Sara tiene 13 años y siempre le costaron el estudio y aprendizaje de las matemáticas. Mientras a sus compañeros parecía resultarles fácil, ella se quedaba atrás, tratando de encontrar la salida entre fracciones, operaciones y ecuaciones. En cada examen su frustración y angustia crecían: no bastaba con estudiar más horas al día, ni clases extra, siempre sentía que “algo” no encajaba. Su profesor, consciente de sus dificultades, buscaba alternativas para apoyarla, pero con otros 30 estudiantes a cargo en su clase no siempre le era posible atender sus necesidades. La situación vivida por Sara es la misma que enfrentan millones de niñas y niños en el mundo: un sistema educativo diseñado para estudiantes promedio, sin espacio para los ritmos y particularidades de cada persona (Pane et al., 2017).
Un día, la escuela de Sara implementó estrategias de aprendizaje basados en aprendizaje adaptativo con el apoyo de la inteligencia artificial. Esto hizo que de repente, los ejercicios de matemáticas cambiaran y fueran diferents a los de sus compañeros. Ahora se ajustaban a su propio nivel, le proponían pistas y explicaciones alternativas, y le mostraban su progreso en tiempo real. Por primera vez, Sara sintió que “le estaba hablando en su propio idioma”. Esa experiencia es una ventana al futuro de la educación: la personalización del aprendizaje mediante IA.
Durante siglos, las instituciones educativas y los planes de estudio han funcionado bajo lógicas estandarizadas y homogenizantes, la cuales proponen rutas de aprendizaje inflexibles con los mismos contenidos, tiempos y evaluaciones para todos. Sin embargo, este tipo de educación homogénea no responde a la diversidad de estudiantes que tienen diferentes intereses, ritmos de aprendizaje y provienen de disímiles contextos sociales. El gran desafío ha sido cómo ofrecer experiencias personalizadas (diferenciales) sin depender exclusivamente de que cada docente adapte contenidos, rutas y estructuras de evaluación de forma manual. Es aquí en donde entra en escena la inteligencia artificial con su capacidad para analizar miles de datos de forma inmediata gracias a los algoritmos que pueden elaborar un “mapa de aprendizaje” único para cada estudiante, ajustando materiales, tiempos y evaluaciones (Holmes et al., 2022).
La personalización con IA funciona como un mentor que en silencio observa y aprende de cada interacción: ¿cuánto tarda Sara en resolver una suma?, ¿qué preguntas le cuesta más responder?, ¿qué conceptos domina con rapidez? Con esos patrones, el sistema adapta en tiempo real lo que cualquier estudiante en una situación similar a la de Sara necesita, permitiéndolo repasar más ejemplos o avanzar hacia un reto con mayor grado de dificultad.
Algunas plataformas como DreamBox o Century Tech ya hacen esto con miles de estudiantes en todo el mundo, ofreciendo rutas de aprendizaje dinámicas y feedback instantáneo (Zawacki-Richter et al., 2019). Es como si cada estudiante tuviera un profesor particular acompañándole permanentemente, mientras el docente humano no solo mantiene la visión global del proceso, sino también la guía pedagógica y la posibilidad de diseñar, ejecutar y producir en el marco de procesos de investigación académica en temas relacionados con su campo de especialidad.
El impacto de estas implementaciones comienza a hacerse evidente en distintos niveles educativos. La personalización apoyada en IA ha demostrado que no solamente puede aumentar la motivación de los estudiantes, sino que también contribuye a mejorar los índices de retención escolar y favorecer aprendizajes más profundos. Por otro lado, permite atender desde otra perspectiva la diversidad dentro del aula, ofreciendo un acompañamiento diferenciado sin que ello implique una sobrecarga insostenible para los docentes. La IA amplía la capacidad de las instituciones para dar respuesta efectiva a estudiantes con necesidades, ritmos e intereses de aprendizaje distintos.
El impacto es evidente:
- Sara, que antes sentía frustración, ahora gana confianza y motivación.
- Sus compañeros más avanzados no tienen que esperar: reciben desafíos acordes a su nivel.
- El profesor dispone de reportes que le muestran exactamente quién necesita ayuda adicional y en qué temas.
