Imagine, amable lector, una sala de juntas cualquiera. Puede ser la dirección de una escuela, la coordinación académica de una universidad o el área de aprendizaje de una empresa. Un proveedor proyecta una plataforma que planea clases, genera exámenes y personaliza rutas de aprendizaje con inteligencia artificial (IA). La demo es impecable, y el tablero presume miles de usuarios activos y una satisfacción de 4.8 sobre 5. Alguien pregunta por el precio; nadie pregunta si los estudiantes aprenden más. Tres semanas después, el contrato está firmado.

En la entrega anterior sostuve que la educación es la salida de fondo para un país que importa tecnología sin apropiarse del conocimiento que la hace posible. Pero esa apuesta tiene una trampa: la tecnología con la que enseñamos también se compra, se adopta y se renueva sin que casi nadie mida si funciona. Es el mismo patrón a otra escala: adoptar una tecnología no es aprender de ella. Esa escena se repite todos los días, y de ella trata esta entrega.

Una industria sin método

Si vamos a estudiar las formas de aprendizaje, sería sumamente negligente no incorporar a este diálogo el desarrollo de tecnología educativa. La hoy gigantesca industria EdTech ha crecido exponencialmente en los últimos años. Los emprendedores han encontrado en ella una brecha de mercado bastante rentable y desarrollan desde simples cursos de e-learning hasta sofisticadas soluciones SaaS. Prometen resolver los dolores de cabeza de docentes, directivos, diseñadores instruccionales y líderes de las áreas de aprendizaje en las empresas. Sin embargo, como otros sectores emergentes (y como el uso mismo de la IA), ha quedado al margen de los marcos regulatorios y del rigor científico que podrían ofrecer los centros de investigación. Así, se ha visto supeditada a la gestión poco eficiente del mercado.

Hoy es de lo más común ver a docentes usar plataformas para crear sus planeaciones o elaborar y evaluar exámenes. O a diseñadores instruccionales construir, en apenas unos minutos y con la mínima intervención de expertos en la materia (SME, por sus siglas en inglés), cursos completos para una gran diversidad de sectores. Y nos parece extraordinario, hasta que vemos los resultados de esos cursos, planeaciones y evaluaciones. Entonces volvemos a la crítica habitual hacia los pedagogos y su histórica incapacidad para resolver los problemas del mundo mundial.

Pero es ahí donde la puerca torció el rabo, mi respetable e intelectual lector. Estas tecnologías, como las de muchas otras industrias, con frecuencia no son elaboradas por pedagogos o psicólogos. Lo curioso es que la psicología sí llegó a otra parte de la tecnología: a la forma en que nos venden. Muchas estrategias de marketing se apoyan en lo que sabemos sobre cómo decidimos, y las despliegan expertos en ventas que nos seducen de tal manera que terminamos convertidos en sus más aguerridos promotores, sin saberlo ni quererlo. La psicología entró al diseño de cómo nos venden; casi nada, al de cómo enseñamos. La IA nos ha dado muchísima capacidad de agencia (¿de más?). Día con día me voy a la cama deseando que esto sea bueno, y lo creo. Creo que el mundo está lleno de genios, pero vale la pena preguntarnos: ¿estamos construyendo tecnología que aporte valor a la sociedad, o solo llevando muchos dólares a los bolsillos de unos pocos? ¿Existe un método detrás de estas tecnologías o solo hay vibe coding? ¿En manos de quién estamos dejando las decisiones pedagógicas, financieras o de talento? ¿Son esas manos lo suficientemente críticas, o también ese criterio es artificial?

Creo que estas preocupaciones son legítimas y que vale la pena bajarle un poco al entusiasmo por las amplias posibilidades que hoy nos ofrece la IA. Toca tomar distancia, dejar de pisar el acelerador y pensar cómo innovar al ritmo de la tecnología sin sacrificar el rigor y el método. Solo así podremos hablar no solo de cantidad, sino de calidad.

