México.- En una semana, tres eventos marcaron la agenda de la inteligencia artificial (IA) en México. El 6 de mayo, Banco Santander convocó en la Unidad de Seminarios de la UNAM el Encuentro Nacional de Rectores de Universia, con el rector Leonardo Lomelí, la SEP y la Anuies. El panel central: “La universidad en la era de las máquinas y los requisitos para una universidad AI ready”. Los expertos invitados vinieron de Syracuse University, Georgia Southern y la firma tecnológica ibl.ai. El 18 de mayo, en la Biblioteca Central de Ciudad Universitaria, la UNAM instaló formalmente el Consejo Coordinador de Inteligencia Artificial (CCOIA), presidido por el propio rector. Ese mismo día, en el Cinvestav, arrancó la Summer School on Responsible AI and Human Rights, con 40 participantes de 20 países –primera vez que ese encuentro se celebra fuera de Canadá. Mayo de 2026 es, hasta ahora, el mes de mayor concentración de debate sobre IA en la historia reciente de México. Los nombres en inglés de estos eventos revelan, desde el principio, desde dónde se define la agenda y en qué idioma. 

La concentración no es casual. La IA ha dejado de ser un tema de especialistas para convertirse en objeto de disputa política y económica. Universidades, gobierno, sector financiero y corporaciones tecnológicas compiten por definir qué es, para qué sirve y quién la controla. Cada uno de estos actores tiene intereses diferenciados. Lo que está en juego no es sólo una tecnología, sino un proyecto de sociedad. 

Reconozcamos con claridad: la IA abre grandes oportunidades y posibilidades. En educación, puede contribuir a establecer modelos pedagógicos realmente innovadores, ayudar a personalizar el aprendizaje, ampliar el acceso a poblaciones históricamente excluidas y apoyar a docentes sobrecargados. En salud pública, puede detectar patrones epidemiológicos, anticipar riesgos y optimizar recursos escasos. En investigación científica, acelera procesos que antes requerían décadas. Ninguna postura crítica honesta puede ignorar estas capacidades. La pregunta no es si la IA es buena o mala en abstracto, sino en qué condiciones se despliega, bajo qué lógicas, con qué recursos y a favor de quién. 

Y aquí comienza el problema. La IA que se adopta masivamente en México es la del mercado global: modelos entrenados en inglés, diseñados en el Norte Global, operados bajo lógicas de suscripción y extracción de datos por corporaciones privadas. De los estudiantes universitarios mexicanos 97 por ciento ya usa estas herramientas, pero apenas 27 por ciento de las instituciones de educación superior tiene reglamentos sobre su uso. La adopción es masiva; la política pública, casi inexistente. 

Mientras tanto, las condiciones de las universidades públicas para encarar las oportunidades retos y problemas que la IA plantea no son buenas. Por ejemplo, el presupuesto de la UNAM en 2026 se ubica en su nivel más bajo desde 2010 –un retroceso de 15 años– y la educación superior en su conjunto recibe el menor financiamiento del siglo. Se le pide a la universidad pública que lidere la transición tecnológica con los recursos de una institución en declive presupuestal sostenido. 

Esta paradoja no es accidental. Responde a una lógica de desregulación que opera a escala global. La administración Trump eliminó en enero de 2025 la orden ejecutiva sobre uso seguro de IA heredada de Biden bajo el argumento de “eliminar barreras al liderazgo estadunidense”. JD Vance lo proclamó en la Cumbre de París sobre IA: la regulación excesiva es el enemigo de la innovación. El resultado es un entorno donde las grandes corporaciones tecnológicas –OpenAI, Google, Microsoft, Anthropic– avanzan sin marcos vinculantes de responsabilidad pública, mientras los estados nacionales corren desde atrás. En México, los “Principios de Chapultepec”, impulsados por la Agencia de Transformación Digital en enero de 2026, son una declaración sin carácter obligatorio. El Senado trabaja en una ley, pero los especialistas advierten ya que los requisitos regulatorios complejos tienden a favorecer a las grandes corporaciones con capacidad de cumplimiento y a desplazar a los actores nacionales más débiles. 

¿Por qué la IA profundiza la desigualdad? Por varias razones que se refuerzan mutuamente. La infraestructura que requiere –centros de datos, supercómputo, energía estable– se concentra en regiones privilegiadas y en manos privadas. En México, la fiebre de data centers atrae miles de millones en inversión a Querétaro, Nuevo León y Jalisco, mientras el resto del país carece de conectividad básica. La brecha de género en el acceso a IA ya es visible en las propias estadísticas de la SEP. Los algoritmos entrenados en datos del Norte Global reproducen sesgos culturales, lingüísticos y raciales que afectan desproporcionadamente a los más vulnerables. Y el desplazamiento laboral que ya se avizora –el FMI estima que la IA podría afectar hasta 40 por ciento del empleo global– golpeará primero a los trabajadores con menor calificación y menor capacidad de reconversión: exactamente quienes más dependerían de que la universidad pública los formara. 

El Encuentro de Rectores de Universia ilustra con nitidez el modelo que se está imponiendo. Un banco convoca a las autoridades educativas del país en el espacio de la universidad más importante de América Latina para definir lo que debe ser una “universidad AI ready”. Los expertos son de universidades privadas anglosajonas y de una firma tecnológica comercial. No hay en ese modelo espacio para la pregunta política central: ¿qué tipo de IA, para quién, con qué datos, bajo qué controles y con qué costos humanos y sociales? La secretaria de Desarrollo Institucional de la UNAM la formuló, al margen del discurso oficial, en la ceremonia del CCOIA. Que haya que buscarla en los márgenes del evento es ya un síntoma. 

La UNAM tiene capacidades reales para no ser sólo receptora de esta transformación. Cuenta con más de 130 investigadores trabajando en IA desde hace años. Tiene la masa crítica para desarrollar modelos propios, formular preguntas que el mercado no se hace y construir gobierno y regulación desde el interés público. El CCOIA puede ser el inicio de un proyecto genuino de autonomía tecnológica –o puede ser, como tantas otras iniciativas institucionales recientes, la forma organizacional del inmovilismo: gesticular ante la transformación sin los recursos ni el proyecto para conducirla. 

La diferencia entre estas dos posibilidades no es técnica. Es política. Depende de si la universidad pública decide ser sujeto de esta transformación o simplemente adaptarse al modelo que otros ya decidieron por ella.

Con información de: La Jornada

CD/AT