Las mujeres eran el 19,50 % de los especialistas TIC en España, según la ficha de España de la Plataforma de Competencias y Empleos Digitales de la Comisión Europea. Es una cifra de empleo adulto: describe a profesionales que ya trabajan en el sector, no a las alumnas de hoy. Ellas están tomando sus decisiones ahora, y la IA acaba de entrar en su día a día.
Conviene decir desde el principio lo que este artículo no afirma: no dice que las chicas usen la IA menos que los chicos. No lo dice porque las cifras verificadas que manejamos sobre uso de IA no vienen desglosadas por sexo, y un colegio decide mejor con datos honestos que con titulares. Lo que sí hace es repasar qué muestran los números disponibles, explicar cómo se repite una brecha sin que nadie lo pretenda y proponer qué puede hacer un centro para que ninguna alumna quede fuera.
Qué dicen las cifras
Empleo digital. Según esa misma ficha de la Comisión Europea, los especialistas TIC (profesionales cuyo trabajo principal son las tecnologías de la información y la comunicación) suponían el 4,8 % del empleo total en España, ligeramente por debajo de la media de la UE (5,0 %). Dentro de ese grupo, las mujeres eran el 19,50 % de los especialistas TIC en España.
Uso de IA generativa entre jóvenes. Según Eurostat, en 2025 el 63,8 % de los jóvenes de 16 a 24 años de la UE usó herramientas de IA generativa, frente al 32,7 % del conjunto de la población de 16 a 74 años; el 39,3 % de los jóvenes las usó para educación formal. En España, el INE estima que en 2025 el 37,9 % de la población de 16 a 74 años las usó en los tres últimos meses, y el 75,6 % en el grupo de 16 a 24 años.
Alumnado de 15 años. En PISA 2025, el 54 % del alumnado de España declaró usar chatbots de IA para ayudarse a aprender al menos una vez por semana, frente al 46 % de media en la OCDE.
Una señal sobre otra brecha. El mismo informe PISA 2025 señala que, de media en la OCDE, alrededor de seis de cada diez estudiantes de 15 años dicen que en sus clases se les encargó evaluar la calidad de la información generada por IA, y que el alumnado socioeconómicamente desfavorecido tiene menos probabilidad de declararlo. El informe advierte de una posible nueva brecha socioeconómica. No es una cifra de género, pero sirve de aviso de cómo puede aparecer una desigualdad nueva dentro de algo que parece universal.
Cómo leerlas (y qué no dicen)
- El dato de empleo mira hacia atrás. Refleja a mujeres adultas que ya trabajan como especialistas TIC. No predice lo que harán las alumnas de hoy, y tampoco explica las causas: solo dice cuántas hay.
- Usar no es dominar. Las cifras de Eurostat y del INE responden a si alguien usó una herramienta en los tres meses previos a una encuesta de hogares, y las de PISA a lo que declara el alumnado: en todos los casos son autodeclaradas. No miden quién entiende lo que hace, quién propone, quién decide ni quién se atreve a crear en lugar de solo consumir.
- No hay desglose por sexo en las cifras de uso. No supongas que la mitad de ese 63,8 % son chicas ni que hay diferencia. Si en tu centro importa, hay que mirarlo en tu centro.
- El dato de PISA es autodeclarado y mide frecuencia de uso. Que muchos alumnos usen chatbots para aprender no significa que la IA mejore sus resultados, y estas cifras no permiten afirmarlo.
- El aviso de PISA es socioeconómico. Lo citamos solo como ejemplo de cómo una brecha puede abrirse dentro de una práctica aparentemente igual para todos.
Cómo se repite una brecha sin que nadie lo quiera
Las brechas rara vez nacen de una decisión; nacen de pequeñas rutinas. Quién toca el teclado cuando se trabaja en grupo. A quién se le pregunta cuando algo «es técnico». Qué ejemplos se ponen en la pizarra. A quién se anima a apuntarse a una optativa de tecnología. Cada rutina es inocente; la suma, no.
