Base de conocimiento AIEdAIEd KB
En esta página

Esta página está traducida al español. Las páginas de artículo siguen escritas en inglés. Leer esta página en inglés

Conceptos

Ética

Creada 2026-09-25 · Actualizada 2026-09-25

Esta es una traducción automática de la página en inglés y todavía no ha sido revisada por una persona hablante nativa.

La ética: los principios morales que rigen el diseño, el despliegue y el uso de la IA en contextos educativos. La ética de la IA en la educación abarca la privacidad de los datos, la justicia algorítmica, la transparencia, la rendición de cuentas y la pregunta más amplia de qué debería y qué no debería hacer la IA en los entornos de aprendizaje. Es el fundamento normativo de las demás preocupaciones de la base de conocimiento sobre la IA en la educación (la equidad, la mitigación de sesgos, la integridad académica, la gobernanza y la seguridad pedagógica), y el campo avanza cada vez más desde listas abstractas de principios hacia una práctica ética situada, sensible al contexto y apoyada institucionalmente.

Preguntas para reflexionar

  • A los sistemas de IA se les suele exigir que cumplan listas de verificación éticas: justicia, privacidad, transparencia, rendición de cuentas. Pero la investigación sugiere cada vez más que una ética de «lista de verificación» basada en principios no basta por sí sola. ¿Qué podría pasar por alto una lista de verificación que solo ocurre en la práctica real y situada del aula?
  • Las decisiones del estudiantado sobre declarar el uso de la IA están moldeadas menos por una convicción ética que por el miedo a las sanciones, al estigma y a una política poco clara. Si la honestidad se guía por el miedo y no por principios, ¿qué dice eso sobre la ética del enfoque actual de la integridad académica?
  • Personalizar la retroalimentación de la IA con atributos del estudiantado puede convertirse en sí mismo en un vector de sesgo. ¿Cómo podría un intento bien intencionado de adaptar la retroalimentación a una persona que aprende acabar tratándola con menos justicia, y cómo lo detectaría?
  • ¿Quién tiene el poder en la relación entre las instituciones, los sistemas de IA y quien aprende, y cómo moldea ese desequilibrio de poder el consentimiento, la privacidad y la vigilancia del estudiantado a medida que la analítica se vuelve más granular?
  • Algunos investigadores sostienen que proteger el desarrollo cognitivo y epistémico de quien aprende (su capacidad de pensar y actuar de forma independiente) es en sí mismo una obligación ética, sobre todo a medida que crece la dependencia excesiva de la IA. ¿Está de acuerdo con que «preservar el pensamiento» es un deber ético de los sistemas de IA?

Introducción

La ética es la columna vertebral normativa de la IA en la educación: cada herramienta de IA, cada política y cada decisión pedagógica codifica supuestos sobre qué es justo, transparente, responsable y seguro. La base de conocimiento trata la ética a la vez como un conjunto de principios (justicia, privacidad, transparencia, autonomía, rendición de cuentas) y como un conjunto de prácticas: cómo razonan de verdad los actores sobre la IA, cómo la gobiernan las instituciones y cómo se prepara al estudiantado para usarla de forma responsable. La investigación reciente documenta un doble movimiento: por un lado, una preocupación cada vez mayor de que la ética de «lista de verificación» basada en principios es insuficiente; por otro, un énfasis creciente en concepciones situadas y ecológicas del juicio ético, y en las condiciones estructurales e institucionales que hacen posible un uso responsable.

Dimensiones éticas centrales

Cómo razonan de verdad los actores sobre la ética de la IA

El uso ético de la IA no es solo una cuestión de principios, sino de cómo las personas implicadas los interpretan y los aplican, y la investigación revela diferencias sistemáticas entre grupos.

