En este ecosistema, la enseñanza no es transmisión de conocimiento, sino un proceso de reconfiguración permanente, donde los modelos de IA pueden anticipar los estados cognitivos de los estudiantes antes de que estos se manifiesten (Marcus & Bengio, 2025). La educación superior deja de ser una entidad fija y se convierte en una infraestructura de inteligencia colectiva en expansión, donde la personalización del aprendizaje no es un privilegio, sino una consecuencia estructural del sistema.

El futuro de la ingeniería educativa no está en el desarrollo de plataformas más eficientes, sino en la arquitectura de ecosistemas de inteligencia compartida, donde cada IA, cada estudiante y cada docente no existen como entidades separadas, sino como nodos dentro de una red autoevolutiva (Russell & Amodei, 2025).

Organizations are increasingly using AI-powered advanced analytics to understand individual learner behaviors, preferences, and performance for hyper-personalization of content delivery. By curating and delivering tailored content and adapting learning experiences dynamically, AI ensures relevance and improved engagement for every learner. For instance, the language learning app Duolingo uses AI to offer customized lessons based on a user's progress, learning pace, and errors.

Microcredentials are often touted as a way for students and working adults to learn skills and move into new industries without the same time and money commitment required to pursue a college degree. But some college officials are working to pair microcredentials with a traditional four-year education. 

The University of Texas System expanded its partnership with Coursera late last year to provide some 15,000 students across its five health campuses with free access to the online learning platform’s microcredentials. Through the partnership, students, faculty, staff, and alumni have access to Coursera’s Career Academy, which offers some 50 professional certificate programs with companies like Google and Microsoft. 

El uso de dispositivos tecnológicos como celulares, tabletas o portátiles en el ámbito educativo es un tema que genera opiniones divididas. Su impacto no es uniforme, ya que depende del nivel educativo, las necesidades de los estudiantes y el contexto en el que se utilicen. Para comprender mejor esta problemática, es fundamental analizar dos escenarios distintos: la educación básica y la educación media superior y superior.

¿Es la inteligencia artificial (IA) realmente el gran catalizador de la transformación educativa que se promete, o se halla sobrecargada de expectativas y predicciones exageradas? ¿Podemos abrazar todas las nuevas herramientas basadas en IA sin cuestionar la ética, la formación docente y las condiciones de implementación en las aulas?

Estas preguntas, lejos de ser meras provocaciones, apuntan a un núcleo profundo de reflexión que debería formar parte del debate actual en el ámbito educativo. Con la proliferación de tecnologías emergentes y la constante aparición de recursos que prometen “revolucionar” el proceso de enseñanza y de aprendizaje, se hace imperativo tomarnos un momento para interpelar las suposiciones que subyacen a cada innovación, y en especial pensar de quién depende esa transformación. Es posible que detrás de la fascinación inicial exista una combinación de aspiraciones legítimas, intereses comerciales, desarrollo científico y, al mismo tiempo, riesgos o mitos que no siempre son evidentes a primera vista.

The higher education community continues to grapple with questions related to using artificial intelligence (AI) in learning and work. In support of these efforts, we present the 2025 EDUCAUSE AI Landscape Study, summarizing our community's sentiments and experiences related to strategy and leadership, policies and guidelines, use cases, the higher education workforce, and the institutional digital divide. The survey for this research project was distributed from November 4 to November 18, 2024, building on insights previously published in the 2024 EDUCAUSE AI Landscape Study.

For this research, we use the definition of AI established by the U.S. National Artificial Intelligence Act of 2020: "[A] machine-based system that can, for a given set of human-defined objectives, make predictions, recommendations or decisions influencing real or virtual environments." With this as the basis, we asked survey respondents to consider AI broadly, though we recognize that it has become common for individuals to conflate general AI with generative AI.

STEM educators now have an unspoken job title: AI ambassadors. With the rapid mainstream adoption of AI, students and colleagues are turning to educators for guidance on how to navigate this new technological landscape. This presents a unique opportunity for educators to shape how AI is understood and integrated into schools.

Navigating this role requires staying ahead of a field that evolves at breakneck speed. Continuous learning is essential. Educators must not only familiarize themselves with the latest AI advancements but also develop a mindset of curiosity and adaptability. This knowledge enables them to demystify AI for their peers and integrate its concepts into interdisciplinary teaching.

