Cristina Hurtado López

025.1 · Administración de bibliotecasLibrary administration

IA en la biblioteca universitaria: primero la gobernanza, después las herramientas

AI in the university library: governance first, tools second

Los datos de 2026 muestran que las bibliotecas que avanzan con inteligencia artificial no son las que compran más herramientas, sino las que deciden primero quién gobierna su uso.

The 2026 data shows that the libraries moving ahead with artificial intelligence are not the ones buying the most tools, but the ones that first decide who governs their use.

Cristina Soledad Hurtado López · 2 de noviembre de 2026 · 6 min de lecturaCristina Soledad Hurtado López · November 2, 2026 · 6 min read

Notas de los lunes · Cada semana, una idea práctica sobre bibliotecas universitarias, información y gestión en educación superior.

En 2026 casi todas las universidades hablan de inteligencia artificial, pero muy pocas bibliotecas la han puesto a trabajar de forma ordenada. Los datos de este año apuntan a una explicación sencilla: las bibliotecas que avanzan no son las que compraron más herramientas, sino las que primero decidieron quién gobierna su uso.

Como bibliotecaria académica y consultora en gestión del conocimiento, veo que la conversación suele empezar por el producto: qué asistente, qué buscador, qué licencia. Propongo empezar por otro lado. La IA en la biblioteca universitaria es, ante todo, una decisión de gestión institucional.

Lo que dicen los datos de 2026

El informe Pulse of the Library 2026 de Clarivate, publicado el 9 de septiembre con respuestas de 1,876 bibliotecarios de todo el mundo, encontró que solo el 16% reporta una implementación moderada o activa de IA, mientras que un tercio sigue explorando. La diferencia más clara está en la gobernanza: entre las bibliotecas que ya implementan, el 51% opera con un modelo conjunto entre la biblioteca y el área de TI de la institución, frente al 26% del total. Las preocupaciones principales ya no son solo de presupuesto; ahora encabezan la lista la privacidad y la seguridad, la desinformación y los sesgos.

En Estados Unidos, la encuesta de Ithaka S+R a 483 directores de bibliotecas, publicada en mayo de 2026, muestra la otra cara: el 81% señala la falta de recursos financieros como su principal limitación, el 31% planea crear puestos de IA en los próximos cinco años y el 83% espera más demanda de formación en alfabetización en IA. Y un dato que debería preocupar a cualquier rectoría: solo el 31% de esos directores dice participar en las decisiones clave del campus.

En México la conversación ya está en la mesa

La UNAM creó en marzo de 2026 su Consejo Coordinador de Inteligencia Artificial, con un acuerdo que subordina el aprovechamiento de la IA a un marco de ética, transparencia e integridad académica. En junio, la XLII Reunión Anual del CONPAB-IES, en la Universidad Anáhuac Querétaro, se dedicó a aprender a pensar en tiempos de la inteligencia artificial. Y el libro coordinado por Ulises Campbell Manjarrez, La gestión bibliotecaria en México ante los desarrollos de la inteligencia artificial (CETYS, 2025), ya plantea el tema desde la administración de bibliotecas.

El mensaje es consistente: la pregunta ya no es si la IA llegará a la biblioteca, sino cómo se decide su uso y quién responde por él.

Por qué es una decisión de gestión

En mi artículo anterior argumenté que el repositorio institucional es una decisión de gestión y no una instalación de software. Con la IA ocurre lo mismo, y con más riesgo. Una herramienta de IA toca datos de estudiantes, contenidos licenciados, la integridad de las tesis y la reputación de la institución. Si la biblioteca la adopta sola, carga con riesgos que no controla. Si TI la adopta sola, deja fuera a quien conoce las licencias, los metadatos y la alfabetización informacional.

Seis decisiones antes de comprar una herramienta

  1. Quién decide. Un comité conjunto de biblioteca, TI y academia, con un mandato escrito de la rectoría o la vicerrectoría académica.
  2. Para qué. Objetivos medibles: aprendizaje de los estudiantes, apoyo a la investigación o productividad del personal. Cada uno exige indicadores distintos.
  3. Datos y privacidad. Qué datos de usuarios salen de la institución, bajo qué contrato, y qué dicen las licencias de bases de datos sobre el uso de sus contenidos con IA.
  4. Calidad y sesgo. Un protocolo para evaluar respuestas, verificar citas y documentar errores antes de abrir un servicio al público.
  5. Personas. Formación del personal basada en casos reales, no solo en demostraciones de proveedores, y tiempo protegido para aprender.
  6. Medición y mejora. Indicadores revisados cada semestre. En mi formación como auditora ISO 9001:2015 aprendí que lo que no se mide ni se revisa no mejora; la IA no es la excepción.
La pregunta no es si la biblioteca usará inteligencia artificial, sino quién responde por cómo la usa.

