El uso de IA está extendido en muestras de estudiantes peruanos, mientras que la corrección de código y la preparación institucional formal son menos comunes.
This is the tension that defines the talk. At a technology faculty of UNI, 94% of students reported using generative AI, compared to only 7% of instructors. The technology has already entered the classroom, although rules and practices still lag behind.
Esta es la tensión que define la charla. En una facultad tecnológica de la UNI, 94% de estudiantes reportó usar IA generativa, frente a solo 7% de docentes. La tecnología ya entró al aula, aunque las reglas y prácticas todavía no avanzan al mismo ritmo.
A convenient interface can be a poor choice for sensitive code. Personal, educational, and enterprise plans can handle data differently. Before choosing a tool, confirm what information you can share and what settings you need to change.
Una interfaz cómoda puede ser una mala elección para código sensible. Los planes personales, educativos y empresariales pueden tratar los datos de forma distinta. Antes de elegir una herramienta, confirma qué información puedes compartir y qué configuración debes cambiar.
Professional adoption continued growing between 2023 and 2025. In the 2025 survey, 84% used or planned to use these tools. For a systems student, ignoring them entirely no longer prepares you for the practice observed among developers.
La adopción profesional siguió creciendo entre 2023 y 2025. En la encuesta de 2025, 84% usaba o planeaba usar estas herramientas. Para un estudiante de sistemas, ignorarlas por completo ya no prepara para la práctica observada entre desarrolladores.
The first block defines what must exist when done and who will use it. An observable result reduces generic answers. It also lets you decide whether the help actually solved the problem.
El primer bloque define qué debe existir al terminar y quién lo usará. Un resultado observable reduce respuestas genéricas. También permite decidir si la ayuda realmente resolvió el problema.
The available samples point in the same direction: AI already participates in Peruvian academic work. Among 280 students from six universities in the south, 74.8% named ChatGPT as the most-used tool in academic contexts. The other samples measure access, tasks, or intention, so they should not be merged into a national rate.
Las muestras disponibles apuntan en la misma dirección: la IA ya participa en el trabajo académico peruano. Entre 280 estudiantes de seis universidades del sur, 74,8% señaló ChatGPT como la herramienta más usada en contextos académicos. Las demás muestras miden acceso, tareas o intención, por lo que no deben fusionarse en una tasa nacional.
The second block describes where the solution must run. Include language, version, operating system, dependencies, and available files. Without that frame, an answer can seem correct and fail when executed.
El segundo bloque describe dónde debe funcionar la solución. Incluye lenguaje, versión, sistema operativo, dependencias y archivos disponibles. Sin ese marco, una respuesta puede parecer correcta y fallar al ejecutarse.
Available Peruvian research still has clear limits. Of 35 works reviewed, 74.3% concentrated in Lima and 91.4% used non-experimental methods. That allows describing adoption and perceptions, but demands caution before claiming AI caused better learning.
La investigación peruana disponible todavía tiene límites claros. De 35 trabajos revisados, 74,3% se concentró en Lima y 91,4% usó métodos no experimentales. Eso permite describir adopción y percepciones, pero exige cuidado antes de afirmar que la IA causó mejores aprendizajes.
More context does not mean better context. In long inputs, important evidence can get lost in the middle. Provide the exact error, the related snippet, and the source that defines the expected behavior.
Más contexto no significa mejor contexto. En entradas largas, la evidencia importante puede perderse en medio. Aporta el error exacto, el fragmento relacionado y la fuente que define el comportamiento esperado.
Regional adoption does not occur with equal force across all functions. Teaching and learning appears in 73.5% of surveyed institutions, compared to 20% in community service. For the student, this confirms that the closest change is within learning activities.
La adopción regional no ocurre con la misma fuerza en todas las funciones. Docencia y aprendizaje aparece en 73,5% de las instituciones encuestadas, frente a 20% en servicio comunitario. Para el estudiante, esto confirma que el cambio más cercano está dentro de las actividades de aprendizaje.
The fourth block sets constraints. It can prevent unapproved libraries or reserve for the student the part they must practice. A clear limit turns AI into support, not a silent substitute.
El cuarto bloque fija restricciones. Puede impedir librerías no permitidas o reservar para el estudiante la parte que debe practicar. Un límite claro convierte la IA en apoyo y no en sustituto silencioso.
Reported teaching adoption coexists with limited formal capacity. Only 26% had a strategy and 9% had formal evaluation mechanisms. This is why the student needs their own verification method even when their university already permits AI use.
La adopción reportada en docencia convive con poca capacidad formal. Solo 26% tenía una estrategia y 9% mecanismos formales de evaluación. Por eso, el estudiante necesita un método propio de verificación incluso cuando su universidad ya permite usar IA.
The last block defines how you'll know the result works. Tests should cover normal cases, edges, and expected errors. This way you can catch a plausible but flawed answer.
El último bloque define cómo sabrás que el resultado funciona. Las pruebas deben cubrir casos normales, límites y errores esperados. Así puedes detectar una respuesta plausible pero defectuosa.
