La IA llegó al aula antes que las reglas

Argentina ya utiliza inteligencia artificial para asistir a docentes y detectar trayectorias escolares en riesgo, mientras República Dominicana comenzó a integrarla al currículo y prueba su aplicación con unos 2.000 estudiantes con dificultades en matemática. La discusión dejó de ser si la IA entrará a la escuela: ahora importa quién controla los datos, cómo se evalúan sus resultados y qué tareas no deben delegarse.

La inteligencia artificial entró al sistema educativo antes de que termináramos de discutir qué lugar debería ocupar. Estudiantes que recurren a herramientas generativas para resolver tareas son apenas la parte visible del fenómeno: Argentina ya desarrolla asistentes para docentes y modelos de alerta sobre abandono escolar, mientras República Dominicana decidió incorporar pensamiento computacional e IA de manera transversal al currículo preuniversitario. No estamos, por lo tanto, ante una promesa futurista, sino ante una política educativa en construcción. Y allí cambia la pregunta: no importa cuánta IA pueda introducirse en una escuela, sino qué problema educativo resuelve y qué nuevos problemas puede crear.

De ayudar al docente a predecir al estudiante

En Argentina los usos ya muestran diferencias importantes. En la Ciudad de Buenos Aires, más de 30.000 docentes participaron desde 2025 en propuestas de formación sobre uso pedagógico de IA y más de 2.000 desarrollaron asistentes personalizados para tareas vinculadas con planificación, enseñanza y evaluación. El objetivo es utilizar la tecnología como apoyo al trabajo docente, reduciendo ciertas tareas repetitivas y ampliando recursos disponibles para preparar las clases.

Mendoza y Santa Fe avanzaron sobre un terreno más sensible. Mendoza incorporó un Sistema de Alertas Tempranas a su plataforma de gestión educativa, mientras Santa Fe trabaja con un modelo predictivo construido a partir de quince años de datos nominales. Asistencia, desempeño y otros antecedentes permiten identificar estudiantes cuyas trayectorias presentan señales de posible interrupción. La ventaja es evidente: una escuela puede intervenir antes del abandono. El límite también debería serlo: detectar riesgo no equivale a explicar sus causas y mucho menos a predecir el destino de un estudiante.

Un algoritmo puede descubrir que una adolescente falta reiteradamente o que sus calificaciones descendieron, pero no necesariamente comprender que trabaja, cuida hermanos, atraviesa violencia, tiene dificultades económicas o simplemente necesita otra estrategia pedagógica. Por eso el dato solamente adquiere valor educativo cuando conduce a una intervención humana: conversar, acompañar, ofrecer tutorías, trabajar con la familia o articular políticas sociales. El problema comenzaría si la categoría producida por el sistema reemplazara esa interpretación y el estudiante pasara a ser visto como su porcentaje de riesgo.

República Dominicana lleva la IA al currículo

República Dominicana eligió otra puerta de entrada. El Consejo Nacional de Educación aprobó el 10 de marzo de 2026 la Estrategia Nacional de Educación Digital, que plantea integrar pensamiento computacional e inteligencia artificial transversalmente al currículo preuniversitario en lugar de crear simplemente una materia separada. La propuesta busca desarrollar competencias para comprender, utilizar y cuestionar estas tecnologías, una diferencia fundamental: alfabetizar en IA no debería consistir en enseñar a obtener respuestas de una máquina, sino también en aprender cuándo desconfiar de ellas.

El país tiene además una experiencia concreta que merece seguimiento. El proyecto Educación con Inteligencia Artificial, respaldado por el Banco Interamericano de Desarrollo, contempla trabajar con aproximadamente 2.000 estudiantes de secundaria con bajo rendimiento en matemática y evaluar rigurosamente los resultados. Cuenta con un presupuesto de 890.000 dólares, de los cuales 800.000 corresponden a financiamiento no reembolsable. Aquí está la prueba que debería exigirse a cualquier innovación educativa: no basta demostrar que los estudiantes utilizaron IA; habrá que demostrar si efectivamente aprendieron más matemática.