Si lo vemos des un punto de vista más holístico, los procesos de acompañamiento apoyados en IA, contribuyen a aumentar la retención estudiantil, impulsar y promover la autonomía del estudiante y optimizar el tiempo de dedicación de los docentes en actividades de investigación, cualificación y proyección social. De esta manera, la IA se convierte en una herramienta de inclusión en donde ya no importa el punto de partida, todos tienen un camino hecho a su medida.
Pero a pesar de que esto suene idílico y utópico, no podemos apartarnos del hecho de que para que Sara pueda recibir recomendaciones inteligentes, la plataforma recolecta datos sobre cada interacción: tiempos, errores, intereses. ¿Qué pasa si esta información no se protege adecuadamente? La privacidad y la seguridad de datos sensibles son temas críticos que aun no se han atendido con eficiencia por parte de los gigantes tecnológicos y siguen siendo un asunto de preocupación latente en cualquier ámbito de la vida (Williamson & Eynon, 2020). Igualmente, si el algoritmo ha sido entrenado con datos que favorecen a un determinado perfil de estudiante, puede reproducir sesgos y delirios invisibles. Y si las instituciones educativas y los docentes dependen exclusivamente de esta tecnología sin acceso equitativo, corremos el riesgo de ampliar la brecha digital entre quienes tienen conectividad y quienes no (UNESCO, 2022).
Un aspecto importante apunta a un modelo en el que la IA deje de ser vista como un reemplazo del profesor, y pase a convertirse en un asistente educativo. Esto quiere decir que, la tecnología se encarga de ajustar rutas y contenidos, mientras los docentes se concentran en lo que ninguna máquina puede aportar: pedagogía, didáctica, investigación y análisis, empatía, motivación y conexión humana. La personalización puede ser extendida con experiencias inmersivas apoyadas en realidad aumentada y realidad virtual, adaptadas en tiempo real al perfil del estudiante, y hacia la generación automática de contenidos educativos específicos para cada necesidad (Holmes et al., 2022).
La historia de Sara no es un caso aislado, sino un reflejo del potencial que ya se vive en muchos contextos. La inteligencia artificial está transformando la educación de forma silenciosa pero profunda, permitiendo que lo imposible (dar una atención personalizada a millones de estudiantes), comience a ser realidad. Sin embargo, esto dependerá de las decisiones que tomemos hoy en relación con la protección de la privacidad, las garantías de equidad y acceso, la cualificación a los docentes en el manejo de herramientas de IA y mantener la humanidad como el centro del proceso educativo.
Referencias
- Holmes, W., Bialik, M., & Fadel, C. (2022). Artificial Intelligence in Education: Promises and Implications for Teaching and Learning. Center for Curriculum Redesign.
- Pane, J. F., Steiner, E. D., Baird, M. D., & Hamilton, L. S. (2017). Informing Progress: Insights on Personalized Learning Implementation and Effects. RAND Corporation. https://doi.org/10.7249/RR2042
- UNESCO. (2022). Artificial Intelligence and Education: Guidance for Policy-Makers. UNESCO Publishing. https://unesdoc.unesco.org/ark:/48223/pf0000376709
- Williamson, B., & Eynon, R. (2020). Historical threads, missing links, and future directions in AI in education. Learning, Media and Technology, 45(3), 223–235. https://doi.org/10.1080/17439884.2020.1798995
- Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic Review of Research on Artificial Intelligence Applications in Higher Education – Where are the Educators? International Journal of Educational Technology in Higher Education, 16(1), 1–27. https://doi.org/10.1186/s41239-019-0171-0
Declaración del uso de IA en este artículo
En el proceso de creación de los recursos gráficos para apoyar visualmente el presente artículo, se ha utilizado inteligencia artificial (IA) para generar imágenes. Estas imágenes han sido diseñadas y creadas con la ayuda de algoritmos de aprendizaje automático y técnicas de generación de imágenes basadas en IA. Reconocemos que el uso de IA en la creación de contenido gráfico puede tener implicaciones éticas y sociales importantes. Por lo tanto, nos comprometemos a utilizar esta tecnología de manera responsable y transparente, asegurándonos de que las imágenes generadas no perpetúen sesgos ni estereotipos y sean accesibles para todos los usuarios.