La educación y la tecnología han mantenido, desde hace décadas, una relación compleja y enriquecedora. Sin embargo, en el umbral de la revolución de la inteligencia artificial (IA), surgen preguntas fundamentales: ¿Podrá la IA transformar la educación de manera autónoma o, por el contrario, depende de un cambio profundo en la estructura pedagógica y en la práctica docente? ¿Estamos ante la ilusión de que una herramienta tan disruptiva sea el motor de un cambio sistémico, o debemos potenciar el poder que reside en las capacidades inherentes de los educadores, estudiantes e instituciones? Estos interrogantes invitan a reflexionar sobre el rol que la tecnología debe desempeñar en el proceso transformador y si, en efecto, la inteligencia artificial es el protagonista absoluto o simplemente una herramienta en manos de quienes conocen y ejercen el arte de enseñar y aprender.

En la actualidad, vivimos en una era en la que la Inteligencia Artificial Generativa (IAG) está transformando múltiples industrias, incluida la educación. En este contexto, los badges digitales han emergido como una herramienta poderosa para reconocer competencias, fomentar el aprendizaje continuo y fortalecer la conexión entre los logros académicos y profesionales. Este artículo aborda la relevancia de los badges en el aprendizaje personalizado y su integración con las Tecnologías para la Inspiración y la Humanización del Aprendizaje (TIHA), un enfoque innovador que prioriza el bienestar emocional, la empatía y la conexión humana en entornos educativos.

La Educación basada en el Metaverso ha evolucionado rápidamente con la proliferación de herramientas de realidad virtual y aumentada en entornos formativos. Sin embargo, el crecimiento acelerado de estas tecnologías ha generado un ecosistema fragmentado, donde la falta de estándares dificulta su adopción masiva. Para abordar este desafío, el Metaverse Standards Forum ha lanzado el registro educativo del metaverso, una iniciativa destinada a organizar y centralizar recursos, tendencias y mejores prácticas en este ámbito.

No hay vuelta atrás: la Inteligencia Artificial (IA) está entre nosotros y no queda más que amigarnos con ella para aprovecharla y evitar riesgos. La IA, como es de suponer, también ingresará con más fuerza a las aulas. Se quiera o no, redefinirá el ámbito educativo con oportunidades para un aprendizaje más dinámico, innovador y creativo. Pero, lógicamente, para que esto ocurra los docentes necesitan capacitarse y reconfigurar su rol.

En este artículo, analizaremos cinco grandes ejes que delinean una crítica y, sobre todo, una oportunidad de reconstrucción educativa: la crítica suave de Ken Robinson, la crítica estructural de Iván Illich, la comparación entre la “Máquina Educativa” y la inteligencia humana, el potencial de la IA en la escuela, y el paradigma del pensamiento complejo de Edgar Morin. Asimismo, incorporaremos otras perspectivas y referencias que abonan a la urgencia de repensar las bases mismas de la educación.

Reality is not optional. Ignoring our shared reality is a collapse into chaos. Weaponized postmodernism, where facts are twisted and accountability evaded, threatens the foundation of education and society itself. Shared realities are not optional; without them, critical thinking fails, trust evaporates, and collaboration becomes impossible. Education must confront distortion head-on, rooting itself in empirical evidence while unleashing our imaginations to solve new challenges. To build a sustainable future, learners must be equipped to challenge distortions, reject evasion of accountability, and navigate complexity with intellectual courage.

There is no question that artificial intelligence (AI) offers a myriad of opportunities to enrich learning for our students. With AI, learning experiences can be more personalized, resources can be more tailored and be accessed quicker, information about student learning progress can be more complete, and suggestions for next steps can be more focused. 

However, AI is not a risk-free or an infallible answer to student learning challenges. In fact, there are several potential problems and pitfalls of which we need to be aware and for which we need to be vigilant. Expecting students to rely on AI as their primary learning guide can be a mistake. Without our engagement, coaching, and direction, AI can undermine critical aspects of learning, distract from crucial elements of understanding, and even mislead students regarding what they have learned and need to retain in memory. 

For too long, Education has been structured around control. Students are placed on predetermined paths, told what to learn, when to learn it, and how their success will be measured. The result? Compliance masquerading as education. Schools reward those who follow instructions and penalize those who deviate, mistaking obedience for mastery. Curiosity, the engine of real learning, is suppressed, and intrinsic motivation is eroded. In this system, learning becomes a passive act, something done to students rather than something they engage in with agency and purpose.