  • Profesorado frente a estudiantado. Bilgiç y Sever (2026), un estudio de métodos mixtos con 971 estudiantes y 135 docentes, encontró que ambos grupos apoyaban el uso ético de la IA, pero en registros distintos: el profesorado enfatizaba los principios éticos y señalaba la falta de directrices institucionales, mientras que el estudiantado valoraba los beneficios de aprendizaje de la IA pero expresaba dudas sobre quién comparte la responsabilidad ética. Ambos grupos se mostraron preocupados por que un uso excesivo de la IA pudiera debilitar las habilidades cognitivas, una preocupación que enmarca la integración ética como la preservación del desarrollo cognitivo de quien aprende y no solo como la regulación del uso de herramientas. El profesorado puntuó alto en responsabilidad individual, pero calificó como más baja la adecuación de las directrices institucionales (M = 2.99), lo que expone una brecha entre la ética personal y el apoyo estructural.
  • Estudiantado frente a profesorado en preparación. Fekete (2026) encontró que el estudiantado declara una mayor conciencia ética que el profesorado (4.03 frente a 2.44), aunque el profesorado muestra una mayor disposición a usar la IA: el estudiantado interpreta la ética a través del trabajo de curso inmediato, mientras que el profesorado la trata como claridad institucional e integridad. Ambos declaran un apoyo institucional débil, y la preparación se desarrolla por canales distintos: la conciencia moral del profesorado crece con el apoyo institucional y social, mientras que la confianza del estudiantado se correlaciona con la autoeficacia y la colaboración más que con la instrucción formal.
  • Una estructura multidimensional compartida. Los seis temas de Bilgiç y Sever, que abarcan la ética de los datos, la ética de los algoritmos y la ética pedagógica, forman una cadena causal interconectada que va de los principios fundamentales (transparencia, rendición de cuentas, justicia, autonomía) a los resultados conductuales, lo que subraya que el uso responsable de la IA depende tanto de hojas de ruta institucionales claras como de la conciencia individual.

De los principios a la gobernanza institucional

La investigación de la base de conocimiento sitúa cada vez más la ética en las instituciones y las estructuras, y no solo en las personas:

  • La brecha de responsabilidad institucional. Bilgiç y Sever piden desarrollo profesional para el profesorado, cursos de ética y directrices institucionales claras; Fekete también encuentra que el apoyo institucional impulsa la preparación del profesorado, mientras que el estudiantado se apoya en un aprendizaje informal y autodirigido: una brecha de responsabilidad para la política.
  • La solidez de las políticas varía. Adarkwah et al. (2026), que analizan las políticas de IA generativa de 30 universidades destacadas frente al marco de ocho componentes de la UNESCO, encontraron que los principios éticos centrales están ampliamente asumidos, pero que la inclusión, la equidad y la sostenibilidad suelen quedar desatendidas, y que la clasificación nacional de preparación para la IA no predecía una política institucional sólida. Las políticas tienden a ser declarativas y centradas en la mala conducta, más que aseguradas operativamente.
  • La ética y la gobernanza de datos como facilitador. Svetec, Divjak y Kadoić (2026) identifican la ética y la gobernanza de datos como uno de los siete facilitadores de las intervenciones fiables basadas en la analítica del aprendizaje, y sitúan la fiabilidad (cumplimiento ético, seguridad de los datos, algoritmos transparentes, validez pedagógica) como el requisito previo sin el cual el cambio educativo basado en datos no es significativo.
  • Una revisión sistemática de la educación en ingeniería encuentra que las orientaciones éticas sobre IA se dirigen predominantemente al estudiantado y están orientadas al cumplimiento (centradas en la integridad académica y la divulgación), mientras que la rendición de cuentas recíproca por el uso de la IA por parte del profesorado y la responsabilidad institucional siguen poco desarrolladas, un patrón acentuado por los intereses profesionales de la ingeniería en la seguridad pública y el bienestar. (Ethical Use of Artificial Intelligence in Engineering Education: A Systematic Review)
  • Un marco de valores consolidado para la ética de la AIED. Agarwal et al. (2026), una revisión sistemática de 25 artículos, consolidan la literatura ética fragmentada en seis valores éticos principales para la IA en la educación (no discriminación, custodia de los datos, supervisión humana, buena voluntad, explicabilidad e idoneidad educativa) y sitúan las normas éticas extraídas de la literatura en una matriz de actores por valores (desarrolladores, instituciones educativas, usuarios finales, reguladores). La revisión encuentra que las normas están distribuidas de forma desigual: los desarrolladores atraen la mayoría, mientras que los usuarios finales reciben las menos y las menos accionables, y ninguna norma sobre no discriminación, custodia de los datos o idoneidad educativa se dirige directamente a los usuarios finales; las voces del estudiantado están esencialmente ausentes, y las normas sobre el «usuario final» son en su mayoría acciones que otros actores emprenden para habilitar al profesorado. Los autores sostienen que los usuarios finales deberían tener agencia y roles activos en lugar de ser tratados como beneficiarios pasivos, y señalan que los valores están estrechamente acoplados y pueden entrar en conflicto (por ejemplo, explicabilidad frente a precisión o privacidad, no discriminación frente a custodia de los datos), lo que produce dilemas éticos junto con asimetrías de poder entre los conjuntos de actores.

