La educación personalizada dejó de ser un privilegio

Durante cuarenta años supimos que un tutor por alumno era lo que mejor funcionaba, y que no había manera de pagarlo. Por primera vez esa ecuación cambió. La discusión de los próximos años no será si usamos inteligencia artificial, sino qué hacemos con algo que hasta ayer era imposible.

El diseño pedagógico y el acompañamiento docente son claves para incorporar herramientas de inteligencia artificial al aprendizaje.

El 27 de enero, el Departamento de Educación británico anunció que va a desarrollar herramientas de tutoría con inteligencia artificial para hasta 450.000 alumnos de contextos desfavorecidos. La ministra Bridget Phillipson explicó el objetivo con una frase que vale la pena leer despacio: llevar la tutoría «de privilegio de unos pocos afortunados a todo chico que la necesite».

En junio, Israel anunció que va a enseñar inglés con inteligencia artificial en 180 escuelas secundarias, después de un piloto en 28. El motivo declarado no fue la innovación: el 40 % de sus 19.000 profesores de inglés no tiene formación específica en la materia, y solo el 22 % de los alumnos de noveno grado alcanzó los objetivos del examen.

Dos gobiernos, dos motivos distintos —la desigualdad en uno, la falta de docentes en el otro— y la misma apuesta. Conviene entender qué están apostando exactamente, porque la respuesta viene de un artículo académico de 1984.

Ese año, el psicólogo educativo Benjamin Bloom publicó un trabajo que la industria educativa cita hasta hoy. Comparaba tres formas de enseñar lo mismo: la clase convencional, la clase con evaluación frecuente y corrección continua, y la tutoría uno a uno. Los alumnos con tutor individual rendían dos desvíos estándar por encima de los de la clase convencional. Traducido: el alumno promedio con tutor superaba al 98 % de los alumnos sin tutor.

Bloom llamó a eso «el problema de las dos sigmas». No era un problema pedagógico sino económico. Sabíamos qué funcionaba mejor. Simplemente no había manera de pagar un tutor por chico.

Ahora bien, ese número famoso no resistió el escrutinio, y omitirlo sería hacer trampa. Bloom no hizo los experimentos: se apoyó en dos tesis doctorales de alumnos suyos, con intervenciones de tres semanas, evaluadas con pruebas construidas sobre el material que se acababa de enseñar. La tutoría además venía acompañada de más horas de clase y de evaluación permanente, de modo que no es posible saber qué parte del efecto corresponde a cada cosa. Y de 96 estudios de tutoría posteriores, ninguno reprodujo las dos sigmas.

El meta-análisis experimental más riguroso disponible —Nickow, Oreopoulos y Quan, publicado por la Oficina Nacional de Investigación Económica de Estados Unidos y luego en revista académica— encuentra un efecto promedio de 0,37 desvíos estándar. Una quinta parte de lo que anunciaba Bloom.

Y aun así, ese es probablemente el dato más importante de la conversación. 0,37 desvíos es un efecto enorme. Supera al de casi cualquier otra intervención educativa que sepamos escalar. Bloom se equivocó en la magnitud y acertó en el diagnóstico: la tutoría individual funciona, y la razón por la que no se la damos a todos no es pedagógica. Es que no alcanza la plata.

Conviene decir algo que en el debate suele quedar afuera: el acceso desigual a la tutoría no es un riesgo futuro, es el presente y lleva décadas.

Según los datos de PISA analizados por los investigadores Mark Bray y Alexandre Ventura, el 57 % de los alumnos argentinos de 15 años recibía clases con un docente particular, el porcentaje más alto de la región. En Brasil, la diferencia entre escuelas privadas y públicas era de 51,9 % contra 22 %. En México, las familias más ricas destinaban a apoyo escolar casi el 25 % de su gasto educativo; las más pobres, el 10 %.

Es decir: la educación personalizada existe hace mucho. Lo que no existe es su distribución equitativa. Cuando decimos que la inteligencia artificial «podría» personalizar el aprendizaje, conviene tener claro contra qué la estamos comparando. No contra un sistema justo. Contra un mercado.

Lo que muestran los experimentos con inteligencia artificial

Acá viene la parte que los entusiastas suelen saltear. Que sea técnicamente posible no significa que funcione, y hay un experimento que debería ser lectura obligatoria antes de comprar cualquier plataforma.

Un equipo encabezado por Hamsa Bastani, de Wharton, trabajó con casi mil alumnos de secundaria en Turquía, divididos en tres grupos: sin inteligencia artificial, con un chatbot sin restricciones, y con un chatbot al que los docentes le habían diseñado límites —daba pistas, no respuestas—.

Durante la práctica, el grupo con el chatbot libre rindió un 48 % mejor que el grupo control. El grupo con el tutor acotado, un 127 % mejor. Después vino el examen, sin inteligencia artificial disponible. El grupo que había practicado con el chatbot sin restricciones rindió un 17 % peor que el grupo que nunca lo había usado. El grupo con el tutor diseñado rindió igual que el control.

