La IA agéntica en la universidad: quince usos y lo que casi ninguno mide
Quince aplicaciones documentadas de la inteligencia artificial agéntica en educación superior, del diseño instruccional a los equipos de investigación con agentes. Y una ausencia que atraviesa toda la literatura: casi nadie ha medido si alguien aprende.
De los sistemas tutores inteligentes a los agentes autónomos de aprendizaje. Qué cambia cuando un sistema deja de responder y empieza a encadenar decisiones, qué quince aplicaciones existen ya en la universidad y qué dice, de verdad, la evidencia disponible.
Imaginemos una asignatura en la que, junto al profesor y al material del curso, funciona un asistente digital que no se limita a responder preguntas. Propone actividades, guarda registro de lo trabajado la semana anterior, ajusta el nivel de las explicaciones y sugiere temas nuevos en función del avance registrado. No espera a que le pregunten: inicia acciones, siempre según objetivos y reglas definidos previamente por quien lo diseñó, planifica una secuencia de aprendizaje y la modifica a medida que acumula datos.
Conviene decirlo desde la primera línea, antes de que la escena resulte demasiado atractiva. Estos sistemas fallan. Pueden reforzar un error conceptual durante semanas sin que nadie lo advierta, pueden sesgar el itinerario de un estudiante hacia lo que sus datos de entrenamiento representan mejor y pueden generar dependencia si se implantan sin diseño pedagógico ni supervisión. Hay además un dato incómodo del que hablaremos más adelante: en el ensayo aleatorizado a gran escala publicado hasta la fecha sobre acceso a IA generativa durante la práctica, los estudiantes que la usaron sin salvaguardas rindieron peor en el examen posterior que quienes nunca la tuvieron (Bastani et al., 2025).
En una frase
Llamamos IA agéntica a los sistemas que, además de generar texto, encadenan acciones hacia un objetivo, conservan registro de lo ocurrido y usan herramientas externas, todo ello dentro de los márgenes que les fijó su configuración humana. La autonomía es funcional, no deliberativa.
La definición no es un capricho terminológico. Una revisión narrativa reciente publicada en IEEE Access, que rastrea la producción entre 2015 y agosto de 2025, propone considerar agéntico a un sistema cuando cumple al menos cuatro de seis criterios: autonomía, razonamiento y planificación en varios pasos, memoria persistente, interacción orientada a objetivos, uso adaptativo de herramientas y sensibilidad al contexto (Kostopoulos et al., 2025). Es un umbral discutible, pero tiene la virtud de dejar fuera casi todo lo que hoy se vende como agente.
Cuatro décadas antes de la moda
La inteligencia artificial aplicada a la enseñanza no nació con los modelos conversacionales. Lleva décadas entre nosotros, con distintos nombres y capacidades muy desiguales. Recordar esa trayectoria evita dos errores frecuentes: creer que todo empezó anteayer y suponer que lo actual es simplemente una versión mejorada de lo anterior.
Años setenta y ochenta · Sistemas tutores inteligentes
Programas que presentaban problemas, evaluaban respuestas y ofrecían pistas siguiendo reglas pedagógicas escritas a mano por expertos. Funcionaban bien en materias muy estructuradas, como álgebra o física básica, y resultaban costosos y rígidos fuera de ellas.
Años noventa y dos mil · Sistemas adaptativos
La personalización pasa de las reglas explícitas a los modelos estadísticos, con técnicas como el trazado del conocimiento y el diagnóstico cognitivo. La plataforma ajusta la dificultad según el desempeño registrado, pero dentro de un itinerario decidido de antemano.
Década de 2010 · Chatbots educativos
Interfaces en lenguaje natural sobre respuestas predefinidas o plantillas. Parecían más cercanos por su forma de conversar, pero seguían siendo reactivos, sin planificación propia ni continuidad real entre sesiones.
Desde 2023 · Agentes basados en modelos de lenguaje
Un modelo de lenguaje se acopla a un sistema de control, a una memoria técnica y a herramientas externas. El resultado ejecuta secuencias de acciones sin que un humano intervenga en cada paso.
