De obtener respuestas a construir conocimiento hay un trecho. En los últimos días, siete señales procedentes de lugares muy distintos dibujan un desplazamiento común. La inteligencia artificial empieza a asumirse como parte del entorno y la atención se mueve hacia las capacidades que conviene preservar cuando obtener una respuesta requiere cada vez menos esfuerzo.
Han coincidido un acuerdo entre sindicatos y una de las mayores compañías tecnológicas del mundo, los resultados de PISA 2025, una declaración ministerial de UNESCO, un estudio sobre 200 instituciones de educación superior de América Latina y el Caribe, una política pública brasileña que alcanza a cientos de miles de estudiantes, una conferencia sobre inteligencia artificial y patrimonio vivo y, desde la propia industria, una llamada a reducir la velocidad de los modelos de frontera.
Son movimientos diferentes. En conjunto, sin embargo, colocan la agencia, el juicio, el esfuerzo cognitivo y la capacidad de decidir en el centro de una discusión que durante demasiado tiempo se ha concentrado en las prestaciones de la tecnología.
Microsoft acepta límites contractuales sobre sus propias herramientas
Microsoft y dos organizaciones sindicales docentes —la American Federation of Teachers (AFT) y su afiliada de Nueva York, la United Federation of Teachers (UFT)— anunciaron el 9 de septiembre el National AI Safety & Privacy Standard para las escuelas estadounidenses. [1][2]
El acuerdo establece diez protecciones que los distritos escolares pueden incorporar directamente a sus contratos con Microsoft. Una vez incluidas, pasan a ser obligaciones contractualmente exigibles. Entre ellas figura la prohibición de utilizar datos de estudiantes y personal educativo para entrenar modelos de IA, venderlos o reutilizarlos para otros fines. Las escuelas conservan además el control sobre su uso, conservación y eliminación.
El estándar impide el seguimiento del alumnado, exige supervisión humana sobre las decisiones automatizadas y obliga a proporcionar a familias y comunidad educativa información comprensible sobre el funcionamiento de las herramientas, los datos que recogen y las salvaguardas disponibles. [1]
Hay una excepción limitada para determinados datos necesarios para proteger al alumnado. El acuerdo prohíbe también funciones diseñadas para fomentar dependencia emocional o prolongar artificialmente la interacción más allá de lo necesario para una tarea educativa. Las nuevas protecciones estarán disponibles desde el 1 de noviembre. La AFT mantiene además conversaciones con OpenAI y Anthropic para desarrollar compromisos semejantes. [3]
El movimiento resulta significativo por quién interviene en la negociación. Los límites no proceden únicamente de la empresa o de una autoridad reguladora. Organizaciones sindicales que representan al personal educativo reclaman capacidad para decidir las condiciones bajo las que la IA entra en las escuelas.
La OCDE encuentra una asociación incómoda
PISA 2025 reunió a 760.000 estudiantes de 15 años en 91 países y economías, la mayor edición realizada hasta ahora. Los resultados registran los promedios más bajos observados por la OCDE en lectura y matemáticas. Entre 2015 y 2025, la puntuación media en lectura cayó 28 puntos, una diferencia que la organización equipara aproximadamente a un año y medio de aprendizaje. En matemáticas, la caída fue de 22 puntos, algo más de un año. [4]
El deterioro alcanza precisamente algunas de las capacidades lectoras más necesarias en un entorno de IA. PISA destaca la evaluación de información, la conexión entre fuentes múltiples y el pensamiento crítico sobre lo que se lee. También registra que la proporción de “lectores precipitados”, que avanzan deprisa pero responden de forma inexacta, casi se duplicó entre 2018 y 2025, del 6,6 % al 11,4 %. [5]
La relación con la inteligencia artificial resulta más compleja que una oposición entre uso y no uso.
Quienes declaran no utilizar IA para tareas escolares concretas —resumir textos, realizar investigaciones preliminares o redactar trabajos— obtienen en promedio mejores resultados en ciencias que quienes sí la utilizan. La diferencia ronda los 20 puntos, aproximadamente un año de escolarización. Sin embargo, quienes emplean IA semanalmente como apoyo general a su aprendizaje presentan resultados similares a quienes no la utilizan. [5]
Hay un tercer dato especialmente relevante. Entre quienes recurren con frecuencia a estas herramientas, el rendimiento mejora ligeramente cuando la escuela les ha enseñado explícitamente a evaluar la calidad de la información generada por IA. [5]
PISA muestra asociaciones, no demuestra que utilizar inteligencia artificial esté causando el descenso del rendimiento. Los perfiles sociales del alumnado, las formas de uso y los contextos escolares también intervienen. La cautela importa especialmente porque los propios datos muestran comportamientos diferentes según para qué se utilice la herramienta y con qué acompañamiento.
