Inteligencia artificial en la educación agrícola superior en México: uso, percepción y adaptación en el contexto de la Agricultura 4.0

Resumen

El presente estudio analiza el uso, la percepción y el grado de adaptación de la inteligencia artificial (IA) en la educación agrícola de nivel superior en México, con el objetivo de identificar brechas, oportunidades y áreas estratégicas de intervención. Se empleó una revisión sistemática de literatura con enfoque cualitativo-interpretativo, basada en fuentes académicas indexadas y complementada con análisis documental de informes institucionales y estudios de caso en universidades agrícolas del país. Los resultados evidencian una adopción acelerada de herramientas de IA generativa en el ámbito universitario, tanto por estudiantes como por docentes; no obstante, en los programas de formación agrícola persisten limitaciones significativas, como un uso predominantemente instrumental, una comprensión superficial de sus alcances y una integración curricular aún incipiente. Asimismo, se observa una marcada disparidad entre el ámbito educativo y el sector productivo, donde la incorporación de tecnologías avanzadas sigue siendo limitada, particularmente en contextos rurales. Se concluye que la educación agrícola en México se encuentra en una fase de transición hacia el paradigma de la Agricultura 4.0, caracterizada por avances desiguales y desafíos estructurales persistentes. En este contexto, resulta imprescindible fortalecer la formación de capital humano, promover una integración curricular estratégica de la IA y consolidar políticas públicas orientadas a reducir la brecha digital, a fin de evitar la profundización de las desigualdades en el sector agroalimentario. Adicionalmente, se propone una estructura orientativa de integración curricular de la IA y un perfil de egreso para el ingeniero agrónomo, derivados de la síntesis documental y leídos desde perspectivas críticas (colonialismo digital, justicia algorítmica y soberanía tecnológica).