Participants believed AI would make them work faster. Even after finishing, they still estimated an improvement. Observed measurement showed the opposite: they took 19% longer on tasks in repositories they already knew.
Los participantes creían que la IA los haría trabajar más rápido. Incluso después de terminar, todavía estimaban una mejora. La medición observada mostró lo contrario: tardaron 19% más en tareas sobre repositorios que ya conocían.
Copilot can accelerate a task under specific conditions. The experiment found 55.8% less time to complete it. That result does not demonstrate transfer to exams, complex projects, or work without assistance.
Copilot puede acelerar una tarea bajo condiciones concretas. El experimento encontró 55,8% menos tiempo para completarla. Ese resultado no demuestra transferencia a exámenes, proyectos complejos o trabajo sin asistencia.
Nearly all had used some AI and 63% had used it for programming. Only 54% managed to correct code with generative help. The decisive skill is not producing an answer, but recognizing when it is wrong and fixing it.
Casi todos habían usado alguna IA y 63% la había usado para programar. Solo 54% logró corregir código con ayuda generativa. La habilidad decisiva no es producir una respuesta, sino reconocer cuándo está mal y repararla.
The final submission alone is not enough to demonstrate learning. Require 4 complementary tests: history reveals how the work changed, automated tests find flaws, oral explanation demonstrates understanding, and live modification confirms control.
La entrega final no basta para demostrar aprendizaje. Exige 4 pruebas complementarias: el historial revela cómo cambió el trabajo, las pruebas automáticas encuentran fallas, la explicación oral demuestra comprensión y la modificación en vivo confirma control.
In the 2024 survey, 82% of people learning to code reported using AI. Among professionals, the figure was 63%, and in the total surveyed it was 61%. The difference reinforces the need to teach verification from the earliest stages.
En la encuesta de 2024, 82% de quienes aprendían a programar reportó usar IA. Entre profesionales, la cifra fue 63%, y en el total encuestado fue 61%. La diferencia refuerza la necesidad de enseñar verificación desde los primeros ciclos.
Codex achieved results comparable with top-performing students on introductory assessments. That is why submitting only code no longer demonstrates understanding. When practicing logic, loops, or debugging, ask for a hint and keep the solution for yourself.
Codex logró resultados comparables con estudiantes destacados en evaluaciones introductorias. Por eso, entregar solo código ya no demuestra comprensión. Cuando practiques lógica, bucles o depuración, pide una pista y conserva la solución para ti.
AI should support practice without replacing the reasoning each student needs to develop.
La IA debe apoyar la práctica sin reemplazar el razonamiento que cada estudiante necesita desarrollar.
In 2024, more respondents distrusted than trusted AI accuracy. In 2025, 84% used or planned to use it and 46% didn't trust its results. Adoption doesn't eliminate the need to review, and 66% also reported frustration with near-correct solutions.
En 2024, más encuestados desconfiaban que confiaban en la precisión de la IA. En 2025, 84% usaba o planeaba usarla y 46% no confiaba en sus resultados. La adopción no elimina la necesidad de revisar, y 66% también reportó frustración con soluciones casi correctas.
A repository with generated code does not demonstrate experience alone. The product must work, the evaluation must be repeatable, and the log must separate human decisions from automated help. Those 3 layers turn a submission into evidence of capability.
Un repositorio con código generado no demuestra experiencia por sí solo. El producto debe funcionar, la evaluación debe poder repetirse y la bitácora debe separar decisiones humanas de ayuda automatizada. Esas 3 capas convierten una entrega en evidencia de capacidad.
The greatest risk is not just failing, but failing unevenly. Detectors flagged 61.2% of essays written by non-native TOEFL takers as AI. Another evaluation of 14 detectors concluded that none was sufficiently accurate and reliable to decide authorship on its own.
El mayor riesgo no es solo fallar, sino fallar de forma desigual. Los detectores marcaron como IA 61,2% de ensayos TOEFL escritos por humanos no nativos. Otra evaluación de 14 detectores concluyó que ninguno era suficientemente preciso y confiable para decidir autoría por sí solo.
The talk ends with a deliverable, not a tool list. The project can be small, but it must work. Publish the product, tests that anyone can repeat, and a log that separates your decisions from the help you received.
La charla termina con una entrega y no con una lista de herramientas. El proyecto puede ser pequeño, pero debe funcionar. Publica el producto, las pruebas que cualquiera pueda repetir y una bitácora que separe tus decisiones de la ayuda recibida.
An institutional policy can shift course rules. At this US university, general prohibitions fell from 57% to 23% in two years. That does not mean universal permission: each student must confirm what their instructor allows and how they require disclosing use.
Una política institucional puede mover las reglas del curso. En esta universidad estadounidense, las prohibiciones generales bajaron de 57% a 23% en dos años. Eso no significa permiso universal: cada estudiante debe confirmar qué permite su docente y cómo exige declarar el uso.
Available evidence could not establish four requested measures. There is no national rate of instructors integrating AI in syllabi, no comparable regional rate of code assistants, no Peruvian percentage of portfolios with AI, and no deduplicated series of initial job openings. These absences are not zeros and must not be presented as such.
