externalizar a una única herramienta.
Ya no se trata de ver la transformación digital como modernización basada en la adquisición de tecnología, sino como un proceso que inspira la madurez digital. El reto es rediseñar la docencia, integrar los datos y los sistemas para que la IA pueda mejorar el aprendizaje y las operaciones de cada institución.
El auge de la IA agentiva está transformando la Educación Superior, impulsando una automatización más inteligente y sistemas de aprendizaje integrados. Sin embargo, muchas universidades siguen trabajando con plataformas autogestionadas y sistemas de aprendizaje que fueron diseñados originalmente para manejar procesos simples y lineales. Esas arquitecturas heredadas, cerradas y fragmentadas obligan a las instituciones a sobrevivir a punta de ‘parches’, añadiendo funciones de IA superficiales sobre bases tecnológicas antiguas y limitando lo que la IA agentiva puede hacer por estudiantes y docentes. Para que la IA agentiva funcione de verdad, las universidades necesitan una arquitectura amigable con los agentes de IA, es decir, dar acceso unificado a los datos bajo control institucional, APIs sólidas y transparentes que sigan estándares abiertos e interfaces flexibles para personas y máquinas.
Se ha hablado, especialmente en Estados Unidos, del llamado ‘enrollment cliff’ o el desplome de matrículas, pero lo que realmente está pasando es un desplazamiento de la matrícula (‘enrollment shift’), un cambio en quién estudia, dónde y qué tipo de estudios busca. O lo que es lo mismo: matrículas que se desplazan a rutas de formación profesional, a proveedores alternativos o a destinos más acogedores. España es un buen ejemplo de cómo se manifiesta este cambio. El sector de la formación profesional vive una transformación sin precedentes, con más de 1,2 millones de estudiantes matriculados y un crecimiento del 36% en los últimos seis años.
Otro ejemplo es la matrícula de estudiantes internacionales, que lleva ya varios años creciendo de forma sostenida en las universidades españolas y hoy representa una oportunidad clara. Y eso en un momento en el que los cuatro grandes destinos tradicionales (Estados Unidos, Reino Unido, Australia y Canadá) están endureciendo sus políticas migratorias y de visados, lo que ralentiza las nuevas matrículas y abre espacio para que otros países se consoliden como alternativas más accesibles en términos de costes y condiciones migratorias.
Si la tendencia es el desplazamiento de la matrícula, no se puede competir por los mismos estudiantes de siempre. La clave en el año 2026 es cómo abrir rutas de aprendizaje nuevas y más flexibles que acompañen a las personas a lo largo de toda su trayectoria laboral y también se ajusten a las nuevas aulas multigeneracionales. En ese escenario, las microcredenciales se presentan como una pieza clave para la diversificación de la oferta de las universidades: módulos más cortos, flexibles y alineados con el empleo, que pueden atraer a quienes no encajan en el modelo universitario clásico.
Según el informe ‘La Situación de la Educación Superior en España 2025’ elaborado por Instructure, el 54 % de los estudiantes encuestados en España considera optar en el futuro por modalidades más flexibles de estudio, como el aprendizaje combinado, las microcredenciales o los cursos cortos. En la era del aprendizaje a lo largo de la vida, el gran reto global para que las microcredenciales cumplan su promesa no es solo multiplicar la oferta, sino conseguir que respalden, de verdad, la progresión y la movilidad de estudiantes y trabajadores. Eso implica que puedan moverse con fluidez entre sistemas, países y sectores, y que sean reconocidas, transferidas y valoradas por universidades y empleadores a lo largo de toda la trayectoria profesional.
Para preservar su valor y mantener viva la ‘promesa del título universitario’, las universidades tienen la responsabilidad de demostrar que la enseñanza que imparten y las credenciales que otorgan son creíbles y significativas para el mercado laboral. Y eso exige ir más allá de qué se enseña e invertir en cómo se evalúa, se demuestra y se acredita el aprendizaje. En un escenario de trayectorias formativas fragmentadas y carreras profesionales cada vez menos lineales, la movilidad del estudiante —entre instituciones, sectores y países— será crítica para ampliar las oportunidades de empleabilidad en un mundo que está cambiando a la misma velocidad a la que aprende la inteligencia artificial.
En definitiva, las universidades que en 2026 apuesten por elevar la calidad de sus cursos, redefinan la evaluación y el concepto de integridad académica, y construyan ecosistemas tecnológicos que funcionen de forma coordinada y den soporte a microcredenciales realmente reconocidas, estarán mejor posicionadas para acompañar a sus estudiantes en un mundo impulsado por la IA, además de mantenerse vigentes ante los cambios en la matrícula.
(Este artículo ha sido elaborado en colaboración con Instructure)
