La IA en las escuelas del Reino Unido en 2026: qué está pasando realmente en las aulas

Hace dos años, la llegada de ChatGPT desencadenó el pánico en los círculos educativos del Reino Unido. Las escuelas se apresuraron a buscar respuestas en sus políticas. Los académicos debatían si los ensayos generados por IA representaban una nueva forma de plagio. Los examinadores se preocupaban por la integridad de las evaluaciones. Los funcionarios del gobierno prometieron orientación.

El pánico ha amainado. En su lugar, hay algo más complejo: una profesión y un sistema que está improvisando su camino a través de una transformación para la que no fue diseñado y para la que aún carece de una política o infraestructura profesional adecuada.

Qué está pasando realmente

La respuesta más honesta a "¿qué están haciendo las escuelas del Reino Unido con la IA?" es: todo, de forma inconsistente, con una variación significativa según el tipo de escuela, la confianza del profesorado, el enfoque de la dirección y la edad de los estudiantes.

En un extremo se encuentran las escuelas que han implementado programas eficaces de alfabetización en IA, enseñando a los estudiantes cómo funcionan los modelos de lenguaje extensos, cuáles son sus limitaciones, cómo evaluar críticamente los resultados de la IA y cómo utilizar estas herramientas de forma productiva para el aprendizaje en lugar de para evitar tareas. Estas escuelas tratan la IA de forma similar a como la generación anterior trató internet: como una herramienta de aprendizaje potencialmente poderosa que requiere instrucción explícita en su uso crítico.

En el otro extremo están las escuelas que han impuesto prohibiciones generales al uso de herramientas de IA para tareas y trabajos escolares, y que están descubriendo que esas prohibiciones son difíciles de hacer cumplir. Cuando cada estudiante tiene un smartphone con IA integrada en el teclado, el navegador y las aplicaciones de productividad, prohibir el uso de la IA no es una política; es un deseo.

La mayoría de las escuelas ocupan el punto medio: se han desarrollado normas informales, algunos profesores permiten explícitamente la asistencia de la IA con la atribución adecuada, otros no, y la política a nivel escolar es lo suficientemente vaga como para que sea imposible una práctica coherente.

La brecha en la preparación docente

El hallazgo más significativo de la encuesta digital de Ofsted de 2026 es la brecha entre el uso de la IA por parte de los estudiantes y la formación en IA de los profesores. Se estima que el 65% de los estudiantes de secundaria utilizan herramientas de IA generativa para sus tareas al menos una vez al mes. Alrededor del 28% de los profesores de secundaria han recibido algún tipo de formación formal sobre herramientas de IA, y esta cifra cae a alrededor del 11% en las escuelas primarias.

Los profesores que no han utilizado las herramientas ellos mismos, de ninguna manera significativa, no pueden enseñar a los estudiantes a utilizarlas bien. No pueden identificar trabajos generados por IA mediante patrones (los patrones cambian constantemente), no pueden explicar por qué la IA a veces produce información falsa que suena plausible, y no pueden ayudar a los estudiantes a comprender los usos apropiados e inapropiados de estas herramientas.

La infraestructura de desarrollo profesional —formación inicial de profesores, formación continua mediante días de capacitación (INSET), programas de desarrollo profesional continuo (CPD)— aún no ha incorporado sistemáticamente la alfabetización en IA. Las escuelas individuales con líderes motivados y personal interesado en la tecnología han llevado a cabo programas excelentes. Esto sigue siendo la excepción.

El problema de la evaluación

El desafío estructural más profundo es la evaluación. El sistema de evaluación del Reino Unido —GCSE, A-levels, cualificaciones profesionales— fue diseñado asumiendo que el trabajo escrito presentado por un estudiante era producido íntegramente por ese estudiante. El crecimiento significativo de la escritura asistida por IA desafía esta suposición de formas que las juntas examinadoras aún están procesando.

