China hace obligatoria la IA en las escuelas
Publicado el 6 de febrero de 2026 por Sergio Jiménez Mazure en Inteligencia Artificial.
La semana pasada, en una sesión con un comité directivo, alguien me soltó la pregunta que se repite como un disco rayado: “Sergio, ¿y esto de la Inteligencia Artificial en educación no será una moda más?”. No era mala intención. Era ese escepticismo sano —y necesario— de quien ha visto pasar “revoluciones” que terminan en una capacitación de dos horas y un par de licencias que nadie usa. Lo cierto es que, mientras nosotros discutimos si permitimos o prohibimos, si regulamos o improvisamos, hay países que ya metieron la pieza en el tablero y movieron primero. Y cuando en ajedrez el rival gana espacio sin oposición, después no sirve llorar por la dama.
Que China haga obligatoria la Inteligencia Artificial en la escuela no significa simplemente “poner una materia nueva” o comprar tablets con un logo bonito. Significa, en términos políticos y estratégicos, asumir que la IA es una alfabetización básica. Como leer, como escribir, como entender números. Una habilidad de Estado. Y cuando algo se vuelve currículo estatal, se convierte en doctrina práctica: se estandariza, se mide, se financia, se ejecuta. Con lo cual deja de ser el experimento simpático del profesor entusiasta y pasa a ser una decisión de país, con todas las implicaciones —buenas y malas— que eso conlleva.
En mi caso, después de años acompañando procesos de adopción de IA en empresas y formando equipos, he aprendido algo incómodo: la tecnología no “llega” cuando está lista; llega cuando una organización decide que su futuro depende de ella. China, a la hora de la verdad, no está debatiendo si la IA “debería” estar en el aula. La está poniendo en el centro del sistema educativo, como quien instala una nueva red eléctrica. Y eso redefine lo que se considera normal para una generación entera.
Hay un eco histórico aquí. Roma no se sostuvo siglos por tener mejores discursos, sino por construir caminos. Los caminos no eran un accesorio; eran el imperio. En el siglo XXI, el camino se llama Inteligencia Artificial. Y, desgraciadamente, en la práctica, los países que lo pavimenten antes no solo van a enseñar mejor; van a producir poder —económico, científico y, sí, geopolítico— con una facilidad que el resto apenas entiende.
“La educación no es el lugar donde la tecnología se prueba. Es el lugar donde el futuro se fabrica.”
Ahora bien, tampoco conviene romantizarlo. Hacer obligatoria la Inteligencia Artificial desde el Estado puede formar talento a gran escala, pero también puede normalizar la obediencia a un modelo único. Y ya sabemos cómo termina esa novela: cuando todos leen el mismo libro, dejan de hacerse preguntas incómodas. Como advertía Orwell —y no, no hace falta exagerar para entender el punto— el problema no es la herramienta, sino quién decide para qué se usa. Eso sí: sería encantador que nuestra mayor preocupación sea “si los estudiantes se vuelven dependientes”, cuando el mundo se está reorganizando a velocidad de algoritmo y nosotros seguimos discutiendo si el agua moja.
En el fondo, lo que hace China al declarar la Inteligencia Artificial obligatoria es lanzar un mensaje brutalmente claro: “Esto no es opcional”. Y cuando algo no es opcional, deja de ser tendencia y se convierte en destino. La pregunta, más allá del ruido, es otra: ¿vamos a seguir mirando la partida desde la tribuna, o vamos a aceptar que el tablero ya cambió y que hay que aprender a jugar de nuevo?
2) Cronograma, edades y horas: cuándo empieza y cómo se implementará la IA en primaria y secundaria en China
Si aceptamos que el tablero ya cambió, entonces vale la pena mirar la jugada completa y no solo el titular. Porque una cosa es decir “vamos a enseñar Inteligencia Artificial” y otra muy distinta es fijar una fecha, un rango de edades y un mínimo de horas que se cumplen sí o sí. China, en esto, no está improvisando con talleres sueltos ni con el entusiasmo de un par de colegios privados. Está marcando calendario y obligando al sistema a sincronizarse, con lo cual el debate deja de ser filosófico y se vuelve operativo: ¿quién enseña?, ¿qué se enseña?, ¿con qué recursos?, ¿cómo se controla que se cumpla?
El cronograma es tan claro como incómodo para el resto del mundo: la enseñanza obligatoria de Inteligencia Artificial inicia el 1 de septiembre de 2025, dirigida a estudiantes de 6 a 15 años, es decir, primaria y secundaria. No es “a partir de 2025” como esas promesas que se diluyen en comités. Es una fecha concreta. Un inicio de año escolar. Un punto de no retorno.
