Hace unos días se hicieron públicos los resultados del Programa para la Evaluación Internacional de Estudiantes (PISA) de la Organización para la Cooperación y el Desarrollo Económico (OCDE), que mide la capacidad de los jóvenes de 15 años para aplicar sus conocimientos y habilidades en lectura, matemáticas y ciencias para afrontar retos de la vida real.
Estos resultados volvieron a poner sobre la mesa una realidad incómoda para México. El desempeño de los estudiantes mexicanos se mantiene por debajo del promedio de la OCDE en matemáticas, lectura y ciencias. En matemáticas, apenas tres de cada diez alcanzaron al menos el nivel básico de competencia, mientras que en lectura y ciencias lo hizo aproximadamente la mitad (OCDE, 2026a).
Seguramente estos resultados abrirán, una vez más, una discusión necesaria sobre lo que ocurre en las aulas de educación básica. Sin embargo, desde mi lugar como profesor universitario, me surge una pregunta diferente: ¿Qué significan estos resultados para quienes recibimos, pocos años después, a esos jóvenes en nuestras instituciones?
Las universidades no pueden resolver por sí solas los problemas acumulados a lo largo de toda una trayectoria educativa. Pero tampoco pueden ignorar sus efectos. PISA nos obliga a reconocer que competencias fundamentales, como comprender, argumentar, resolver problemas, relacionar información o aprender de manera autónoma, no siempre llegan plenamente desarrolladas a la educación superior. Si estas habilidades son indispensables para aprender en la universidad, entonces necesitamos encontrar formas de seguir fortaleciéndolas en nuestras aulas.
El reto se vuelve aún más complejo en un contexto en el que la inteligencia artificial puede resolver en segundos muchas de las tareas que antes utilizábamos para observar esas capacidades.
Un estudiante puede resumir un texto, estructurar un argumento, resolver un problema o generar un reporte aparentemente impecable sin que necesariamente haya desarrollado por sí mismo todo el proceso de comprensión, análisis y razonamiento que esas tareas implican.
Por eso, el reto para la universidad ya no está solo en revisar qué entrega el estudiante, sino en identificar qué tanto comprendió, qué decisiones tomó y qué parte del proceso realmente puede explicar y sostener por sí mismo.
Los investigadores del ámbito educativo comienzan a documentar esta preocupación. El OECD Digital Education Outlook 2026 advierte que la inteligencia artificial generativa puede mejorar el desempeño inmediato de los estudiantes sin necesariamente generar ganancias equivalentes en el aprendizaje
Cuando la tecnología sustituye procesos cognitivos que debería realizar el estudiante, pueden reducirse la participación metacognitiva y el esfuerzo intelectual necesarios para aprender (OCDE, 2026b). De manera similar, una reflexión publicada en Nature Reviews Psychology plantea la necesidad de distinguir entre mejorar un producto y mejorar el aprendizaje de quien lo produce (Yan et al., 2025).
En este sentido, aunque por mucho tiempo revisar un ensayo, una presentación o la solución de un problema nos permitía hacernos una idea de lo que un estudiante había aprendido, hoy esa relación es mucho menos clara. Un trabajo bien hecho ya no nos dice, por sí solo, cuánto comprendió realmente quien lo entregó.
Por eso, frente a los resultados de PISA, quizá deberíamos evitar una interpretación que concluya simplemente que nuestros jóvenes necesitan aprender más contenidos. Los necesitan, por supuesto. Pero también requieren aprender qué hacer con el conocimiento.
Comprender un problema antes de intentar resolverlo. Distinguir evidencia de apariencia. Reconocer lo que no saben. Contrastar fuentes. Identificar consecuencias. Explicar por qué eligieron una alternativa y no otra. Cambiar de postura cuando la evidencia contradice sus primeras conclusiones. Todas estas capacidades forman parte de un criterio profesional que va mucho más allá del simple dominio de las herramientas tecnológicas (Vázquez-Parra, 2026).
En otras palabras, necesitan desarrollar criterio. Y allí, la universidad, y nosotros como docentes, tenemos una responsabilidad que difícilmente podemos delegar.
Las herramientas tecnológicas seguirán cambiando y cada vez más rápido. Por eso, más que concentrarnos únicamente en enseñar la tecnología disponible hoy, necesitamos formar profesionales capaces de adaptarse a las que vendrán, utilizarlas con criterio, cuestionar sus respuestas y reconocer sus límites.
Esto implica aprender a trabajar con inteligencia artificial sin delegar en ella aquello que nos corresponde decidir. Aprovechar sus posibilidades, pero mantener la capacidad de revisar, cuestionar y asumir la responsabilidad por lo que hacemos con sus respuestas. UNESCO ha insistido en que la incorporación de la IA en la educación debe proteger la agencia humana y responder a una finalidad pedagógica, no solo tecnológica (Miao & Holmes, 2023).
Esto también nos obliga a revisar cómo estamos enseñando y evaluando.
Si una actividad puede resolverse casi por completo con una instrucción a una herramienta de inteligencia artificial, vale la pena preguntarnos si realmente estamos evaluando aquello que queremos formar. Cada vez importa más saber qué entendió el estudiante, cómo llegó a una respuesta, qué decisiones tomó y qué puede sostener con sus propias palabras.
Y aquí es donde PISA vuelve a ser relevante para la universidad. Sus resultados no solo hablan de lo que ocurre antes de que los estudiantes lleguen a nuestras aulas. También nos obligan a preguntarnos qué capacidades necesitamos fortalecer una vez que están con nosotros. No se trata de convertir a la universidad en una institución remedial, sino de reconocer que ya no podemos dar por sentado aquello que resultaría indispensable que un estudiante traiga consigo antes de su formación profesional.
Comprender, cuestionar, relacionar, decidir y hacerse responsable de lo decidido. Tal vez PISA no solo nos esté hablando del rezago que tenemos. También puede estar advirtiéndonos sobre la universidad que necesitamos construir en nuestro país.
Referencias
- Miao, F., & Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO.
- OCDE. (2026a). PISA 2025 Results. Volume I. Country Note: Mexico. OECD Publishing.
- OCDE. (2026b). OECD Digital Education Outlook 2026: Exploring Effective Uses of Generative AI in Education. OECD Publishing.
- Vázquez-Parra, J. C. (2026). Saber usar la tecnología no es lo mismo que saber decidir con ella. Observatorio del Instituto para el Futuro de la Educación, Tecnológico de Monterrey.
- Yan, L., Greiff, S., Lodge, J. M., et al. (2025). Distinguishing performance gains from learning when using generative AI. Nature Reviews Psychology, 4, 435–436.
Autor
José Carlos Vázquez Parra es profesor del Departamento de Estudios Humanísticos de la Escuela de Humanidades y Educación, del Tec de Monterrey. Tiene como líneas principales de investigación la innovación educativa, la ética económica y los estudios de género, con enfoque en pensamiento complejo, emprendimiento social, responsabilidad social y estudios LGBTQ+. Cuenta con más de 200 artículos académicos y de divulgación y 21 libros. Es miembro del Sistema Nacional de Investigadores.
