Plumas NCC | Reingeniería de la educación superior con la IA y creaciones sintéticas en México

Por: Mtro. Rodolfo Guerrero Martínez (México)

 

En un laboratorio de la Universidad Tecnológica de Graz, dos grupos de estudiantes cursaron el mismo microcurso: uno con un profesor de carne y hueso; otro, con un avatar fabricado mediante HeyGen y ElevenLabs. Quienes aprendieron frente a la figura sintética acertaron 86 % del cuestionario, contra 76 % del grupo con docente humano.

Empero, más revelador aún, 58 % de los participantes no advirtió que su instructor era artificial (Struger et al., 2025). El primer dato admite matices metodológicos; el segundo, en cambio, no admite ninguno. Si más de la mitad del alumnado no distingue a su maestro de una réplica, la discusión deja de ser didáctica y se vuelve jurídica: ¿qué le debe una universidad a la persona que ignora quién, o qué, le está enseñando?

Por reingeniería no entiendo aquí la incorporación de una herramienta más al catálogo institucional, sino el rediseño de tres relaciones que la universidad daba por resueltas: la autoría de la palabra docente, la presencia como garantía del vínculo pedagógico y la responsabilidad por lo que se enseña. Las creaciones sintéticas alteran las tres a la vez.

1. Del docente grabado al fantasma pedagógico

Durante siglos, la cátedra descansó en una premisa tácita: quien habla en el aula es quien responde por lo dicho. La videoclase no rompió esa premisa, porque se limitaba a reproducir un discurso ya pronunciado. Por ende, el avatar con inteligencia artificial sí la rompe, ya que reúne tres capas que antes estaban separadas: un modelo de lenguaje que redacta, una voz sintética que pronuncia y un cuerpo digital que gesticula; gracias a ello escucha, responde y conversa en tiempo real, aunque esa misma soltura puede transmitir información incorrecta con apariencia de autoridad tal como señalan Fink et al. (2024).

De tal modo que, la consecuencia es de fondo, donde el avatar deja de ser un medio y se convierte en un interlocutor, de modo que la pregunta pertinente ya no es qué contenido transmite, sino quién es autor y garante de cada respuesta que improvisa.

Grasnick (2026) ofrece una clave para pensar ese desplazamiento. A su juicio, el avatar docente es un fantasma humanoide que opera entre la representación y la ilusión funcional; su eficacia depende de la fidelidad con que representa a una persona y de su capacidad de respuesta, pero ambas deben acotarse mediante una calibración relacional. Leída desde el derecho, esa calibración no es un ajuste estético, sino un límite normativo: cuanto más convincente resulta la ilusión, mayor es el riesgo de inducir una confianza que el sistema no merece. El 58 % de Graz muestra que ese umbral ya fue rebasado.

El fenómeno, además, ha salido del laboratorio, considerando lo ocurrido en un posgrado de la Universidad de Ciencia y Tecnología de Hong Kong, en donde el alumnado valoró, por encima de todo, la naturalidad, la autenticidad y la interactividad de sus profesores digitales (Pang et al., 2024). Un paso más allá, el prototipo Generative Lecture inserta un clon del instructor en su propia clase grabada para que conteste preguntas al instante (Jo et al., 2025).

De esta forma aparece una figura inédita que propongo denominar palabra atribuida: el clon pronuncia, con el rostro y la voz de una persona real, respuestas que esa persona nunca formuló. Trabajos como los de Roe et al. (2025) sobre medios sintéticos indican precisamente que estas tecnologías pueden mostrar a alguien diciendo lo que jamás dijo; en el aula, esa capacidad se presenta como servicio, pero conserva su potencial de suplantación.

Por último, la escala del fenómeno obliga a tomarlo en serio. Una revisión sistemática de 136 estudios ubica a los humanos digitales, sobre todo, en la educación superior y en áreas STEM, donde fungen como maestros virtuales, compañeros o asistentes (Zhao et al., 2026); otros autores amplían esas funciones a propósitos pastorales y cognitivos, desde el acompañamiento hasta el andamiaje del razonamiento (Yusuf et al., 2025). En otras palabras, si las universidades serán las primeras receptoras, y si el avatar acompañará también la dimensión emocional del estudiante, el tratamiento de datos sensibles deja de ser hipotético.

2. Evidencia con matices: lo que el avatar sí demuestra

El discurso comercial suele confundir novedad con eficacia, y conviene separarlas. Una revisión paraguas de 17 metaanálisis y revisiones sistemáticas encontró efectos positivos, aunque pequeños, sobre el aprendizaje y la motivación; sin embargo, tras tres décadas de investigación, todavía no es posible afirmar cómo diseñar un agente pedagógico para un contexto determinado (Schroeder et al., 2025).

