Vanessa Medina Armienta /Campus
México avanza con rapidez en infraestructura, inversión y formación en inteligencia artificial, pero la regulación general de la tecnología sigue estancada y las universidades públicas enfrentan restricciones presupuestales para responder al cambio.
El contraste plantea una pregunta de fondo: mientras el Estado impulsa capacidades de IA fuera de las instituciones universitarias, ¿qué margen tienen estas para actualizar sus programas, formar docentes y construir reglas para su uso académico?
Desde 2020, el Senado ha recibido más de 50 iniciativas para regular la inteligencia artificial en México. Ninguna se ha convertido en ley. La más avanzada, la que preside el senador Rolando Zapata Bello, tenía fecha de presentación para el 22 de abril de este año. Se canceló. Sigue, cinco meses después, sin fecha nueva. La razón no es técnica: la comisión ya tiene un documento de trabajo, foros realizados, insumos de 61 especialistas. La razón es política —no hay consenso en el pleno— y por eso, mientras escribo esto, México sigue sin un marco general que defina derechos, responsabilidades o límites para el uso cotidiano de la IA.
Sería fácil leer esto como parálisis. No lo es. El 1 de septiembre, en cinco días de trámite, el Ejecutivo logró lo que el Senado no ha logrado en cinco años: mandar una reforma de IA que ya avanza. La iniciativa modifica la Ley de Inversión Extranjera para clasificar a la inteligencia artificial —junto con semiconductores, datos y ciberseguridad— como sector de seguridad nacional, sujeto a revisión cuando una compra extranjera supere el 49 por cierto del capital de una empresa mexicana. Es una reforma real, con respaldo institucional (Defensa, Marina, la Unidad de Inteligencia Financiera se incorporan a la comisión evaluadora), y avanza sin la fricción que ha detenido a la Ley Zapata durante año y medio.
La diferencia no es de capacidad de Estado. Es de prioridad. Cuando la IA se plantea como asunto de control de capital y activos estratégicos, el gobierno mexicano actúa con rapidez y coordinación. Cuando se plantea como asunto de derechos, aulas y responsabilidades educativas, se congela en comisiones.
Infraestructura sí, universidad no
El patrón se repite en el Plan Nacional de Inteligencia Artificial, publicado en abril por la Agencia de Transformación Digital y Telecomunicaciones. El documento anuncia 6 mil millones de pesos para Coatlicue, la supercomputadora pública que se anuncia como la más potente de América Latina cuando concluya su construcción en 2028, en desarrollo con asesoría técnica del Barcelona Supercomputing Center y alojada en el Politécnico Nacional. Anuncia también el Centro Público de Formación en IA (CPFIA): 10 mil estudiantes de bachillerato y educación superior certificándose en alianza con 14 empresas tecnológicas —Google, Microsoft, Meta, AWS, Accenture, entre otras— en un programa de cinco meses con doble certificación, gobierno e industria.
Es infraestructura real, con presupuesto real. Y en ningún punto del documento aparece la universidad como institución. La palabra «educación» solo figura como uno más de los sectores de impacto genérico, al lado de salud y agricultura. El Estado construyó, con dinero y alianzas concretas, una vía de certificación profesional en inteligencia artificial que no necesita pasar por ninguna universidad mexicana para producir un ingeniero de IA con doble sello oficial.
No hace falta interpretar esto como desprecio. Basta con seguir el presupuesto para ver dónde estuvo la decisión.
El presupuesto dice lo que el discurso no
En el Presupuesto de Egresos 2026, la UNAM recibió un ajuste real de -1.7 por cierto; el IPN, -1.6 por cierto; la UAM, -1.7 por cierto. El gasto educativo total del país se mantiene en 3.4 por cierto del PIB, por debajo de la recomendación internacional de 4 por cierto a 6 por cierto. Para 2027, el panorama mejora apenas en el margen: la propuesta de Hacienda da a la UNAM un crecimiento real de 1 por cierto, a la UAM alrededor de 3.5 por cierto, y solo al IPN un salto más significativo de 7.1 por cierto —después de que enfrentara paros estudiantiles por falta de recursos. La Anuies advierte que las universidades públicas arrastran un déficit acumulado de 50,000 millones de pesos y ha pedido un incremento de 8 por cierto para 2027 —el doble de lo que se les está ofreciendo— para evitar lo que su secretario general llamó un «ciclo de deterioro acelerado» en laboratorios, mantenimiento e investigación.
En ese mismo paquete presupuestal, la Universidad Rosario Castellanos —creada por el gobierno federal en 2019— recibirá, de acuerdo al PEF-2027, 1,598.9 millones de pesos, 337 millones más que este año, destinados explícitamente a abrir nuevas sedes en Michoacán, Estado de México y Puebla. Su matrícula creció 66 por cierto en menos de un año y ya supera los 93 mil estudiantes.
No se trata de oponer una institución a otra, ni de sugerir que ampliar el acceso a educación superior sea un error: es, de hecho, una meta legítima y necesaria. El punto es otro: el mismo gobierno que puede encontrar presupuesto de expansión acelerada para una universidad de creación propia, y 6 mil millones de pesos para una supercomputadora, sostiene a la UNAM, el IPN y la UAM en incrementos que la Anuies misma advierte que no cubren ni la inflación. La capacidad de gasto existe. La decisión de hacia dónde dirigirla, también.
Lo que esto significa para las IES
La consecuencia práctica es que las universidades públicas mexicanas —las mismas a las que correspondería diseñar política de integridad académica, capacitar profesores, actualizar planes de estudio ante la IA generativa— enfrentan esa tarea exactamente en el momento en que menos margen operativo tienen para hacerlo. No es solo que nadie, desde el Estado, esté definiendo las reglas del uso de la IA en el aula. Es que, aunque una universidad quisiera adelantarse y construir esa gobernanza por sí misma, lo tendría que hacer con menos recursos reales que el año anterior, mientras compite por relevancia con una ruta de certificación estatal que no la necesita.
Este contraste —dinero para infraestructura y expansión controlada por el gobierno, ajuste continuo para la autonomía universitaria— no es exclusivo de México, pero aquí se puede documentar con una precisión inusual: una reforma de cinco días para proteger activos estratégicos, una ley de derechos digitales estancada dieciocho meses, un centro de formación con presupuesto de arranque y catorce alianzas corporativas, y universidades públicas necesitando el doble de lo que se les ofrece solo para no perder terreno.
Si el Estado no va a construir gobernanza universitaria de IA en el corto plazo —y todo indica que no—, la universidad no puede permitirse esperar sentada a que cambie el cálculo político del Senado. Necesita, primero que nada, saber en qué condición está parada: qué tanto ha avanzado, con qué recursos reales cuenta y qué le falta antes de que la brecha entre lo que ocurre en el aula y lo que la institución es capaz de gobernar siga creciendo en silencio.
Nota final: El levantamiento de información del ICGU 2026 —el Índice Campus de Gobernanza Universitaria— ya cerró. En las próximas semanas, Campus Consulting entregará a cada institución participante sus resultados individuales, y en noviembre se publicará el primer mapa nacional del avance real de las universidades mexicanas en gobernanza de inteligencia artificial.
