Hay un patrón que se repite con precisión casi cómica cada vez que aparece una tecnología disruptiva. Primero llega la herramienta. Luego llega el pánico. Luego llega la regulación. Y para cuando la norma entra en vigor, la tecnología ya evolucionó tres generaciones. La inteligencia artificial no es la excepción. Es el caso extremo.
Cuando la Comisión Europea propuso el AI Act en 2021, GPT-3 tenía apenas un año de existencia y un chatbot de consumo masivo era ciencia ficción. Para cuando sus obligaciones de alto riesgo entren en efecto pleno, la industria habrá dejado atrás no solo los modelos conversacionales sino también toda una generación de IA que simplemente respondía preguntas. Lo que opera hoy ya no responde preguntas. Actúa.
De los chatbots a los agentes: el salto que nadie reguló
La IA generativa, la que redacta, resume y traduce fue la primera ola. Útil. Disruptiva. Controversial. Pero fundamentalmente reactiva: esperaba que un humano le dijera qué hacer. La segunda ola ya llegó. Y opera de forma completamente distinta. Hoy existen sistemas donde un agente monitorea de forma continua el estado de operaciones críticas cada diez segundos, sin descanso, sin errores de distracción y lanza alertas automáticas ante cualquier anomalía.
Otro agente analiza documentos contractuales, identifica cláusulas de riesgo y genera reportes ejecutivos sin que nadie lo solicite. Un tercer agente coordina a ambos: asigna tareas, verifica que los resultados sean consistentes entre sí escalando al humano únicamente cuando hay una decisión que la máquina no puede tomar sola. Ningún humano en el proceso. Solo una misión definida y el sistema que la ejecuta. Esto no es prospectiva. Es producción hoy, en empresas mexicanas. Y el EU AI Act, el marco regulatorio más avanzado del planeta apenas está empezando a definir qué hacer con la IA conversacional de 2022.
El mismo rezago, en el salón de clases
Las instituciones educativas cometieron el mismo error que los legisladores: diseñaron sus políticas para la tecnología de ayer. En 2023 y 2024, universidades de todo el mundo construyeron reglamentos de integridad académica pensados para detectar y prohibir el uso de chatbots. El Higher Education Policy Institute documentó el resultado: para 2025, el 88% de los estudiantes ya usaban IA en sus trabajos académicos frente al 53% el año anterior. Las políticas de prohibición no detuvieron el uso. Solo lo volvieron clandestino.
Y mientras las instituciones perfeccionaban sus detectores de texto generado, sus estudiantes aprendieron solos, sin guía pedagógica a construir flujos de trabajo con múltiples agentes especializados que investigan, validan, sintetizan y presentan resultados de forma autónoma. La brecha entre lo que las universidades prohíben y lo que el mercado exige se volvió un abismo.
Lo que el mercado ya decidió, sin consultar a nadie
El 72% de los reclutadores ya evalúa la fluidez con IA al momento de contratar, según Resume Builder 2026. Las posiciones expuestas a IA evolucionan 66% más rápido que el resto y pagan en promedio 56% más, según PwC. El IDC proyecta pérdidas de hasta 5.5 billones de dólares por la brecha de competencias antes de que se cierre. El mercado no esperó al EU AI Act. No esperó a que los rectores reformaran sus políticas. No esperó a que la SEP desarrollara lineamientos. Tomó sus decisiones y clasificó a los egresados en dos categorías: Los que saben operar en entornos de IA y los que no.
El problema no es que la IA llegó demasiado rápido. El problema es que los sistemas educativos que deben preparar a las personas para usarla operan en tiempos que no tienen ninguna relación con la velocidad a la que la tecnología evoluciona.
La habilidad que nadie está enseñando
Hay una diferencia crítica entre usar IA y saber gestionarla. Y ahí está exactamente la oportunidad pedagógica que estamos desperdiciando. Un estudiante que lanza agentes sin criterio produce basura con apariencia de profundidad. Un estudiante que sabe definir el rol de cada agente, establecer los límites de su autonomía, verificar que sus resultados sean consistentes, detectar cuándo el sistema alucina y asumir responsabilidad sobre lo que el equipo de agentes produce, ese estudiante está operando a un nivel de pensamiento sistémico que el modelo educativo tradicional nunca pudo exigir masivamente.
No se trata de prohibir la herramienta ni de dejar que la herramienta piense por el estudiante. Se trata de enseñar a dirigirla. Con exigencia. Con criterio. Con responsabilidad y rigor académico. El 59% de los líderes empresariales reporta un déficit crítico de alfabetismo en IA en sus organizaciones. El problema no es falta de acceso a herramientas. Es falta de criterio para usarlas. Y ese criterio se puede formar en la universidad.
Lo que México no puede seguir postergando
Los reguladores siempre llegan tarde. Eso ya lo sabemos y ya lo aceptamos como el costo inevitable de legislar en un mundo que cambia más rápido que nunca. Pero una universidad no es un legislador. Puede moverse más rápido. Puede experimentar. Puede observar qué perfil demanda el mercado y construir el programa académico adecuado. Puede decidir que enseñar a un estudiante a gobernar un equipo de agentes autónomos es más valioso que prohibirle el uso de IA.
México enfrenta una ventana estrecha. La demanda de perfiles con capacidad de operar en entornos de IA agéntica es real, creciente y no está siendo atendida por ningún sistema educativo de la región. Eso es una oportunidad pero solo si decidimos actuar ahora. La pregunta no es si la IA agéntica va a transformar el trabajo. Ya lo está haciendo. La pregunta es quién va a formar a los profesionistas que van a dirigirla. ¿Cuántas generaciones más podemos permitirnos llegar tarde?
Te puede interesar: Meta debe enfrentarse a una demanda por adicción juvenil por parte de Massachusetts, dictaminó un tribunal