De ello se sigue una conclusión incómoda: una universidad que despliega avatares a gran escala no aplica una técnica probada, sino que experimenta con su alumnado. Esa condición experimental exige pilotos acotados, evaluación previa y posterior, y un consentimiento informado que hoy rara vez se solicita.

Tampoco el realismo es neutral. Los avatares hiperrealistas pueden imponer una carga cognitiva extrínseca a quienes se inician; por ello, Haynes (2025) propone un realismo graduado, que comience con figuras de baja fidelidad y aumente la complejidad a medida que madura la destreza. El argumento invierte la lógica del mercado, pues el fotorrealismo que los proveedores presentan como virtud puede estorbar al estudiante novato. Así, la fidelidad del avatar debería figurar como variable pedagógica en las bases de cualquier contratación institucional, y no como un simple atributo de calidad.

El terreno más fértil se encuentra en la práctica simulada. Los avatares conversacionales reducen la ansiedad, fortalecen la confianza y favorecen la empatía en el entrenamiento de habilidades interpersonales, aunque la autenticidad del diálogo sigue siendo su punto débil (Chen, 2025). Para la enseñanza del derecho la aplicación es evidente: ensayar una entrevista con un cliente difícil, una audiencia de mediación o un interrogatorio sin exponer a personas reales.

Con todo lo descrito, la misma limitación de autenticidad impone una condición: la retroalimentación final debe correr a cargo de un docente capaz de distinguir la destreza adquirida de la mera adaptación al guion de la máquina.

En contraste con el entusiasmo estudiantil, la percepción institucional es reticente. Entre 173 trabajadores universitarios, la intención de adoptar avatares sintéticos fue baja y se acompañó de temores concretos: explotación del trabajo académico, recortes presupuestales disfrazados de automatización y deterioro del vínculo humano (Roe et al., 2025). Reducir esas reservas a tecnofobia sería un error, pues expresan un conflicto laboral latente: un avatar construido con la imagen de un profesor puede producir contenido indefinidamente sin su participación, y con ello pone en entredicho la remuneración del trabajo académico.

A estas tensiones se suman límites materiales, ya que la seguridad de los datos y la infraestructura insuficiente frenan la implementación (Islam & Wang, 2025). En México, esa carencia amenaza con abrir una brecha entre instituciones con recursos para licenciar plataformas y aquellas que no pueden hacerlo.

3. El andamiaje normativo mexicano: amplio en tecnología, mudo en síntesis

El legislador mexicano optó por una fórmula tecnológicamente neutra, las tecnologías de la información, comunicación, conocimiento y aprendizaje digital. Esa neutralidad tiene una ventaja, porque abarca a los avatares sin necesidad de reforma, y un defecto, porque nada dice sobre sus riesgos específicos. En esa clave, la Ley General de Educación Superior orienta la formación hacia las habilidades digitales y el uso responsable de dichas tecnologías (LGES, 2021, art. 7, fr. VIII) y eleva esa responsabilidad a criterio de política pública (art. 10, fr. XXVIII).

Ahora bien, uso responsable es un concepto jurídico indeterminado: corresponde a cada institución, en ejercicio de su autonomía, dotarlo de contenido mediante normas internas que hoy, en su mayoría, no existen.

Más precisos resultan los artículos 44 y 45, que obligan a las instituciones a aprovechar esas tecnologías para fortalecer sus modelos pedagógicos y a aplicar la Agenda Digital Educativa prevista en la Ley General de Educación (LGE, 2019, art. 85). La norma, por tanto, impone una finalidad: la tecnología se justifica en la medida en que mejora la enseñanza.

De ahí se desprende un argumento que estimo central: un avatar adoptado para abaratar costos, y no para fortalecer el modelo pedagógico, se aparta del propósito que la ley exige. A ello se añade el artículo 84 de la LGE, que concibe estas herramientas como complemento de los demás materiales educativos. Con las reservas que impone la especialidad de la LGES, esa calificación sugiere una jerarquía: lo complementario es accesorio, y lo principal sigue siendo la función docente.

No obstante, ningún precepto menciona avatares, clonación de voz ni contenidos sintéticos, y la política pública cubre ese vacío solo en parte. El Plan Nacional de Inteligencia Artificial incorpora los Principios de Chapultepec, entre ellos que toda decisión apoyada por IA tenga responsables humanos y que no se automatice lo que no pueda explicarse; asimismo, impulsa un Centro Público de Formación en IA para estudiantes de bachillerato y educación superior (Gobierno de México, 2026).

Sin embargo, dos observaciones críticas se imponen, por un lado, se trata de principios declarativos dirigidos al sector público, sin fuerza vinculante para las universidades particulares. Y, en segundo lugar, el plan concentra su esfuerzo en formar talento técnico y guarda silencio sobre la formación del profesorado que deberá gobernar estas herramientas en el aula.

