La programación ante la IA Generativa: desafíos y transformaciones en la educación superior
La programación ante la IA Generativa: desafíos y transformaciones en la educación superior
Vicerrectorado de Enseñanza Virtual 27/03/2026 ⏱️ 3 min
En un artículo publicado por UNESCO, se plantea una pregunta que ya atraviesa a muchas universidades: si los sistemas de inteligencia artificial generativa pueden producir código a partir de instrucciones en lenguaje natural, ¿qué sentido tiene seguir enseñando programación como hasta ahora? Lejos de declarar el fin de esta disciplina, el autor sostiene que la enseñanza de la programación debe transformarse, no desaparecer, porque comprender, evaluar y poner a prueba el código sigue siendo una competencia académica y profesional central en la sociedad digital contemporánea (UNESCO, 2026).
El texto de la UNESCO sitúa este debate en una trayectoria histórica más amplia. Aprender a programar no surgió únicamente como una vía para formar especialistas en software, sino también como una estrategia de alfabetización tecnológica y de ampliación de la capacidad de las personas para comprender y modificar su entorno digital. Esto nos recuerda, desde los movimientos “learn to code” de las décadas pasadas hasta las actuales herramientas low-code y no-code, la historia de la informática ha estado marcada por intentos sucesivos de hacer la programación más accesible.
Sin embargo, la expansión de modelos como ChatGPT Codex o Claude Code ha intensificado el debate. Según el artículo, estas herramientas ya pueden redactar programas básicos, corregir fragmentos de código y ofrecer explicaciones sobre errores con mayor claridad que una búsqueda tradicional en la web. Este nuevo escenario ha alimentado discursos empresariales que proclaman que “programar ha muerto”, aunque la UNESCO advierte que tales afirmaciones suelen responder más a narrativas de mercado que a una evaluación rigurosa de las capacidades reales de la IA en entornos de desarrollo complejos.
Para la educación superior, este planteamiento tiene implicaciones inmediatas. En primer lugar, obliga a revisar los sistemas de evaluación. Los ejercicios tradicionales basados en la redacción individual de código fuera del aula pierden capacidad para medir aprendizaje cuando una IA puede resolverlos en segundos. Las universidades deberán diseñar evaluaciones centradas en interpretación, depuración, justificación y contraste de soluciones, más que en la escritura aislada de instrucciones.
En segundo lugar, la investigación educativa tiene ante sí una agenda prioritaria. Será necesario estudiar cómo cambia el aprendizaje de la programación cuando la IA está disponible de forma permanente, qué competencias se fortalecen realmente y cuáles pueden debilitarse por dependencia tecnológica. El artículo también abre una línea de análisis sobre sostenibilidad, al recordar que estos sistemas consumen recursos energéticos e hídricos significativos y que su disponibilidad económica futura no está garantizada.
En suma, la programación no ha muerto; está cambiando de estatus pedagógico. La universidad ya no puede limitarse a enseñar sintaxis, pero tampoco puede renunciar a formar criterio técnico. En la era de la IA generativa, enseñar a programar significa enseñar a pensar con máquinas, pero también a cuestionarlas. Esa tensión definirá buena parte del futuro de la educación superior digital.
McNeile, C. (24 de diciembre de 2025). “Coding is dead”? Teaching computer programming in the age of AI. UNESCO.