Catálogo de herramientas IA para educación universitaria

Corte de la información: abril de 2026, salvo la fila de Gemini, contrastada el 6 de septiembre de 2026. Se propone una nueva revisión editorial en octubre de 2026; no es un compromiso institucional ni sustituye la comprobación de las condiciones vigentes para cada actividad.

Cómo leer este catálogo

#

Un catálogo de herramientas que solo lista productos envejece rápido. Este documento se organiza en dos capas.

La primera es la matriz de criterios: los cinco ejes con los que se evalúa cualquier herramienta de IA para uso académico. Esa matriz es estable, no depende de qué producto esté de moda.

La segunda es la foto comparativa: la aplicación de esos criterios a los modelos y herramientas disponibles en abril de 2026, con la excepción fechada de Gemini indicada arriba. Como las condiciones, funciones y precios cambian, una ficha sirve para orientar una primera lectura, no para confirmar por sí sola las condiciones actuales ni el uso de una herramienta en una actividad.

Las decisiones concretas se toman con ambas capas: los criterios ordenan la comparación y la comparación aplica los criterios a casos reales.

Cinco criterios de evaluación

#

Cada herramienta evaluada se examina con cinco ejes. No son independientes: una herramienta puede ser fuerte en capacidad y débil en privacidad, y la decisión final pondera los cinco según el uso previsto.

Privacidad y tratamiento de datos

#

El eje más sensible en un entorno educativo. La pregunta operativa es: ¿qué hace la herramienta con los datos que el docente y los estudiantes le entregan? Los aspectos que se revisan son el uso de conversaciones para entrenar modelos, la ubicación geográfica del procesamiento, la existencia de un modo «no entrenar», la retención de datos y la disponibilidad de términos contractuales auditables para uso institucional.

Cuando intervienen datos estudiantiles identificables, sensibles o confidenciales, hay que revisar el tratamiento concreto que hará la herramienta y los acuerdos, permisos o políticas que correspondan a la actividad. La existencia de una licencia o de un acuerdo no reemplaza esa revisión. El principio de privacidad en la política de IA propuesta ofrece un punto de partida para formularla.

Acceso y equidad

#

Pregunta operativa: ¿todos los estudiantes de la asignatura pueden usarla? El acceso se evalúa en varias capas: si la versión gratuita es suficiente para la tarea; si la suscripción de pago crea desigualdad en el grupo; si hay restricciones geográficas (herramientas no disponibles desde México); si requiere número telefónico, tarjeta o identificación difícil de obtener.

Una herramienta que exige tarjeta de crédito internacional a estudiantes de licenciatura falla este criterio, por poderosa que sea.

Capacidad y calidad del resultado

#

Qué tan útil es el resultado para la tarea pedagógica concreta. No hay un ranking absoluto; depende del uso. Un modelo excelente para redacción puede ser mediocre para matemáticas, y viceversa. Los subejes que se consideran son razonamiento analítico, redacción académica, matemáticas simbólicas, generación de código, trabajo con imágenes y manejo del español.

Costo total

#

No solo el precio de lista. El costo total incluye la tarifa mensual, las cuotas por uso excedente, los costos ocultos (integraciones, soporte) y, para la institución, el costo de licenciamiento masivo frente al uso distribuido.

Soporte institucional

#

Factibilidad operativa para que la institución adopte la herramienta. Se examina si hay canal de soporte dedicado, documentación en español, SLA —acuerdo de nivel de servicio, con tiempos de respuesta garantizados por contrato—, historial de comunicación sobre cambios y comunidad de usuarios en universidades mexicanas.

Matriz comparativa: modelos generativos

#

Foto comparativa, con corte en abril de 2026, de cinco modelos generativos considerados en esta página.

La lectura de esta tabla debe cruzarse con el uso previsto y con qué datos intervienen: que una función esté disponible, o incluso sea gratuita, no equivale a que su uso con información de estudiantes esté autorizado por un programa o una institución. La fila de Gemini se contrastó el 6 de septiembre de 2026 con la página de Gemini for Education y la ayuda de Gemini para cuentas escolares; Google indica que la disponibilidad, los límites y el tratamiento de datos dependen de la edición de Workspace for Education. Para análisis de textos extensos sin datos personales, Kimi ofrece una ventana de contexto amplia —la cantidad de texto que el modelo puede tomar en cuenta a la vez—, de hasta 2 millones de tokens según el proveedor; conviene confirmar esa cifra en la documentación vigente antes de decidir por ella. Si se quieren comparar opciones de bajo costo como DeepSeek, hazlo con materiales públicos o ficticios y comprueba antes sus condiciones vigentes; esa comparación no permite trasladar datos personales, sensibles o confidenciales.

Herramientas educativas específicas

#

Los modelos generales cubren mucho terreno, pero hay tareas educativas que tienen herramientas dedicadas. Los ejemplos siguientes permiten reconocer tipos de uso; no equivalen a una recomendación de adopción y conviene contrastarlos con las condiciones actuales de cada actividad.

Asistentes de escritura académica

#

Herramientas que ayudan al estudiante a mejorar redacción, pero sin reescribir el texto. Grammarly ofrece corrección estilística y gramatical; LanguageTool es una opción abierta con soporte de español; Writefull se orienta a la escritura científica en inglés.

El criterio pedagógico relevante no es cuál tiene más funciones, sino cuál permite que el estudiante vea y apruebe cada sugerencia antes de aplicarla. Las herramientas que reescriben párrafos enteros sin intervención diluyen la autoría.

Herramientas para evaluación

#

Dos categorías. Primero, los asistentes de retroalimentación (Khanmigo, Kaizena) que generan comentarios sobre trabajos estudiantiles bajo supervisión docente. Segundo, los detectores de IA (GPTZero, Originality.ai, Turnitin AI) cuyo uso está desaconsejado para decisiones disciplinarias por sus tasas de error documentadas (Weber-Wulff et al., 2023).