Andreas Schleicher, director de Educación y Competencias de la OCDE, resume el problema mediante una distinción entre scaffold y crutch. La tecnología puede funcionar como andamiaje que ayuda a aprender o convertirse en una muleta que sustituye una parte del aprendizaje. [6]
La diferencia reside en el trabajo que permanece en manos de quien aprende. Interpretar, contrastar, formular, revisar y juzgar requieren un esfuerzo que una respuesta preparada puede ahorrar. Ese ahorro puede ser útil, pero también puede trasladar hacia la máquina parte de la actividad cognitiva que daba sentido al ejercicio.
UNESCO utiliza estos días un término para ese desplazamiento. Cognitive offloading, externalización cognitiva. Externalizar no solo una tarea, sino parte del razonamiento necesario para realizarla.
Hay, sin embargo, otra manera de leer el problema. Pierre Bourdieu mostró que la escuela no se limita a transmitir conocimiento. También clasifica, legitima determinadas formas de saber y puede convertir desigualdades sociales previas en diferencias aparentemente naturales de capacidad o mérito. En L’école conservatrice, publicado en 1966, describía el sistema educativo como uno de los mecanismos más eficaces de conservación social porque sanciona como mérito individual una herencia cultural distribuida de manera desigual. [15]
Bourdieu no formuló una crítica de PISA en los términos actuales. Su marco permite, sin embargo, observar cualquier sistema internacional de evaluación como algo más que un instrumento neutral de medida. Definir qué cuenta como competencia, qué conocimientos pueden compararse y qué resultados adquieren autoridad política también produce jerarquías.
La llegada de la inteligencia artificial introduce aquí una posibilidad ambivalente. Puede reproducir las desigualdades de los datos, las instituciones y las empresas de las que procede. También podría abaratar el acceso a capacidades que hasta ahora dependían en mayor medida de capital económico, cultural o institucional. Traducir, contrastar fuentes, acceder a literatura especializada, aprender fuera de centros de élite o relacionar tradiciones intelectuales alejadas entre sí son actividades que ya pueden realizarse con una infraestructura mucho más accesible que hace pocos años.
Ese movimiento podría tener consecuencias epistemológicas. Narrativas sobre el colonialismo, conocimientos producidos desde el Sur Global, críticas feministas o análisis de los efectos sociales de las políticas neoliberales asociadas a los gobiernos de Ronald Reagan y Margaret Thatcher pueden circular, conectarse y ser interrogados desde lugares que históricamente han tenido menor capacidad para establecer qué constituye conocimiento legítimo.
No existe ninguna garantía de que la IA produzca ese reequilibrio. El Fondo Monetario Internacional y Naciones Unidas han advertido, de hecho, que una adopción desigual puede ampliar las brechas de renta, infraestructura y capacidad entre personas y países. Al mismo tiempo, ambas instituciones reconocen que la tecnología puede elevar productividad, ampliar servicios y distribuir nuevas capacidades si las políticas públicas orientan sus beneficios. [16][17]
Esa doble posibilidad importa. Una tecnología capaz de profundizar desigualdades también puede alterar parcialmente los mecanismos que las reproducen. En una sociedad ya profundamente desequilibrada, cualquier tecnología que reduzca el coste de acceder a conocimiento, capacidad analítica o producción cultural puede modificar quién tiene voz y quién conserva autoridad.
Resulta razonable pensar que una transformación de ese tipo pueda ser percibida como amenaza por quienes se benefician del reparto existente. Esto no permite atribuir una intención concreta a PISA, a la OCDE ni a las empresas de IA. Sí permite preguntar por los incentivos estructurales que aparecen cuando una tecnología deja de ser únicamente una herramienta de productividad y empieza a alterar la distribución del capital cultural.