Y aquí viene un detalle que muchos subestiman: la norma establece un mínimo de 8 horas anuales por estudiante, adaptadas al nivel. Ocho horas pueden sonar poco si las comparas con matemáticas o lengua, pero en términos de política pública son el pie en la puerta. Es la bisagra. En mi caso, cuando acompaño a una empresa en adopción de IA, la gran barrera no es la tecnología, sino crear hábito. Ocho horas al año, repetidas curso tras curso, crean normalidad. Y lo que se vuelve normal deja de discutirse; se ejecuta.
Además, la implementación no se amarra a un solo formato, y eso es estratégico. Puede integrarse dentro de materias existentes —matemáticas, ciencias, tecnología— o convertirse en una asignatura independiente. Dicho de otro modo: el currículo no queda a merced de un “profesor héroe” que lo saca adelante con saliva y café. Se incrusta donde haya espacio y se expande como el agua: encuentra el camino.
Esto, por cierto, me recuerda a los viejos manuales de navegación. No te decían “algún día zarparás”; te daban hora de salida, ruta y provisiones mínimas. Porque el mar no espera. Y el mundo de la Inteligencia Artificial se parece cada vez más al mar: o aprendes a leerlo temprano, o terminas siguiendo estelas ajenas. Eso sí, aquí habrá quien diga que 8 horas al año “no hacen diferencia”. Perfecto. También hubo quien pensó que internet era una moda para mandar correos. Les fue estupendo.
La pregunta, entonces, ya no es si China va a enseñar IA. La decisión está tomada. La pregunta es si el resto seguimos tratando el calendario como si fuera opinión, cuando en realidad es estrategia.
3) Contenido por niveles: de juegos interactivos a machine learning, robótica, visión por computador y ética
Si ya hay fecha, edades y horas mínimas, el siguiente golpe de realidad es el contenido. Porque enseñar Inteligencia Artificial no es poner a los niños a “hablar con un chatbot” y llamar a eso innovación. Eso es como darle a alguien una brújula y decirle que ya sabe cartografía. La diferencia entre cultura tecnológica y fuegos artificiales está en el diseño pedagógico: qué concepto entra primero, cómo se conecta con lo que el estudiante ya sabe y, sobre todo, qué habilidad concreta se pretende construir con esas horas.
En primaria, el enfoque parte de lo que tiene sentido para una mente de 6, 7 u 8 años: conceptos básicos presentados a través de juegos interactivos, dinámicas de clasificación, patrones, resolución de problemas y pequeñas simulaciones. En mi caso, cuando doy talleres a equipos no técnicos, hago exactamente lo mismo, solo que con adultos: antes de hablar de modelos, hay que enseñar a pensar en datos. ¿Qué es un ejemplo? ¿Qué es una categoría? ¿Qué pasa si cambia el contexto? Es muy importante decirlo sin vergüenza: la IA empieza mucho antes del “machine learning”; empieza en el hábito de mirar el mundo con lógica, con curiosidad y con la sospecha sana de que las cosas no siempre son como parecen.
A partir de secundaria, el currículo se endurece. Ya no basta con entender “qué hace” la Inteligencia Artificial; toca comprender, aunque sea a nivel introductorio, “por qué lo hace” y “qué puede salir mal”. Aquí entran temas como aprendizaje automático, análisis de datos, robótica y visión por computador. No como palabras bonitas para una presentación, sino como piezas de un sistema: datos que alimentan modelos, modelos que toman decisiones, sensores que capturan el mundo físico y algoritmos que interpretan imágenes. Es el ajedrez completo, no solo saber cómo se mueve el caballo. Y eso tiene una consecuencia estratégica: un adolescente que entiende la lógica detrás de un modelo no solo “consume” tecnología, también empieza a cuestionarla, a modificarla y, en el mejor de los casos, a construirla.
Ahora bien, hay un capítulo que me parece el más delicado —y el más revelador—: ética. Porque cuando metes IA en el aula, metes también poder. Poder para automatizar, para clasificar, para predecir, para vigilar. Suelo comentar que la ética no es un tema “blando”. Es el cinturón de seguridad de un motor que acelera demasiado. En secundaria, hablar de privacidad, sesgos, automatización y consecuencias sociales no es un lujo académico; es alfabetización cívica. Como en las novelas de Asimov, el problema nunca fue el robot, sino la interpretación de las reglas y quién las escribe. Y si a alguien le suena exagerado, que recuerde cuántas veces hemos visto sistemas “inteligentes” replicando desigualdad con absoluta inocencia matemática. La ingenuidad, en este campo, se paga caro.