Qué es un agente y qué no lo es
La palabra agente se ha vuelto elástica hasta perder utilidad. En los materiales comerciales designa casi cualquier cosa que hable. Proponemos una delimitación más estricta, porque de ella dependen las decisiones institucionales que vengan después. Cuatro cosas distintas se están llamando igual.
| Categoría | Quién toma la iniciativa | Ejemplo típico en la universidad |
|---|---|---|
| Chatbot educativo | El estudiante pregunta, el sistema responde y olvida al cerrar | Resolución de dudas frecuentes sobre la guía docente |
| Generador de contenido | El docente decide qué pedir, cuándo y cómo integrarlo | Redacción de un banco de ejercicios a partir de una indicación |
| Automatización instruccional | Un guion fijo, con ramificaciones previstas al diseñar el curso | Aula virtual que libera contenidos según la nota obtenida |
| Agente autónomo | El sistema encadena pasos hacia un objetivo configurado, sin intervención humana en cada uno | Acompañamiento continuado que propone, corrige y reprograma actividades durante semanas |
La diferencia decisiva no está en la calidad del texto que produce el sistema, sino en cuántas decisiones consecutivas ejecuta sin pasar por una persona. Un generador de ejercicios excelente sigue siendo una herramienta pasiva. Un agente mediocre puede estar tomando, en su lugar, decisiones que antes correspondían al diseño docente.
Anatomía de un agente educativo, sin tecnicismos
Desmontar la caja ayuda a bajar el nivel de fascinación. Un agente educativo no es una entidad única, sino un ensamblaje de cinco piezas que alguien decidió combinar de una manera concreta. La revisión de Chu y colaboradores (2025) sobre agentes de modelos de lenguaje en educación identifica esas mismas capacidades básicas, memoria, uso de herramientas y planificación, y les añade tres más que resultan decisivas en el aula: personalización, explicabilidad y comunicación entre varios agentes.
01 · Modelo de lenguaje
Genera texto coherente a partir de patrones estadísticos aprendidos en enormes cantidades de documentos. Produce explicaciones plausibles, no comprensión en sentido humano. Cuando decimos que un agente razona, hablamos de razonamiento funcional, de una cadena de pasos que produce una salida útil, no de un entendimiento del contenido.
02 · Sistema de control u orquestación
El conjunto de reglas que determina qué hace el sistema en cada momento. Por ejemplo, ofrecer una explicación alternativa tras tres fallos consecutivos y bajar después el nivel del ejercicio. Nada de esto emerge solo: alguien lo programó o lo configuró, y ese alguien tomó decisiones pedagógicas que rara vez quedan documentadas.
03 · Memoria técnica
Registros de conversación, historiales de actividad, bases de datos vectoriales con lo trabajado. Permite continuidad entre sesiones, y al mismo tiempo va construyendo una representación algorítmica del estudiante que puede ser inexacta, quedarse anclada en un mal comienzo o reproducir sesgos.
04 · Acceso a herramientas externas
Buscar en la web, ejecutar código para comprobar un resultado, consultar una base de datos académica, lanzar una simulación. Amplía mucho lo que el sistema puede hacer y, a la vez, oscurece el proceso: rara vez sabremos qué consultó, qué descartó y con qué criterio.
05 · Criterios de evaluación
El sistema necesita algún parámetro para dar por superado un objetivo. Ese umbral procede de reglas o modelos estadísticos definidos por sus diseñadores, no de un juicio pedagógico emitido en tiempo real por alguien que conozca al grupo.
Lo que conviene retener. La autonomía de un agente es el resultado de cinco decisiones humanas encadenadas. Cuando el sistema propone algo, no es que quiera nada: está ejecutando un objetivo que alguien le fijó, con datos que alguien seleccionó y con umbrales que alguien eligió.
Quince usos académicos que ya existen
Conviene salir del terreno de la especulación. Hay ya un cuerpo considerable de trabajos con sistemas construidos y evaluados, aunque su calidad metodológica sea muy desigual. La revisión de Chu y colaboradores (2025) los ordena en dos familias, agentes de apoyo a la docencia y agentes de apoyo al estudiante, y dedica un apéndice completo a los dominios específicos. Nosotros añadimos dos bloques más que en la universidad pesan tanto como los anteriores: la formación profesional especializada y el trabajo de investigación.
El mapa siguiente resume el terreno. La columna de la derecha es la más importante y la que suele omitirse: qué se ha medido realmente en cada caso, porque no es lo mismo evaluar la calidad de un material producido que comprobar si alguien aprendió algo con él.
