Bienvenidos a Navegando en la Educación Digital. Dos acontecimientos recientes colocaron a la tecnología educativa bajo escrutinio: las irregularidades del examen de ingreso en línea de la UNAM, que motivaron una revisión técnica del proceso (Universidad Nacional Autónoma de México [UNAM], 2026), y las vulnerabilidades exhibidas en SaberesMX, donde se reportó la obtención de constancias sin completar los procesos formativos (Latinus, 2026). Parecen problemas de seguridad o supervisión automatizada. Sin embargo, el problema que la inteligencia artificial acaba de hacer visible no comenzó con la inteligencia artificial.
Detrás aparece una pregunta más incómoda: ¿en qué momento comenzamos a confundir aquello que podemos medir, registrar o certificar con aquello que significa aprender y conocer? Un examen produce una puntuación, pero una puntuación no es el conocimiento. Una plataforma puede emitir una constancia, pero una constancia no es el aprendizaje. Son representaciones útiles; el problema comienza cuando las confundimos con aquello que representan. Cuando convertimos el conocimiento en un trámite, corremos el riesgo de creer que registrar el aprendizaje equivale a producirlo.
Esta discusión no nació con las plataformas digitales. En El ojo del amo, Pasquinelli (2025) reconstruye una historia social de la inteligencia artificial ligada a procesos de observación, medición, clasificación y automatización. Muchas tecnologías prolongan formas históricas mediante las cuales las actividades humanas se vuelven observables y calculables. El ojo que antes supervisaba puede convertirse hoy en cámara, métrica o algoritmo.
El problema no es que exista un “ojo” tecnológico. El problema comienza cuando delegamos al ojo la facultad de decidir qué significa conocer. Un sistema puede identificar patrones o anomalías; otra cosa es reducir el conocimiento de una persona a aquello que puede medir. Entonces la pregunta cambia: ¿diseñamos herramientas para comprender mejor el aprendizaje o adaptamos el aprendizaje a lo que pueden medir?
La investigación profundiza esta tensión. French et al. (2024) muestran las limitaciones de los exámenes de alto impacto cuando se convierten en la principal evidencia de aprendizajes complejos. Vlachopoulos y Makri (2024), desde la evaluación auténtica, destacan cómo una persona aplica conocimientos, resuelve problemas, argumenta y actúa frente a situaciones contextualizadas. No se trata de eliminar el examen, sino de dejar de tratarlo como la representación total del saber.
Aquí aparece el desafío de la transformación digital educativa. Transformar no consiste en poner procesos analógicos dentro de una pantalla; consiste en reconsiderar qué procesos siguen teniendo sentido en una sociedad digital. Llevar un examen del papel a una plataforma es digitalización. Incorporar una cámara o inteligencia artificial amplía su automatización. Pero eso no responde a la pregunta pedagógica fundamental: ¿aquello que automatizamos continúa siendo la mejor manera de comprender lo que una persona sabe y puede hacer?
La inteligencia artificial puede ocupar otro lugar. Puede construir escenarios, enriquecer simulaciones, generar retroalimentación y ampliar las evidencias de aprendizaje. Su mayor potencial quizá no esté en vigilar mejor una respuesta, sino en favorecer situaciones donde el razonamiento, la aplicación y la construcción de conocimiento se hagan visibles. Así, la tecnología funciona como mediación y no como sustitución del juicio pedagógico.
Existe además una paradoja. Los sistemas de inteligencia artificial se construyen a partir de datos, producciones y prácticas humanas. Pasquinelli (2025) recuerda que detrás de la aparente autonomía de las máquinas existe una historia de inteligencia social y trabajo colectivo. Resultaría contradictorio que, después de construir sistemas a partir de nuestra inteligencia, reorganizáramos la educación para que las personas demuestren lo que saben solo de las maneras que esos sistemas pueden registrar.
Por ello, la respuesta no debería reducirse a menos tecnología ni resolverse mediante más vigilancia. Necesitamos mejor pensamiento sobre la tecnología: comprender qué conviene conservar, qué debemos transformar y qué prácticas quizá dejaron de responder a una sociedad atravesada por la digitalidad y la inteligencia artificial. La persona debe permanecer en el centro.
La transformación digital educativa comienza cuando dejamos de preguntar qué podemos automatizar y empezamos a preguntarnos qué vale la pena seguir haciendo, con qué propósito y bajo qué idea de aprendizaje. Si hoy una máquina puede responder preguntas, reconocer patrones, vigilar exámenes y certificar procesos, ¿estamos preparados para transformar la manera en que decidimos quién sabe, sin olvidar que educar significa mucho más que medir?
Referencias
French, S., Dickerson, A., & Mulder, R. A. (2024). A review of the benefits and drawbacks of high-stakes final examinations in higher education. Higher Education, 88, 893–918. https://doi.org/10.1007/s10734-023-01148-z
Latinus. (2026, 3 de agosto). Empresa que falló en examen de la UNAM opera cursos educativos del gobierno, también con errores.
Pasquinelli, M. (2025). El ojo del amo: Una historia social de la inteligencia artificial (M. M. Alonso, Trad.). Fondo de Cultura Económica. (Obra original publicada en 2023).
Universidad Nacional Autónoma de México. (2026). Recomendación de la Comisión Técnica: Examen de control presencial.
Vlachopoulos, D., & Makri, A. (2024). A systematic literature review on authentic assessment in higher education: Best practices for the development of 21st century skills, and policy considerations. Studies in Educational Evaluation, 83, 101425. https://doi.org/10.1016/j.stueduc.2024.101425