La inteligencia artificial llegó a las aulas antes de que muchas instituciones definieran cómo incorporarla. Según PISA 2025, el 54% de los estudiantes evaluados en Perú declaró que utiliza chatbots de IA para aprender al menos una vez por semana, por encima del promedio de la OCDE.
Al mismo tiempo, proyectos impulsados por el Banco Mundial ya experimentan con tutores de matemáticas, herramientas de orientación vocacional y programas de capacitación docente en colegios públicos de Lima. Así, la pregunta central ha cambiado: ya no basta con saber si un plantel adoptó IA. Ahora importa identificar qué problema busca resolver y qué ocurre cuando un piloto exitoso pasa de diez aulas a 100 escuelas.
¿Qué tanto debemos insertar la inteligencia artificial en las aulas?
Para Daniella Raffo, CEO de Munai Education y cofundadora de Enseña Perú, aquí entran en juego factores que la tecnología por sí sola no corrige. Por ejemplo, los hábitos de los docentes, la cultura institucional y la calidad de los datos. También hay procesos que deberían rediseñarse antes de automatizarse.
Existe, además, un límite claro: la IA puede aliviar tareas y apoyar al profesor, pero no reemplaza su juicio ni su capacidad de hacer que un estudiante crea que puede llegar más lejos. Esa advertencia cobra especial relevancia en Perú, donde los resultados en lectura y matemáticas retrocedieron frente a 2022, según los últimos resultados de la prueba PISA.
Con miras a su participación en el 15.º Congreso NED 2026 de Seminarium Perú, Raffo conversó con Sectoriales Tech sobre qué deben resolver las instituciones educativas antes de escalar el uso de la IA, los límites de la automatización y las capacidades humanas que conservarán su valor en el futuro.
Muchas instituciones incorporan IA antes de tener evidencia clara sobre su impacto. ¿Qué tendría que ocurrir para afirmar que una implementación realmente funcionó?
Creo que todo parte de tener claro qué se quiere conseguir. El objetivo puede ser mejorar el aprendizaje, ahorrar tiempo, reducir costos o disminuir las horas dedicadas a una tarea. Si el propósito no está bien definido, después es difícil determinar si la implementación tuvo impacto.
También creo mucho en el valor de los pilotos y de las implementaciones a pequeña escala. Pero no basta con comprobar que algo funciona en un entorno reducido. Desde el diseño hay que pensar cómo podría funcionar a una escala mucho mayor.
Muchas de estas implementaciones implican, además, cambios de hábitos. Entonces surge una pregunta importante: ¿cómo genero un cambio de comportamiento que se sostenga en el tiempo?
Ahí entran dimensiones que ya no son exclusivamente tecnológicas, como las ciencias del comportamiento, la pedagogía y la psicología. Todas pueden contribuir a diseñar una intervención que permita alcanzar el objetivo planteado inicialmente.
Al hablar de inteligencia artificial en educación, ¿conviene distinguir entre aprender a utilizar IA y aprender mediante ella?
Sí. Creo que son dos dimensiones distintas. Una es aprender a utilizar la inteligencia artificial y otra, utilizarla para aprender.
En el primer caso, el punto de partida debería ser desarrollar el pensamiento computacional. Eso significa aprender a comprender un problema, dividirlo en partes más pequeñas, reconocer patrones, identificar la información relevante y plantear una secuencia de pasos para resolverlo.
Cuando un estudiante desarrolla esas capacidades, puede entender mucho mejor cómo utilizar la IA para ampliar sus habilidades.
La segunda dimensión es aprender utilizando IA. Ahí hemos visto distintos proyectos, tanto para estudiantes como para docentes.
A pequeña escala, los resultados son muy alentadores, especialmente con los tutores personalizados. El problema aparece cuando se intenta llevar esas soluciones a una escala mucho mayor y surgen condiciones de diseño que reducen el impacto observado inicialmente.
Donde sí estamos viendo resultados interesantes a mayor escala es en el trabajo de los profesores: ahorro de tiempo en la planificación, la elaboración de retroalimentación y ciertas tareas administrativas.
Una buena retroalimentación tiene que ser pertinente, específica y accionable. Prepararla toma tiempo. La IA puede ayudar a identificar patrones y facilitar su redacción, aunque eso no significa que el resultado deba utilizarse sin revisión.
