Cuatro mil millones de dólares es mucha fe para depositar en algo que todavía no entendemos del todo. Y quiero ser clara: no me opongo en absoluto a la IA en las aulas. Yo misma la uso, cada semana, para crear juegos en clase y descubrir investigaciones que de otra manera se me escaparían. La IA es una herramienta increíblemente poderosa para ayudar a redefinir la educación en el aula a nivel global y moldear un nuevo paradigma para el aprendizaje presencial.
Lo que me opongo es a la historia específica que muchas empresas edtech y proveedores de IA le están contando a los directivos escolares:
- "La IA puede encargarse de la instrucción, así que no necesitan tantos docentes."
- "La IA puede reducir la carga de trabajo docente al punto de reducir el personal."
- "Los tutores de IA pueden reemplazar completamente la instrucción humana."
Una visita a una escuela en Río de Janeiro me mostró exactamente cómo se ve esto en la práctica. Una docente le pidió a una estudiante que explicara un problema que acababa de "resolver" en la plataforma. La chica se quedó paralizada. Había respondido correctamente — el algoritmo así lo indicaba —, pero no podía explicar ni un solo paso. Había aprendido a navegar la interfaz, no las matemáticas. La plataforma había optimizado la métrica que podía medir, que es exactamente lo que hacen las plataformas. Nadie la había diseñado para notar la diferencia.
Esa visita no se me ha ido. Porque la presión que veo acumulándose en el mundo edtech en este momento va exactamente en esa dirección — a escala, con miles de millones de dólares detrás.
La apuesta que se hace con los hijos de otros
La investigación al respecto es cada vez más clara. Los estudios sobre sistemas de tutoría con IA muestran consistentemente avances en tareas procedimentales: cálculo, ejercicios de gramática, memorización de vocabulario. Lo que es fácil de medir y fácil de automatizar. Pero cuando los investigadores analizan la transferencia conceptual — la capacidad de tomar un conocimiento y aplicarlo en un contexto nuevo —, los resultados se aplanan. Los estudiantes aprenden la superficie de algo y se pierden la estructura que hay debajo.
Esa limitación importa, porque la comprensión conceptual es el punto central.
Lo que el algoritmo nunca va a saber
Durante mis años en IASEA, capacitando docentes en cinco estados de Brasil, escuché variaciones de lo mismo una y otra vez de educadores con años de experiencia. Una maestra de una escuela pública en Río de Janeiro lo dijo con toda claridad cuando le pregunté qué pensaba sobre las herramientas de IA que su distrito había comenzado a pilotear.
No dudó.
"El algoritmo no sabe que la mamá de Marcos acaba de ir al hospital. Yo sí."— Docente de escuela pública, Río de Janeiro
Lo decía literalmente. La situación en el hogar de un estudiante afecta cómo recibe la retroalimentación ese día, cuánto riesgo está dispuesto a tomar frente a sus compañeros, si un empujoncito suave va a funcionar o va a romper algo. Una docente que lo conoce puede leer todo eso sin que se diga una palabra, y ajustar en consecuencia. Una plataforma no puede. Va a entregar el siguiente módulo de la lección sin importar nada.
Los metaanálisis de John Hattie a lo largo de décadas de investigación educativa ubican la calidad de la relación docente-estudiante entre los cinco principales predictores del rendimiento académico — sin más. La dimensión relacional del aprendizaje es el trabajo real, especialmente para los estudiantes que han aprendido por experiencia que las instituciones no se preocupan particularmente por ellos.
Las escuelas que más probablemente van a reemplazar docentes con plataformas de IA son precisamente las que atienden a esos estudiantes. Eso debería indignarnos.
Quién paga cuando nos equivocamos
La rotación docente en escuelas con pocos recursos es aproximadamente un 50% mayor que en los distritos más acomodados. Lo vi de primera mano en las favelas de Río de Janeiro a través de mi trabajo con Viva Rio, donde los programas educativos atendían a cientos de comunidades. Esas escuelas enfrentan escaseces reales y agotadoras. Entonces, cuando un proveedor de IA llega con una solución que puede "cubrir" a más estudiantes con menos docentes, el argumento convence. La matemática del presupuesto parece funcionar.
Pero los estudiantes de esas escuelas terminan con una educación de menor calidad, envuelta en una interfaz elegante.
Los distritos con las peores escaseces docentes enfrentan la mayor presión para automatizar la instrucción. Pero esos son precisamente los estudiantes para quienes la relación con el docente importa más. La lógica de la sustitución funciona exactamente al revés.
Cuando cofundé Flip Education, los inversores me preguntaban una y otra vez por qué necesitábamos docentes si la metodología era sólida. ¿No podíamos simplemente construir una app? Entendía la pregunta. Pero después de más de una década diseñando programas de aprendizaje activo y capacitando docentes para implementarlos, sé que el aprendizaje activo — el tipo en el que los estudiantes construyen comprensión juntos — falla sin facilitación humana.
Alguien tiene que notar cuando una discusión grupal se está volviendo performativa en lugar de generativa, y redirigirla. Alguien tiene que darse cuenta de qué estudiante lleva veinte minutos sin hablar y crear un punto de entrada con bajo riesgo para él. Alguien tiene que decidir, en tiempo real, que hay que abandonar el plan de clase porque acaba de surgir algo más importante. Esas son decisiones de criterio, y requieren conocer el ambiente. Los algoritmos optimizan; no juzgan.
Lo que la IA debería hacer realmente en un aula
Nada de esto significa que la tecnología sea inútil. La pregunta es qué le estamos pidiendo que haga.
La IA que le ahorra a un docente tres horas de trabajo administrativo a la semana tiene valor, porque esas tres horas vuelven a los estudiantes. La IA que ayuda a un docente a identificar qué estudiantes tienen dificultades con un concepto específico antes de una clase tiene valor, porque agudiza el juicio humano en lugar de reemplazarlo. La IA que genera ejercicios de práctica diferenciados, o resume una investigación, o le da a un docente una segunda lectura sobre una rúbrica de evaluación: todo eso es útil de la misma manera que cualquier buena herramienta es útil.
La distinción que importa es si la tecnología está potenciando la capacidad docente o sustituyendo la presencia docente. Lo primero es una ganancia para los estudiantes. Lo segundo es una medida de reducción de costos disfrazada de argumento de equidad.
La línea que estoy trazando
Escribo esto porque he visto lo que pasa cuando se hace la apuesta equivocada — en escuelas de Río de Janeiro y São Paulo, en cientos de conversaciones silenciosas con docentes que sienten la presión de achicarse para que la plataforma pueda hacer más.
La educación siempre ha tenido una relación complicada con las soluciones mágicas. Cada década trae una nueva. La tecnología cambia; la promesa de fondo sigue siendo la misma: que podemos ingeniarnos una salida del trabajo lento, relacional e irreduciblemente humano de ayudar a alguien a aprender.
No podemos. Y cuanto antes la industria sea honesta sobre eso, antes podremos imaginar cómo debería verse realmente la IA en la educación.
Los docentes son el mecanismo por el cual ocurre el aprendizaje. Todo lo demás es infraestructura.