UNESCO sitúa la agencia humana en el centro
La Semana del Aprendizaje Digital de UNESCO se celebró en París entre el 8 y el 11 de septiembre. Más de 25 responsables ministeriales y representantes educativos adoptaron una declaración conjunta que reclama mantener la educación como derecho humano y bien común en la era de la inteligencia artificial. [7]
La declaración fue presentada el 8 de septiembre y difundida públicamente por UNESCO al día siguiente. Entre sus prioridades aparecen la gobernanza deliberativa, la rendición de cuentas pública y el respeto de los derechos del alumnado y del personal docente.
UNESCO publicó además The algorithm in the room. Seeing and confronting the implications of AI for the future of education, una colección de 26 textos articulada alrededor de seis cuestiones. Quién conservará la agencia, la autonomía y la capacidad de supervisión; cómo se desarrollarán las personas jóvenes en términos relacionales, emocionales y cognitivos; qué seguirá siendo significativo para la pedagogía y la evaluación; cómo pensaremos, preguntaremos y nos expresaremos; cómo gobernar la educación como bien común; y cómo puede la IA modificar nuestra imaginación sobre los futuros de la educación. [8]
La selección resulta reveladora. La evaluación de una tecnología deja de concentrarse exclusivamente en aquello que puede hacer. Relaciones, autonomía, expresión, juicio e instituciones forman también parte de aquello que debe medirse.
La adopción se adelanta a la gobernanza en América Latina y el Caribe
UNESCO IESALC y el Instituto para el Estudio Avanzado de la Sostenibilidad de la Universidad de las Naciones Unidas (UNU-IAS) presentaron durante la misma semana un estudio sobre la implementación de inteligencia artificial en la educación superior de América Latina y el Caribe. [9]
La investigación reúne datos de 200 instituciones de 19 países. El 87 % declara utilizar IA en al menos un ámbito de su actividad, mientras que solo el 26 % dispone de una estrategia formal.
La distancia entre ambas cifras permite medir el desfase. Las herramientas ya intervienen en enseñanza, aprendizaje e investigación, pero los mecanismos institucionales destinados a decidir cómo utilizarlas avanzan mucho más despacio.
El estudio encuentra además un patrón de adopción desde abajo. Buena parte de la incorporación está impulsada por docentes, personal investigador y alumnado, no por estrategias definidas previamente por las instituciones. [9]
Esto modifica el orden habitual de una política tecnológica. Primero aparece la práctica y después la estructura destinada a gobernarla. Cuando una universidad empieza a formular criterios, parte de su comunidad ya utiliza sistemas externos, ha desarrollado hábitos y ha delegado determinadas funciones en infraestructuras que la propia institución no controla.
Importa por ello algo más que contar cuántas universidades utilizan IA. También importa saber quién introduce las herramientas, quién decide sus condiciones de uso y qué capacidad conserva la institución para supervisarlas una vez incorporadas.
Brasil ensaya otra relación con la herramienta
El Premio UNESCO-Rey Hamad Bin Isa Al-Khalifa para la utilización de las TIC en la educación reconoció este año dos iniciativas. Generation AI, desarrollado por las universidades de Finlandia Oriental, Helsinki y Oulu, y Redação Paraná, impulsado por la Secretaría de Educación del estado brasileño de Paraná. [10]
UNESCO encuadra esta edición del premio como respuesta a una creciente crisis de cognitive offloading. Los sistemas generativos permiten externalizar con facilidad actividades de pensamiento y juicio crítico que hasta ahora formaban parte del proceso educativo. [10]
Redação Paraná resulta interesante porque utiliza inteligencia artificial sin hacer desaparecer ese proceso.
El programa comenzó como proyecto piloto en 2020 y se implantó plenamente en 2021. Combina una plataforma digital con una política pública destinada a ampliar el acceso a la enseñanza de la escritura en todo el estado.
La IA proporciona retroalimentación dentro de ciclos estructurados de escritura y revisión, mientras el profesorado mantiene la mediación. El objetivo declarado es reforzar la competencia lingüística, la argumentación, la creatividad y formas de pensamiento de orden superior. El programa ha llegado ya a cerca de 850.000 estudiantes de unos 2.000 centros. [10]
La tecnología no elimina la escritura para entregar un resultado terminado. Interviene durante el proceso. Quien aprende continúa teniendo que escribir, revisar, argumentar y trabajar con la devolución docente.
Es una diferencia pequeña en apariencia y considerable en términos pedagógicos. La automatización puede ahorrar trabajo o puede ayudar a trabajar. Ambas cosas utilizan IA, pero no producen necesariamente el mismo aprendizaje.