Si se consigue liberar parte de ese tiempo, el profesor puede dedicarlo a la enseñanza y al trabajo institucional.
Una innovación puede funcionar en diez aulas y fracasar cuando llega a cien colegios. ¿Qué suele romperse primero al escalar?
Para mí, lo primero son las personas. Cuando se diseña una intervención, se tiene que considerar el cambio cultural que se les está pidiendo y si realmente creen que pueden llevarlo a cabo. También se necesita que estén dispuestas a modificar ciertas formas de pensar y trabajar para adoptar la innovación.
A gran escala, eso se vuelve más complejo porque ya no se puede contar con el diseñador o el promotor del proyecto para acompañar permanentemente a cada persona.
Luego aparece el modelo de gestión. Ahí entran cuestiones que pueden parecer muy básicas: ¿el colegio tiene conectividad?, ¿cuenta con el equipamiento necesario?, ¿qué soporte recibirán los profesores?
Si se quiere implementar, por ejemplo, un sistema de coaching virtual para docentes, hay que pensar cómo grabarán los videos, cómo los subirán y qué herramientas tendrán disponibles. Al escalar el proyecto, todos esos elementos adquieren mucho más peso.
¿Qué debería ordenar una institución antes de introducir IA para evitar digitalizar sus propias ineficiencias?
Cuando uno piensa en digitalizar un proceso, debe evitar la tentación de trasladarlo tal como está a una herramienta tecnológica. Para mí, digitalizar es una oportunidad para repensarlo.
Hay que preguntarse cómo rediseñarlo para que la tecnología realmente facilite el trabajo o amplifique su impacto. Luego aparece de nuevo la gobernanza: qué herramientas podemos utilizar, cuáles no, qué información puede compartirse y quién participa en esas decisiones.
También hay otro elemento esencial: los datos. Se necesita saber de dónde provienen los que alimentarán el sistema, quién los ingresa y qué calidad tienen.
Imaginemos un programa de formación docente. Si no incorporo información sobre el desempeño de los profesores, sus fortalezas, sus áreas de mejora y su evolución en el tiempo, las recomendaciones del sistema serán inevitablemente genéricas. La personalización depende de la calidad de esa información.
Se puede tener una herramienta muy sofisticada, pero, si recibe datos genéricos o de mala calidad, probablemente no se obtendrá el resultado que se busca.
Si la IA puede generar materiales, personalizar contenidos o preparar retroalimentación, ¿qué funciones del profesor deberían seguir siendo humanas?
Creo que una de las cosas que más impacto tiene en el aprendizaje es contar con un docente que crea en uno. También importan el director y, evidentemente, la familia. Ese entorno de adultos que creen en el estudiante es fundamental.
No pienso que la inteligencia artificial pueda reemplazar eso. Tener altas expectativas sobre nuestros estudiantes es algo profundamente humano.
Se trata de poder decirle a alguien: “Yo creo en ti, creo que eres capaz de llegar hasta aquí y voy a ayudarte a conseguirlo”. Esa motivación y la sensación de que alguien realmente confía en tu capacidad no surgen simplemente porque una herramienta pueda producir una respuesta personalizada.
El pensamiento crítico y la creatividad suelen mencionarse como las habilidades que ganarán valor con la IA. ¿Qué capacidades concretas distinguirán a un estudiante dentro de diez años?
Creo que en el centro seguirán estando dos habilidades básicas: la comprensión lectora y el razonamiento matemático.
Ambas nos permiten analizar información, entenderla y hacerle mejores preguntas a una inteligencia artificial. También nos ayudan a comprender sus respuestas y contrastarlas con los hechos.
En paralelo estarán las capacidades asociadas al pensamiento computacional. Entender un problema, descomponerlo, abstraer información, relacionarla con conocimientos previos y plantear estrategias para resolverlo será fundamental.
Y hay algo que me parece especialmente interesante: muchas de esas habilidades ni siquiera necesitan una pantalla para desarrollarse. Pueden cultivarse desde edades muy tempranas, sin utilizar inteligencia artificial.
Así, cuando llegue el momento de trabajar con estas herramientas, el estudiante ya habrá desarrollado formas de pensar y razonar que le permitirán utilizarlas mucho mejor.