En materia de datos, el INAI recomendó la privacidad desde el diseño y advirtió que la personalización educativa se alimenta de perfiles, respuestas e interacciones del alumnado (Instituto Nacional de Transparencia, Acceso a la Información y Protección de Datos Personales [INAI], 2024). El matiz es relevante, porque un avatar que adapta su discurso al rostro o al tono del estudiante procesa información emocional, y la protección solo es eficaz si opera antes de la contratación y no después del incidente.

En el mismo sentido, el Plan Nacional de Ciberseguridad identifica los deepfakes y el robo de identidad como amenazas crecientes, y registra incidentes en el propio sector educativo (Gobierno de México, 2025). Así, el modelo de voz de un académico, almacenado en servidores universitarios, se convierte en un activo apetecible: filtrado, permitiría suplantarlo ante sus propios alumnos.

4. Hacia una gobernanza universitaria de lo sintético

La reingeniería exige reglas internas antes que licencias de software. Sharif et al. (2025) proponen cuatro pilares: transparencia y divulgación, gobernanza de datos y privacidad, integridad y detección, y supervisión ética con rendición de cuentas; además, reconocen que las técnicas de detección siguen siendo imperfectas y que el consentimiento informado y la revelación de la identidad sintética son responsabilidades concretas de la institución.

Si la detección falla, la gobernanza no puede descansar en el control posterior, sino en la divulgación previa. Dicho de otro modo, la carga de la prueba se traslada a la universidad: es ella quien debe anunciar lo sintético, no el estudiante quien debe descubrirlo.

En sintonía, la UNESCO (2022) exige supervisión y determinación humanas en los sistemas de IA, y Miao y Holmes (2023) reclaman un enfoque centrado en la persona para su uso educativo. Trasladada al avatar, la supervisión humana significa que el profesor valida el corpus y revisa las respuestas, no que se limita a autorizar la reproducción. Desde esta óptica, Lei et al. (2026) sugieren decidir cuándo, qué y cómo integrar al docente digital; esa pauta puede convertirse en un criterio curricular que distinga lo delegable, como la exposición de contenidos declarativos, de lo indelegable, como la evaluación, la formación ética y la retroalimentación sobre la argumentación.

Por su parte, Hanson et al. (2025) recuerdan que la confianza epistémica depende tanto del diseño del avatar como de la preparación de la organización. Esa confianza es un bien institucional: si el estudiante descubre a posteriori que su maestro era una réplica no anunciada, lo que se erosiona es la credibilidad del título mismo.

Trasladado a las universidades mexicanas, este marco podría traducirse en cuatro decisiones verificables. Inicialmente, una leyenda visible que identifique todo contenido sintético, como exigencia del pilar de transparencia.

Segundo, una licencia expresa, onerosa y revocable sobre la imagen y la voz del profesorado, que responda al temor de explotación documentado por Roe et al. (2025).

Tercero, un responsable humano nominal por cada curso que emplee avatares, en congruencia con los Principios de Chapultepec. Y, cuarto, una evaluación de impacto previa, acorde con los mecanismos que el Plan Nacional de IA anuncia para el sector público.

Reflexión

Las cuatro medidas propuestas atienden el presente del avatar, pero no su porvenir. La reingeniería descrita en estas páginas no se agota en el diseño de cursos ni en la compra de plataformas; redefine, en el fondo, qué significa ejercer la docencia cuando la presencia puede replicarse y la palabra, atribuirse.

Actualmente la legislación mexicana está redactada con lenguaje neutro en materia de tecnologías de la información, comunicación, conocimiento y aprendizaje digital, que ofrece margen para incorporar estas herramientas, aunque no para ordenar sus consecuencias. En manos de la autonomía universitaria, ese margen puede convertirse en innovación responsable o, por el contrario, en una zona gris donde la eficiencia presupuestal decida lo que la ley no previó.

Sin embargo, la cuestión tampoco se reduce al profesorado. El estudiante que aprende de una réplica tiene derecho a saberlo, pero también a algo menos evidente: a que alguien responda cuando la réplica se equivoque. Si el avatar puede afirmar con autoridad un dato erróneo y la detección de lo sintético sigue siendo imperfecta, la responsabilidad corre el riesgo de diluirse entre el proveedor tecnológico, la institución que lo contrata y el docente cuya imagen se utilizó. Ninguno de los tres, por sí solo, parece dispuesto a asumirla; precisamente por ello, hacerla visible y asignarla de antemano constituye quizá la tarea jurídica más urgente de esta transición.

