Nueva York prohíbe la IA generativa a 600.000 escolares mientras la universidad elige matices, no vetos

Por Zendoric · 5 de septiembre de 2026.

Nueva York acaba de imponer una moratoria de un año al uso de IA generativa por parte de estudiantes desde prekínder hasta octavo grado, una medida que afecta a cerca de 600.000 alumnos y que se combina con nuevos límites al tiempo de pantalla, según ha anunciado el distrito escolar de la ciudad. Un grupo reducido de estudiantes de secundaria superior tendrá acceso controlado, con clases obligatorias de alfabetización en IA y pilotos supervisados.

Los Ángeles Unified, el segundo distrito escolar más grande del país, ha ido en la misma dirección: prohíbe a sus alumnos usar IA generativa en los dispositivos que la propia institución proporciona durante el curso 2026-27, mientras diseña una política más amplia; los profesores sí seguirán teniendo acceso. Florida, por su parte, debate una norma que obligaría a todos sus centros públicos —desde K-12 hasta la universidad— a adoptar políticas explícitas de uso de IA, según recoge The EDU Ledger.

El contraste con la educación superior es revelador. Un estudio de 2025 publicado en el International Journal of Educational Technology in Higher Education, que analizó las 50 universidades estadounidenses principales, encontró que la inmensa mayoría evita una regla única para todo el campus: el 94% de las instituciones estudiadas contaba con orientaciones al profesorado que insisten en fijar y comunicar expectativas claras, pero dejaba en manos de cada profesor decidir si la IA está permitida, restringida o prohibida en una tarea concreta. Columbia Law School, por ejemplo, no impone un veto general en su política para 2026-27 —permite usar IA como apoyo o para poner a prueba ideas, pero prohíbe que sustituya el razonamiento jurídico del estudiante o se use en exámenes—, mientras que la Facultad de Derecho de UC Berkeley prohíbe directamente usar IA para conceptualizar, esquematizar, redactar, revisar o traducir cualquier trabajo evaluable.

Detrás de estas políticas hay un problema técnico que rara vez se cuenta con suficiente claridad: los detectores de IA no funcionan de forma fiable. Un estudio de junio que comparó cuatro herramientas de detección ampliamente usadas halló diferencias sustanciales en su capacidad para identificar textos generados por IA o híbridos, y concluyó que no deberían usarse como prueba única en decisiones de alto riesgo académico. Un trabajo publicado en agosto en ScienceDirect, que examinó 13 sistemas de detección sobre trabajos, tesis y código de estudiantes, encontró fallos sistemáticos y concluyó que su rendimiento sigue siendo inadecuado para evaluaciones de alto riesgo. Y un estudio de Stanford de 2023 —ya conocido pero que sigue siendo la referencia del problema— encontró que siete detectores muy usados clasificaban erróneamente como generados por IA una media del 61,3% de los ensayos escritos por estudiantes no nativos de inglés.

Este último dato importa más de lo que parece: significa que apoyarse en la detección automática para sancionar 'trampa con IA' puede penalizar de forma desproporcionada a quienes ya parten en desventaja lingüística, no a quienes efectivamente hicieron trampa. Es exactamente el tipo de fricción a corto plazo que llevamos meses documentando en otros terrenos —los sesgos algorítmicos no distribuyen el error de forma neutral—, y aquí golpea directamente al colectivo con menos capacidad de defenderse ante un tribunal disciplinario.

Nuestra lectura es que lo que estamos viendo no es un rechazo de la IA, sino la resaca de una adopción hecha demasiado rápido y sin barandillas. Durante los últimos años, colegios y universidades se lanzaron a incorporar la IA generativa en la enseñanza y en tareas administrativas antes de tener claro qué se podía y qué no se podía hacer con ella. Ahora que la tecnología lleva el tiempo suficiente en las aulas para que se vean sus efectos —y el propio anuncio de Nueva York reconoce que la preocupación por el aprendizaje fue una razón central de la medida—, el sistema corrige. Es el mismo patrón que ya vimos en el mundo corporativo con los recortes prematuros por IA que compañías como Klarna o Commonwealth Bank tuvieron que revertir: adoptar primero y entender las consecuencias después sale caro, y la marcha atrás es más común de lo que el relato triunfalista sobre la IA sugiere.

La distinción de fondo que atraviesa todas estas políticas —y que nos parece la más sólida del debate— no es si un alumno tocó o no una IA, sino si su trabajo demuestra lo que la institución pretendía que aprendiera. Un estudiante de enfermería necesita razonamiento clínico propio antes de que una IA le ayude a organizar información; un futuro abogado puede usar IA para poner a prueba un argumento, pero tiene que ser capaz de construirlo y defenderlo él mismo. Esa lógica encaja con lo que ya defendemos sobre el empleo: en un mercado donde la IA será omnipresente, no gana quien la evita ni quien delega en ella sin criterio, sino quien aprende a orquestarla sin perder el juicio propio que la hace útil. Los colegios que ahora frenan en seco no están apostando contra ese futuro; están comprando tiempo para que sus alumnos lleguen a él sabiendo pensar, no solo sabiendo pedir.

El riesgo, a medio plazo, es que la brecha entre la cautela K-12 y el pragmatismo universitario se traduzca en generaciones que llegan a la universidad sin la alfabetización básica en IA que el mercado laboral ya exige, o que Florida y otros estados conviertan una necesidad de gobernanza razonable en un mandato rígido que no distingue edades ni materias. Vale la pena seguir de cerca si estas moratorias se convierten en marcos permanentes de aprendizaje asistido por IA, en la línea que apuntan los pilotos de Nueva York, o si simplemente se congelan por inercia burocrática durante años.