Con la rápida expansión de la IA generativa, y muy especialmente desde la irrupción de ChatGPT a partir de finales del año 2022, la educación se enfrenta a numerosos retos y debates (OECD, 2023). La promoción de este tipo de tecnologías va acompañada de numerosas promesas para transformar múltiples ámbitos de nuestra vida y las administraciones públicas han expresado su clara intención de promover la expansión de la IA en la educación (Davis et al, 2021). Cabe destacar que este entusiasmo no  está asociado a una definición clara de sus objetivos ni a la monitorización de sus efectos. Las aplicaciones de la IA generativa se promueven en muchos ámbitos, entre ellos la educación, sin un debate previo y sin conocer sus efectos a medio-largo plazo (Selwyn, 2024). Esta falta de especificidad en cuanto a los objetivos y, en consecuencia, de la dificultad de obtener evidencias empíricas sobre su validez, es especialmente llamativa en el caso de la Formación Profesional (FP). En la FP, al igual que en muchos otros sectores, se está introduciendo la IA generativa sin tener en cuenta las perspectiva críticas desde el ámbito científico, sin un debate previo entre la comunidad educativa y sin una estrategia coherente y consensuada en cuanto a sus objetivos. 

En este contexto, desde el Institut d’Investigació en Intel·ligència Artificial del Consejo Superior de Investigaciones Científicas (IIIA-CSIC) conjuntamente con Ayuda en Acción (AeA), hemos realizado la investigación ‘La inteligencia artificial en la Formación Profesional. Oportunidades y Retos’ (Vallès-Peris y Bermejo, 2025). Esta investigación representa un avance importante en el conocimiento sobre la IA generativa en la FP, sobre cómo se está introduciendo actualmente en los centros educativos, cuáles son sus usos entre profesorado y alumnado, cuáles son las principales preocupaciones para la comunidad educativa, qué riesgos se identifican, así como también qué oportunidades ofrece para mejorar la experiencia, la trayectoria educativa y la inserción profesional del alumnado. 

El estudio que presentamos se acerca a la IA generativa desde la perspectiva de los Estudios de la Ciencia y la Tecnología. Desde esta aproximación se entiende que los efectos y las consecuencias de la IA en la educación y el aprendizaje, como de cualquier otra tecnología, no pueden aislarse del contexto social, los valores educativos y las propias prioridades y problemáticas del sistema de FP. Las oportunidades y retos de la IA generativa se imbrican con las tensiones estructurales del sistema educativo, los debates pedagógicos y las desigualdades sociales existentes. 

Desde este enfoque, cualquier política o programa educativo en relación con la IA generativa debe integrar una mirada amplia, más allá de lo estrictamente tecnológico y la evaluación a corto plazo de aplicaciones concretas. Esta necesaria perspectiva sistémica y de futuro se produce en un momento de incertidumbre sobre el papel de la IA en las sociedades contemporáneas, una incertidumbre que va más allá del ámbito educativo y requiere de precaución, evidencias y participación de la comunidad educativa. Desarrollar e implementar nuevas tecnologías de manera responsable en un contexto de incertidumbre requiere de precaución, de formas de acción que tengan en cuenta aquello que está sucediendo en los centros educativos, que integren la discusión sobre problemas y prioridades de la FP, así como también las necesidades y preocupaciones de los principales protagonistas, es decir, profesorado y alumnado (UNESCO, 2023). Este es el planteamiento que ha guiado la elaboración de este estudio y que subyace al diseño metodológico y al análisis de resultados. 

Desde esta perspectiva el estudio que presentamos se ha centrado en comprender cómo la IA generativa participa en las prácticas educativas de la FP Básica, Ciclos Formativos de Grado Medio (CFGM) y Ciclos Formativos de Grado Superior (CFGS), analizando como se está utilizando actualmente esta tecnología por parte de alumnado y profesorado, así como también cuáles son sus principales preocupaciones y esperanzas. Con este fin la investigación se ha organizado en cuatro fases diferentes, combinando la utilización de métodos cuantitativos y cualitativos para la recogida y el análisis de los datos. Esta metodología mixta incluye una revisión bibliográfica sistemática, entrevistas a personas expertas, un cuestionario a profesorado de FP Básica, CFGM y CFGS, un cuestionario a alumnado de CFGS y entrevistas en profundidad a alumnado de FP Básica y CFGM (Tabla 1).

