News Press Service
Banco Mundial
Cuando la gente habla de IA en educación, generalmente se refiere a la IA en las aulas: dispositivos, chatbots, plataformas adaptativas. La conversación se estanca rápidamente porque muchas escuelas en países de ingresos bajos y medianos carecen de infraestructura.
Así, la IA se convierte en algo para sistemas con mayores recursos, mientras que los demás esperan.
Pero ¿y si el problema no es la falta de infraestructura, sino la falta de organización?
El presidente del Banco Mundial, Ajay Banga, hace una distinción útil (en inglés) entre la “IA grande” (gran capacidad de cómputo, talento especializado) y la “IA pequeña”: herramientas prácticas y específicas para tareas, que funcionan en dispositivos cotidianos. La IA pequeña ya está transformando la agricultura y la salud en países en desarrollo. En educación, podría hacer lo mismo, no necesariamente colocando dispositivos en las aulas, sino cambiando cómo los ministerios producen y entregan aquello que moldea el aprendizaje en las escuelas.
Ethan Mollick ha observado este fenómeno en distintas industrias: la IA representa un avance en productividad para los individuos, pero las organizaciones aún no han capturado esas ganancias. Su desafío es claro: dejar de esperar y reorganizarse en torno a lo que ya existe.
Algo que vimos de primera mano
Trabajando en un país de América Latina y el Caribe, nos enfrentamos a un problema universal: los docentes necesitan saber no solo qué estudiantes están rezagados, sino también en qué y por qué.
Eso requiere preguntas diagnósticas donde cada respuesta incorrecta revele un error específico de comprensión. La mayoría de los sistemas no las tienen, porque producir miles de ítems alineados es lento, costoso y rara vez prioritario.
Usando Claude Code, una herramienta que permite a personas no desarrolladoras dar instrucciones en lenguaje natural a la IA para leer documentos y producir resultados estructurados, probamos un enfoque de IA pequeña. Cuatro docentes redactaron preguntas iniciales basadas en errores reales del aula. Claude Code leyó un libro de texto nacional de 225 páginas, aprendió su terminología y amplificó esas preguntas hasta generar 3.950 preguntas diagnósticas. Cada paso tuvo un decisor humano: expertos eligieron qué errores eran relevantes, revisaron lo que produjo la IA y descartaron lo que no cumplía con los estándares. Seis semanas. Cuatro personas.
El contrafactual no era “preguntas elaboradas manualmente por un gran equipo”. Era que los docentes seguirían comenzando el año sin saber dónde se encuentra cada estudiante, confiando en la intuición. La IA pequeña no reemplazó un proceso costoso. Reemplazó la ausencia de uno.
La brecha de imaginación
Lo que más nos llamó la atención fue que la mayoría de las instituciones educativas no sabe que esto es posible. Podrían pensar que Claude Code es solo para desarrolladores.
Los equipos de tecnología y currículo trabajan por separado. Nadie ha puesto la IA pequeña frente a quienes gestionan los procesos educativos. Mollick llama a esto la brecha entre la capacidad individual y la adopción institucional. En educación, podríamos llamarlo una brecha de imaginación:
- Incoherencia regulatoria. Los países acumulan miles de normativas superpuestas entre distintos niveles de gobierno. Si se introducen esas 10.000 regulaciones en Claude Code, la herramienta puede detectar contradicciones, identificar duplicidades y producir una guía simplificada de cumplimiento en cuestión de días.
- Flujos de trabajo en los ministerios. Al alimentar a Claude Code con manuales de procedimientos, puede mapear procesos, identificar cuellos de botella y sugerir alternativas más eficientes. No reemplaza el juicio humano, pero muestra dónde se pierde tiempo.
- Formación docente ajustada a la escuela. La mayoría de los ministerios ofrece una capacitación uniforme para todos los docentes porque diseñar versiones diferenciadas requiere más tiempo del que tienen los equipos. Claude Code puede adaptar contenidos base de formación para cada perfil escolar, ajustando ejemplos y áreas de enfoque.
- La formación deja de depender de lo que el ministerio puede producir y pasa a responder a lo que cada escuela necesita.
- Reinventar los reportes escolares. Los directores destinan el 76% de su tiempo a tareas administrativas. ¿Y si enviaran una nota de voz por WhatsApp sobre cómo fue la semana, y la IA la transcribiera en el informe que exige el ministerio?
- Mejor calidad de datos, porque los directores reportan con mayor honestidad en lugar de copiar plantillas anteriores. Un equipo con Claude Code podría prototipar esto en semanas y probarlo antes de cualquier proceso de adquisición.
¿Qué se necesitaría?
Mollick sostiene que las organizaciones que logran capturar las ganancias de la IA requieren tres elementos: liderazgo dispuesto a experimentar, un laboratorio que convierta ideas en soluciones rápidamente y una masa crítica de usuarios que utilicen estas herramientas en su trabajo diario.
La mayoría de los ministerios no cuenta con ninguno de los tres.
Nadie tiene una fórmula probada. Pero un punto de partida puede ser modesto: una persona con dominio práctico de IA (no necesariamente ingeniera de software, pero sí capaz de usar herramientas como Claude Code para desarrollar prototipos funcionales) trabajando junto a expertos en el problema: especialistas curriculares, coordinadores de formación, responsables de supervisión.
Tomar una tarea concreta: transformar 200 informes de visitas escolares en un resumen regional que identifique qué escuelas necesitan apoyo y por qué. Ejecutarlo con Claude Code junto al equipo que normalmente realiza ese trabajo. Comparar resultados. La IA sugiere, los humanos evalúan.
Todo piloto debe cumplir con protocolos adecuados de privacidad de datos, y empezar en pequeño es clave para gestionar ese riesgo. Si los resultados son positivos, se escala. Si no, el costo fue de semanas, no de años.
IA pequeña, gran cambio
La visión de aulas impulsadas por IA puede —y debe— llegar de forma gradual, basada en evidencia sobre lo que realmente mejora el aprendizaje. Esto requerirá conectividad plena, dispositivos, menor costo de procesamiento de datos y una alfabetización profunda en IA para docentes y estudiantes.
La IA pequeña no requiere nada de eso por parte de las escuelas. Sí requiere personas dentro de las instituciones que las apoyan: personas con suficiente dominio de estas herramientas para transformar problemas reales en prototipos funcionales, trabajando junto a equipos interdisciplinarios que conocen bien los contenidos, los estudiantes y los docentes.
La principal limitación no es la tecnología. Es si las instituciones pueden crear las condiciones para que estas personas trabajen juntas con el apoyo adecuado, de modo que las soluciones no solo funcionen bien, sino que tengan un impacto real en el aprendizaje.
La pregunta de Mollick para los CEO’s también aplica aquí: ¿construirán los sistemas educativos la capacidad organizacional para capturar estos beneficios, o seguirán debatiendo la gran visión mientras el trabajo cotidiano permanece anclado en el siglo pasado?.