La metáfora que me ronda aquí es la de los libros: enseñar Inteligencia Artificial por niveles es como enseñar a leer de verdad. Primero descifras letras, luego entiendes párrafos, después detectas ironías, y finalmente discutes el subtexto. El problema es que muchos quieren saltarse las etapas: pretenden que el estudiante “use IA” sin comprenderla, y después se sorprenden cuando copia, cuando confía ciegamente o cuando asume que un resultado es verdad solo porque lo dijo una máquina. Eso sí, tranquiliza saber que siempre habrá quien quiera resolver el futuro con un “prohibido ChatGPT” pegado en la pared. Una estrategia brillante, casi tan efectiva como combatir la lluvia con un paraguas roto.
4) Datos y casos reales: escuelas piloto, Beijing y Hangzhou, aulas inteligentes y formación docente
Lo interesante —y aquí es donde se separa el PowerPoint de la política pública— es que China no está hablando de “IA” como si fuera una nube mística que flota sobre las aulas. Está diseñando contenido por niveles, con una progresión que, te guste o no, tiene lógica pedagógica: primero familiaridad, después criterio, luego técnica. Porque una cosa es que un niño aprenda a “usar” una herramienta y otra, bastante más seria, que entienda qué hay detrás del telón.
En primaria, la Inteligencia Artificial se introduce como se introduce un buen libro: por curiosidad, no por obligación. A través de juegos interactivos, dinámicas de gamificación y actividades sencillas que explican conceptos básicos sin necesidad de convertir la clase en un laboratorio universitario. Suelo comentar que el primer objetivo no es formar programadores de ocho años, sino evitar analfabetos digitales de quince. Si el estudiante entiende que un sistema “aprende” a partir de ejemplos, que puede fallar y que sus resultados dependen de los datos, ya tienes media batalla ganada. Es como enseñar ajedrez: al inicio nadie memoriza aperturas; primero aprendes cómo se mueve cada pieza y, sobre todo, por qué algunas jugadas son una trampa.
En secundaria, el asunto deja de ser “qué bonito” y empieza a ser “qué potente… y qué delicado”. Aquí entran temas que ya no se resuelven con metáforas simpáticas: aprendizaje automático, análisis de datos, robótica, visión por computador y, algo que muchos mencionan solo para quedar bien, ética. Me parece clave que estos contenidos aparezcan juntos, porque en la práctica van de la mano. No puedes hablar de visión por computador sin hablar de vigilancia. No puedes hablar de modelos predictivos sin hablar de sesgos. No puedes hablar de automatización sin hablar de empleo, de poder y de quién paga la cuenta cuando el algoritmo se equivoca.
Y aquí hay un matiz que en nuestras conversaciones suele perderse: enseñar Inteligencia Artificial no es enseñar a “preguntarle cosas a un chatbot”. Eso es el equivalente educativo a aprender a conducir sin entender ni frenos, ni señales, ni responsabilidad. En mi caso, cuando entreno equipos en empresas, insisto en lo mismo: no me importa que sepan “hacer prompts” si no saben evaluar resultados, validar fuentes y reconocer cuándo el sistema alucina con una seguridad insultante. Porque sí, la IA puede sonar convincente, como esos políticos que hablan en tono de certeza y no han leído ni el resumen ejecutivo. El problema no es que mientan; el problema es que lo hacen con fluidez.
La inclusión de ética, además, no debería operar como un capítulo final para cumplir. Debería atravesar todo: privacidad, trazabilidad, consentimiento, sesgo, uso responsable. Isaac Asimov entendió hace décadas —en novelas que muchos citan y pocos leen— que el dilema no era si las máquinas serían inteligentes, sino si nosotros seríamos lo bastante sensatos para ponerles límites. Y a la hora de enseñar, ese límite se vuelve formación de criterio: que el estudiante aprenda a cuestionar, no solo a ejecutar.
También me llama la atención el enfoque práctico: proyectos, simulaciones, experimentación con robots y sensores. Eso, bien llevado, es oro puro porque conecta la teoría con el mundo real. Desgraciadamente, en la práctica, es donde se nota la diferencia entre “enseñar tecnología” y “hacer que la tecnología haga algo”. Y cuando un estudiante pasa de arrastrar bloques en una pantalla a entrenar un modelo básico o a entender por qué un dataset mal construido produce decisiones injustas, deja de ser usuario. Empieza a ser ciudadano en la era algorítmica.
5) Impacto global y para empresas: brecha con EE.UU., competitividad, edtech, talento y riesgos (privacidad, sesgos y vigilancia)
Después de hablar de contenidos, niveles, robótica, visión por computador y ética, el cierre inevitable es éste: lo que está haciendo China no es un proyecto educativo. Es una política industrial disfrazada de currículo. Y, como suele pasar, cuando el Estado decide que algo es estratégico, el resto del mundo se entera tarde, mal y a través de titulares.