Más rápido de lo que podemos evaluar

Para dimensionar el problema: la plataforma de inteligencia de mercado Tracxn sitúa en 2,974 el número de nuevas startups EdTech fundadas en el mundo solo durante este 2026, que aún no termina (Tracxn, 2026). El ciclo de iteración de un producto EdTech, del producto mínimo viable (MVP) a la versión mejorada con la retroalimentación de sus pruebas, suele estimarse en 6 a 12 meses. En cambio, la validación científica de impacto con un diseño cuasiexperimental o experimental requiere, como mínimo, de uno a tres semestres académicos. Dicho de otro modo: para cuando termina la evaluación de una versión, el producto ya cambió una o dos veces. Con esas cifras podríamos afirmar, al menos de manera preliminar, que el mercado desarrolla productos más rápido de lo que la investigación puede evaluarlos. Innovamos más rápido de lo que podemos evaluar.

Innovamos más rápido de lo que podemos evaluar.

Muchos lanzamientos reportan datos comerciales de uso, retención o satisfacción; el tablero de la demo es un ejemplo perfecto. Pero esas métricas no equivalen a aprendizaje. Que un estudiante pase cuarenta minutos en una plataforma dice cuánto tiempo estuvo ahí, no qué aprendió. Que un docente califique una herramienta con cinco estrellas dice que le ahorró trabajo, no que sus alumnos entiendan mejor.

Evaluar el impacto real exige otra cosa: grupos de comparación, mediciones antes y después, y seguimiento en el tiempo. Además, cualquier estudio serio debería partir del problema, intrínsecamente humano, de la heterogeneidad. Un producto puede funcionar en un contexto y fracasar en otro, porque toda innovación se crea y se reconfigura en entornos locales concretos (Jasso y Torres, 2025, p. 19). Eso obliga a controlar variables como el docente, el currículo o el nivel socioeconómico.

Los supuestos resultados sobre la eficacia de las soluciones EdTech rara vez se replican: la evidencia es condicional (“funciona en un contexto, bajo determinadas condiciones”), no universal. También suelen presentar un enorme sesgo, pues con frecuencia los mide la propia empresa que desarrolla la tecnología (hágame uste el favor). Y si estos resultados solo se sostienen en determinadas condiciones, el problema no es únicamente de capacidades de investigación, sino epistémico. Los supuestos desde los cuales se genera este conocimiento no están bien planteados, porque su objeto de estudio es más complejo que medir si una herramienta le parece útil a alguien.

Un bien de confianza

Ya escucho a los defensores del laissez-faire argumentar: “el mercado terminará por eliminar los productos malos”. Ojalá. El detalle es que, en educación, el mercado no es eficiente en información. La educación es lo que los economistas llaman un bien de confianza (Darby y Karni, 1973): uno cuya calidad no alcanzamos a verificar bien ni siquiera después de haberlo consumido. Y en los sectores de bienes de confianza (piense usted en los medicamentos) no dejamos la validación en manos del libre mercado. ¿Por qué en educación habría de ser distinto?

En educación, el mercado no es eficiente en información.

Mientras no exista quien evalúe de forma independiente, la responsabilidad recae en quien compra. Antes de firmar, cualquier institución puede pedir tres cosas. Primero, qué evidencia de aprendizaje, no de uso, tiene el producto. Segundo, quién la produjo y si es independiente del proveedor. Tercero, en qué contextos se obtuvo, para saber si se parecen al suyo. No es un estándar de laboratorio, pero es mucho más que una demo.

Conviene reconocer los límites de este argumento. No toda herramienta necesita un ensayo experimental: un software que ahorra tiempo administrativo puede juzgarse por el tiempo que ahorra. Y exigir evidencia rigurosa a todo podría frenar a los desarrolladores pequeños, que no pueden pagar una evaluación, y favorecer a los grandes. El problema no es innovar sin certeza, sino adoptar a gran escala sin haber medido nada.

Al final, la deuda de evidencia no la pagan las empresas que venden ni las instituciones que compran: la pagan estudiantes, docentes y trabajadores con su tiempo y su atención. En la siguiente entrega llevaré la discusión más allá de la tecnología para preguntar por qué casi nadie evalúa la innovación educativa en México: no por falta de genios, sino porque nadie ordena las relaciones entre quienes generan, enseñan y estudian el conocimiento. Mientras tanto, le dejo una pregunta: en su institución, ¿quién evalúa la tecnología educativa que compran, y con qué evidencia?

