Cifras clave de la IA en admisiones en México 2026

Qué se puede verificar para México y qué no

No encontramos una encuesta nacional mexicana, abierta y reciente, sobre cómo los aspirantes o las áreas de admisiones usan la IA que pudiéramos citar con confianza. Para no inventar un dato local, este artículo usa cuatro fuentes internacionales que sí verificamos, las etiqueta como extranjeras y explica cómo el sistema mexicano cambia su lectura. Ninguna cifra procede de Skolbot.

Nota de método: no disponíamos de una herramienta de pago con volúmenes de búsqueda. El tema se delimitó con búsquedas públicas y fuentes primarias.

Estudiantes: la señal más clara viene del exterior, y apunta en una dirección

La encuesta HEPI de 2026, realizada por Savanta en diciembre de 2025, encontró que 95 % de los universitarios británicos a tiempo completo usa IA de alguna forma y 94 % la usa en trabajos evaluados. Solo 36 % se siente animado por su institución.

Son estudiantes ya inscritos en otro país, no aspirantes mexicanos. Los leemos como dirección, no como medida local: entre quienes estudian en este nivel el uso es casi universal, y los jóvenes que llegan a su proceso de admisión probablemente se le parecen. En México la brecha de acceso a internet y a dispositivos entre regiones y niveles de ingreso puede cambiar mucho el panorama, y no tenemos un dato verificado que lo cuantifique.

Búsqueda de universidad: señales de EE. UU. y Reino Unido

EAB encuestó a más de 5,000 estudiantes de preparatoria en EE. UU. en otoño de 2025: 46 % usa IA en su búsqueda universitaria, frente a 26 % en primavera de 2025, y 18 % descartó una institución por información surgida de una búsqueda con IA.

El estudio de UCAS, presentado por Wonkhe, muestra con 4,485 encuestados que 43 % empieza por el sitio de la universidad y 13 % por un chatbot. 48 % retiraría una universidad tras un mal día de puertas abiertas, y 8 % tras una reseña negativa generada por IA.

El proceso mexicano es distinto. No hay un portal único de solicitud: cada institución define su examen de admisión o usa el EXANI-II de Ceneval, y las universidades públicas como la UNAM o el IPN tienen procesos propios. En las instituciones particulares, las preguntas que un aspirante hace a un asistente suelen ser sobre colegiatura, becas, validez de los estudios y modalidades. Esas respuestas deben estar en su sitio, escritas por usted, no inferidas por una IA.

Instituciones: no hay datos mexicanos que citar

La única cifra institucional que pudimos verificar trata de las reglas para los aspirantes. Kaplan (comunicado del 3 de noviembre de 2025) consultó en verano de 2025 a responsables de admisión de universidades selectivas de EE. UU.: 2 % permite la IA para redactar el ensayo de admisión, 30 % la prohíbe y 68 % no tiene política.

En México el ensayo no es el eje de la admisión en la mayoría de las licenciaturas, que dependen del examen y del promedio de bachillerato. La cifra se transfiere mal, pero la pregunta de fondo sí aplica a cartas de motivación y entrevistas. No encontramos datos verificables sobre el uso de IA en las áreas de admisión mexicanas y no citamos ninguno.

Marco normativo: LFPDPPP, SEP y reconocimiento oficial

En protección de datos de particulares rige la Ley Federal de Protección de Datos Personales en Posesión de los Particulares (LFPDPPP), publicada en su versión nueva en marzo de 2025. Con esa reforma, la autoridad ya no es el INAI, que se extinguió, sino la Secretaría Anticorrupción y Buen Gobierno. Verifique el texto vigente en el Diario Oficial de la Federación y consulte a su asesor legal, porque la materia cambió recientemente. Las universidades públicas se rigen por otro régimen, el de posesión de sujetos obligados.

En educación, la SEP regula el sistema, y las instituciones particulares operan con Reconocimiento de Validez Oficial de Estudios (RVOE). El COPAES reconoce organismos acreditadores de programas. Un asistente que afirme algo incorrecto sobre el RVOE o la acreditación de una licenciatura crea un riesgo real frente al aspirante y ante la Profeco.

México no cuenta, hasta donde sabemos, con una ley de IA equivalente al reglamento europeo. Ese texto clasifica como de alto riesgo, en su anexo III, los sistemas que determinan la admisión a instituciones educativas, con aplicación desde el 2 de diciembre de 2027 según la Comisión Europea. No obliga a una institución mexicana por sí mismo, pero marca la dirección.

Lo que estas cifras no demuestran

No demuestran que un chatbot aumente las inscripciones: ninguna fuente mide conversión. No son comparables entre sí, porque las poblaciones, los países y las preguntas difieren. Y no describen cuántas instituciones mexicanas usan IA en admisiones.

Para referencias publicadas de conversión, consulte nuestro artículo sobre benchmarks de tasa de conversión web en universidades.

Cómo verificar una estadística de IA antes de citarla

Haga cuatro preguntas. ¿Quién hizo la encuesta y quién la pagó? ¿Cuál fue el tamaño de la muestra y a quién representa? ¿Cuándo se levantó? ¿Qué se preguntó exactamente? Muchas cifras sobre jóvenes mexicanos circulan sin enlace al informe original; si no puede abrirlo, no la publique.

Qué puede hacer un equipo de admisiones con estos datos

• Haga de las páginas de cada licenciatura la mejor respuesta a lo que los aspirantes ya preguntan a una IA: requisitos, examen de admisión, colegiatura, becas, RVOE, modalidades.
• Defina una política sobre IA en solicitudes y cartas de motivación.
• Mantenga a una persona en toda decisión de admisión.
• Mida sus propios datos: preguntas frecuentes, tiempo de respuesta, citas agendadas, y revise el aviso de privacidad.

Para profundizar: nuestra guía de agentes de IA para la captación de estudiantes, la definición de agente de IA de admisiones y la guía del chatbot de IA para captación.