Lunes, 29 de junio de 2026 · Fuentes verificadas · Elaborado automáticamente
Usa la estrella (☆) para candidatas a tu newsletter (la primera vez se pedirá desbloquear la sesión con contraseña). La selección se guarda en este navegador.
La jornada del 29 de junio gira en torno a dos vectores que convergen para EurekAI: la madurez pedagógica de la IA educativa y la fragmentación creciente del panorama de modelos. Por un lado, Anthropic lanza Claude for Education con un «Learning Mode» socrático que niega respuestas directas y fuerza el razonamiento autónomo del estudiante —Stanford lo activa mañana mismo, 30 de junio—, mientras el estudio Stanford «Marked Pedagogies» demuestra que las herramientas de feedback IA reproducen sesgos de raza y género que afectan directamente la equidad educativa. Por otro, Google admite que Gemini 3.5 Pro no llegará en junio: la presión competitiva y la hemorragia de talento empujan el modelo más ambicioso de Google hasta julio. En el plano institucional, la organización EdTech más influyente del mundo abandona el nombre ISTE para llamarse «International Society for Transforming Education», y la red universitaria pública más grande de EE.UU. —SUNY con 64 campus— aprueba la primera política IA vinculante para todo un sistema universitario. Para EurekAI, el Learning Mode de Anthropic y los sesgos del estudio Stanford son la pauta más precisa disponible hoy para diseñar una integración de IA en la UNAV que no sacrifique el pensamiento crítico ni reproduzca desigualdades.
Google ha confirmado, según un informe de Business Insider citado esta semana, que Gemini 3.5 Pro —el modelo flagship presentado en Google I/O el 19 de mayo con una ventana de contexto de 2 millones de tokens y el modo de razonamiento extendido Deep Think— no llegará en junio como preanunció Sundar Pichai en el escenario del I/O. El CEO pidió a los desarrolladores que «nos dieran hasta el mes que viene», frase que genó un visible gruñido en la sala. Ese «mes siguiente» era junio; ahora es julio. La empresa atribuye la dilación al procesamiento del feedback de los early testers —que detectaron un consumo excesivo de tokens en la variante Flash 3.5— y a la necesidad de afinar el modelo para tareas agentes de larga duración. Gemini 3.5 Pro sigue en previsión limitada en Vertex AI Enterprise.
El retraso tiene un telefón de fondo que lo agrava: en menos de dos semanas Google ha perdido a Noam Shazeer (co-inventor del Transformer, fichado por OpenAI), a Jonas Adler y Alexander Pritzel (hacia Anthropic), y a varios investigadores de DeepMind. La concentración de arquitectos de modelos en OpenAI justo cuando Google no puede cumplir sus propios plazos de lanzamiento apunta a una crisis no solo de talento, sino de velocidad de ejecución. Gemini 3.5 Pro, cuando llegue, promete features educativas relevantes: su ventana de 2M tokens permite procesar libros de texto completos, catálogos bibliográficos o transcripciones de un semestre entero en una sola sesión.
Mañana, 30 de junio de 2026, cierra el período de enmiendas de la Ley Orgánica para el Buen Uso y la Gobernanza de la Inteligencia Artificial en el Congreso de los Diputados. El texto, publicado en el Boletín Oficial de las Cortes el 12 de junio, transpone a legislación española el EU AI Act y establece a la AESIA (Agencia Española de Supervisión de la IA) como autoridad nacional de control con plenas potestades sancionadoras. El calendario legislativo previsto tras el cierre de enmiendas: dictamen de la Comisión de Economía, Comercio y Transformación Digital → debate y votación en el pleno del Congreso → traslado al Senado con su propio plazo de enmiendas o posible veto → devolución al Congreso para el voto definitivo. Si el proceso se completa antes del verano, España sería el primer Estado miembro con legislación nacional que da base jurídica propia al EU AI Act, anticipándose a Alemania, Francia e Italia.
El texto incluye un inventario público de sistemas IA de alto riesgo desplegados por entidades públicas, obligaciones de transparencia para cualquier sistema IA que interactúe con ciudadanos y régimen sancionador escalonado que puede alcanzar decenas de millones de euros. Las universidades públicas quedan directamente incluidas en el ámbito de la norma: los sistemas de evaluación automática, análisis de rendimiento académico y tutorización con IA caen en la categoría de alto riesgo del Anexo III del EU AI Act, con las obligaciones de documentación y gestión de riesgos que eso conlleva. También obliga a las administraciones a crear al menos un espacio de pruebas regulatorio (sandbox) por comunidad autónoma antes del 2 de agosto de 2026.