A continuación presentamos algunos de los resultados del estudio, en los que utilizamos los datos empíricos obtenidos en las diferentes fases de la investigación de manera complementaria ¹. 

Los estudios sistemáticos sobre el impacto de la IA generativa en la FP son limitados y son escasas las evidencias reconocidas por la comunidad científica internacional. Los debates sobre sus usos, oportunidades y riesgos están muy polarizado y sin resultados concluyentes sobre el efecto de estas tecnologías en el proceso de aprendizaje o la inserción profesional. Los estudios existentes versan sobre contextos alejados al nuestro (sobre China, por ejemplo) y se focalizan en la descripción de aplicaciones específicas y sus potenciales beneficios, siendo el estudio sobre el impacto sobre la IA generativa en la FP prácticamente inexistente. 

La falta de evidencias sobre cómo se está utilizando la IA generativa en el contexto de la FP en el estado español hace del estudio que presentamos una contribución relevante en el debate sobre las oportunidades y riesgos de la IA en la FP. Sin embargo, la novedad de la investigación es a la vez su virtud y también su principal problema. Este es un estudio acotado del que deben reconocerse sus limitaciones. A lo largo del estudio no se ha podido atender al análisis de la situación según familia profesional, territorio o nivel de la FP, cuestiones de gran importancia. Por este motivo apelamos a una necesaria cautela en la interpretación y lectura de los resultados, que deben entenderse como un punto de partida para futuras investigaciones. 
 

Los resultados de las encuestas y las entrevistas muestran que el uso de IA generativa (básicamente ChatGPT) está muy generalizado tanto entre el profesorado como entre el alumnado, especialmente a medida que se avanza hacia ciclos superiores. La introducción de este tipo de tecnologías se realiza en un contexto de creciente digitalización educativa, en que, también a medida que se avanza hacia ciclos superiores, incrementa el uso de dispositivos digitales dentro y fuera del aula.

Usos de la IA generativa entre el profesorado de FP

El uso de sistemas con IA generativa en el contexto educativo se intensifica a medida que se avanza hacia ciclos superiores. El uso de IA generativa es alrededor del 50% entre el profesorado de FP Básica y de CFGM y del 63,7% entre el profesorado de CFGS. Ese uso frecuente y habitual es  más intenso entre el profesorado  de CFGS. Entre el profesorado FP Básica encuestado el uso habitual de IA generativa es del 10,7%, entre el de CFGM del 19% y entre el profesorado de CFGS del 29,6%. 

Las tareas para las que más se utiliza la IA generativa es para preparar el contenido de las asignaturas (57%) y para preparar preguntas de examen (42,6%). Otros usos como realizar correcciones, dar ayudas de orientación o identificar problemas son más minoritarios.

Profesorado y alumnado utiliza herramientas de IA generalista (especialmente ChatGPT), no diseñadas ni evaluadas para usos educativos. No se utilizan otras herramientas con IA específicas para la FP, diseñadas y auditadas para el aprendizaje. Esto puede ser debido a la inexistencia de aplicaciones validadas para su uso en la FP, a la falta de acceso a estas aplicaciones o a su desconocimiento.

Según el propio profesorado, el principal motiva que explica su uso es la necesidad de optimizar el tiempo para preparar contenidos, actividades y exámenes. Del mismo modo, la falta de recursos para la actualización de contenidos muy específicos de algunos ciclos formativos y la dificultad de vincular los aprendizajes prácticos y teóricos, son también motivos que explican su uso por parte del profesorado.

A pesar del uso de ChatGPT entre el profesorado, se considera que el uso por parte del alumnado puede ser problemático para su aprendizaje y adquisición de competencias. El profesorado interpreta el uso generalizado entre el alumnado como una falta de motivación e interés en su proceso formativo. 
 