Fuentes

1. Darby, M. R., y Karni, E. (1973). Free competition and the optimal amount of fraud. Journal of Law and Economics, 16(1), 67–88.
2. Jasso, J., y Torres, A. (2025). Innovación y conocimiento: Reflexiones y propuestas para una agenda de investigación. En J. Jasso (Coord.), Innovación y conocimiento: Transferencia de tecnología, capacidades y dilemas globales (pp. 13–32). Fondo de Cultura Económica; Universidad Nacional Autónoma de México.
3. Tracxn. (2026). EdTech: 2026 market & investments trends.

Número cero. Con esta entrega arranca Pulso de Cambio, una columna sobre innovación, tecnología y economía del conocimiento en México y América Latina.

La nueva normalidad

La disrupción es la nueva normalidad. Pareciera que fue ayer cuando este término, “nueva normalidad”, se incorporó a nuestro vocabulario, pero no es así. Hoy, mientras me encuentro frente a mi computadora, tomando una taza de café en punto de las 7:00 a. m. del 18 de octubre de 2026, han pasado ya seis años y diez meses. Más de un lustro, a nada de convertirse en una década, desde que en Wuhan, China, el virus SARS-CoV-2 (Severe Acute Respiratory Syndrome Coronavirus 2) cambió nuestra realidad para siempre.

Poco más de un mes después, la enfermedad por coronavirus llegó al continente americano; nuestro vecino del norte fue el primer afectado. Treinta y siete días más tarde tocó el suelo de la Patria Grande, y el Gigante del Sur (Brasil) fue el primero en sufrirla. Tan solo un día después, la región más transparente del aire, nuestro país, el valle de Anáhuac, México pues, ya formaba parte de la lista de naciones afectadas.

Desde aquel momento, nada ha sido “normal”. A unas semanas de cumplirse tres años del inicio de la pandemia, OpenAI lanzó ChatGPT el 30 de noviembre de 2022: un asistente basado en el modelo de lenguaje GPT-3.5, disponible a través de una interfaz conversacional gratuita (OpenAI, 2022). Con ello desató una nueva pandemia y, con ella, un cambio de era: la de la disrupción digital.

La inteligencia artificial (IA) no es nada nueva. Sus estudios fundacionales se remontan a la década de 1940, cuando el neurofisiólogo Warren McCulloch y el matemático Walter Pitts crearon el primer modelo matemático y lógico de una neurona artificial (McCulloch y Pitts, 1943). Pero todo esto ya lo sabemos. Tras casi cuatro años de IA generativa al alcance de todos, conocemos sus orígenes, su funcionamiento y sus mejores prácticas. Además, contamos con marcos regulatorios y paradigmas de aprendizaje que nos permiten una adopción ética y eficiente (¡ups!).

Esta nueva normalidad ha implicado un cambio vertiginoso en las economías. No hablo solo de las cadenas de valor globales, sino también del comportamiento de las MiPyMEs, de los consumidores y de la forma en que tomamos decisiones. Hablo, sobre todo, de lo más importante desde mi perspectiva como profesional de la educación: la manera en que aprendemos y compartimos el aprendizaje.

Del dicho al hecho

Esta vorágine de cambios trajo consigo conceptos como el tecnofeudalismo, que sirven para confirmar lo evidente: nuestra realidad se ha convertido en una genuina película de ciencia ficción. Probablemente, mientras escribo estas líneas, alguien en algún laboratorio evalúa cómo esparcir en el sistema nervioso sensores inalámbricos del tamaño de un grano de polvo que registran su actividad mediante ultrasonido (Seo et al., 2016). O cómo cultivar, sobre chips de silicio, neuronas que, conectadas a un videojuego, aprenden a jugar Pong (Kagan et al., 2022). O cómo mantener, dentro de un procesador cuántico, fases de la materia que oscilan una y otra vez sin llegar nunca al equilibrio: los llamados cristales de tiempo (Mi et al., 2022).