Atenas lleva la discusión al patrimonio vivo
El 11 de septiembre, la National Gallery – Alexandros Soutsos Museum de Atenas acogió Generative Traditions. Living Heritage and Artificial Intelligence. New Horizons – Exploring Cultural Possibilities, organizada por el Ministerio de Cultura de Grecia en colaboración con UNESCO. La noticia institucional fue publicada el día anterior. [11]
La conferencia reunió a especialistas en patrimonio vivo, inteligencia artificial, tecnologías digitales, investigación y políticas culturales. Las sesiones abordaron cómo estas herramientas están modificando la documentación, la investigación, la salvaguarda y la transmisión de prácticas culturales en entornos digitales.
La ponencia principal correspondió a Hanna Schreiber, titular de la Cátedra UNESCO sobre Patrimonio Cultural Inmaterial en la Gobernanza Pública y Global de la Universidad de Varsovia. Su intervención llevó por título Artificial Intelligence and Intangible Cultural Heritage: Mapping terra (in)cognita. [11]
El desplazamiento desde el aula hacia el patrimonio amplía el alcance del problema.
Documentar una práctica, transmitir un saber o mantener una tradición tampoco son actividades cuyo valor pueda medirse únicamente por la eficiencia con la que producen un resultado. El patrimonio vivo depende de relaciones, interpretación, memoria, participación y reconocimiento entre quienes lo practican.
Una descripción generada puede ser correcta. Una clasificación puede ser eficiente. Un archivo puede multiplicar su capacidad de búsqueda. Ninguna de esas prestaciones resuelve por sí sola quién interpreta, quién transmite ni quién conserva autoridad sobre aquello que se está documentando.
También aquí la automatización obliga a decidir qué merece seguir siendo una práctica humana y comunitaria.
La propia industria empieza a pedir tiempo
El 12 de septiembre, Dario Amodei, consejero delegado de Anthropic, publicó We Must Pace the Frontier, un ensayo en el que pide desacelerar deliberadamente el ritmo de mejora de las capacidades de los modelos de frontera para permitir que la investigación sobre seguridad pueda mantener el paso. [12][13]
Amodei no propone detener el entrenamiento ni el progreso técnico. Su planteamiento consiste en introducir tiempo suficiente entre avances para estudiar los riesgos, mejorar las medidas de alineamiento y permitir que terceras partes puedan comprobarlas.
Su primera propuesta concreta consiste en integrar equipos externos de evaluación con acceso continuado comparable al del personal interno que realiza tareas semejantes de análisis de riesgos. Esos equipos podrían examinar no solo modelos terminados, sino también procesos de entrenamiento, incidentes y prácticas de seguridad. Anthropic se compromete unilateralmente a adoptar este modelo y pide a otras compañías que hagan lo mismo. [12]
Sam Altman y Elon Musk respaldaron públicamente la llamada de Amodei. Demis Hassabis, responsable de Google DeepMind, también apoyó la dirección general de reforzar la cooperación y la seguridad. [13]
Donald Trump respondió con dureza y en dos tiempos. El 13 de septiembre, en declaraciones a la prensa en Irlanda, habló de “fuerzas muy negativas” que exageran riesgos que no van a producirse y vinculó cualquier desaceleración con el riesgo de perder la carrera frente a China. Un día después fue más lejos: en una serie de mensajes en redes sociales calificó de “HOAX” la idea de que la IA pudiera “tomar el mundo y destruir a la humanidad”, habló de una “SICK conspiracy” contra la inteligencia artificial y los centros de datos, y —en el mismo gesto retórico— comparó esas advertencias con las que durante décadas alertaron sobre el cambio climático, a las que también llamó farsa. [14]
La discusión pertenece a otra escala y parte de preocupaciones diferentes a las educativas. Su aparición en los mismos días, sin embargo, resulta reveladora.
Durante años, la carrera por la inteligencia artificial se ha contado mediante la aceleración. Más parámetros, más cómputo, más capacidades, ciclos más breves. Ahora algunas de las organizaciones situadas precisamente en esa frontera empiezan a proponer otra variable. Tiempo.
Tiempo para evaluar, comprender, supervisar y decidir antes de que la siguiente capacidad convierta la decisión anterior en irrelevante.