| Uso | Qué hace el agente | Qué se ha medido |
|---|---|---|
| A · Docencia y diseño | ||
| 1. Diseño instruccional completo | Produce objetivos, guía, diapositivas, guion y evaluaciones | Esfuerzo de revisión docente, no aprendizaje |
| 2. Retroalimentación formativa | Redacta comentarios y un segundo agente los depura | Calidad del comentario. Falla en conceptos difíciles |
| 3. Corrección contestable | Varios agentes evalúan y arbitran, el estudiante puede recurrir | Prototipos, sin validación de aula a escala |
| 4. Simulación de aula | Representa perfiles de estudiante para ensayar estrategias | Verosimilitud de la simulación, no transferencia al aula |
| 5. Adaptación de textos por nivel | Simplifica documentos conservando coherencia | Legibilidad del texto resultante |
| B · Acompañamiento al estudiante | ||
| 6. Aprendizaje adaptativo con perfil | Mantiene un perfil cognitivo y afectivo y ajusta la ruta | Rendimiento del sistema en pruebas controladas |
| 7. Trazado del conocimiento | Estima el dominio de cada concepto mediante diálogo | Precisión predictiva sobre conjuntos de datos |
| 8. Diagnóstico de errores | Localiza el paso donde descarrila un razonamiento | Acierto en la detección, no efecto en el aprendizaje |
| 9. Agente enseñable | Simula ideas equivocadas para que el estudiante lo instruya | Estudio con 40 novatos, tamaño del efecto 0,71 |
| 10. Práctica de lengua | Sostiene conversación con papeles y contexto, también en RV | Calidad de la interacción, sin datos de adquisición |
| C · Formación profesional | ||
| 11. Educación médica | Paciente virtual, médico experto y radiólogo como agentes | Desempeño en bancos de preguntas clínicas |
| 12. Derecho e informática | Simulación de juicio, tutor integrado en la plataforma | Los índices jurídicos revelan límites serios |
| D · Investigación | ||
| 13. Equipo investigador de agentes | Reparte perfiles científicos e incorpora un agente crítico | Resultados validados en laboratorio |
| 14. Revisión de literatura | Busca, sintetiza con citas y detecta contradicciones | Comparación con expertos, en preimpresión |
| 15. Agente de laboratorio | Planifica y ejecuta síntesis con herramientas de dominio | Síntesis reales completadas y evaluación de expertos |
A · Agentes que apoyan al docente
1. Diseño instruccional y producción de materiales
Es, hoy por hoy, el uso mejor documentado. El sistema Instructional Agents, de un equipo de Arizona State University, reparte el trabajo entre agentes que asumen papeles reconocibles, profesorado, diseñador instruccional, auxiliar docente, coordinador de asignatura y responsable de programa, y los hace recorrer las tres primeras fases del modelo ADDIE para producir objetivos, guía docente, diapositivas, guiones de clase y evaluaciones. Funciona en cuatro modos según cuánta intervención humana se permita, desde el totalmente autónomo hasta el copiloto con validación en cada paso (Yao et al., 2025).
Qué se midió: cinco asignaturas universitarias, cinco docentes evaluadores por asignatura y una rúbrica adaptada de Quality Matters que puntúa el esfuerzo de revisión necesario antes de poder usar el material. El modo copiloto mejora entre 0,5 y 0,9 puntos sobre el autónomo, a costa de entre treinta y cuarenta y cinco minutos de trabajo docente. Qué no se midió: el aprendizaje de ningún estudiante. Los autores lo dicen sin rodeos y excluyen a propósito las fases de implementación y evaluación de ADDIE por razones éticas.
2. Retroalimentación formativa a escala
Aquí la arquitectura multiagente aporta algo específico. En lugar de un modelo que redacta un comentario y lo entrega, se encadenan dos: el primero genera la retroalimentación y el segundo la revisa para evitar el elogio excesivo y las inferencias sin fundamento sobre el estudiante. Otros sistemas emparejan la respuesta del alumno con los criterios que el docente ha definido, de modo que el comentario se ancle en la rúbrica y no en el estilo del modelo (Chu et al., 2025).
Dónde falla: en materias con lógica propia y difícil. Un trabajo de la Universidad Carlos III de Madrid evaluó herramientas basadas en modelos de lenguaje para dar retroalimentación en una asignatura de programación concurrente y documentó sus límites justamente en los conceptos que más cuestan, como la inanición o el interbloqueo (Estévez-Ayres et al., 2024). El sistema es más flojo precisamente donde el estudiante más lo necesita.
3. Corrección contestable: cuando el estudiante puede recurrir
Nos parece la propuesta más interesante de toda esta familia, y la menos comentada. Frente a la calificación automática que llega como un veredicto opaco, hay marcos multiagente en los que varios agentes evaluadores emiten su valoración, un agente docente arbitra entre ellas y el estudiante puede impugnar la nota y discutirla, obligando al sistema a justificar su criterio. La corrección deja de ser un número y pasa a ser un procedimiento con derecho de réplica (Chu et al., 2025).