Persiste, además, un problema que la legislación y los planes nacionales examinados dejan intacto, y que muestra hasta dónde llega la reingeniería. La imagen y la voz de un académico no son un insumo como cualquier otro, sino atributos de su persona que, una vez modelados, sobreviven a la relación laboral que les dio origen. Cuando un profesor se jubile, cambie de institución o fallezca, ¿podrá su clon seguir impartiendo la cátedra? Y, si es así, ¿con el permiso de quién?

Referencias

Chen, Z. (2025). How AI interactive avatars support conversation-based and role-play learning [Preprint]. SSRN. https://ssrn.com/abstract=5399628

Fink, M. C., Robinson, S. A., & Ertl, B. (2024). AI-based avatars are changing the way we learn and teach: Benefits and challenges. Frontiers in Education, 9, Artículo 1416307. https://doi.org/10.3389/feduc.2024.1416307

Gobierno de México. (2025). Plan Nacional de Ciberseguridad.

Gobierno de México. (2026). Plan Nacional de Inteligencia Artificial.

Grasnick, A. (2026). Pedagogical presence: AI-driven avatars as anthropomorphic teaching agents. IntechOpen. https://doi.org/10.5772/intechopen.1017272

Hanson, J., Yu, C. H., & Truong, M. H. (2025). Reframing avatar-mediated instruction in higher education: A theory-building integrative review. International Journal of Learning and Development, 15(2). https://doi.org/10.5296/ijld.v15i2.22988

Haynes, J. L. D., IV. (2025). Graduated realism: A pedagogical framework for AI-powered avatars in virtual reality teacher training (arXiv:2506.11890). arXiv.

Instituto Nacional de Transparencia, Acceso a la Información y Protección de Datos Personales. (2024). Recomendaciones para el tratamiento de datos personales derivado del uso de la inteligencia artificial.

Islam, M. Z., & Wang, G. (2025). Avatars in the educational metaverse. Visual Computing for Industry, Biomedicine, and Art, 8, Artículo 15. https://doi.org/10.1186/s42492-025-00196-9

Jo, H.-Y., Zhao, A. Y., Liu, X., & Suzuki, R. (2025). Generative Lecture: Making lecture videos interactive with LLMs and AI clone instructors (arXiv:2512.21796). arXiv.

Lei, X., Pang, C. C., Jiang, Y., Tong, X., & Hui, P. (2026). Co-designing digital humans for online learning: A framework for human-AI pedagogical integration (arXiv:2601.17434). arXiv.

Ley General de Educación [LGE]. Diario Oficial de la Federación, 30 de septiembre de 2019 (México). Última reforma DOF 15-01-2026.

Ley General de Educación Superior [LGES]. Diario Oficial de la Federación, 20 de abril de 2021 (México).

Miao, F., & Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO. https://doi.org/10.54675/EWZM9535

Pang, C. C., Zhao, Y., Yin, Z., Sun, J., Hadi Mogavi, R., & Hui, P. (2024). Artificial human lecturers: Initial findings from Asia’s first AI lecturers in class to promote innovation in education (arXiv:2410.03525). arXiv.

Roe, J., Perkins, M., Somoray, K., Miller, D., & Furze, L. (2025). Can synthetic avatars replace lecturers? An exploratory international study of higher education stakeholder perceptions. International Journal of Educational Technology in Higher Education, 22, Artículo 71. https://doi.org/10.1186/s41239-025-00568-4

Schroeder, N. L., Davis, R. O., & Yang, E. (2025). Designing and learning with pedagogical agents: An umbrella review. Journal of Educational Computing Research, 62(8), 2127–2156. https://doi.org/10.1177/07356331241288476

Sharif, H., Atif, A., & Nagra, A. A. (2025). Deepfake-style AI tutors in higher education: A mixed-methods review and governance framework for sustainable digital education. Sustainability, 17, Artículo 9793. https://doi.org/10.3390/su17219793

Struger, P., Brünner, B., & Ebner, M. (2025). Synthetic educators: Analyzing AI-driven avatars in digital learning environments [Presentación]. 27th International Conference on Human-Computer Interaction, Gotemburgo, Suecia. https://doi.org/10.3217/bngt5-p2053

UNESCO. (2022). Recommendation on the ethics of artificial intelligence.

Yusuf, H., Money, A., & Daylamani-Zad, D. (2025). Pedagogical AI conversational agents in higher education: A conceptual framework and survey of the state of the art. Educational Technology Research and Development, 73, 815–874. https://doi.org/10.1007/s11423-025-10447-4

Zhao, S., Wei, Y., Zhao, X., & Aslam, S. (2026). Digital humans in education: A systematic review. Cogent Education, 13(1), Artículo 2699472. https://doi.org/10.1080/2331186X.2026.2699472