El informe Horizon 2026 de EDUCAUSE advierte: la IA está tensionando la confianza entre profesores y alumnos

Un informe que se toma en serio la relación humana

Cada año, EDUCAUSE —una de las organizaciones de referencia en tecnología educativa a nivel internacional— publica su Horizon Report, un análisis de tendencias que orienta a buena parte de las universidades del mundo sobre hacia dónde mirar en los próximos cursos. La edición de la sección de Enseñanza y Aprendizaje, publicada en mayo de 2026, dedica buena parte de su análisis a un fenómeno que suele quedar en segundo plano frente a los debates más técnicos sobre detección de plagio o diseño de exámenes: el efecto de la IA sobre la relación de confianza entre profesorado y alumnado.

El diagnóstico del informe no es alarmista, pero sí inequívoco. Señala que los estudiantes recurren cada vez con más frecuencia a herramientas de IA para resolver dudas o recibir una suerte de tutoría instantánea, a menudo antes incluso de plantear la pregunta a su propio profesor. Es una elección racional desde el punto de vista del estudiante —una respuesta inmediata, disponible a cualquier hora, sin el coste de sentirse juzgado por no saber algo—, pero tiene un efecto colateral: reduce las interacciones informales entre profesor y alumno que, tradicionalmente, han sido el terreno donde se construye buena parte de la confianza mutua.

«Los humanos no somos buenos detectando el trabajo de la IA»

Del lado del profesorado, el informe identifica una fuente de incertidumbre distinta pero igualmente desgastante: la dificultad, cada vez mayor, para determinar qué parte de un trabajo estudiantil procede realmente de un sistema de IA. El propio informe lo resume con una frase que merece citarse tal cual: «humans aren’t great at spotting AI work» —los humanos no somos especialmente buenos detectando el trabajo hecho por IA—. Esta incertidumbre, señala EDUCAUSE, está generando lo que describe como un desafío de «trust and credibility» —confianza y credibilidad— que puede derivar en relaciones tensas entre profesor y estudiante, en las que este último siente que se le trata con sospecha incluso cuando su trabajo es enteramente propio.

Es una dinámica perversa: cuanto más difícil resulta distinguir el trabajo genuino del asistido por IA, más motivos tiene el profesorado para sospechar de forma generalizada, y más motivos tiene el estudiante honesto para sentirse incómodo o mal juzgado. El resultado, advierte el informe, no es solo un problema de evaluación, sino un deterioro del vínculo pedagógico que sostiene buena parte del aprendizaje universitario.

La recomendación: normas claras y más humanidad, no menos

Frente a este panorama, EDUCAUSE no propone renunciar a la IA ni tampoco depositar toda la confianza en detectores automáticos —cuyos límites ya hemos comentado en otro artículo de esta serie a propósito del caso de un estudiante de Yale—. Su recomendación combina dos ideas que conviene no separar. Por un lado, las instituciones necesitan «normas claras y consistentes para el uso ético de la IA» —lo que en España empieza a plasmarse en los códigos éticos universitarios de los que hemos hablado anteriormente—. Por otro, y esto es quizá lo más relevante, el informe insiste en que hace falta invertir deliberadamente en aquello que ninguna IA puede sustituir: la mentoría, el juicio profesional del docente y un diseño pedagógico centrado en el sentido de pertenencia y el crecimiento del estudiante, no solo en la superación de exámenes.

Dicho de otro modo: cuanto más presente esté la IA en el trabajo cotidiano del aula, más valiosos —y más deliberadamente cultivados— tendrán que ser los momentos de contacto genuinamente humano entre profesor y estudiante. No como un gesto simbólico, sino como una estrategia institucional consciente frente al riesgo de erosión de la confianza que describe el informe.

Señales de cambio a vigilar

El Horizon Report 2026 incorpora también una nueva sección dedicada a «señales de cambio»: proyectos experimentales todavía minoritarios pero con potencial para transformar la enseñanza en los próximos años. Entre ellos, cita el desarrollo de textos y materiales de estudio personalizados mediante IA, adaptados al nivel y al ritmo de cada estudiante, y sistemas de «co-regulación», pensados para que el propio estudiante y la institución puedan monitorizar de forma conjunta y transparente cómo se está usando la IA en su proceso de aprendizaje, en lugar de dejar esa vigilancia exclusivamente en manos del profesor o de un software de detección.

Son ideas todavía incipientes, pero apuntan en una dirección coherente con el resto del informe: la respuesta a la crisis de confianza no pasa por vigilar más, sino por hacer más transparente y compartido el propio proceso de aprendizaje.

Fuentes y para saber más

• 2026 EDUCAUSE Horizon Report — Teaching and Learning Edition (mayo de 2026) — https://library.educause.edu/resources/2026/5/2026-educause-horizon-report-teaching-and-learning-edition