Por qué importa: convierte una debilidad técnica, la opacidad, en un diseño pedagógico. Argumentar contra una evaluación es en sí mismo una actividad de aprendizaje. Estamos, eso sí, ante prototipos de investigación y no ante sistemas validados en aulas reales a escala.
4. Simulación de aula para la formación del profesorado
Un grupo de agentes representa perfiles de estudiante distintos y el docente ensaya con ellos una explicación, una secuencia de actividades o una manera de plantear una pregunta, antes de llevarla al aula real. Varias arquitecturas incorporan módulos de reflexión y de planificación para que el comportamiento simulado resulte menos plano, y hay trabajos que las usan para depurar planes de clase y para evaluar cómo se comportaría una estrategia con perfiles muy diversos (Chu et al., 2025).
Advertencia de fondo: un estudiante simulado por un modelo de lenguaje es una hipótesis sobre cómo se comportan los estudiantes, no una muestra de ellos. Ensayar contra esa hipótesis puede afinar una explicación y también consolidar una idea equivocada del grupo real, sobre todo cuando ese grupo no se parece a los datos con los que se entrenó el modelo.
5. Adaptación de textos por nivel y accesibilidad lectora
Un artículo científico, una sentencia, un capítulo denso. Hay marcos multiagente que simulan la colaboración entre experto, docente y estudiante para adaptar un documento a un nivel concreto, y otros que abordan la simplificación de textos largos repartiendo papeles entre agentes para no perder la coherencia del conjunto (Chu et al., 2025). En español, con su producción académica dispersa entre registros muy distintos, es un uso con recorrido evidente.
El riesgo que trae de la mano: simplificar es interpretar. Cada adaptación decide qué matiz es prescindible, y esa decisión, tomada por un sistema, no queda registrada en ninguna parte. Conviene tratar el texto adaptado como una versión de trabajo, nunca como sustituto de la fuente.
B · Agentes que acompañan al estudiante
6. Aprendizaje adaptativo con perfil persistente
El agente mantiene y actualiza una representación estructurada del aprendiz y la usa para seleccionar contenidos, marcar el ritmo y elegir la estrategia de corrección. La línea más reciente modela no solo el estado cognitivo, es decir el dominio de cada concepto y los errores recurrentes, sino también dimensiones afectivas como la motivación o la autoeficacia, e incluso rasgos de personalidad y preferencias de formato, con sistemas que reparten el trabajo entre agentes especializados en detectar carencias, perfilar, simular al aprendiz, planificar la ruta y crear el contenido (Chu et al., 2025).
La pregunta que nadie ha respondido bien: quién audita ese perfil. Un sistema que infiere la motivación o la personalidad de un estudiante a partir de sus interacciones, y ajusta en consecuencia lo que le ofrece, está tomando una decisión pedagógica de calado sobre una inferencia que ni el estudiante ni el docente pueden revisar.
7. Trazado del conocimiento conversacional
Estimar qué domina un estudiante y qué no es una tarea vieja de la analítica del aprendizaje, resuelta durante años con modelos estadísticos sobre respuestas correctas e incorrectas. La aportación agéntica es doble. Por un lado, arquitecturas donde un agente administrador reparte la tarea, varios agentes juzgan y discuten entre sí, y un agente crítico decide si la valoración cumple los criterios. Por otro, el uso del propio diálogo para sondear los límites conceptuales del estudiante en lugar de inferirlos de sus aciertos (Chu et al., 2025).
Qué se mide: la precisión con la que el sistema predice el desempeño sobre conjuntos de datos, que es una métrica de modelo. Que un trazado más fino se traduzca en mejores decisiones docentes es razonable de suponer y no está demostrado.
8. Detección y diagnóstico de errores
No se trata de marcar en rojo lo que está mal, sino de identificar el punto exacto en el que un razonamiento se desvía. Hay sistemas que localizan el paso en el que una cadena de resolución matemática descarrila y la reconducen desde ahí, y otros que analizan directamente borradores manuscritos o digitales, los convierten en texto y devuelven una orientación indirecta que empuja hacia la autocorrección en lugar de dar la solución (Chu et al., 2025).
Por qué nos parece de las líneas más prometedoras: porque devuelve el trabajo cognitivo al estudiante en vez de quitárselo. Es también la que menos se parece a lo que el mercado está vendiendo.