Con la IA hay tres puntos delicados, y los señalamos como riesgos razonables que conviene vigilar, no como hechos medidos:
- Quién experimenta. Probar, equivocarse y volver a probar es lo que da soltura. Si en el aula unos prueban y otros miran, la distancia crece.
- Quién aprende a cuestionar la herramienta. Saber revisar lo que dice una IA es una competencia que se enseña. Si no llega a todo el alumnado, unos aprenden a dirigir la herramienta y otros a obedecerla.
- Qué imagen de «persona que sabe de tecnología» se ve. Los materiales, los ejemplos y las voces invitadas educan sin querer. Y una IA puede reproducir estereotipos presentes en los datos con los que se entrenó, lo que obliga a revisar lo que genera antes de llevarlo a clase.
Qué puede hacer un colegio para que ninguna alumna quede fuera
Todo lo que sigue se hace con el docente al mando, sin volcar datos personales de menores en herramientas externas:
- Observar antes de actuar. En dos o tres sesiones con IA dirigidas por el docente, anota a mano quién propone, quién maneja, quién revisa y quién habla. Es una observación del aula, no una recogida de datos del alumnado. Si el centro quiere medir algo más (por ejemplo, la participación en optativas tecnológicas), que use sus propios registros agregados y lo valide con el delegado de protección de datos.
- Rotar roles en los trabajos en grupo. Quien dirige, quien pregunta a la IA, quien comprueba lo que responde, quien presenta. Que nadie sea siempre «la técnica» o «el técnico».
- Poner el foco en pensar, no en pulsar. Enseñar a verificar las respuestas, como se explica en verificar lo que dice la IA antes de llevarlo al aula, reduce el peso de la soltura previa con la tecnología.
- Revisar los ejemplos. Mira si los materiales, hechos con IA o sin ella, repiten estereotipos de quién hace qué. Una dinámica de aula para trabajarlo con el alumnado está en tres actividades de ética de la IA para la ESO.
- Acompañar siempre el uso. Que la práctica ocurra en el aula, guiada, evita que el acceso en casa marque la diferencia entre unas alumnas y otras.
- Variar los referentes. Antiguas alumnas, profesionales de distintas áreas, vídeos o charlas. Sin forzar, y presentando los itinerarios digitales a todo el grupo en tutoría, no solo a quien ya se interesa.
- Formar al profesorado. Detectar sesgos propios y de la herramienta es parte de la formación docente; no hace falta ser experto, hace falta saber qué mirar.
- Hablar con las familias. Muchas decisiones de estudios se conversan en casa. Una guía breve para empezar esa conversación es hablar de IA con los hijos en casa.
Para ver cómo usan ya la IA los adolescentes y qué cambia en clase, tienes cuánto usan ya la IA los adolescentes.
Fuentes
- Comisión Europea, Plataforma de Competencias y Empleos Digitales (2025): Spain: a snapshot of digital skills
- Eurostat (2025): 64% of 16-24-year-olds used AI in 2025
- INE (2025): Encuesta sobre Equipamiento y Uso de TIC en los Hogares. Año 2025 – Uso de la Inteligencia Artificial Generativa
- OCDE, PISA 2025 (2025): PISA 2025 Results (Volume I) – Country Notes: Spain (traducción al español del INEE)
- OCDE, PISA 2025 (2025): PISA 2025 Results (Volume I): Future-Ready Students – Box I.4.2 Assessing AI-generated information as a learning opportunity
Conclusión
Las cifras verificadas muestran un empleo digital con pocas mujeres y un uso de IA muy extendido entre jóvenes, pero no permiten decir cuánto se parecen o se distinguen chicas y chicos en el uso escolar. Eso no es una excusa para esperar: un colegio puede observar su propia aula, repartir los roles, enseñar a cuestionar la herramienta y revisar sus ejemplos, siempre con el docente al frente.
En MG Solutions damos masterclasses de IA a alumnos de ESO y Bachillerato: tres días en el colegio con herramientas para su día a día, para estudiar mejor y para usar la IA de forma responsable.
Puedes ver más en nuestra formación en IA para colegios.
Si quieres ver cómo encajaría en tu caso, escríbenos y lo hablamos.