Hacia una ética de la IA situada y ecológica

Un cambio teórico importante en la base de conocimiento es la crítica de la ética universalista de «lista de verificación» basada en principios en favor de concepciones situadas, ecológicas y transformadoras:

  • Ética de la IA situada. Raffaghelli et al. (2026) fusionan la teoría de los sistemas ecológicos de Bronfenbrenner con la teoría de la actividad histórico-cultural para enmarcar la IA como un ensamblaje sociotécnico no neutro cuyas implicaciones éticas se producen históricamente y se negocian localmente. En siete casos nacionales, el profesorado queda posicionado como guardián moral del uso de la IA mientras carece de apoyo estructural, institucional y epistémico, y el marco amplía la alfabetización en IA más allá de las habilidades técnicas hacia una agencia crítica, política y ecológica, incluida la resistencia al capitalismo de la vigilancia y al daño ambiental.
  • El giro hacia la práctica situada. Un análisis bibliométrico de 282 artículos muestra que el discurso sobre la ética de la IA posterior a 2021 enmarca cada vez más la ética en torno al juicio profesional, la confianza, la colaboración entre personas y IA y la práctica interpretativa, y no solo en torno al cumplimiento técnico, con la educación como contexto conceptualmente importante.
  • Una explicación histórico-cultural de la responsabilidad. Este replanteamiento conecta la ética con las teorías del aprendizaje y la competencia del profesorado en IA: el uso responsable de la IA se trata como una agencia sensible al contexto, colectiva y transformadora, y no como un cumplimiento individual de listas de verificación.
  • Un replanteamiento ontológico de la obligación ética. Xie (2026) lleva más lejos la crítica de la ética situada al reubicarla en la ontología: donde gran parte de la bibliografía trata la equidad, las asimetrías de poder y los costes ambientales como externalidades que hay que gestionar, un yo relacional daoísta las vuelve internas a lo que somos, de modo que «quedarse atrás» se vuelve ontológicamente insostenible y no solo injusto. La tarea ética no es entonces una optimización desapegada, sino el Wuwei (无为), la acción no forzada alineada con la naturalidad, frente al Youwei (有为) del monocultivo algorítmico, la descarga cognitiva y la infraestructura extractiva, aplicado en tres dominios: el conocimiento (monocultivo epistémico y desinformación sintética), el conocer (una descarga que degrada el pensamiento crítico) y el impacto (costes ambientales y asimetrías entre el Norte y el Sur globales).(Alternative AI Philosophy: Daoism as Method for AI in Education)

La ética en la práctica

Los artículos sobre ética de la base de conocimiento van desde marcos teóricos (enfoques de teoría de juegos) hasta orientaciones prácticas (educación ética en informática), y desde el análisis del discurso público hasta los marcos de política de la UNESCO. En todo ese abanico surge un mensaje práctico constante: la ética debe pasar de vigilar el mal uso a construir la alfabetización en IA y la capacidad de uso ético, con el apoyo de orientaciones institucionales, desarrollo profesional del profesorado y un diseño que preserve, en lugar de desplazar, el juicio de quien aprende.

Ese argumento práctico se refuerza con trabajo empírico sobre cómo funciona la ética dentro de la propia alfabetización en IA: Zhu y Kong (2026) muestran que la conciencia ética sobre la IA, junto con el empoderamiento en la resolución de problemas con IA, media la relación entre el aprendizaje basado en proyectos percibido y la satisfacción con un curso de alfabetización en IA. Su escala AI-PBLS validada y sus resultados de SEM (1.027 estudiantes) indican que el ABP crea condiciones en las que el estudiantado construye un marco personal de razonamiento ético sobre la IA, lo que refuerza el argumento de que la ética no es un añadido, sino un mecanismo central de un desarrollo significativo de la alfabetización en IA.

Conexiones

La ética se conecta con la equidad, la privacidad, la mitigación de sesgos, la regulación, la seguridad pedagógica, la integridad académica y la gobernanza. Es el fundamento normativo de todos los demás conceptos de la IA en la educación: el marco en el que se plantean y se resuelven las cuestiones de justicia, transparencia, autonomía y seguridad.

Conceptos conectados

Artículos conectados

Preguntas frecuentes relacionadas

Metadatos

Institutions and policyGobernanza de la IA, AI Regulation in Education
Equity, ethics, and responsible useBias Mitigation, Equidad, Privacy, Pedagogical Safety
Foundations of AI in educationIntegridad académica, Alfabetización en IA
SourceHistoryEditChat

Incrustar esta página

Copy the code below to embed a chromeless version of this page in a learning management system or other website. The embedded view hides the site header, navigation, and footer.