Pasar al contenido principal
Tecnológico de Monterrey Tecnológico de Monterrey
  • Inicio
  • Noticias
  • Recursos
  • Nosotros
  • Contacto

Compartir

PISA en México

PISA y el aprendizaje en México: entre redes sociales e inteligencia artificial

2026-09-14
Fernando Gutiérrez
Noticias

Los resultados de PISA 2025, publicados el pasado 8 de septiembre de 2026, obligan a examinar las condiciones en las que nuestros jóvenes están aprendiendo. El tema resulta de gran interés porque en los países de la Organización para la Cooperación y el Desarrollo Económicos (OCDE), matemáticas y lectura alcanzaron sus promedios más bajos desde el inicio de la evaluación, mientras ciencias permaneció estable respecto de 2022. Aparentemente, entre 2015 y 2025, la caída acumulada fue de 22 puntos en matemáticas y 28 en lectura (OECD, 2026a). Probablemente la expansión tecnológica ha generado más dificultades de las que pensábamos para desarrollar capacidades fundamentales.

El caso mexicano es preocupante porque apenas 30 % de los estudiantes alcanzó el nivel mínimo de competencia en matemáticas, frente a 65 % en la OCDE; en lectura y ciencias solamente lo consiguió el 50 %, frente al 69 % y el 74 %, respectivamente. Particularmente matemáticas retrocedió respecto de 2022; los cambios en lectura y ciencias no fueron estadísticamente significativos. En el caso mexicano, la OCDE señala que la ampliación de la escolarización explica parte de la evolución de los resultados, aunque no todo el descenso. Por eso conviene analizar conjuntamente el acceso a la escuela y lo que aprenden quienes asisten (OECD, 2026b).

La ecología de medios puede ser un buen marco para la interpretación de esta situación. Esta perspectiva, vinculada con las ideas Marshall McLuhan y Neil Postman, estudia los medios como ambientes que intervienen en nuestra percepción, comprensión y conducta (Media Ecology Association, s. f.). La ecología de medios nos ayuda a entender cómo las tecnologías de información y comunicación influyen en nuestra manera de pensar, aprender y relacionarnos.

Desde esta lectura, las redes sociales, y actualmente la inteligencia artificial generativa, pueden competir con las condiciones que exige el aprendizaje profundo. El desplazamiento continuo entre publicaciones, las notificaciones, la sucesión de videos breves y la delegación de lectura y análisis a los modelos de lenguaje extenso (LLMs) favorecen una experiencia fragmentada. Cabe plantear que, cuando esa dinámica domina el estudio, disminuyen las oportunidades de seguir argumentos extensos y resolver problemas paso a paso. Por supuesto se trata de una hipótesis sobre el ambiente mediático, no un diagnóstico de incapacidad de los jóvenes. El propio informe PISA plantea que la lectura rápida de contenidos digitales podría comprometer el trabajo con textos complejos (OECD, 2026a).

Sin embargo, conviene evitar conclusiones apresuradas. En México, 37 % de los estudiantes de 15 años evaluados por PISA reportó distracción digital de sus compañeros durante la mayoría o todas las clases de ciencias, pero esa distracción no mostró una asociación estadísticamente significativa con el desempeño. De cualquier manera, este indicador tampoco aísla el efecto de las redes sociales. El 47 % de los estudiantes declaró usar chatbots para aprender al menos semanalmente (OECD, 2026b).

La IA introduce un riesgo particular cuando sustituye las operaciones que el estudiante necesita practicar (interpretar, redactar, contrastar y corregir). Aquí PISA encuentra relaciones variables entre frecuencia de uso y resultados, y advierte que estas no demuestran un efecto causal negativo de la IA (OECD, 2026c). Quienes recurren más a ella pueden tener dificultades previas; sin embargo, también importan el propósito de la consulta y la orientación docente. Así que no sería válido atribuirle automáticamente el descenso mexicano.

De cualquier forma, existe evidencia experimental que merece atención. Bastani et al. (2025) estudiaron el aprendizaje de matemáticas en una preparatoria de Turquía. El grupo con acceso a una interfaz de GPT sin protecciones pedagógicas obtuvo mejores resultados durante la práctica, pero rindió 17 % menos que el grupo de control cuando se retiró la herramienta. Un tutor diseñado con salvaguardas mitigó ese perjuicio. El hallazgo no explica los resultados de PISA México, solo muestra que completar tareas con ayuda y aprender a resolverlas de forma autónoma pueden producir resultados distintos.

México cuenta con una amplia presencia digital, de acuerdo con Digital 2026 Mexico. A finales de 2025 había 110 millones de usuarios de Internet, equivalentes al 83.5 % de la población. En octubre de 2025 se registraban 99 millones de identidades de usuarios de redes sociales, una cifra que no necesariamente representa personas únicas (Kemp, 2025). En cuanto al tiempo de uso, los datos del informe reproducidos por Rodríguez (2025) señalan 25 horas y 39 minutos semanales en plataformas sociales, incluyendo video, equivalentes. Esto sería aproximadamente 3 horas y 40 minutos diarios. Respecto al uso de herramientas basadas en grandes modelos de lenguaje (LLMs), PISA 2025 aporta un dato específico del ámbito educativo. El 47 % de los estudiantes de 15 años representados por la evaluación en México declaró utilizar chatbots de IA para ayudarle a aprender al menos una vez por semana (OECD, 2026). Estas cifras muestran la presencia de las herramientas digitales en la vida cotidiana y escolar.

Desde la ecología de medios, el reto consistiría en organizar un ambiente que preserve la atención y la autonomía intelectual. Para México, y el resto de los países, propondría combinar lectura sostenida, conversación y escritura propia con usos guiados de la IA (pedir pistas, contrastar respuestas y explicar errores). La evaluación debería observar el proceso y comprobar qué puede hacer el alumno sin asistencia. Esto requeriría formación docente y condiciones materiales adecuadas. Una escuela podría incorporar tecnología y, al mismo tiempo, proteger los espacios donde se aprende a pensar. Aquí el criterio decisivo será cuánto fortalece cada recurso la comprensión y el juicio del estudiante.

Referencias

Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., & Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. Proceedings of the National Academy of Sciences, 122(26), e2422633122. https://www.pnas.org/doi/10.1073/pnas.2422633122

Kemp, S. (2025, 8 de noviembre). Digital 2026: Mexico. DataReportal https://datareportal.com/reports/digital-2026-mexico

Media Ecology Association. (s. f.). What is media ecology? https://media-ecology.org/

OECD. (2026a, 8 de septiembre). PISA 2025: Students’ reading and mathematics performance declined sharply across the OECD. https://www.oecd.org/en/about/news/press-releases/2026/09/pisa-2025-students-reading-and-mathematics-performance-declined-sharply-across-the-oecd.html

OECD. (2026b). PISA 2025 results (Volume I): Mexico. https://www.oecd.org/en/publications/pisa-2025-results-volume-i-country-notes_2d4ff9ea-en/mexico_85702d30-en.html

OECD. (2026c). PISA 2025 results (Volume I): Future-ready students. OECD Publishing. https://www.oecd.org/en/publications/pisa-2025-results-volume-i_73451bc5-en.html

Rodríguez, J. (2025, 1 de diciembre). Uso de redes sociales en México: 99 millones acceden al social media, la mayoría a Facebook (2026). Marketing4eCommerce. https://marketing4ecommerce.mx/uso-de-redes-sociales-en-mexico/

Logo Footer Tecnológico de Monterrey
  • Inicio
  • Noticias
  • Recursos
  • Nosotros
  • Contacto

© 2024 Observatorio de Medios Digitales