Suena impresionante, ¿no es así? Y lo es. Con avances como estos podríamos erradicar las enfermedades neurológicas, construir supercomputadoras biológicas de una eficiencia energética extrema o blindar la encriptación de datos contra cualquier ciberataque. En ese caso, como diría mi gran amiga Belinda Carlisle, podríamos asegurar que heaven is a place on earth (ella no sabe que es mi amiga, pero me gusta pensar que lo es).

Sin embargo, como decimos en mi pueblo: del dicho al hecho… Hoy nada nos garantiza que, con la tecnología que se intenta desarrollar, no terminemos por perder la privacidad del pensamiento. Tampoco que no acabemos en una sociedad controlada por corporaciones o gobiernos totalitarios (un momento… ¿han escuchado hablar de las redes sociales?). Otra posibilidad, que en lo personal me preocupa mucho, es que el Estado que domine la computación cuántica inutilice las redes de defensa tradicionales y alcance una ventaja bélica asimétrica. Así es: si está dentro de sus posibilidades, construya su búnker en casa o, al menos, compre todo el papel higiénico que pueda (seguro de algo ha de servir).

Desde la tribuna

Utópico o distópico, el escenario comparte un rasgo que casi nunca se menciona: México aparece en él como espectador. Las cifras lo dicen con más claridad que cualquier película. El 19.3% de nuestras exportaciones manufactureras son de alta tecnología (Banco Mundial, 2024). Sin embargo, 55.8% del valor de la llamada manufactura global, la que produce para exportar, proviene de insumos importados (INEGI, 2025). Exportamos productos tecnológicos armados con conocimiento ajeno. Participar en las cadenas globales de valor podría ser una escuela: ahí se aprende a producir con estándares mundiales, siempre que existan capacidades para absorber ese aprendizaje (Pietrobelli y Rabellotti, 2011, como se citó en Jasso y Torres, 2025). Pero participar no es aprender, y nosotros ocupamos sobre todo el segmento que ensambla, no el que diseña.

La propiedad intelectual cuenta la misma historia: por cada dólar que México cobra por el uso de patentes, licencias y marcas, paga cerca de doce (Banco de México, 2026). Y la inversión extranjera, que a menudo se presenta como la puerta de entrada a nuevas capacidades, tampoco lo está siendo. En el primer semestre de 2026, 88.5% de la inversión extranjera directa fue reinversión de utilidades y apenas 7.8% inversión nueva (Secretaría de Economía, 2026). Se profundiza lo instalado; no llega lo que todavía no sabemos hacer.

Dicho sin rodeos: somos espectadores de una disrupción tecnológica diseñada por otros.

Somos espectadores de una disrupción tecnológica diseñada por otros.

Ser espectador tiene un costo. Transferir tecnología no es solo comprarla: incluye adoptarla, adaptarla, asimilarla y, con el tiempo, apropiarse de ella (Jasso y Torres, 2025, p. 16). Cuando nos quedamos en la compra, pagamos dos veces: primero con divisas, después con dependencia. Las decisiones sobre cómo funciona una plataforma, qué datos recoge o qué aprende un modelo se toman en otro lado, con otras prioridades y para otros contextos. Cuando esa tecnología entra a nuestras aulas, empresas y oficinas de gobierno, entra con supuestos que nadie aquí discutió.

Espíritu, no naturaleza

Pero no todo está perdido, amable lector. El hombre [la humanidad] es sobre todo espíritu, o sea, creación histórica y no naturaleza, decía Antonio Gramsci (1916/1998); es decir, no hay nada absoluto. Ni la dependencia tecnológica es un destino, ni la tribuna es un lugar asignado para siempre. Esta vorágine de información tiene una y solamente una forma de abordarse de fondo. Es una estrategia a menudo menospreciada, tomada por algo secundario o sujeta al statu quo: la educación, entendida como el proceso de construcción del pensamiento que moldea el comportamiento de las personas.