9. Agentes enseñables: aprender enseñando a la máquina
Aquí se invierte la relación. En lugar de que el sistema enseñe, es el estudiante quien instruye a un agente que finge no saber. El problema técnico es evidente, un modelo de lenguaje sabe demasiado y el estudiante se desanima al ver que su alumno no lo necesita. La solución consiste en restringir deliberadamente el conocimiento del agente y configurarlo para que arrastre ideas equivocadas concretas y pregunte por qué y cómo. El entorno TeachYou, con el agente AlgoBo, aplica esta idea al aprendizaje de algoritmos (Jin et al., 2024).
Qué se midió: un estudio entre grupos con cuarenta principiantes en algoritmia. Las preguntas del agente produjeron conversaciones densas en conocimiento, con un tamaño del efecto de 0,71. Es de los pocos casos de esta lista con estudio experimental con personas, aunque mida la calidad de la conversación y no la ganancia de aprendizaje.
10. Práctica conversacional en lenguas y lectura académica
La expresión oral es cara de practicar: requiere un interlocutor disponible y paciente. Hay agentes que sostienen conversación con papeles definidos y razonamiento contextual dentro de entornos de realidad virtual social, devolviendo retroalimentación y valoración del nivel. En el otro extremo del proceso, se han ensayado agentes que acompañan la lectura de textos académicos complejos como compañeros de estudio, no como resumidores (Chu et al., 2025).
La distinción decisiva: acompañar la lectura y sustituirla son operaciones opuestas que producen artefactos parecidos. Un resumen y una pregunta socrática sobre el mismo texto salen del mismo sistema, y solo el diseño de la actividad decide cuál de los dos recibe el estudiante.
C · Agentes en la formación profesional
11. Educación médica: entornos clínicos poblados de agentes
Se han construido sistemas multiagente que reproducen un entorno de formación clínica con paciente virtual, médico experto y radiólogo, de modo que el estudiante practique la interacción multidisciplinar. En una línea más ambiciosa, entornos de hospital simulado donde los agentes evolucionan a partir de sus propias interacciones y mejoran su desempeño tras atender a miles de pacientes sintéticos (Chu et al., 2025).
Leer con cuidado: lo que mejora en esos experimentos es el desempeño del sistema en bancos de preguntas clínicas, no la competencia de ningún estudiante. La literatura del ámbito señala además sesgo algorítmico, desinformación y privacidad como problemas abiertos.
12. Derecho e informática: simulación y tutoría integrada
En derecho se ensayan simulaciones de juicio con agentes adversarios y sistemas de consulta que integran recuperación legal y de casos, con la simulación de vistas como candidata natural, dado que el ensayo argumental es el núcleo de esa formación. En informática funcionan tutores virtuales integrados en la propia plataforma de la asignatura, con acceso al contexto del ejercicio, y estrategias de aprender enseñando (Chu et al., 2025).
Contrapeso necesario: las evaluaciones sistemáticas en el dominio jurídico muestran que estos sistemas tropiezan con la aplicación del conocimiento legal, el razonamiento encadenado y la redacción de escritos de defensa, que es exactamente la competencia que se pretende formar. El entorno de práctica puede ser valioso mientras la corrección siga siendo humana.
D · Agentes en la investigación universitaria
13. Equipos de investigación con agentes especializados
El caso mejor documentado, y el único con validación experimental en laboratorio, es el Virtual Lab de Stanford. Un agente que actúa como investigador principal organiza a un equipo de agentes con perfiles científicos distintos, entre ellos uno cuya única función es criticar, a lo largo de reuniones de equipo y reuniones individuales, con un investigador humano que interviene solo con orientaciones de alto nivel. Aplicado al diseño de nanocuerpos frente a variantes recientes del SARS-CoV-2, el sistema construyó una tubería computacional propia y diseñó noventa y dos candidatos que después se validaron experimentalmente (Swanson et al., 2025).
Lo relevante para la docencia: no es el resultado biomédico, sino el patrón organizativo. Un equipo con agente crítico incorporado y humano que decide en los puntos de bifurcación es, probablemente, el modelo más transferible a la dirección de tesis y a los trabajos de fin de máster. También el que más obliga a redefinir qué parte del trabajo doctoral es formativa y cuál es meramente instrumental.
14. Revisión de literatura y detección de contradicciones
Es el uso que más directamente afecta al trabajo de cualquier docente universitario. Un agente especializado en literatura científica busca, recupera, sintetiza con citas y, lo más interesante, señala contradicciones entre artículos. Sus autores informan de que iguala o supera a expertos del área en recuperación de información, síntesis y detección de contradicciones, con unas 2,3 contradicciones identificadas por artículo en una muestra aleatoria de biología, de las cuales cerca del 70 % fueron validadas por revisores humanos (Skarlinski et al., 2024).