Usos de la IA generativa entre el alumnado de FP

El 90% del alumnado de CFGS afirma haber utilizado herramientas de IA generativa, de manera similar entre hombres y mujeres, 30 puntos porcentuales por encima del uso entre el profesorado de CFGS. El 43% del alumnado lo usa frecuentemente, mientras que el 46,5% la ha probado y un 10% no lo ha utilizado nunca. Por lo tanto, con estos resultados puede decirse que el uso de la IA generativa está generalizado entre el alumnado de la CFGS. No se observan diferencias significativas por género ni nivel educativo de los progenitores, pero sí por titularidad de centro, especialmente en la probabilidad de utilizar herramientas de IA generativa para la preparación de trabajos, que es del 35% en centros públicos, frente a menos del 20% en centros privados o concertados. 
 

El uso de herramientas de IA generativa entre el alumnado de CFGS es muy diverso según el tipo de tarea. El 77% del alumnado ha utilizado estas herramientas para preparar trabajos o redacciones, aunque solo un tercio lo hace de forma habitual. Para el estudio de exámenes la IA generativa es empleada por el 55,7% del alumnado, utilizándola para hacer resúmenes del contenido a estudiar. Su uso es bajo para redactar correos a docentes, hacer cartas de motivación o CVs, así como también para la orientación formativa o profesional. Es destacable el uso de ChatGPT para hacer trabajos o tareas en casa: más del 60% del alumnado encuestados considera como muy probable o totalmente probable utilizarlo. Sin embargo, frente a las dificultades para hacer trabajos, el alumnado recurriría en primer lugar a buscadores web tradicionales (tipo Google o Safari que también funcionan con IA, a pesar de que en este caso la tecnología forma parte de la caja negra y no se asocia con la utilización de sistemas de IA), seguido por preguntar a compañeros y compañeras y, posteriormente por herramientas de IA generativa.

Existe una relación significativa entre la probabilidad de utilizar ChatGPT o similares y la probabilidad de utilizar otros recursos. Aquel alumnado que recurriría más a la IA generativa para hacer trabajos también es el alumnado con mayor probabilidad de recurrir al apoyo de compañeros/as, buscadores webs tradicionales y redes sociales (tipo Instagram o TikTok), integrándose este tipo de tecnologías en el uso de otras herramientas digitales y del apoyo entre iguales. Es decir, la probabilidad de recurrir a la IA generativa no va en detrimento de la probabilidad de recurrir a otros recursos ya existentes. 

En cambio, esta relación es inversa a la probabilidad de recurrir a libros o manuales frente a dificultades al hacer trabajos. A mayor probabilidad de recurrir a libros o manuales de la asignatura, menor la probabilidad de utilizar herramientas de IA generativa. Cuando más accesible es la información para el alumnado mediante libros, manuales, explicaciones en clase, etc. menos se recurre a ChatGPT o similares. 

Sobre los usos entre el alumnado de FP Básica y CFGM no se disponen de datos estadísticos, pero a través de las entrevistas podemos inferir que el uso de IA generativa es menor. Cuando se utiliza se hace para hacer deberes y trabajos individuales o en grupo. En FP Básica y CFGM hay un mayor énfasis en trabajar dentro de clase en contenidos prácticos y aplicados. De esta forma el alumnado está en un entorno más controlado por el profesorado, realizando actividades donde no es tan pertinente el uso de IA generativa.

En estos ciclos es especialmente relevante la vinculación y motivación del alumnado con las asignaturas prácticas, en las que no se encuentra sentido utilizar IA generativa. A través de las entrevistas se ha podido ver estos niveles de FP como una alternativa de tipo más práctico para aquellas personas que se sentían desvinculadas del aprendizaje durante la ESO. 
 

A pesar del relato sobre la capacidad disruptiva de la IA generativa, y sobre el enorme reto que implica esta tecnología para el sistema y el proceso educativo, la IA generativa en la FP no introduce problemáticas completamente nuevas, sino que intensifica desafíos ya presentes. Por eso decimos que la IA generativa es como una sala de espejos: refleja problemas ya existentes y, a veces, los intensifica y distorsiona. Tal como ocurrió con la llegada de buscadores web o el uso de dispositivos digitales (Vallès-Peris, 2022), la IA generativa tiende a reproducir desigualdades preexistentes, amplificando las brechas asociadas al capital cultural, las competencias digitales y el acceso a recursos. 