Este fenómeno social antiquísimo ha permanecido al margen de la historia en cuanto a sus métodos y paradigmas. Y eso es paradójico, porque al mismo tiempo es la génesis de cuanto desarrollo científico y tecnológico hemos experimentado. La razón es concreta: la tecnología existe en dos formas. Una es codificada y vive en máquinas, licencias y manuales; la otra es tácita y vive en las habilidades y la experiencia de las personas (Nonaka y Takeuchi, 1995; Polanyi, 1966; como se citaron en Jasso y Torres, 2025). La primera se puede importar; la segunda se aprende aquí o no se tiene. Corea, por ejemplo, importó tecnología y, al mismo tiempo, invirtió en aprender a usarla y a mejorarla (Westphal et al., 1985, como se citó en Jasso y Torres, 2025). Por eso, hoy más que nunca, es preciso replantear cómo aprendemos, desde la estimulación temprana en la primera infancia hasta los hoy tan afamados procesos de upskilling y reskilling.

Conviene decir lo que este argumento no resuelve. La educación no sustituye la inversión en investigación y desarrollo, ni el crédito, ni una política industrial; sin ellas, formar talento puede terminar en exportarlo. Tampoco toda tecnología importada es un problema: rentar lo que otros hacen mejor es sensato. El riesgo está en rentarlo todo y no aprender nada en el proceso.

Detrás de cada una de estas cifras hay personas: estudiantes, docentes y trabajadores que usan todos los días herramientas que no ayudaron a diseñar y cuyo efecto nadie ha medido. De eso trata la siguiente entrega: si vamos a apostar por la educación, ¿cómo sabemos que la tecnología educativa que adoptamos de verdad enseña? Mientras tanto, le dejo una pregunta para su organización: de la tecnología que usa todos los días, ¿cuánta podría haberse diseñado aquí, y qué le haría falta a su equipo para lograrlo?

Fuentes

1. Banco de México. (2026). Balanza de pagos, enero-junio de 2026 [cuadro analítico, Sistema de Información Económica].
2. Banco Mundial. (2024). Exportaciones de alta tecnología (% de las exportaciones de manufacturas): México.
3. Gramsci, A. (1998). Socialismo y cultura. En Para la reforma moral e intelectual. Los Libros de la Catarata. (Trabajo original publicado en 1916).
4. INEGI. (2025). Valor agregado de exportación de la manufactura global, 2024 (Comunicado de prensa núm. 155/25).
5. Jasso, J., y Torres, A. (2025). Innovación y conocimiento: Reflexiones y propuestas para una agenda de investigación. En J. Jasso (Coord.), Innovación y conocimiento: Transferencia de tecnología, capacidades y dilemas globales (pp. 13–32). Fondo de Cultura Económica; Universidad Nacional Autónoma de México.
6. Kagan, B. J., Kitchen, A. C., Tran, N. T., Habibollahi, F., Khajehnejad, M., Parker, B. J., Bhat, A., Rollo, B., Razi, A., y Friston, K. J. (2022). In vitro neurons learn and exhibit sentience when embodied in a simulated game-world. Neuron, 110(23), 3952–3969.e8.
7. McCulloch, W. S., y Pitts, W. (1943). A logical calculus of the ideas immanent in nervous activity. The Bulletin of Mathematical Biophysics, 5(4), 115–133.
8. Mi, X., Ippoliti, M., Quintana, C., Greene, A., Chen, Z., Gross, J., Arute, F., Arya, K., Atalaya, J., Babbush, R., Bardin, J. C., Basso, J., Bengtsson, A., Bilmes, A., Bourassa, A., Brill, L., Broughton, M., Buckley, B. B., Buell, D. A., . . . Roushan, P. (2022). Time-crystalline eigenstate order on a quantum processor. Nature, 601(7894), 531–536.
9. OpenAI. (2022). Introducing ChatGPT.
10. Secretaría de Economía. (2026). México registra un máximo histórico de Inversión Extranjera Directa (IED) para un primer semestre: 34 mil 968 millones de dólares en 2026.
11. Seo, D., Neely, R. M., Shen, K., Singhal, U., Alon, E., Rabaey, J. M., Carmena, J. M., y Maharbiz, M. M. (2016). Wireless recording in the peripheral nervous system with ultrasonic neural dust. Neuron, 91(3), 529–539.