Boston Consulting Group ha publicado en 2026 el informe How AI Can Help Higher Education Capture a Once-in-a-Generation Opportunity, que sintetiza el estado de la transformación IA en la educación superior con un mensaje inequívoco: la ventana de diferenciación competitiva entre universidades que adoptan IA de forma estratégica y las que esperan es estrecha y temporal. Según BCG, las instituciones que lideran la adopción obtienen retornos compuestos —captación, retención, empleabilidad, reputación de investigación— que se refuerzan mutuamente y son difíciles de replicar por rezagados. El informe organiza la transformación en cinco dominios: éxito estudiantil, alineación con el mercado laboral, investigación e innovación, activación de la comunidad y optimización administrativa.
El caso más documentado del informe es el de Illinois Tech (7.500 estudiantes), que ha desarrollado un sistema de consejería académica basado en IA que integra datos del LMS, rendimiento académico, uso de la biblioteca, información financiera del estudiante y datos del comedor. El sistema detecta patrones de riesgo de abandono —incluyendo en estudiantes de primera generación que habitualmente no piden ayuda— y genera alertas tempranas para el personal de apoyo, preservando la privacidad individual. BCG concluye que el momento actual es análogo a la adopción de internet en los años 90: las instituciones que lo abordaron como transformación estructural, no como proyecto TI, son hoy líderes; las que esperaron son seguidoras.
Durante la keynote inaugural de ISTELive 26 en Orlando el 28 de junio, el CEO Richard Culatta y el presidente del Board Jeremy Owoh anunciaron que ISTE+ASCD cambia su nombre a International Society for Transforming Education. El acrónimo permanece, pero la misión declarada evoluciona: del foco en cómo usar la tecnología en el aula al foco en por qué y cómo transformar el aprendizaje para cada estudiante. El cambio llega tres años después de la fusión de ISTE (International Society for Technology in Education) y ASCD (organización de liderazgo instruccional), y refleja una convicción creciente entre los early adopters educativos: la IA ha convertido la pregunta «¿qué herramienta usar?» en irrelevante frente a la pregunta «¿qué tipo de aprendizaje queremos proteger?». Los anuncios que acompañaron el rebranding incluyen un perfil del graduado preparado para IA, la serie gratuita Google AI Educator Series de micro-lecciones docente a docente, y una nueva Certificación EdTech para docentes.
El rebranding no es cosmético. ISTE ha sido históricamente el oráculo de qué herramientas EdTech ganan tracción con los early adopters, y su cambio de nombre es una señal explícita de que el sector EdTech avanzado ha superado la fase de deslumbramiento tecnológico. La question ya no es si la IA pertenece al aula, sino qué objetivos pedagógicos deben guiar su diseño y uso. El perfil del «graduado preparado para la IA» que lanza ISTE describe competencias —pensamiento crítico, colaboración, comprensión de sistemas, agencia del alumno— antes que herramientas específicas.
El estudio «Marked Pedagogies: Examining Linguistic Biases in Personalized Automated Writing Feedback», de Mei Tan, Lena Phalen y Dorottya Demszky de la Universidad de Stanford (arXiv, marzo 2026), ha recibido renovada atención en el marco de ISTELive 26. Las investigadoras procesaron 600 ensayos persuasivos idénticos de estudiantes de secundaria a través de cuatro modelos de IA —versiones de ChatGPT y Llama— variando únicamente la descripción del escritor (raza, género, motivación, discapacidad). Los resultados son inequívocos: los estudiantes descritos como negros, hispanos, asiáticos, femeninos, desmotivados o con discapacidad de aprendizaje recibieron sistemáticamente menos crítica constructiva y más alabanza, un patrón que los autores denominan «positive feedback bias» y «feedback withholding bias». El feedback para estudiantes blancos se centraba más en estructura argûmentativa, evidencia y claridad; el feedback para estudiantes hispanos o aprendices de inglés se desplazaba hacia gramática, ortografía y formalidad, reduciendo la atención al pensamiento de orden superior.
El mecanismo subyacente es bien conocido en NLP: los grandes modelos de lenguaje aprenden de textos humanos que contienen expectativas diferenciadas según el grupo. Lo que hace especialmente preocupante este estudio en el contexto educativo es que la discriminación no ocurre en la admisión o la calificación, sino en la retroalimentación formativa: el mecanismo que más directamente construye o frena el desarrollo de la escritura, el pensamiento crítico y la confianza académica del estudiante. La directora ejecutiva del National Writing Project, Tanya Baker, expresó al respecto que le preocupa que los estudiantes negros e hispanos no sean «empujados a aprender» a escribir mejor cuando usan estas herramientas.