Hay razones técnicas y de seguridad para hacerlo. También existe una dimensión política que merece atención. Quienes pueden decidir cuánto acelerar y cuándo frenar forman un grupo extraordinariamente reducido de directivos, inversores y laboratorios situados en el núcleo de las élites tecnológicas occidentales. La conversación sobre una tecnología con efectos potencialmente planetarios vuelve a estar dominada por instituciones con una enorme concentración de capital económico, científico y político.
Resulta significativo que el propio Trump haya establecido ya esa misma comparación entre IA y cambio climático, aunque en sentido inverso: para descartar ambas alarmas como farsa, no para exigir ante las dos el mismo rigor. Esa asimetría es precisamente lo que conviene examinar a continuación.
Hay además una asimetría difícil de ignorar. Las advertencias científicas sobre el deterioro ambiental llevan décadas acumulándose. El IPCC publicó su primera evaluación en 1990 y su síntesis más reciente define el cambio climático como una amenaza para el bienestar humano y la salud planetaria, con una ventana que se cierra rápidamente para asegurar un futuro habitable. [18][19] El Programa de Naciones Unidas para el Medio Ambiente advierte hoy de una triple crisis de cambio climático, pérdida de biodiversidad y contaminación. La extracción mundial de recursos se ha triplicado en cinco décadas y los países de renta alta consumen seis veces más recursos y generan diez veces más impactos climáticos que los de renta baja. [20] Con las políticas actualmente vigentes, el PNUMA proyecta alrededor de 2,8 °C de calentamiento durante este siglo. [21]
Ante ese historial, presentar ahora la inteligencia artificial como una posible amenaza existencial mientras se ha tolerado durante décadas una trayectoria material que amenaza las condiciones de habitabilidad obliga, como mínimo, a desconfiar de la jerarquía con la que se construyen los riesgos. No porque el peligro asociado a la IA sea necesariamente falso, sino porque el principio de precaución debería operar con una intensidad comparable frente a amenazas que ya cuentan con evidencia empírica acumulada. La ciencia climática no ha carecido de advertencias. Lo que ha faltado ha sido una transformación proporcional a ellas. El Emissions Gap Report 2025 vuelve a constatar que los compromisos y las políticas siguen muy lejos de las trayectorias compatibles con París. [21]
La sospecha no debería dirigirse contra la prudencia, sino contra su aplicación selectiva. Si aceptamos que una tecnología merece límites cuando puede alterar profundamente el futuro humano, la misma lógica debería alcanzar a un sistema de producción y consumo cuyos daños climáticos, ecológicos y distributivos están documentados desde hace décadas.
Eso no demuestra que la llamada a desacelerar la IA tenga como objetivo proteger un orden social concreto. Permite, sin embargo, considerar otra hipótesis. Una pausa puede servir para hacer más segura una transformación; también puede ofrecer tiempo para que mercados, reguladores e instituciones acomoden sus efectos a las relaciones de poder existentes antes de que nuevas capacidades las alteren demasiado.
La cuestión adquiere otra escala si la IA no se limita a automatizar empleos, sino que modifica quién puede producir conocimiento, interpretar evidencia o disputar relatos históricos. Un sistema que facilite investigar el colonialismo desde archivos dispersos, comparar los efectos de políticas económicas o acceder a debates académicos antes restringidos por dinero, idioma o institución puede contribuir a reducir algunas asimetrías. Precisamente por eso, cualquier potencial igualador puede generar resistencia entre quienes poseen más que perder en un reparto distinto de conocimiento, ingresos o influencia.
Sería excesivo convertir esa posibilidad en una explicación única del actual debate sobre seguridad. Pero también sería ingenuo separar por completo la gobernanza tecnológica de la estructura social que la produce. Bourdieu recordaba que las instituciones capaces de clasificar también participan en la reproducción del mundo que clasifican. La IA podría reforzar ese mecanismo o introducir fisuras en él.
Aprender a no delegar
Microsoft negocia límites mientras continúa ampliando su presencia educativa. PISA encuentra asociaciones que exigen una interpretación prudente. UNESCO intenta situar la agencia humana dentro de la gobernanza tecnológica. Las instituciones latinoamericanas incorporan herramientas más deprisa de lo que construyen mecanismos para gobernarlas. Brasil experimenta con IA sin eliminar el trabajo de escribir y revisar. Atenas lleva el problema a la transmisión del patrimonio vivo. Una parte de la industria pide recuperar tiempo antes de avanzar nuevamente.
