Marco regulatorio y gestión institucional para la adopción de grandes modelos lingüísticos en la educación superior
DOI:
https://doi.org/10.20983/novarua.2026.32.1Palabras clave:
Modelos lingüísticos de gran tamaño, Gestión de la innovación, Educación superior, Gobernanza institucional, Política educativaResumen
La adopción de Modelos de Lenguaje de Gran Tamaño (LLM) en la educación superior ofrece oportunidades de innovación, planteando desafíos con la gobernanza, regulación y rendición de cuentas institucional. Las universidades deben equilibrar la experimentación ética, integridad académica y cumplimiento normativo; sin embargo, carecen de marcos consolidados para su adopción responsable. Este estudio examina cómo estas instituciones están respondiendo, mediante análisis de los enfoques regulatorios y de gobernanza para integrar los LLM, combinando la Revisión Sistemática de la Literatura (SLR) con un estudio de caso cualitativo de la educación superior mexicana. Se sintetiza la evidencia sobre marcos regulatorios, modelos de gobernanza, estrategias de liderazgo y mecanismos de cambio organizacional para adoptar inteligencia artificial generativa en las universidades. Se encontró cómo las políticas institucionales y las prácticas administrativas surgen en condiciones de incertidumbre regulatoria. A pesar del interés institucional en los LLM, las respuestas de gobernanza continúan fragmentadas, con tensiones entre innovación y regulación, en lo que respecta a integridad académica, ética y capacidad de implementación.
Citas
Abhishek, A., Erickson, L., & Bandopadhyay, T. (2025). Data and AI governance: Promoting equity, ethics, and fairness in large language models (Versión 1). arXiv. https://doi.org/10.48550/ARXIV.2508.03970.
Abunaser, F. M., Hamd, M. M. M., Bani-Oraba, A. M. N., Hamed, O., Alshiyab, M. Q. M., & Shebani, Z. (2025). Dynamic Capabilities of University Administration and Their Impact on Student Awareness of Artificial Intelligence Tools. Sustainability, 17(15), 7092. https://doi.org/10.3390/su17157092.
Adel, A., Ahsan, A., & Davison, C. (2024). ChatGPT Promises and Challenges in Education: Computational and Ethical Perspectives. Education Sciences, 14(8), 814. https://doi.org/10.3390/educsci14080814.
Aggarwal, D. (2023). Adoption of Artificial Intelligence (AI) For Development of Smart Education as the Future of a Sustainable Education System. Journal of Artificial Intelligence Machine Learning and Neural Network, 3(6), 23-28. https://doi.org/10.55529/jaimlnn.36.23.28.
Antonopoulou, K., Begkos, C., & Zhu, Z. (2023). Staying afloat amidst extreme uncertainty: A case study of digital transformation in Higher Education. Technological Forecasting and Social Change, 192, 122603. https://doi.org/10.1016/j.techfore.2023.122603.
Baber, Z., Gibbons, M., Limoges, C., Nowotny, H., Schwartzman, S., Scott, P., & Trow, M. (1995). The New Production of Knowledge: The Dynamics of Science and Research in Contemporary Societies. Contemporary Sociology, 24(6), 751. https://doi.org/10.2307/2076669.
Baque Guerra, V. E., Zavala O’Brien, M. I., Mendoza Bajaña, V. P., Recalde Villacrés, E. B., Nevares Pacheco, M. D. J., Castillo Rodríguez, N. E., & Barreto Zúñiga, W. W. (2024). Percepciones y experiencias de docentes universitarios sobre la inteligencia artificial: Transformación, ética y desafíos en el uso académico por estudiantes. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, 5(6). https://doi.org/10.56712/latam.v5i6.3204.
Bozkurt, A., Karadeniz, A., Baneres, D., Guerrero-Roldán, A. E., & Rodríguez, M. E. (2021). Artificial intelligence and reflections from educational landscape: A review of AI studies in half a century. Sustainability, 13(2), 1-16. https://doi.org/10.3390/su13020800.
Brajovic, D., Renner, N., Goebels, V. P., Wagner, P., Fresz, B., Biller, M., Klaeb, M., Kutz, J., Neuhuettler, J., & Huber, M. F. (2023). Model Reporting for Certifiable AI: A Proposal from Merging EU Regulation into AI Development (Versión 1). arXiv. https://doi.org/10.48550/ARXIV.2307.11525.
Chan, C. K. Y., & Zhou, W. (2023). An expectancy value theory (EVT) based instrument for measuring student perceptions of generative AI. Smart Learning Environments, 10(1). https://doi.org/10.1186/s40561-023-00284-4.
Chang, D. H., Lin, M. P.-C., Hajian, S., & Wang, Q. Q. (2023). Educational Design Principles of Using AI Chatbot That Supports Self-Regulated Learning in Education: Goal Setting, Feedback, and Personalization. Sustainability, 15(17). Scopus. https://doi.org/10.3390/su151712921.
Cheng, K., & Wu, H. (2024). Policy framework for the utilization of generative AI. Critical Care, 28(1), 128. https://doi.org/10.1186/s13054-024-04917-z.