Vale la pena releer ese resultado. Una herramienta sin diseño pedagógico no es un tutor: es una muleta, y la muleta se retira el día del examen. Los alumnos sentían que estaban aprendiendo, y estaban aprendiendo menos. El estudio se publicó en PNAS con un título que no deja lugar a dudas: la IA generativa sin barandas puede dañar el aprendizaje.

Los resultados positivos también existen, y comparten un patrón. En un experimento de Stanford llamado Tutor CoPilot, la inteligencia artificial no atendía a los alumnos: asistía en tiempo real a los tutores humanos mientras daban clase. Con más de 700 tutores y mil alumnos de primaria, los chicos tuvieron cuatro puntos porcentuales más de probabilidad de dominar el tema. Entre los tutores con menos experiencia, la mejora llegó a nueve puntos. El costo estimado fue de veinte dólares por tutor por año.

En Nigeria, un programa evaluado por el Banco Mundial en el estado de Edo trabajó con 800 alumnos de secundaria durante seis semanas, con tutoría de IA y acompañamiento docente: alrededor de 0,3 desvíos estándar de mejora, con los autores advirtiendo que el diseño de la evaluación probablemente subestima el efecto y que hubo problemas de conectividad y de electricidad.

El patrón es difícil de ignorar. Los mejores resultados no aparecen cuando la inteligencia artificial reemplaza al docente, sino cuando le da a un docente —o a un tutor con poca experiencia— algo que antes solo tenía el experto.

El valor del vínculo humano y el desafío de ampliar el acceso

Existe una objeción fuerte a todo esto, y viene del mismo meta-análisis que uso como respaldo. Nickow, Oreopoulos y Quan definen la tutoría como instrucción humana, uno a uno o en grupo pequeño, y excluyen explícitamente de su análisis las intervenciones por computadora. El 0,37 no es de las máquinas. Es de las personas.

Y hay algo peor para el optimismo tecnológico: el efecto crece con la formación de quien enseña. Los programas con docentes muestran los efectos más grandes; los de auxiliares formados quedan alrededor del promedio; los de voluntarios sin formación bajan a 0,20 o 0,25 desvíos; los de padres son los más débiles de todos. Si el tamaño del efecto depende de cuánto sabe de enseñanza quien está del otro lado, no es obvio que un sistema pueda ocupar ese lugar.

A eso se suma algo que ningún meta-análisis mide bien: buena parte de lo que hace funcionar a una tutoría es que del otro lado hay alguien que te espera, que se da cuenta de que esta semana estuviste flojo y que nota si faltaste. Un adolescente no sostiene el esfuerzo solamente porque el material esté bien secuenciado. Lo sostiene, muchas veces, porque no quiere defraudar a una persona concreta.

Por eso el experimento de Stanford es el más interesante de todos los que cité. Ahí la inteligencia artificial no ocupó el lugar del tutor: le dio al tutor con menos experiencia aquello que hasta entonces solo tenía el que sabía más. La pregunta no es si una máquina puede reemplazar esa relación. Es cuánta más de esa relación podemos costear si la máquina se ocupa de la parte que no requiere mirar a alguien a los ojos.

Si todo esto es cierto, la discusión educativa de los próximos años no debería ser si usamos inteligencia artificial. Esa pregunta ya está respondida por los hechos. La discusión es qué hacemos con la primera posibilidad real de darle a cada chico algo parecido a un tutor.

Y son preguntas concretas, no filosóficas. ¿El sistema da la respuesta o la retiene? ¿Quién diseña esos límites: el docente o el proveedor? ¿Qué se mide, el aprendizaje o el uso de la plataforma? ¿Qué pasa con los datos de un chico de doce años? ¿Quién audita que lo que la escuela compró haga lo que promete? Y una que decide todo lo demás: ¿llega primero a las escuelas que ya tienen todo, o a las que no tienen nada?

Esa última no es retórica. La vez anterior que una tecnología prometió democratizar la educación, los cursos masivos en línea, un estudio publicado en Science por John Hansen y Justin Reich sobre 164.000 usuarios de cursos de Harvard y el MIT encontró que la participación crecía con el ingreso y la educación del barrio, y que entre los adolescentes, tener un padre con título universitario casi duplicaba la probabilidad de completar el curso. Lo gratuito no alcanzó para volverlo igualitario.

Que la educación personalizada deje de ser un privilegio no es una consecuencia automática de la tecnología. Es una decisión, y hay que tomarla a tiempo, con criterio pedagógico y con dinero público detrás.

Lo único que está garantizado es la posibilidad técnica. Por primera vez en cuarenta años, el problema de Bloom no es económico. Ahora es nuestro.