El contraste con EE.UU. es clarísimo. Allí la conversación sigue fragmentada entre distritos, sindicatos, padres, estados y empresas; se debate con pasión si la Inteligencia Artificial en el aula mejora el aprendizaje o se convierte en una máquina de copiar y pegar. Mientras tanto, China fija fecha (1 de septiembre de 2025), rango de edad (6 a 15 años) y mínimo anual (8 horas). Es decir: convierte el debate en ejecución. A la hora de competir, esa diferencia importa más que cualquier discurso sobre “innovación”. Porque la innovación, cuando es estratégica, no se publica para aplausos: se estandariza.
Para las empresas, esto tiene un efecto dominó bastante directo. Si millones de estudiantes crecen con una alfabetización básica en Inteligencia Artificial, el mercado laboral cambia de piso. El “talento de IA” deja de ser una rareza de maestrías y se vuelve una capa cultural. Y ahí ganan quienes tengan ecosistema: edtech local, universidades alineadas, empresas (Huawei, Baidu, Tencent) absorbiendo y retroalimentando la demanda. Es un círculo virtuoso para ellos y un círculo incómodo para el resto.
En mi caso, cuando converso con juntas directivas sobre IA aplicada, siempre aparece el mismo fantasma: “no hay talento”. Y sí, a veces no lo hay. Pero muchas veces lo que no hay es decisión de formar. China está respondiendo a eso con una lógica simple: si el talento no existe, se fabrica. Como en los astilleros de una potencia naval: primero formas carpinteros, luego ingenieros, después almirantes. Y al final te preguntas por qué el otro país domina el mar.
Ahora bien, no todo es épica. Hay riesgos que no conviene maquillar con propaganda. Un currículo estatal masivo puede acelerar la brecha si la infraestructura no llega al mundo rural al mismo ritmo que llega a Beijing o Hangzhou. Puede formar usuarios obedientes en lugar de pensadores críticos si la evaluación premia repetir y no cuestionar. Y, sobre todo, puede normalizar la vigilancia si la “aula inteligente” se convierte en un sistema de monitoreo permanente. Porque cuando juntas datos, identidad y algoritmos, el límite entre personalización y control se vuelve peligrosamente fino. Desgraciadamente, en la práctica, muchos gobiernos no ven estudiantes: ven métricas.
“La Inteligencia Artificial en educación puede iluminar mentes… o encender reflectores sobre cada movimiento.”
También está el tema de los sesgos algorítmicos. Enseñar IA sin enseñar pensamiento crítico es como entregar un arma y explicar solo cómo apretar el gatillo. Puedes hablar de ética en el temario, sí, pero la ética no vive en un PDF; vive en cómo se diseñan los datasets, en quién audita, en qué se permite y qué se prohíbe. Y aquí viene la frase incómoda: siempre hay alguien dispuesto a sacrificar privacidad a cambio de “mejorar la experiencia”. Claro, como quien vende el alma por envío gratis.
¿Qué implica esto para quienes estamos fuera de China? Que la competitividad ya no se juega solo en I+D o en startups; se juega en educación básica. Y eso debería sacudir a empresas, universidades y gobiernos en América Latina, España y, en general, cualquier país que siga tratando la Inteligencia Artificial como un taller extracurricular. Porque mientras unos la vuelven cultura, otros la vuelven anécdota.
La metáfora final es inevitable: esto es ajedrez geopolítico. China está desarrollando sus peones con método, uno por uno, para que dentro de diez años no haya “sorpresas” en el tablero. Y nosotros, muchas veces, seguimos esperando una jugada brillante del caballo. Lo cierto es que el caballo no salva una partida cuando el rival ya controló el centro.
Mi llamado a la acción es simple y poco romántico: si lideras una empresa, deja de pedir milagros al mercado laboral y empieza a construir talento con universidades, colegios y programas internos. Si trabajas en educación, no te quedes en la discusión de “prohibir o permitir”; pelea por criterios, por formación docente y por evaluación real. Y si estás en política pública, entiende que regular sin implementar es como escribir leyes contra la marea.
“Un país que no enseña Inteligencia Artificial a tiempo, termina importando decisiones hechas por otros.”
Porque, al final, esto no va de herramientas. Va de soberanía. Va de quién escribe los modelos, quién controla los datos y quién decide qué se considera verdad. Y en un mundo que olvida rápido, la memoria —como los buenos libros— no es nostalgia: es estrategia. La pregunta con la que te dejo es incómoda, pero necesaria: ¿vamos a formar ciudadanos capaces de discutirle al algoritmo, o simples usuarios agradecidos por la comodidad?
Fuente base: https://www.npr.org/2026/01/14/nx-s1-5674741/ai-schools-education