Ir al contenido
Marco regulatorio de IA en universidades mexicanas
  1. IA en educación/
  2. Ética y transparencia en el uso de IA/

Marco regulatorio de IA en universidades mexicanas

Corte de la información: agosto de 2026. El panorama regulatorio descrito —incluida la ausencia de una ley federal específica— corresponde a esa fecha. Próxima revisión prevista: febrero de 2027.

Esta página describe el marco regulatorio externo, no establece políticas. Lo que se ofrece a continuación es una síntesis de documentos públicos (ANUIES, leyes generales, observatorios) acompañada de sugerencias de lectura. Este sitio es un material de apoyo para la reflexión docente; cualquier decisión normativa institucional pasa por los cauces oficiales de la Universidad.

Estructura institucional vigente
#

El marco regulatorio mexicano sobre IA en educación superior se construye en tres niveles institucionales que conviene diferenciar:

  • Federal. No existe, al corte de agosto de 2026, una ley federal específica sobre IA en educación. Las disposiciones aplicables provienen de marcos generales: la Ley General de Educación, la Ley General de Educación Superior (2021), la Ley Federal de Protección de Datos Personales en Posesión de los Particulares, y la Ley General de Protección de Datos Personales en Posesión de Sujetos Obligados.
  • Asociativo nacional. ANUIES (Asociación Nacional de Universidades e Instituciones de Educación Superior) opera como articulador del trabajo entre universidades a través del Comité ANUIES-TIC, el Grupo de IA en Educación Superior (GIAES) creado en 2024 y el Observatorio Interinstitucional de IA en Educación Superior.
  • Institucional. Cada universidad redacta sus propias políticas, lineamientos y disposiciones. La ausencia de una ley federal específica deja un margen amplio que cada institución administra por su cuenta (por ejemplo, con un acuerdo interno de programa o sin ningún documento).

Documentos ANUIES de referencia
#

ANUIES ha publicado en 2024 dos documentos que están funcionando como referencia para universidades mexicanas:

  • Inteligencia Artificial en la Educación Superior: perspectivas e implicaciones prácticas en las instituciones mexicanas (ANUIES, 2024). Informe nacional con once capítulos que abordan dimensiones fundamentales: brechas digitales, escasez de talento especializado, ciudadanía algorítmica, currículos adaptados, infraestructura digital, gobernanza de datos y formación ética.
  • Gobernanza de la Inteligencia Artificial en la Educación Superior: perspectivas y prácticas institucionales (Comité ANUIES-TIC, 2024). Documento operativo sobre gobernanza institucional de IA, con énfasis en marcos éticos, riesgos y modelos de gobierno de TIC para universidades.

Las universidades pueden consultar ambos documentos como base para redactar políticas propias, sin necesidad de partir de cero. El segundo es particularmente útil para coordinaciones de TI y comités académicos que deben articular la integración con la infraestructura existente.

Estrategias propuestas por ANUIES
#

El informe nacional 2024 propone nueve estrategias institucionales que las universidades pueden adoptar como ejes ordenadores de su política interna:

  1. Enfoque de género e inclusión en el diseño y uso de sistemas de IA.
  2. Competencias para la innovación y el uso responsable de IA en docentes y estudiantes.
  3. Pertinencia curricular ante el cambio de las profesiones por la IA.
  4. Ciberseguridad alineada con el incremento de superficie de exposición que introduce la IA.
  5. Misión institucional revisada a la luz de las posibilidades y riesgos de la IA.
  6. Marco legal local y articulación con el marco federal existente.
  7. Monitoreo y vigilancia tecnológica continua del ecosistema de IA.
  8. Marco ético explícito y operacionalizable.
  9. Indicadores y métricas que permitan evaluar la integración a lo largo del tiempo.

La diferencia entre tener estas estrategias enunciadas y tenerlas operacionalizadas es la que separa una política funcional de un documento ornamental.

Observatorio Interinstitucional
#

El Observatorio Interinstitucional de IA en Educación Superior, impulsado por ANUIES con apoyo de la SEP y operado por la Universidad Pedagógica Nacional, busca identificar fortalezas y promover colaboración entre instituciones. Funciona como mecanismo de monitoreo nacional, todavía en fase temprana de consolidación.

Para una universidad pública como la UdeG, la utilidad del Observatorio es doble: permite ubicar la propia integración en un panorama comparativo nacional y aporta datos para compararse con otras instituciones (por ejemplo, cuántas ya tienen un lineamiento propio) sin tener que construir el instrumento desde cero.

Lo que aún falta en el marco mexicano
#

A diferencia del marco europeo (Ley de IA de la Unión Europea, vigente desde 2024) o del marco estadounidense por sectores, México no cuenta con:

  • Ley federal específica sobre IA que defina niveles de riesgo, obligaciones de transparencia y mecanismos de auditoría aplicables al sector educativo.
  • Reglamentación operativa para uso de IA en evaluación académica, integridad y propiedad intelectual de salidas generadas con IA.
  • Estándar nacional de competencias docentes en IA comparable al marco UNESCO 2024, aunque ANUIES está trabajando hacia esa dirección.
  • Mecanismo público de validación pedagógica de plataformas comerciales antes de su adopción institucional.

Estos vacíos no son neutros: dejan a cada universidad la responsabilidad de construir lo que falta. Para la UdeG, esto se traduce en la oportunidad de fijar reglas propias (por ejemplo, un acuerdo sobre declaración de uso de IA en cada programa), articuladas con los marcos internacionales más sólidos.

Cómo se traduce esto al contexto UdeG
#

Las sugerencias para una política de IA en la UdeG se construyen en este vacío y a partir de los documentos ANUIES. Tres orientaciones posibles:

  • Mantener trazabilidad con ANUIES. Cada decisión institucional gana en solidez si puede rastrearse a las nueve estrategias del informe nacional, aunque sea para diferenciarse explícitamente.
  • Documentar el ejercicio para alimentar el Observatorio. Las prácticas que la UdeG documente con fecha, alcance y resultados (por ejemplo, un piloto de evaluación escrita en primer año) aportan al panorama nacional y le dan voz en la discusión pendiente sobre regulación.
  • Sostener una mesa de diálogo con otras universidades públicas. El marco federal tarda; la articulación interinstitucional es un acelerador disponible.

Lecturas relacionadas
#

El marco ético institucional dialoga con este panorama regulatorio; los lineamientos UNESCO ofrecen el contraste internacional; las sugerencias éticas llevan ambos a decisiones de aula.

Referencias

ANUIES. (2024). Inteligencia artificial en la educación superior: perspectivas e implicaciones prácticas en las instituciones mexicanas. Asociación Nacional de Universidades e Instituciones de Educación Superior. https://www.anuies.mx

Comité ANUIES-TIC. (2024). Gobernanza de la inteligencia artificial en la educación superior: perspectivas y prácticas institucionales. ANUIES. https://anuies-tic2.anuies.mx/2024/12/06/gobernanza-de-la-ia-2024/

Cámara de Diputados. (2021). Ley General de Educación Superior. Diario Oficial de la Federación. https://www.diputados.gob.mx/LeyesBiblio/pdf/LGES_200421.pdf

UNESCO. (2023). Guidance for generative AI in education and research. UNESCO. https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research