Anthropic ha lanzado Claude for Education, una versión especializada de Claude diseñada específicamente para instituciones de educación superior, con una novedad pedagógica que la diferencia de cualquier oferta anterior del mercado: el Learning Mode. Activado en los «Projects» de Claude, este modo hace que el modelo se niegue a dar respuestas directas cuando el estudiante formula preguntas de estudio. En su lugar, responde con preguntas socráticas: «¿Cómo te aproximarías tú a este problema?», «¿Qué evidencia soporta tu conclusión?», «¿Qué supondría para tu argumento si esta premisa fuera falsa?». El sistema incluye refuerzo de conceptos, plantillas estructuradas para trabajo académico y gestión de integridad integrada. Stanford University activa el acceso campus-wide el 30 de junio de 2026; las universidades con acuerdo de acceso completo confirmadas incluyen Northeastern, London School of Economics, Champlain College, Columbia, Syracuse y Pittsburgh.
La propuesta de Learning Mode responde directamente al problema que documenta el OECD Digital Education Outlook 2026 (cubierto esta semana en ISTELive): la «pereza metacognitiva» generada cuando la IA suministra respuestas antes de que el estudiante haya procesado el problema. Al imponer un ciclo de razonamiento previo, Learning Mode intenta que la IA amplifique el pensamiento en lugar de sustituirlo. Anthropic ha desarrollado los criterios pedagógicos del modo en colaboración con académicos y con sus Consejos Asesores de Educación Superior; los materiales de integridad académica que acompañan el lanzamiento explican a docentes cómo configurar los Projects para distintos tipos de tarea (investigación, redacción, cálculo, diseño).
El Board of Trustees del State University of New York (SUNY) —64 campus, la mayor red universitaria pública de EE.UU.— aprobó el 30 de abril de 2026 una política IA sistemática vinculante que convierte a SUNY en el primer gran sistema universitario público del país con regulación IA de cumplimiento obligatorio. Las disposiciones clave: alfabetización IA integrada en la educación general para todos los nuevos estudiantes a partir del otoño 2026; todos los campus deben adoptar o actualizar sus propias directrices IA antes del 31 de diciembre de 2026 (con posibilidad de extensión de dos meses); evaluación de herramientas IA por sesgos; refuerzo de protecciones de privacidad de datos; y mayor supervisión de sistemas IA que afecten al progreso académico o al acceso a servicios estudiantiles. Un nuevo cohorte de 20 AI Fellows de SUNY apoyará la integración curricular en sus respectivos campus.
La política SUNY es relevante no solo por su escala, sino por su arquitectura de doble nivel: la institución fija el marco mínimo vinculante, pero cada campus define sus propias guías adaptándose a su misión y disciplinas. Este modelo de «marco central + adaptación local» resuelve la tensión entre coherencia institucional y autonomÃa disciplinar que muchas universidades no acaban de resolver. La cobertura en Inside Higher Ed destacó también las limitaciones detectadas: la política es muy sólida en gobernanza, pero débil en el reconocimiento de la dimensión laboral de la IA para el personal universitario y en la definición de cómo medir el retorno de los esfuerzos de adopción. (Nota: política aprobada el 30 de abril; incluida esta semana por su importancia estratégica como modelo de referencia para sistemas universitarios.)
La alcaldesa Michelle Wu y la superintendente Mary Skipper anunciaron el 26 de marzo de 2026 un programa que convierte a Boston Public Schools en el primer gran distrito escolar urbano de EE.UU. en garantizar la alfabetización IA como requisito de graduación. La iniciativa, respaldada por una inversión público-privada de 1 millón de dólares, desarrolla el currículum en colaboración con UMass Boston, con núcleo temático en cómo funciona la IA, cómo usarla como herramienta de aprendizaje y cuáles son sus implicaciones éticas. El rollout comienza con institutos seleccionados en otoño 2026, con implantación plena en todo el distrito el año siguiente. El programa incluye también formación de docentes, hackatones estudiantiles, prácticas y trayectorias de carrera tecnológica. El objetivo declarado es que Boston sea la primera ciudad de EE.UU. en garantizar que ningún graduado de instituto salga sin haber aprendido a usar, cuestionar y evaluar la IA.
La iniciativa BPS llega en un momento en que la presión del mercado laboral sobre la alfabetización IA es inequívoca: según Handshake, las ofertas de empleo para recén graduados con mención explícita a habilidades IA casi se duplicaron entre 2025 y 2026 (del 2,1 % al 4,2 % del total), y el 35 % de las prácticas ya exige conocimientos IA. El movimiento de Boston puede entenderse como la respuesta de la K-12 a las mismas presiones que llevaron a Purdue (cubierto el 28 de junio) a exigir competencia IA para graduarse en la universidad: si los institutos no preparan, las universidades tendrán que hacerlo a mayor coste. (Nota: anuncio del 26 de marzo; incluido esta semana como pieza contextual del mosaico de mandatos de alfabetización IA en todos los niveles educativos.)