La recomendación operativa, alineada con el marco ético y con la guía sobre plagio y autenticidad, es no usar detectores automáticos como única evidencia en procedimientos de integridad académica.

Generadores de materiales visuales

#

Para elaborar esquemas, diagramas y diapositivas. Gamma, Beautiful.ai y Canva Magic Studio cubren presentaciones; Napkin y Whimsical cubren diagramación conceptual. La evaluación crítica del docente importa más que la herramienta: una presentación autogenerada sin edición pedagógica suele sobreestructurar el contenido.

Asistentes de código

#

Para asignaturas que incluyen programación. GitHub Copilot, Claude Code y Cursor son ejemplos de asistentes que pueden entrar en la discusión didáctica. En uso educativo, la pregunta relevante es cuánto dejar que la herramienta escriba y cuánto exigir que el estudiante escriba a mano para efectos de aprendizaje. La herramienta no resuelve esa discusión; solo obliga a tenerla.

Cómo decidir para un uso específico

#

La matriz por sí sola no produce una decisión. El procedimiento corto es este.

1. Identifica el uso pedagógicoPrecisa si necesitas diseñar una actividad, calificar un ensayo, dar retroalimentación o generar material visual. El repositorio de prompts ordena estos usos en cuatro fases.
2. Identifica los datos involucradosPregunta si hay datos personales de estudiantes o datos sensibles, como salud, identidad o procesos disciplinarios. Si los hay, no basta con que la herramienta tenga una licencia, permiso o acuerdo: revisa el tratamiento previsto, las condiciones vigentes y los acuerdos que correspondan antes de incorporarla a la actividad.
3. Evalúa el acceso del grupoComprueba si todas las personas pueden usar la herramienta sin costo y en condiciones comparables. Si no, valora adaptar la actividad, prever una alternativa equivalente o confirmar si existe un acceso institucional aplicable.
4. Compara capacidad y costoContrasta opciones que respondan al propósito didáctico con materiales públicos, ficticios o autorizados para esa prueba. La comparación sirve para formular una propuesta de uso; después todavía hay que revisar sus condiciones y acuerdos.
5. Documenta la decisiónCuando corresponda, deja constancia proporcional en la consigna o en el syllabus del uso previsto, la herramienta y las condiciones relevantes para el grupo. No hace falta registrar cada prompt: importa que estudiantes y docentes puedan comprender los acuerdos de la actividad.

flowchart TB
    A[Uso pedagógico<br/>identificado] --> B{¿Hay datos<br/>personales?}
    B -->|Sí| C[Revisar tratamiento,<br/>condiciones y acuerdos]
    B -->|No| D{¿Acceso<br/>equitativo?}
    C --> D
    D -->|No| E[Adaptar actividad<br/>o prever alternativa]
    D -->|Sí| F[Valorar capacidad<br/>y costo]
    E --> F
    F --> G[Registrar el uso<br/>previsto, si aplica]
    G --> H[Revisar condiciones<br/>y acuerdos de la actividad]

Preguntas frecuentes

#

Advertencias operativas

#

Tres errores comunes al considerar herramientas para la docencia universitaria.

No confundir herramienta institucionalmente disponible con herramienta obligatoria para el estudiante. Que un centro universitario habilite una herramienta —Gemini en su nivel gratuito o de pago, o cualquier otra— no obliga por sí sola a usarla: que el estudiante pueda recurrir a una alternativa depende de los acuerdos de la actividad, del tratamiento de datos previsto y de que exista de hecho una alternativa equivalente, no de una declaración genérica de su parte.

No asumir que «gratuito» equivale a «apto para uso académico». Las herramientas gratuitas a menudo se financian con los datos que procesan. La lectura de los términos de servicio es parte de la decisión.

No tratar el catálogo como autoridad final. Es un documento de referencia, no un reglamento ni una prueba de seguridad, eficacia, adopción o autorización. La definición pedagógica de la actividad corresponde al docente; el tratamiento de datos, las licencias, los contratos y las reglas institucionales deben contrastarse con los acuerdos y responsables que correspondan.

Referencias

#

• European Data Protection Board. (2024). Report of the ChatGPT taskforce. https://www.edpb.europa.eu/system/files/2024-05/edpb_20240523_report_chatgpt_taskforce_en.pdf
• Google for Education. (s. f.). Gemini for Education. Consultado el 6 de septiembre de 2026. https://edu.google.com/ai/gemini-for-education/
• Google. (s. f.). Use Gemini Apps with a work or school Google Account. Consultado el 6 de septiembre de 2026. https://support.google.com/gemini/answer/14620100?co=DASHER._Family%3DEducation&hl=en
• OECD. (2023). OECD digital education outlook 2023: Towards an effective digital education ecosystem. OECD Publishing. https://doi.org/10.1787/c74f03de-en
• UNESCO. (2023). Guidance for generative AI in education and research. United Nations Educational, Scientific and Cultural Organization. https://doi.org/10.54675/EWZM9535
• Weber-Wulff, D., Anohina-Naumeca, A., Bjelobaba, S., Foltýnek, T., Guerrero-Dib, J., Popoola, O., Šigut, P., & Waddington, L. (2023). Testing of detection tools for AI-generated text. International Journal for Educational Integrity, 19, 26. https://doi.org/10.1007/s40979-023-00146-z
• World Bank. (2024). Unlocking the potential of generative AI in education: Opportunities, risks, and policy priorities. World Bank Group. https://documents1.worldbank.org/curated/en/099734306182493324/pdf/IDU152823b13109c514ebd19c241a289470b6902.pdf