La falta de estrategias coherentes y consensuadas, la escasa alfabetización digital crítica de profesorado y alumnado, la subordinación de las prioridades educativas a la lógica de la innovación tecnológica, la escasez de recursos públicos para la FP o una deseada mayor atención a la tutorización y acompañamiento del alumnado, son preocupaciones que emergen con fuerza en los debates alrededor de la IA generativa. Preocupa que este tipo de tecnologías puedan reproducir o intensificar dinámicas sociales desiguales pre-existentes, en cuestiones como la elección de itinerarios, la continuación o abandono del proceso formativo o el diferente acompañamiento en el uso y abuso de dispositivos digitales según el contexto socio-económico familiar. 
 

El “problema” de la evaluación

El impacto de la IA generativa en los procesos de evaluación es uno de los debates más relevantes en la FP y la educación en general, especialmente por la preocupación de verificar la autoría de los trabajos del alumnado y garantizar su proceso de aprendizaje. No existe un posicionamiento consensuado sobre esta cuestión, sino que se identifican una serie de estrategias de adaptación. Estas estrategias pueden organizarse alrededor de dos ejes: el nivel de regulación (más o menos restrictiva) y la aproximación (individual o colectiva). En el siguiente esquema se muestran las diversas estrategias organizadas alrededor de estos dos ejes.
 

La vinculación y motivación del alumnado 

Otro debate y discusión que se ha intensificado con el impulso de la IA generativa es la falta de motivación del alumnado. El profesorado interpreta que el uso generalizado entre los/las jóvenes de la IA generativa para realizar trabajos y tareas está relacionado con la falta de motivación por su proceso de aprendizaje. Sin embargo, si exploramos esta cuestión más detalladamente, lo que se observa es que cuando se hace referencia a la ‘falta de motivación’ se está haciendo referencia a cuestiones diferenciadas: 

Por un lado hace referencia a un desajuste entre el vínculo expresivo y el vínculo instrumental en la FP. Desde el ámbito docente se asocia la FP a la adquisición de una serie de habilidades instrumentales para integrarse en el mercado de trabajo. Sin embargo, tal y como aparece en las entrevistas a alumnado de FP Básica y CFGM, esta función no es la única que el alumnado atribuye a sus estudios de FP. Para el alumnado una fuerte motivación de realizar estudios de FP es la posibilidad de continuar en el sistema educativo. Por lo tanto, desde esta vinculación expresiva con el sistema educativo los aprendizajes profesionales específicos no son una cuestión central o, al menos, no son lo único relevante.

Por otro lado, la falta de motivación hace también referencia a la relación entre la teoría y la práctica. Una de las cuestiones que más motiva al alumnado de FP, y esto es especialmente relevante en la FP Básica y los CFGM, es el componente práctico de sus estudios. Sin embargo, este énfasis en la práctica conlleva una serie de tensiones. Por parte del alumnado lo práctico se experimenta cotidianamente como algo separado de lo teórico, siendo lo teórico aquello para lo que se recurre a la IA generativa. Por parte del profesorado, se le exige una actualización constante de contenidos prácticos, en rápida transformación en el mercado de trabajo, del que no siempre existen recursos disponibles. Esta lógica de lo práctico vinculado a la inserción al mercado de trabajo, supone una mayor automatización del proceso de creación de los materiales, así como también de su estudio y resolución de ejercicios. Esta cuestión remite también a la evaluación, ya que se produce un círculo vicioso en que estos contenidos se presentan como obsoleto para profesorado y alumnado, y también por el mercado de trabajo, y se automatiza todo el proceso. 
 

Orientación y acompañamiento

Junto al debate de la motivación aparece también la orientación como problema de la FP. Los docentes identifican serias dificultades en la orientación del alumnado. La escasez de recursos, la limitada disponibilidad de personal especializado en la orientación y la percepción por parte del alumnado de que el asesoramiento recibido no siempre es adecuado, provocan desajustes en las expectativas de aprendizaje del alumnado. Además, gran parte de la tarea de orientación recae informalmente sobre el profesorado, que asume esta responsabilidad sin contar con el apoyo necesario. 

Esta cuestión se confirma cuando observamos los datos de la encuesta de alumnado de CFGS. La mayoría del alumnado encuestado (66,2%) no ha hecho uso de los servicios de orientación de su centro, bien porque su centro no cuenta con ellos o no los conoce (28,1%) o porque considera que no los necesita (38,1%).
 