The Creativity with AI in Education 2025 Report, based on insights from over 2,800 educators across the United States and UK, reveals how AI technology is transforming classrooms by enhancing creative thinking, supporting multimedia content creation and developing essential communication skills. The findings demonstrate AI’s potential to foster academic success, career readiness and personal growth while nurturing students’ well-being and sense of purpose.

Las redes de conocimiento autoorganizadas representan un modelo emergente clave para transformar los sistemas educativos hacia una nueva era de aprendizaje. Este concepto se basa en la capacidad de las redes para autoestructurarse y adaptarse dinámicamente a medida que los estudiantes interactúan con el contenido, lo que promueve un descubrimiento abierto de relaciones entre conceptos aparentemente dispares. En el contexto de la Educación Disruptiva, esta capacidad de autoorganización permite que los estudiantes se conviertan en agentes activos de su propio proceso de aprendizaje, estimulando la exploración autónoma y el pensamiento crítico. La inteligencia artificial (IA), aplicada como catalizador en este proceso, se convierte en un agente cognitivo inteligente que facilita la construcción continua de redes de conocimiento y la evolución de las conexiones entre los distintos dominios del saber.

La inteligencia artificial (IA) representa una oportunidad significativa para la personalización y adaptación de sistemas educativos en modalidad virtual. Los avances en IA se han aplicado principalmente en sistemas de tutoría inteligentes, modelos predictivos y personalización de recursos y estrategias de aprendizaje.

Esta investigación, que consiste en una revisión bibliográfica sistematizada, se propuso analizar estudios sobre el uso de la IA en la personalización de los procesos de aprendizaje en educación a distancia. Se identificaron temas y niveles educativos de las iniciativas, principales resultados, tipos de datos utilizados, técnicas de modelado más recurrentes y percepciones sobre la implementación de la IA en educación virtual.

Para esta investigación, se consultaron las bases de datos WoS, Scopus, Dialnet y SciELO, seleccionando 65 documentos publicados entre 2018 y 2023. Se observó que la IA se integra fuera del proceso de aprendizaje en iniciativas de apoyo extracurricular diseñadas a partir de modelos predictivos de éxito académico, así como dentro del currículo a través del desarrollo de sistemas de recomendación adaptativos que recomiendan recursos, materiales y rutas personalizadas de aprendizaje y/o retroalimentan de manera personalizada el proceso.

Los usos exitosos de la IA en la educación virtual tienen el potencial de ser adaptados, según el objetivo perseguido, a diversas disciplinas, incluyendo la atención a necesidades educativas especiales (NEE), y a grupos de estudiantes de distintos niveles del sistema educativo, con una mayor concentración en la educación superior.

Every school year, I greet my students with optimism. While I am getting to know them, and helping them get to know each other, I also have to help them understand the academic expectations of our course. With generative AI in the mix, these conversations have changed over the past few years.

To begin with, I include a specific reference to AI in my course syllabus: “ChatGPT and other AI software have grown in prevalence and ease of use recently. Submitting content written by AI software as your own in any element of your work, big or small, is academically dishonest. I cannot assess your proficiency from a submission that is not your own work. Do not cheat yourself out of an education by using AI when you should be doing your own thinking and writing. AI can be a great tool for helping you learn. Together we will explore some of those possibilities.”

The young tech start-up founders didn’t enjoy traditional lectures, they said, particularly when classrooms were half empty and students seemed disengaged. Instead, they learned much more through starting a tech business. We had been talking about teaching in the age of innovation and AI, but what this conversation at a start-up accelerator bootcamp highlights is a broader trend that affects even the most engaging universities: poor classroom attendance, disengaged students and declining enrolments.

A disconnect has appeared between the way students live their digital, networked lives and the way they are expected to learn at university.

La emergencia de nuevas herramientas de IA generalistas (Gemini y las de OpenAI) está superando incluso a herramientas especializadas como Elicit y Scite. Este avance no marca el fin de la investigación humana, sino un cambio en su naturaleza. En lugar de ser meros recopiladores de datos, los humanos deberemos desempeñar un papel más estratégico, guiando a los agentes de IA hacia respuestas precisas y verificables. La habilidad más valiosa en el futuro no será simplemente encontrar información, sino saber qué preguntas hacer y cómo evaluar las respuestas generadas por la IA.