Los enfoques actuales incluyen:

• Exámenes escritos a mano: estos siguen siendo en gran medida a prueba de IA; las universidades y escuelas que han desplazado el peso hacia la evaluación escrita presencial están respondiendo racionalmente al contexto de la IA.
• Exámenes orales y componentes de viva: añadir la evaluación verbal de la comprensión al trabajo escrito; eficaz pero requiere muchos recursos.
• Herramientas de detección de IA: poco fiables, generan tanto falsos positivos (marcar trabajos no generados por IA de estudiantes con estilos de escritura atípicos) como falsos negativos (trabajos generados por IA que pasan la detección).
• Cambio en el diseño de las tareas: desplazar la evaluación de "producir un ensayo sobre el tema X" hacia tareas que requieran experiencia personal demostrable, conocimiento local o toma de decisiones en tiempo real.

Ningún enfoque único resuelve el problema, y las juntas examinadoras han sido cautelosas al publicar directrices definitivas mientras las herramientas evolucionan. El formato de la declaración personal del Universities and Colleges Admissions Service (UCAS) fue rediseñado en 2025, en parte como respuesta a la IA, pero la pregunta subyacente de cómo evaluar el aprendizaje de forma auténtica en un mundo asistido por la IA no ha sido respondida.

Donde está funcionando

Las escuelas con las experiencias más positivas comparten ciertas características: una dirección que se ha involucrado con las herramientas de IA de forma genuina (no solo publicando una política), un desarrollo profesional docente que es práctico y específico, y un marco pedagógico que trata la alfabetización en IA como un objetivo curricular en sí mismo.

En un colegio integral de Londres, los estudiantes de 4º de la ESO completan una unidad en la que se les entrega un ensayo generado por IA que es factualmente incorrecto y se les pide que identifiquen y corrijan los errores utilizando fuentes primarias. El ejercicio enseña simultáneamente el análisis de fuentes, la evaluación de los resultados de la IA y las habilidades de investigación que preceden a la IA. Los estudiantes informan que les resulta estimulante precisamente porque es genuinamente desafiante. El error confiado de la IA es motivador de una manera en que los ejercicios de verificación de hechos abstractos no lo son.

Varias escuelas primarias han introducido una alfabetización en IA adecuada para la edad mediante la exploración práctica: los niños interactúan con un modelo de lenguaje simplificado, le hacen preguntas, notan cuándo inventa cosas y desarrollan una intuición práctica sobre qué están y qué no están haciendo estas herramientas. Esto construye esquemas cognitivos antes de que los estudiantes se encuentren con las herramientas de consumo más potentes en la escuela secundaria y más allá.

La paradoja de la productividad para los profesores

Los profesores son significativamente más positivos respecto a la IA como herramienta profesional para su propio trabajo de lo que confían en usarla como herramienta de enseñanza. La asistencia de la IA en la planificación de lecciones, materiales de diferenciación, redacción de comunicaciones y tareas administrativas es ampliamente reportada como un ahorro de tiempo genuino por los profesores que la utilizan.

Esto representa tanto una oportunidad como un desafío. La oportunidad: si las herramientas de IA reducen la carga administrativa de los profesores —algo que la profesión necesita urgentemente dados los problemas de contratación y retención derivados de la carga de trabajo—, eso es un beneficio real. El desafío: que los profesores desarrollen hábitos de IA productivos para su propio trabajo, sin desarrollar también los marcos pedagógicos para enseñar a los estudiantes sobre esas herramientas, corre el riesgo de profundizar la brecha entre profesor y alumno en lugar de cerrarla.

El consenso emergente entre los investigadores de tecnología educativa es que la adopción de la IA en las escuelas funciona mejor cuando los profesores se posicionan como aprendices junto a los estudiantes, explorando las herramientas juntos, desarrollando marcos compartidos para el uso apropiado y construyendo el tipo de relación crítica con la IA que tiene un adulto altamente educado que reflexiona cuidadosamente sobre estas herramientas. Eso requiere tiempo, confianza e inversión que el sistema educativo aún no ha proporcionado plenamente.

Qué es lo siguiente

El equipo de IA en la Educación del Departamento de Educación ha señalado que se espera una guía actualizada para finales de 2026, que probablemente incluirá marcos más claros para la integridad de la evaluación, estándares de desarrollo profesional y requisitos curriculares. Se espera que el marco