La poca relevancia de la orientación que ofrecen los centros al alumnado de FP Básica y CFGM también aparece en las entrevistas. En su lugar, las redes informales, sobre todo de referentes cercanos como familiares y amistades, son quienes desempeñan un papel clave en la elección de especialidades y centros educativos. Muchos estudiantes toman decisiones formativas basándose en las experiencias de personas de su entorno, lo que les proporciona seguridad sobre las oportunidades laborales futuras.

Tanto el profesorado como el alumnado prefiere la atención humana y el vínculo personal en este tipo de actividades, poniendo en valor el criterio experto del profesorado y destacando los posibles errores y sesgos que esta automatización podría entrañar. En este sentido, profesorado y expertos/as desaconsejan su uso en las funciones de orientación y acompañamiento del alumnado, por el riesgo de sustituir el criterio especializado del profesorado por algoritmos opacos y sesgados que pueden estigmatizar al alumnado más vulnerable. Todo aquello que tiene que ver con la introducción de sistemas de automatización en la personalización y la orientación profesional tiene el riesgo de reproducir formas de estigmatización y discriminación social y no está recomendada por los expertos ni utilizada por el profesorado.

Alfabetización y pensamiento crítico sobre IA Generativa

Tanto profesorado como alumnado valora positivamente el uso de este tipo de tecnologías. Sin embargo, se identifica la necesidad de desarrollar conocimientos y pensamiento crítico sobre el funcionamiento de la IA generativa y conocer formas de uso responsable de esta tecnología, tanto para el uso docente como para compartir el conocimiento con el alumnado. Actualmente, según profesorado y alumnado, se trabaja poco en el aula sobre el funcionamiento y los usos responsables de la IA generativa.
 

A partir del análisis de resultados y conclusiones se proponen una serie de recomdaciones para garantizar un uso responsable de la IA generativa en la FP, al servicio de las prioridades y necesidadades de la comunidad educativa, la justicia y equidad social y la calidad educativa:

1. Ajustar la IA a las prioridades y retos de la FP, no a la inversa
En el debate sobre la IA generativa en la FP no se trata de elegir entre visiones utópicas o distópics. Es importante desarrollar e implementar tecnologías con sentido, para responder a las necesidades de la FP. La comunidad educativa debe liderar esta conversación, basándose en evidencias y sus propias necesidades y esperanzas,  no en las narrativas de las grandes corporaciones tecnológicas. La IA debe adaptarse a los objetivos de la FP, no al revés.

2. Producir evidencias científicas sobre los efectos de la IA a medio-largo plazo
Todavía sabemos poco sobre cómo afecta la IA generativa a la FP a medio-largo plazo. No hay suficientes estudios que analicen su impacto en las distintas ramas profesionales, en el proceso de aprendizaje y las trayectorias educativas, en la calidad de la enseñanza o en la inserción profesional. Por eso, es fundamental impulsar investigaciones que aporten datos sólidos sobre los efectos de estas tecnologías en cada contexto y ayuden a tomar decisiones informadas.

3. Elaborar herramientas digitales (con IA u otras tecnologías) específicas para los contenidos y aprendizajes de la FP
Muchos docentes usan herramientas de IA generativa generalistas para crear materiales o preparar actividades, sistemas que no siempre garantizan la fiabilidad de los contenidos ni la protección de los datos. Es necesario que desde las administraciones públicas se desarrollen herramientas digitales pensadas especialmente para la FP: seguras, transparentes, con fines educativos y de fácil acceso para docentes y alumnado.

4. Desarrollar competencias digitales sobre el uso crítico y responsable de la IA generativa
La IA generativa no solo exige saber utilizar las diferentes aplicaciones, sino también comprender cómo se han producido, cómo funcionan y qué implicaciones tienen. Profesorado y alumnado necesitan formación para usar estas tecnologías de forma crítica y ética. Desarrollar competencias digitales responsables significa también aprender a detectar bulos, contrastar fuentes, reconocer sesgos y actuar ante riesgos como el ciberacoso o la discriminación digital.