La evidencia disponible no pudo establecer cuatro medidas solicitadas. No hay una tasa nacional de docentes que integran IA en sílabos, una tasa regional comparable de asistentes de código, un porcentaje peruano de portafolios con IA ni una serie deduplicada de vacantes iniciales. Estas ausencias no son ceros y no deben presentarse como tales.
AI is already part of the university experience. The risk is confusing speed with learning and detection with proof. The student who retains context, tests, and decisions turns the tool into verifiable experience.
La IA ya forma parte de la experiencia universitaria. El riesgo es confundir velocidad con aprendizaje y detección con prueba. El estudiante que conserva contexto, pruebas y decisiones convierte la herramienta en experiencia verificable.
Student adoption arrived before instructor practice. The 3 types of plan can handle your data differently.
Key findings
Desarrolladores experimentados predijeron trabajar 24% más rápido con IA, pero en el ensayo de METR tardaron 19% más. METR
Detectores clasificaron como IA 61,2% de ensayos TOEFL humanos, frente a 5,2% de ensayos humanos de hablantes nativos. Patterns
Hasta 2025 no apareció una fuente pública representativa para ninguno de los cinco indicadores peruanos y latinoamericanos exigidos por esta charla. SUNEDU
Perú no publica un porcentaje nacional representativo de universitarios tecnológicos que usan IA generativa específicamente para fines académicos. SUNEDU
No existe un porcentaje público nacional de docentes universitarios peruanos que permitan o integren IA generativa explícitamente en sus sílabos. SUNEDU
No se encontró una encuesta regional representativa que publique adopción de asistentes de código entre universitarios de América Latina. UNESCO IESALC
No existe una auditoría pública representativa del porcentaje de portafolios de estudiantes peruanos que incluyen proyectos o integraciones de IA generativa. SUNEDU
Perú no publica una serie deduplicada de vacantes tecnológicas iniciales que exijan IA generativa, modelos de lenguaje o ingeniería de prompts. MTPE
At the National University of Engineering’s Faculty of Sciences and Systems, 94% of students but 7% of faculty reported using generative AI in 2023. dialnet.unirioja.es
A 2025 review of 35 studies found 74.3% concentrated in Lima and 91.4% used non-experimental methodologies. revistatribunal.org
GitHub contabilizó más de 4,3 millones de proyectos públicos vinculados con IA generativa en 2024, casi 98% más que el año anterior. GitHub
The argument
Not learning to work with AI also became a decision.
The goal is 1 of 5 blocks to provide reproducible context.
The use is visible, but each study measures a different behavior.
The environment is block 2 of 5 to provide reproducible context.
We know use exists, but less about its causal effects.
Evidence is block 3 of 5 to provide reproducible context.
This research is published in English and Spanish. Ver en español
La investigación detrás de esta presentación
La adopción estudiantil llegó antes que la práctica docente. Los 3 tipos de plan pueden tratar tus datos de forma distinta.
Hallazgos clave
Desarrolladores experimentados predijeron trabajar 24% más rápido con IA, pero en el ensayo de METR tardaron 19% más. METR
Detectores clasificaron como IA 61,2% de ensayos TOEFL humanos, frente a 5,2% de ensayos humanos de hablantes nativos. Patterns
Hasta 2025 no apareció una fuente pública representativa para ninguno de los cinco indicadores peruanos y latinoamericanos exigidos por esta charla. SUNEDU
Perú no publica un porcentaje nacional representativo de universitarios tecnológicos que usan IA generativa específicamente para fines académicos. SUNEDU
No existe un porcentaje público nacional de docentes universitarios peruanos que permitan o integren IA generativa explícitamente en sus sílabos. SUNEDU
No se encontró una encuesta regional representativa que publique adopción de asistentes de código entre universitarios de América Latina. UNESCO IESALC
No existe una auditoría pública representativa del porcentaje de portafolios de estudiantes peruanos que incluyen proyectos o integraciones de IA generativa. SUNEDU
Perú no publica una serie deduplicada de vacantes tecnológicas iniciales que exijan IA generativa, modelos de lenguaje o ingeniería de prompts. MTPE
En la Facultad de Ciencias y Sistemas de la Universidad Nacional de Ingeniería, el 94% de estudiantes y solo el 7% de docentes reportó usar IA generativa en 2023. dialnet.unirioja.es
Una revisión de 2025 de 35 trabajos halló que el 74,3% se concentraba en Lima y que el 91,4% usaba metodologías no experimentales. revistatribunal.org
GitHub contabilizó más de 4,3 millones de proyectos públicos vinculados con IA generativa en 2024, casi 98% más que el año anterior. GitHub
El argumento
No aprender a trabajar con IA también se volvió una decisión.
El objetivo es 1 de 5 bloques para dar contexto reproducible.
El uso es visible, pero cada estudio mide una conducta diferente.
El entorno es el bloque 2 de 5 para dar contexto reproducible.
Sabemos que el uso existe, pero menos sobre sus efectos causales.
La evidencia es el bloque 3 de 5 para dar contexto reproducible.
Esta investigación se publica en inglés y español. Read in English