Cautela obligada: es una preimpresión, no ha pasado revisión por pares, y el equipo que la firma es también quien desarrolla el sistema. La palabra sobrehumano del título merece toda la desconfianza. Aun descontando eso, la detección automática de contradicciones en un corpus es una función que la revisión sistemática tradicional no puede realizar a esa escala.
15. Agentes de laboratorio con herramientas de dominio
El sistema ChemCrow acopla un modelo de lenguaje a dieciocho herramientas diseñadas por químicos y a una plataforma robótica de síntesis. Planificó y ejecutó de forma autónoma la síntesis de un repelente de insectos y de tres organocatalizadores, y orientó el descubrimiento de un cromóforo nuevo (M. Bran et al., 2024). Para la docencia experimental es un anticipo de lo que serán las prácticas de laboratorio en los próximos años.
Un detalle que merece atención pedagógica: el sistema incorpora herramientas de seguridad que se activan solas cuando alguien pide un procedimiento de síntesis, comprueban si la molécula está catalogada como explosiva o controlada y devuelven la advertencia correspondiente. Es la primera vez que vemos una salvaguarda de dominio integrada en la arquitectura del agente y no añadida encima. Ese patrón, la restricción como parte del diseño, es exactamente lo que falta en casi todos los sistemas educativos que hemos revisado.
Hay un patrón que atraviesa los quince casos y que conviene nombrar. Casi toda esta literatura evalúa sistemas, no aprendizajes. Mide la calidad de un material, el acierto de una corrección, la verosimilitud de una simulación, la precisión de una predicción o el ahorro de tiempo docente. Son métricas legítimas y no son métricas de aprendizaje. Las excepciones se cuentan con los dedos de una mano, y una de ellas mide la densidad de la conversación, que tampoco es exactamente aprender. Para saber qué le ocurre al estudiante hay que mirar a otro sitio.
Lo que sí se ha medido sobre el aprendizaje
Los dos estudios experimentales más sólidos disponibles no evalúan agentes, sino IA generativa conversacional. Los traemos aquí con esa salvedad explícita, porque si un asistente reactivo ya produce estos efectos, cabe esperar que un sistema con más autonomía los amplifique, aunque esto último es una conjetura nuestra y no un hallazgo.
Puestos uno junto al otro, ambos apuntan en la misma dirección y con una precisión que conviene no perder: el producto mejora y el aprendizaje no. Y en el primer caso, con acceso irrestricto, empeora. El diseño de las salvaguardas resultó ser la variable decisiva, más que la potencia del modelo.
Qué se desplaza pedagógicamente
Cuando la herramienta deja de esperar instrucciones y pasa a ejecutar decisiones encadenadas, se mueven tres cosas a la vez.
La iniciativa didáctica
Tradicionalmente, el docente y el diseño del curso determinan qué se estudia, en qué orden y con qué criterio se evalúa. Con un agente, parte de esa iniciativa se traslada al sistema y, en última instancia, a quienes lo construyeron y entrenaron. Puede sugerir temas ajenos al programa o reordenar la secuencia según parámetros estadísticos de desempeño. La pregunta pertinente no es si eso es bueno o malo, sino quién responde de ello ante el estudiante.
La continuidad y el perfil acumulado
Un agente con memoria técnica puede acompañar durante meses y construir un perfil detallado del aprendiz. Ese seguimiento longitudinal es probablemente su aportación más interesante. También es su punto más delicado: conviene preguntar si el estudiante puede consultar ese perfil, corregirlo o eliminarlo, y qué ocurre cuando una inferencia temprana y errónea condiciona todo lo que viene después.
La trazabilidad del proceso
Los tutores inteligentes clásicos eran auditables porque sus reglas estaban escritas. Un agente basado en modelos de lenguaje produce salidas mediante procesos estadísticos que no dejan un rastro lógico revisable paso a paso. Existen técnicas que muestran una cadena de razonamiento intermedia, pero esa cadena la genera el propio modelo y no constituye una prueba de cómo llegó a su respuesta. La revisión de Chu y colaboradores (2025) sitúa la explicabilidad entre las capacidades exigibles a un agente educativo, precisamente porque hoy no está resuelta.
Cuatro riesgos que merecen vigilancia
Los formulamos como preocupaciones razonables, no como hechos demostrados. El primero cuenta con apoyo empírico parcial, los otros tres son extrapolaciones plausibles a partir del funcionamiento conocido de estos sistemas.