Canva presentó el 15-16 de abril de 2026 en Los Ángeles, en su evento anual Canva Create, la mayor actualización de su historia: Canva AI 2.0, una nueva arquitectura completa construida sobre el Canva Design Model, el primer modelo de fundamento específico para diseño visual (no un modelo de lenguaje general aplicado al diseño, sino un modelo entrenado desde cero sobre conocimiento de composición visual, marca y comunicación gráfica). Las novedades principales: diseño conversacional (se describe el resultado en lenguaje natural y Canva lo genera respetando las guías de marca); memoria persistente de estilo, paleta y tono; y seis nuevos flujos de trabajo inteligentes —conectores, programación, investigación web, inteligencia de marca, Sheets AI y Canva Code 2.0—. La función Magic Layers, que transforma cualquier imagen plana en un diseño editable con capas independientes, ha superado los 9 millones de usos en su primer mes desde su lanzamiento en beta pública en marzo.
La integración con Claude de Anthropic (anunciada también en abril) permite que los usuarios de Claude Design exporten directamente a Canva los prototipos, presentaciones y diseños generados en el chat, convirtiéndolos en proyectos editables con la suite de diseño completa de Canva. Para el entorno educativo, la novedad más relevante es que Canva for Education integra los nuevos flujos inteligentes con un sistema de control de marca institucional: los docentes pueden crear plantillas IA pre-configuradas que los estudiantes usan sin poder alterar la identidad visual de la institución, reduciendo el tiempo de producción de materiales y manteniendo coherencia comunicativa. (Nota: lanzado en abril 2026; incluido esta semana por su relevancia para equipos docentes y comunicación institucional.)
Duolingo ha transformado su plataforma en 2026 con un conjunto de funcionalidades conversacionales con IA que van más allá de la práctica de vocabulario y gramática. En el nivel Max (19,99€/mes ó 14€/mes anual), Video Call conecta al aprendiz con Lily, una tutora IA basada en uno de los personajes del juego, capaz de mantener conversaciones en el idioma de aprendizaje, hacer preguntas de seguimiento y —lo más relevante— recordar el contenido de sesiones anteriores, aproximando la experiencia a la de un tutor humano que conoce tu progreso. Roleplay sitúa al usuario en escenarios reales (pedir café en París, negociar un apartamento en Buenos Aires, dar indicaciones en Tokio) con un personaje IA, y proporciona feedback post-sesión sobre precisión, complejidad y variedad de vocabulario.
La novedad más significativa para la democratización del aprendizaje es la llegada a mediados de 2026 de Speaking Adventures para todos los usuarios, incluidos los gratuitos: tareas de conversación oral basadas en escenarios que hasta ahora solo estaban disponibles en niveles de pago. Además, desde enero de 2026, «Explain My Answer» —que proporciona explicaciones gramaticales generadas por IA cuando el usuario comete un error— es gratuito para todos. Las tres lenguas más demandadas en el contexto universitario español —inglés, francés y alemán— están disponibles en todos los niveles conversacionales.
Boston Consulting Group publicó el 10 de abril de 2026 el informe «From Ambition to Action: Redesigning Education for an AI-Driven Economy», un marco estratégico que analiza por qué la mayoría de las instituciones educativas —desde escuelas hasta universidades— no logran convertir el entusiasmo por la IA en impacto real y sostenido. La conclusión central es que los sistemas fragmentados de pilotos IA son la barrera más seria para la transformación: las instituciones que acumulan docenas de proyectos piloto sin marco común, sin inversión en capacidades de los equipos y sin escala más allá de los experimentos, consumen recursos sin capturar valor estratégico. BCG identifica tres bloqueos recurrentes: falta de alineación entre la ambición declarada y las decisiones de inversión; desarrollo de capacidades de IA concentrado en pockets de entusiastas en lugar de expandido sistemáticamente; y ausencia de mecanismos para escalar lo que funciona.
El informe propone tres palancas de acción: (1) «Align ambition»: asegurar que la declaración de intención institucional sobre IA se traduce en asignación de recursos y estructura organizativa; (2) «Invest in people»: hacer de la formación en IA del personal y el profesorado una prioridad presupuestaria, no una actividad voluntaria; (3) «Scale beyond pilots»: crear mecanismos explícitos para escalar los pilotos exitosos a nivel institucional, no dejar que mueran de éxito al no tener continuidad. BCG aplica el marco tanto al sector educativo como al empresarial, lo que permite usar el informe para conectar la estrategia educativa con el lenguaje familiar para los patronatos universitarios.
Introduce la contraseña acordada. Solo hace falta una vez por pestaña; al cerrar el navegador o esta pestaña habrá que volver a desbloquear.