5. Discutir estrategias de centro sobre los usos y posicionamiento sobre la IA generativa
Aunque el uso de la IA generativa se ha normalizado en muchos centros, tanto a nivel del profesorado como del alumnado, todavía faltan acuerdos claros sobre cómo integrarla en la FP. Es relevante que los equipos docentes puedan discutir conjuntamente y definir criterios comunes sobre su uso. Estos debates permiten que la decisión sobre cómo adoptar la IA generativa (y si hacerlo o no) sea más democrática, coherente y adaptada a los valores de cada comunidad educativa.

6. Riesgos no asumibles en la automatización de la tutorización y orientación
La IA puede ayudar en muchos aspectos, pero no debe reemplazar el acompañamiento humano en la tutoría y la orientación profesional. Estas tareas requieren empatía, experiencia y un conocimiento del contexto y trayectoria de cada estudiante. Automatizarlas puede aumentar los sesgos y las desigualdades. La tecnología no puede sustituir el vínculo personal que define una buena orientación y acompañamiento.

7. Potencialidades de la IA para sistematizar información y recursos locales
La IA puede ser muy útil para organizar y poner a disposición de los centros información sobre recursos formativos y laborales del entorno. Sin embargo, deben ser los/las tutores/as y personal especializado en la orientación quienes interpreten esa información y la adapten a las necesidades del alumnado. La IA puede ser una herramienta de apoyo, pero la mirada experta del profesorado sigue siendo esencial.

8. Potencialidades de la IA generativa para las tareas burocráticas, sin reproducir la brecha digital
La IA generativa puede aliviar la carga administrativa en los centros de FP, ayudando en la gestión de documentos o procesos repetitivos. Pero es importante que las herramientas empleadas sean seguras, transparentes y de titularidad pública. Además, siempre debe existir la opción de realizar los trámites manualmente, para evitar exclusiones y no aumentar la brecha digital entre alumnado y familias.

9. Dotar de recursos adicionales a los centros públicos de FP
Integrar la IA de manera responsable y crítica en la FP requiere tiempo, formación y recursos. Los centros públicos necesitan apoyo adicional para poder adaptar estas tecnologías, ofrecer tutorías personalizadas y acompañar al alumnado en su uso. Sin estos recursos, la carga de trabajo y las desigualdades podrían aumentar.

10. Repensar la evaluación, la vinculación del alumnado, la relación teoría-práctica y los criterios sobre los aprendizajes significativos en la FP
La irrupción de la IA generativa pone sobre la mesa retos importantes, ya existentes, en la FP: cómo evaluar, cómo mantener la motivación, cómo conectar la teoría con la práctica y cómo definir qué aprendizajes son realmente valiosos en un mercado laboral cambiante. Podemos aprovechar el debate en torno a la IA generativa para replantearnos estas cuestiones y mejorar los procesos de enseñanza y aprendizaje en la FP.
 

Davies, H.C, Eynon, R. y Salveson, C. (2021). The Mobilisation of AI in Education: A Bourdieusean Field Analysis. Sociology, 55(3): 539–60. https://doi.org/10.1177/0038038520967888.

OCDE (2023). Opportunities, guidelines and guardrails for effective and equitable use of AI in education. En OECD, Digital Education Outlook 2023: Towards an Effective Digital Education Ecosystem. Disponible en: https://www.oecd-ilibrary.org/education/oecd-digital-education-outlook- 2023_2b39e98b-en

Selwyn, N. (2024). On the Limits of Artificial Intelligence (AI) in Education. Nordisk Tidsskrift for Pedagogikk Og Kritikk, 10(1). https://doi.org/10.23865/ntpk.v10.6062

UNESCO (2023). Guidance for generative AI in education and research. Disponible en: https://unesdoc.unesco.org/ark:/48223/pf0000386693

Vallès-Peris, N. (2022). Estratègies educatives cap a la ciutadania digital (amb d petita). En A. Tarabini (Ed.), Anuari 2022. Els reptes de l’educació a Catalunya (pp. 347–379). Fundació Jaume Bofill. D

Vallès-Peris, N. y Bermejo, V. (2025). “La Inteligencia Artificial en la Formación Profesional. Oportunidades y riesgos”. Ayuda en Acción. Disponible en: https://ayudaenaccion.org/uploads/2025/07/AeA_Informe-Inteligencia-Artificial-FP_ESP_Final_compressed.pdf