Riesgo 01 · Delegación cognitiva profunda
Si el sistema planifica, vigila el avance y corrige de forma continuada, existe el riesgo de que el estudiante externalice funciones de autorregulación que son, precisamente, lo que la universidad debería desarrollar. Es el único de los cuatro con evidencia experimental directa, aunque referida a sistemas conversacionales y no agénticos (Bastani et al., 2025; Fan et al., 2025). Un agente que sostiene esa delegación durante meses, y no durante una tarea, plantea el problema en una escala distinta.
Riesgo 02 · Opacidad del proceso
Una explicación coherente no es una explicación correcta. El agente puede reforzar un malentendido, presentar una versión sesgada de un debate o inventar una referencia con total fluidez. Lo difícil no es que se equivoque, sino que resulte casi imposible distinguirlo sin conocimiento previo del tema, que es exactamente lo que el estudiante todavía no tiene. El hallazgo de Bastani y su equipo, que los estudiantes no detectaron los errores del modelo o no dedicaron esfuerzo a comprobarlos, describe este riesgo en funcionamiento.
Riesgo 03 · Desplazamiento del control epistémico
Quién decide qué conocimiento es válido y relevante ha sido siempre una cuestión disputada entre docentes, comunidades académicas e instituciones, con mecanismos de revisión conocidos. Con un agente, parte de esa autoridad pasa de hecho a un sistema cuyas prioridades se fijaron en el diseño y el entrenamiento, y cuya lógica no siempre puede revisarse ni negociarse desde la asignatura.
Riesgo 04 · Dependencia institucional
Un agente integrado en la experiencia formativa diaria deja de ser una herramienta sustituible. Si cambia sus condiciones de uso, sube su precio, se degrada o desaparece, el proceso educativo se interrumpe. Cuando además lo opera una empresa externa, la institución pierde control sobre qué se enseña, cómo se evalúa y qué datos de sus estudiantes se recopilan.
Qué sabemos, qué suponemos y qué no podemos afirmar
Nos parece la sección más importante del texto, y la que suele faltar. Distinguir el estatus de cada afirmación es lo que separa un análisis de un argumento de venta.
✓ Respaldado por investigación revisada por pares
Que existen arquitecturas agénticas funcionando en tareas educativas reales y que producen materiales que docentes expertos califican como aprovechables tras revisión (Yao et al., 2025). Que el acceso irrestricto a IA generativa durante la práctica puede perjudicar el rendimiento posterior, y que unas salvaguardas bien diseñadas neutralizan ese daño (Bastani et al., 2025). Que la mejora del producto entregado puede convivir con una ausencia de ganancia de conocimiento y de transferencia (Fan et al., 2025). Que la retroalimentación automática se degrada en los conceptos difíciles de una materia técnica (Estévez-Ayres et al., 2024). Que un agente configurado para ignorar y preguntar genera conversaciones más densas en conocimiento que uno que lo sabe todo (Jin et al., 2024). Y que equipos de agentes con supervisión humana han llegado a producir resultados científicos validados experimentalmente en biomedicina y en química (Swanson et al., 2025; M. Bran et al., 2024).
◆ Hipótesis razonables, todavía sin validar
Que el acompañamiento longitudinal con memoria persistente resulte pedagógicamente superior a la personalización sesión a sesión. Que los efectos de delegación cognitiva documentados en asistentes conversacionales se amplifiquen cuando el sistema también planifica y decide. Que un trazado del conocimiento más fino se traduzca en mejores decisiones docentes. Que la posibilidad de impugnar una corrección automática convierta la evaluación en actividad de aprendizaje. Y que el patrón organizativo del equipo con agente crítico sea transferible a la dirección de trabajos académicos. Son conjeturas plausibles a partir de mecanismos conocidos, y ninguna cuenta todavía con estudios longitudinales en contextos universitarios diversos.
✗ No puede afirmarse con la evidencia actual
Que los agentes mejoren el aprendizaje en educación superior. Con quince aplicaciones documentadas sobre la mesa, no conocemos ningún ensayo controlado que mida resultados de aprendizaje de un sistema propiamente agéntico en la universidad, y esa ausencia es el dato más importante de todo el panorama. Tampoco puede afirmarse que sustituyan al profesorado, que igualen el juicio pedagógico humano, que resuelvan el abandono o la desigualdad de acceso, ni que su adopción sea inevitable o universalmente beneficiosa.
Nada de esto es inevitable
La inteligencia artificial agéntica supone un salto respecto a lo anterior, y no por potencia sino por función: son sistemas que ejecutan tareas pedagógicas de forma continuada y con autonomía operativa, moviendo la frontera entre herramienta, mediador y tutor. Reconocer ese salto no obliga a celebrarlo.
