Posición institucional aprobada el 9 de octubre de 2026 por la CVIII Asamblea Nacional Extraordinaria de AMFEM (Hermosillo, Sonora). Revisión cada 6 meses.

1. Propósito y postura

La inteligencia artificial generativa (IAG) ya está presente en la educación médica: entre 70 y 83 % del profesorado y entre 81 y 88 % del estudiantado de la UNAM la utilizaba a finales de 2024. AMFEM establece una posición común para las facultades y escuelas de medicina de México, respetando su autonomía y diversidad, aplicable al pregrado, posgrado y desarrollo profesional continuo.

Postura central: AMFEM no favorece ni la prohibición general ni la adopción acrítica. La incorporación de la IAG debe ser deliberada, subordinada a objetivos formativos explícitos y sujeta a evaluación. La IAG debe ampliar las capacidades del profesional, no sustituir el razonamiento clínico, la responsabilidad profesional, la relación humana con las personas ni la función formativa del docente.

2. Hallazgo clave: la brecha entre importancia e integración

Un Diagnóstico realizado en la Reunión Nacional Extraordinaria de AMFEM (abril–mayo de 2025, 157 directivos, docentes, administrativos e investigadores de México):

• 92 % considera importante emplear IA en la educación médica.
• 25 % la integra en el plan de estudios.
• 41 % cuenta con directrices de uso para estudiantes.
• 53 % utiliza detectores de contenido generado por IA, herramientas de confiabilidad limitada.

3. Oportunidades y riesgos

Oportunidades: organización de información, casos educativos y pacientes simulados, realimentación, accesibilidad y apoyo al diseño docente y la investigación. La evidencia sobre beneficios educativos aún es limitada.

Riesgos: información incorrecta o inventada, descarga cognitiva y pereza metacognitiva, sesgo de automatización, faltas de integridad académica, dificultad para distinguir lo que el estudiante sabe de lo que produce la herramienta, riesgos de confidencialidad, inequidad de acceso, costos ambientales y, en escenarios clínicos, riesgos para la seguridad del paciente.

4. Siete principios rectores

1. Centralidad de la persona, dignidad humana y humanismo médico.
2. Intencionalidad pedagógica, aprendizaje significativo y autonomía cognitiva.
3. Responsabilidad y supervisión humana; la seguridad del paciente prevalece sobre la eficiencia tecnológica.
4. Integridad académica, honestidad y transparencia: declarar el uso sustantivo; la IAG no puede ser autora.
5. Privacidad, confidencialidad y seguridad de la información; no ingresar datos sensibles en herramientas no autorizadas.
6. Equidad, justicia e inclusión.
7. Beneficencia, no maleficencia y mejora continua.

5. Recomendaciones para las instituciones (acciones graduales y proporcionadas a cada contexto)

Enseñanza y currículo

• Integrar progresivamente alfabetización en IA por competencias, con resultados de aprendizaje y verificación explícitos.
• Elegir herramientas según objetivos de aprendizaje, no según su disponibilidad; reservar espacios de trabajo y evaluación sin IA.
• Formar a docentes y directivos; no delegar sin supervisión humana la calificación ni la realimentación.
• Involucrar a los estudiantes en el diseño de las políticas de uso.

Evaluación e integridad académica

• Fortalecer la evaluación auténtica (observación directa, discusión oral de casos, simulación, ECOE) y cuidar la validez en evaluaciones de alto impacto.
• Comunicar por actividad si la IAG está permitida, restringida, requerida o prohibida.
• No basar medidas disciplinarias exclusivamente en detectores automáticos; priorizar evaluaciones menos vulnerables a la IA y el juicio académico.

Formación clínica y seguridad del paciente

• Usar IAG en simulación y casos virtuales con objetivos, rúbricas y supervisión docente.
• Preservar el contacto supervisado con pacientes, la comunicación clínica y la deliberación ética; reforzar las humanidades médicas.
• Separar el uso educativo del uso en atención real: no emplear herramientas no aprobadas con pacientes ni ingresar información protegida; informar a las personas atendidas cuando una IA participe en su atención.

Investigación

• Usar la IAG solo como apoyo complementario, con verificación humana, y declarar nombre y versión del modelo, fecha, modalidad de acceso y verificación realizada.
• Promover investigación educativa que distinga percepciones de utilidad de resultados de aprendizaje demostrados.

Gobernanza institucional

• Políticas proporcionadas al riesgo, con un área responsable y fecha de última actualización.
• Lista de herramientas aprobadas en seguridad y privacidad, distinguiendo versiones gratuitas y de pago.
• Supervisión humana, transparencia y evaluación de sesgos cuando la IA influya en admisión, selección o progresión académica.
• Revisión semestral de políticas y aplicaciones.

6. Compromisos de AMFEM

1. Construir de forma colegiada un marco de competencias en IAG, articulado con los perfiles del médico general mexicano y del profesor de medicina.
2. Fortalecer la formación y el acompañamiento de estudiantes, profesores, tutores y directivos, incluida la educación médica continua.
3. Compartir recursos y buenas prácticas, respetando la autonomía de las instituciones.
4. Promover investigación colaborativa y realizar diagnósticos anuales como línea base de seguimiento.
5. Mantener vinculación nacional e internacional, incluidos los organismos acreditadores.
6. Revisar y actualizar periódicamente el posicionamiento.

El desarrollo específico (responsables, plazos y recursos) se definirá en los instrumentos de planeación de AMFEM; la declaración no implica aprobación anticipada de programas o estructuras.

7. Mensaje final

La responsabilidad de las escuelas de medicina no es solo enseñar a usar IAG, sino garantizar que los futuros médicos sepan aprender, razonar, comunicarse y decidir con responsabilidad en un entorno donde estas tecnologías serán cada vez más comunes. Innovación tecnológica y humanismo médico no son objetivos contrapuestos. El posicionamiento es un punto de partida para la deliberación y cooperación entre las instituciones afiliadas y no sustituye sus decisiones académicas autónomas.

Fuente: AMFEM, «Uso responsable de la inteligencia artificial generativa en la educación médica: competencias, integridad académica y responsabilidad institucional», versión editorial del 18 de octubre de 2026.