Ese criterio parece obvio, pero no siempre ha gobernado la incorporación de tecnología en las escuelas latinoamericanas. Computadoras, tabletas, plataformas y pizarras digitales fueron presentadas sucesivamente como transformaciones educativas cuando muchas veces se midió el éxito por cantidad de dispositivos distribuidos y no por aprendizajes conseguidos. Con la inteligencia artificial existe el riesgo de repetir el mismo error a mayor escala: confundir capacidad tecnológica con calidad pedagógica.

La nueva brecha no será solamente tener Internet

La comparación entre Argentina y República Dominicana obliga además a mirar las desigualdades que existen debajo de la innovación. En ambos países conviven escuelas con capacidades tecnológicas muy diferentes. Buenos Aires, Mendoza o Santa Fe no representan automáticamente la situación de todas las jurisdicciones argentinas; del mismo modo, una política nacional dominicana deberá funcionar en territorios donde las condiciones de conectividad, equipamiento y formación no son homogéneas.

La próxima brecha digital será más compleja que estar conectado o desconectado. Dos estudiantes pueden acceder al mismo chatbot y obtener oportunidades completamente distintas: uno puede utilizarlo para comparar fuentes, programar, revisar argumentos o recibir explicaciones alternativas; otro puede limitarse a copiar una respuesta porque nunca recibió herramientas para evaluarla. La desigualdad ya no será solamente quién tiene IA, sino quién sabe pensar con ella sin entregarle el pensamiento.

Ahí el docente adquiere más importancia, no menos. Una IA puede generar ejercicios, resumir textos o producir una planificación en segundos, pero alguien debe determinar si esos materiales son correctos, adecuados y pedagógicamente útiles. Automatizar parte del trabajo puede liberar tiempo; convertir al docente en simple ejecutor de recomendaciones algorítmicas significaría degradar precisamente el conocimiento profesional que debería gobernar esas herramientas.

Los datos de los estudiantes no son materia prima gratuita

El punto más delicado aparece cuando la IA deja de generar contenidos y empieza a procesar personas. Un sistema educativo maneja nombres, edades, asistencia, calificaciones, dificultades de aprendizaje y trayectorias completas de menores. Si además incorpora tutores inteligentes o modelos predictivos, la cantidad y sensibilidad de la información aumenta. Entonces aparecen preguntas que Argentina y República Dominicana deberán resolver con reglas públicas: quién almacena esos datos, quién puede consultarlos, cuánto tiempo permanecen registrados, qué empresas intervienen y qué derecho tiene una familia a conocer o cuestionar una clasificación algorítmica.

No es una discusión secundaria de privacidad. Un algoritmo educativo puede reproducir las desigualdades contenidas en los datos con los que fue construido. Si determinadas condiciones sociales estuvieron históricamente asociadas con abandono o bajo rendimiento, el sistema puede aprender esa correlación y devolverla convertida en riesgo. La tecnología podría ayudar a encontrar estudiantes que necesitan apoyo, pero nunca debería naturalizar estadísticamente las condiciones que produjeron esa desigualdad.

La pregunta que importa

Argentina y República Dominicana están recorriendo caminos distintos: una acumula experiencias provinciales y jurisdiccionales que van desde asistentes docentes hasta modelos predictivos; la otra construye una estrategia curricular nacional y ensaya una intervención específica en matemática. No tiene sentido convertir esa diferencia en una carrera tecnológica. El éxito no se medirá por cantidad de algoritmos instalados, sino por resultados: si mejoraron los aprendizajes, si disminuyó el abandono, si los docentes recuperaron tiempo, si se protegieron los datos y si las brechas educativas se redujeron en lugar de ampliarse.

La IA ya llegó al aula y no desaparecerá prohibiéndola. Tampoco mejorará la educación simplemente por dejarla entrar. El desafío es bastante más concreto: utilizarla donde resuelva problemas, evaluarla antes de escalarla y mantener las decisiones sobre niños y adolescentes bajo responsabilidad humana. Porque una escuela puede servirse de máquinas capaces de producir respuestas en segundos; su función sigue siendo formar personas capaces de preguntarse si esas respuestas merecen ser creídas.