Conviene sostener tres ideas a la vez. La tecnología no es inevitable, porque su adopción responde a decisiones institucionales que pueden discutirse, aplazarse o revertirse. No es neutral, porque incorpora prioridades fijadas en su diseño. Y no sustituye automáticamente al profesorado, porque las funciones que puede asumir son las más mecanizables del oficio, no las que sostienen el criterio, el vínculo y el juicio situado.
La pregunta relevante no es si la IA agéntica cambiará la educación. Es bajo qué condiciones, con qué salvaguardas y al servicio de qué fines aceptamos que lo haga.
Del recorrido por estas quince aplicaciones emerge un criterio de selección bastante nítido. Las más prometedoras comparten un rasgo: devuelven trabajo cognitivo al estudiante en lugar de quitárselo. El agente que finge no saber para que le enseñen, el que localiza dónde descarriló un razonamiento sin resolverlo, el que obliga a defender una impugnación de nota. Las más peligrosas comparten el rasgo inverso: entregan el producto terminado. Y los dos hallazgos experimentales disponibles convergen en la misma recomendación práctica, que sí puede aplicarse mañana: las salvaguardas del diseño pesan más que la potencia del modelo. La diferencia entre un agente que amplía el acompañamiento y otro que erosiona la autorregulación no está en el modelo, sino en el diseño pedagógico y en las decisiones institucionales que lo rodean. Ahí es donde el profesorado tiene algo que decir, y donde conviene que lo diga pronto.
Referencias
Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö. y Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. Proceedings of the National Academy of Sciences, 122(26), e2422633122. https://doi.org/10.1073/pnas.2422633122
Chu, Z., Wang, S., Xie, J., Zhu, T., Yan, Y., Ye, J., Zhong, A., Hu, X., Liang, J., Yu, P. S. y Wen, Q. (2025). LLM agents for education: Advances and applications [preimpresión]. arXiv. https://arxiv.org/abs/2503.11733
Estévez-Ayres, I., Callejo, P., Hombrados-Herrera, M. Á., Alario-Hoyos, C. y Delgado Kloos, C. (2024). Evaluation of LLM tools for feedback generation in a course on concurrent programming. International Journal of Artificial Intelligence in Education, 35, 774-790. https://doi.org/10.1007/s40593-024-00406-0
Fan, Y., Tang, L., Le, H., Shen, K., Tan, S., Zhao, Y., Shen, Y., Li, X. y Gašević, D. (2025). Beware of metacognitive laziness: Effects of generative artificial intelligence on learning motivation, processes, and performance. British Journal of Educational Technology, 56(2), 489-530. https://doi.org/10.1111/bjet.13544
Jin, H., Lee, S., Shin, H. y Kim, J. (2024). Teach AI how to code: Using large language models as teachable agents for programming education. En Proceedings of the 2024 CHI Conference on Human Factors in Computing Systems (artículo 652, pp. 1-28). ACM. https://doi.org/10.1145/3613904.3642349
Kostopoulos, G., Gkamas, V., Rigou, M. y Kotsiantis, S. (2025). Agentic AI in education: State of the art and future directions. IEEE Access, 13, 177467-177491. https://doi.org/10.1109/ACCESS.2025.3620473
M. Bran, A., Cox, S., Schilter, O., Baldassari, C., White, A. D. y Schwaller, P. (2024). Augmenting large language models with chemistry tools. Nature Machine Intelligence, 6(5), 525-535. https://doi.org/10.1038/s42256-024-00832-8
Skarlinski, M. D., Cox, S., Laurent, J. M., Braza, J. D., Hinks, M., Hammerling, M. J., Ponnapati, M., Rodriques, S. G. y White, A. D. (2024). Language agents achieve superhuman synthesis of scientific knowledge [preimpresión]. arXiv. https://arxiv.org/abs/2409.13740
Swanson, K., Wu, W., Bulaong, N. L., Pak, J. E. y Zou, J. (2025). The Virtual Lab of AI agents designs new SARS-CoV-2 nanobodies. Nature, 646(8085), 716-723. https://doi.org/10.1038/s41586-025-09442-9
Yao, H., Xu, W., Turnau, J., Kellam, N. y Wei, H. (2025). Instructional Agents: Reducing teaching faculty workload through multi-agent instructional design [preimpresión]. arXiv. https://arxiv.org/abs/2508.19611
Fernando Santamaría · IAforTeachers.com
Este texto es la introducción de una serie sobre inteligencia artificial agéntica en educación superior. Las secciones siguientes desarrollan la arquitectura de estos sistemas, los criterios de evaluación y las decisiones institucionales que su adopción exige.