Demchenko, M. V., Gulieva, M. E., Larina, T. V., & Simaeva, E. P. (2021). Digital Transformation of Legal Education: Problems, Risks and Prospects. European Journal of Contemporary Education, 10(2), 297-307. https://doi.org/10.13187/ejced.2021.2.297.
Floridi, L. (2023). The Ethics of Artificial Intelligence: Principles, Challenges, and Opportunities (1st ed.). Oxford University Press. https://doi.org/10.1093/oso/9780198883098.001.0001.
Holmes, W., Bialik, M., & Fadel, C. (2023). AI in education: Addressing challenges of equity and inclusion. Interactive Learning Environments, 31(2), 210-228. https://doi.org/10.1080/10494820.2023.2187798.
Hunton (April 21, 2025). Mexico overhauls federal data protection law. Hunton web page. https://www.hunton.com/privacy-and-information-security-law/mexico-overhauls-federal-data-protection-law.
Kitchenham, B., & Charters, S. (2007). Guidelines for performing Systematic Literature Reviews in Software Engineering. University of Durham.
Kohnke, L., Moorhouse, B. L., & Zou, D. (2023). Exploring generative artificial intelligence preparedness among university language instructors: A case study. Computers and Education: Artificial Intelligence, 5, 100156. https://doi.org/10.1016/j.caeai.2023.100156.
Mahrishi, M., Abbas, A., & Siddiqui, M. K. (2025). Global Initiatives Towards Regulatory Frameworks for Artificial Intelligence (AI) in Higher Education. Digital Government: Research and Practice, 6(2), 1-9. https://doi.org/10.1145/3672462.
Oncioiu, I., & Bularca, A. R. (2025). Artificial Intelligence Governance in Higher Education: The Role of Knowledge-Based Strategies in Fostering Legal Awareness and Ethical Artificial Intelligence Literacy. Societies, 15(6), 144. https://doi.org/10.3390/soc15060144.
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer, L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J., Grimshaw, J. M., Hróbjartsson, A., Lalu, M. M., Li, T., Loder, E. W., Mayo-Wilson, E., McDonald, S., … Moher, D. (2021). Declaración PRISMA 2020: Una guía actualizada para la publicación de revisiones sistemáticas. Revista Española de Cardiología, 74(9), 9. https://doi.org/10.1016/j.recesp.2021.06.016.
Peláez-Sánchez, I. C., Velarde-Camaqui, D., & Glasserman-Morales, L. D. (2024). The impact of large language models on higher education: Exploring the connection between AI and Education 4.0. Frontiers in Education, 9, 1392091. https://doi.org/10.3389/feduc.2024.1392091.
Ruvalcaba‐Gomez, E. A., & Garcia‐Benitez, V. H. (2025). Governance of Artificial Intelligence in the Public Sector: Analysis of Public Policies in Spain and Mexico. Review of Policy Research, 70057. https://doi.org/10.1111/ropr.70057.
Tecnológico de Monterrey (2024a). Lineamientos para el uso ético de inteligencia artificial (profesorado). ITESM. https://tec.mx/sites/default/files/repositorio/integridad-academica/lineamientos-ia-profesores-tec-de-monterrey.pdf.
Tecnológico de Monterrey (2024b). Guía rápida para estudiantes: lineamientos de IA. ITESM. https://tec.mx/sites/default/files/repositorio/integridad-academica/guia-rapida-alumnos-inteligencia-artificial.pdf.
Universidad de Guadalajara (2024). Dictamen I/2024/018 (creación de plan relacionado con IA educativa). UdeG. https://cugdl.udg.mx/sites/default/files/adjuntos/dictamen-liac.pdf.
Universidad de Guadalajara (2024). Acuerdo No. RG/005/2024. UdeG. https://secgral.udg.mx/sites/default/files/Acuerdos/Acuerdo%20No.%20RG%2005%202024.pdf.
Universidad de Guadalajara (2023). Orientaciones y definiciones sobre el uso de la inteligencia artificial. UdeG Virtual. https://www.udgvirtual.udg.mx/sites/default/files/adjuntos/guia_ia_udg.pdf.
Universidad Nacional Autónoma de México (2024). Recomendaciones para el uso de la inteligencia artificial generativa en educación. UNAM. https://iagenedu.unam.mx/recomendaciones/.
Zawacki-Richter, O., Marín, V. I., & Bond, M. (2023). Evaluating institutional policies for AI adoption in education. Educational Media International, 60(1), 45-61. https://doi.org/10.1080/09523987.2023.2224352.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Iván Miguel García López, Jessica Nájera Ochoa
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Todos los contenidos de la edición electrónica de la revista se distribuyen bajo una licencia de uso y distribución “Creative Commons Reconocimiento-No Comercial-Compartir Igual 4.0 Internacional” (CC-BY-NC-SA). Puede consultar desde aquí la versión informativa de la licencia.
Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes: a) Los autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra; b) Se permite y recomienda a los autores/as difundir su obra a través de Internet (p. ej.: en archivos telemáticos institucionales o en su página web), lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada. (Véase El efecto del acceso abierto).