Lo que la biblioteca aporta a esa mesa

La biblioteca universitaria no llega a la conversación con las manos vacías. Aporta:

Esta perspectiva viene de mi trabajo en ciencias de la información y administración del conocimiento: la tecnología cambia rápido, pero las preguntas de gestión (quién decide, con qué datos y cómo se mide) se mantienen.

Para empezar esta semana

Si dirige una biblioteca o un área académica, haga un ejercicio breve: enliste las herramientas de IA que ya se usan en su institución, quién las aprobó y qué datos procesan. Esa lista suele ser el mejor argumento para crear un comité de gobernanza. Si quiere conversar sobre cómo hacerlo en su universidad, escríbame.

Lectura relacionada: El costo del conocimiento empieza en casa, sobre el repositorio institucional como decisión de gestión.

Fuentes

Cristina Soledad Hurtado López

Cristina Soledad Hurtado LópezBibliotecaria académica y consultora en gestión del conocimiento. Maestra en Ciencias de la Información y Administración del Conocimiento y Maestra en Administración por el Tecnológico de Monterrey.

Contactar a Cristina Volver al blog

Monday Notes · Each week, one practical idea on academic libraries, information and management in higher education.

In 2026 nearly every university is talking about artificial intelligence, but very few libraries have put it to work in an orderly way. This year's data points to a simple explanation: the libraries moving ahead are not the ones that bought the most tools, but the ones that first decided who governs their use.

As an academic librarian and knowledge management consultant, I see the conversation usually start with the product: which assistant, which discovery layer, which license. I suggest starting somewhere else. AI in the university library is, above all, an institutional management decision.

What the 2026 data says

Clarivate's Pulse of the Library 2026 report, released on September 9 with responses from 1,876 librarians worldwide, found that only 16% report moderate or active AI implementation, while a third are still exploring. The clearest difference is governance: among libraries already implementing AI, 51% operate under a joint library and institutional IT model, compared with 26% of the whole sample. The leading concerns are no longer only budgetary; privacy and security, misinformation and bias now top the list.

In the United States, Ithaka S+R's survey of 483 library directors, published in May 2026, shows the other side: 81% name a lack of financial resources as their main constraint, 31% plan to create AI positions within five years, and 83% expect more demand for AI literacy instruction. And one figure every president's office should notice: only 31% of those directors say they take part in key campus-level decisions.

In Mexico, the conversation is already on the table

In March 2026, UNAM created its Coordinating Council on Artificial Intelligence, through an agreement that ties the use of AI to a framework of ethics, transparency and academic integrity. In June, the 42nd Annual Meeting of CONPAB-IES, Mexico's council of university library directors, met at Universidad Anáhuac Querétaro under the theme of learning to think in the age of artificial intelligence. And the book coordinated by Ulises Campbell Manjarrez, La gestión bibliotecaria en México ante los desarrollos de la inteligencia artificial (CETYS, 2025), already frames the topic as a question of library administration.

The message is consistent: the question is no longer whether AI will reach the library, but how its use is decided and who answers for it.

Why this is a management decision

In my previous post I argued that the institutional repository is a management decision, not a software install. AI is the same, with more at stake. An AI tool touches student data, licensed content, the integrity of theses and the institution's reputation. If the library adopts it alone, it carries risks it does not control. If IT adopts it alone, it leaves out the people who understand licenses, metadata and information literacy.

Six decisions before buying a tool

  1. Who decides. A joint committee of the library, IT and academic affairs, with a written mandate from the president's or provost's office.
  2. What for. Measurable goals: student learning, research support or staff productivity. Each one needs different indicators.
  3. Data and privacy. Which user data leaves the institution, under what contract, and what database licenses say about using their content with AI.
  4. Quality and bias. A protocol to evaluate answers, verify citations and log errors before a service opens to users.
  5. People. Staff training built on real cases, not just vendor demos, and protected time to learn.
  6. Measurement and improvement. Indicators reviewed every semester. My training as an ISO 9001:2015 auditor taught me that what is not measured and reviewed does not improve; AI is no exception.
The question is not whether the library will use artificial intelligence, but who answers for how it is used.

What the library brings to that table

The university library does not arrive empty-handed. It brings:

This perspective comes from my work in information science and knowledge management: technology changes fast, but the management questions (who decides, with what data, and how it is measured) stay the same.

Something to do this week

If you lead a library or an academic unit, try a short exercise: list the AI tools already in use at your institution, who approved them and what data they process. That list is often the best argument for creating a governance committee. If you would like to talk about how to do this at your university, get in touch.

Related reading: The cost of knowledge starts at home, on the institutional repository as a management decision.

Sources

Cristina Soledad Hurtado López

Cristina Soledad Hurtado LópezAcademic librarian and knowledge management consultant. Master's in Information Sciences and Knowledge Management and Master's in Administration, Tecnológico de Monterrey.

Contact Cristina Back to the blog