Escuchar este artículo
Preparando audio…
Un programa respaldado por el Banco Mundial está llevando herramientas de inteligencia artificial a escuelas públicas de Perú para apoyar matemáticas, orientación vocacional y tareas docentes. La iniciativa combina tecnología con capacitación y acompañamiento institucional, en lugar de limitarse a entregar aplicaciones a estudiantes y educadores.
Según el balance publicado por el Banco Mundial, un tutor de matemáticas y un orientador vocacional han llegado a cerca de 4.500 alumnos de quinto año de secundaria en 85 escuelas de Lima desde marzo de 2026.
El proyecto, denominado “Eligiendo mi Camino”, busca que los jóvenes refuercen conocimientos y evalúen opciones de estudio o empleo. La intervención ocurre en una etapa decisiva, cuando muchos estudiantes deben escoger entre continuar la educación superior o incorporarse al mercado laboral.
El programa también trabaja con docentes y directores. Una prueba aleatoria en 390 escuelas de Lima incluyó a 1.270 profesores y evaluó una capacitación práctica para usar IA, formular mejores instrucciones y revisar críticamente las respuestas producidas por estas herramientas.
Los responsables del proyecto advierten que disponer de tecnología no garantiza mejores resultados educativos. El diseño pedagógico, las reglas de uso, la formación del personal y la supervisión siguen siendo determinantes para evitar que una herramienta llamativa termine desconectada de las necesidades reales del aula.
Otra línea aplica IA a la observación de clases. La evidencia inicial reportada por el Banco Mundial indica que las evaluaciones automatizadas pueden aproximarse al trabajo de observadores entrenados al calificar aspectos pedagógicos, aunque todavía se estudia cómo convertir esa información en mejoras sostenidas del aprendizaje.
La experiencia peruana interesa al resto de América Latina porque prueba soluciones de bajo costo dentro de sistemas públicos existentes. También expone preguntas sobre privacidad, sesgos, calidad de los contenidos y protección de menores, asuntos que requieren reglas claras antes de ampliar cualquier herramienta a escala nacional.
El Banco Mundial señala que continuará evaluando si los avances iniciales producen aprendizajes duraderos. La siguiente etapa incluye un ensayo sobre tutores de IA y la preparación de orientaciones que otros ministerios de educación puedan adaptar sin sustituir la función de docentes, directores y orientadores.
Uno de los desafíos será medir aprendizaje y no solamente frecuencia de uso. Una plataforma puede registrar muchas interacciones sin demostrar que los estudiantes comprendieron mejor un tema. Las evaluaciones deberán comparar resultados, permanencia del conocimiento y diferencias entre grupos con condiciones de acceso distintas.
La orientación vocacional automatizada requiere cautela adicional. Las recomendaciones pueden influir en decisiones de largo plazo y deben evitar reproducir prejuicios sobre género, origen social o desempeño previo. Los estudiantes necesitan conocer los límites de la herramienta y conservar acceso a orientación humana.
También importa la gobernanza de los datos. Las escuelas manejan información académica y personal de menores, por lo que cualquier sistema debe limitar la recopilación, establecer plazos de conservación y definir quién puede consultar los registros. La utilidad pedagógica no elimina esas obligaciones.
La capacitación docente puede convertirse en el componente más transferible del programa. Aprender a revisar resultados, identificar errores y formular preguntas útiles permite que los profesores adopten distintas herramientas sin depender de una sola empresa o modelo tecnológico.
Para los ministerios, el costo real incluye conectividad, soporte, formación y actualización, no sólo licencias. Un piloto puede funcionar con acompañamiento intensivo y perder eficacia al expandirse. La evaluación económica deberá estimar qué recursos son necesarios para mantener calidad cuando crece el número de escuelas.
Perú ofrece además una referencia para países con brechas internas de conectividad. Una solución diseñada en Lima no necesariamente funcionará igual en zonas rurales o comunidades con otras lenguas. La expansión exigirá adaptar contenidos, interfaces y mecanismos de asistencia a cada contexto.
El proyecto no demuestra todavía que la IA mejore por sí sola las calificaciones. Sus resultados iniciales muestran adopción y posibilidades de apoyo, mientras los ensayos en curso buscan evidencia más sólida. Esa distinción evita convertir una experiencia prometedora en una conclusión prematura.
La principal lección es que la tecnología debe integrarse a una política educativa completa. Tutorías, formación, protección de datos y evaluación continua forman parte del mismo sistema. Sin esas piezas, la IA corre el riesgo de añadir complejidad sin resolver las carencias que motivaron su uso.
El seguimiento independiente será clave durante la expansión. Publicar metodologías, límites y resultados permitirá que familias, docentes y autoridades distingan entre mejoras comprobadas y beneficios todavía hipotéticos, y ajusten el programa con evidencia.