No forman un consenso. Tampoco describen una única política tecnológica. Lo que comparten es una tensión que empieza a hacerse visible cuando la automatización funciona lo bastante bien.
Aprender nunca consistió únicamente en obtener una respuesta. También implica sostener el esfuerzo de distinguir, interpretar, relacionar, escribir y juzgar. Algo semejante ocurre cuando una comunidad transmite un conocimiento, cuando una institución decide qué tecnología incorpora o cuando un laboratorio determina cuánto puede avanzar antes de comprender aquello que ha construido.
Lo que está en juego tampoco es únicamente cuánto pensamiento delegamos. Importa quién decide qué capacidades se preservan, qué conocimientos adquieren autoridad y cuánto cambio puede absorber una sociedad antes de que sus instituciones intenten encauzarlo. La IA puede reproducir el mundo del que procede. También puede volver accesibles capacidades y conocimientos que ese mundo distribuyó de forma profundamente desigual.
Responder se está volviendo extraordinariamente barato.
Aprender a utilizar inteligencia artificial empieza también a significar aprender qué no delegar y a quién no delegárselo.
Referencias
-
American Federation of Teachers. AFT, UFT and Microsoft Announce ‘National AI Safety & Privacy Standard’ for Schools to Protect Students, Families and Educators. 9 septiembre 2026.
-
Microsoft Source. AFT, UFT and Microsoft announce ‘National AI Safety & Privacy Standard’ for schools to protect students, families and educators. 9 septiembre 2026.
-
Associated Press. AI in schools leads to pressure on tech companies around data privacy. Septiembre 2026.
-
OECD. PISA 2025: Students’ reading and mathematics performance declined sharply across the OECD. 8 septiembre 2026.
-
OECD. PISA 2025 Results (Volume I). 2026.
https://www.oecd.org/en/publications/pisa-2025-results-volume-i_73451bc5-en.html
-
OECD. PISA findings on artificial intelligence use, reading skills and learning. 8 septiembre 2026.
-
UNESCO. Education Ministers call for education to remain a common good in the age of AI at UNESCO’s Digital Learning Week. 9 septiembre 2026.
-
UNESCO. The algorithm in the room: Seeing and confronting the implications of AI for the future of education. 8 septiembre 2026.
-
UNESCO IESALC y UNU-IAS. Implementación de la IA en la educación superior en América Latina y el Caribe. 10 septiembre 2026.
-
UNESCO. UNESCO ICT Prize awards dynamic projects promoting creativity and critical thinking from Finland and Brazil. 9 septiembre 2026.
-
UNESCO Intangible Cultural Heritage. Conference on ‘Generative Traditions. Living Heritage and Artificial Intelligence. New Horizons – Exploring Cultural Possibilities’ in Athens. 10 septiembre 2026.
-
Amodei, Dario. We Must Pace the Frontier. Septiembre 2026.
-
Anadolu Agency. Musk, Altman, Hassabis back Amodei’s call to slow pace of AI development. 14 septiembre 2026.
-
Associated Press (Boak, Price, Freking, Castillo, Chan Ho-him, Tang). Trump calls AI risks a ‘hoax,’ says there is a ‘SICK conspiracy’ against AI and data centers. 14–15 septiembre 2026.
https://apnews.com/article/trump-ai-guardrails-data-centers-b85df16775ff7e9611a456b061a0e4b9
-
Bourdieu, Pierre. L’école conservatrice. Les inégalités devant l’école et devant la culture. Revue française de sociologie, 7(3), 1966, pp. 325–347.
-
International Monetary Fund. La economía mundial transformada por la inteligencia artificial ha de beneficiar a la humanidad. 16 enero 2024.
-
United Nations Development Programme. The Next Great Divergence: Why AI May Widen Inequality Between Countries. 2 diciembre 2025.
https://www.undp.org/asia-pacific/publications/next-great-divergence
-
Intergovernmental Panel on Climate Change. History of the IPCC.
-
Intergovernmental Panel on Climate Change. AR6 Synthesis Report: Summary for Policymakers. 2023.
https://www.ipcc.ch/report/ar6/syr/summary-for-policymakers/
-
United Nations Environment Programme & International Resource Panel. Global Resources Outlook 2024. 1 marzo 2024.
-
United Nations Environment Programme. Emissions Gap Report 2025. 4 noviembre 2025.