El impacto de la Inteligencia Artificial (IA) en el sector educativo ha experimentado una aceleración sin precedentes durante el presente ciclo escolar. Sin embargo, la acumulación masiva de datos en las escuelas no siempre se traduce en decisiones estratégicas efectivas.
Laura Elizondo, cofundadora y CEO de Lexium, enfatizó la necesidad de transitar de la sobreinformación a la analítica predictiva y al acompañamiento humano.
Aunque la tecnología de Inteligencia Artificial tiene años de desarrollo, su adopción masiva en las aulas se desencadenó de forma abrupta.
De acuerdo con Elizondo, el verdadero “boom” en el ámbito educativo comenzó en el ciclo escolar 2025-2026, transformando la dinámica de enseñanza a un ritmo vertiginoso.
“El ´boom´ en educación empezó este año escolar, es decir, el 25-26. Fue cuando se hicieron todos los cambios que ha sido demasiado, demasiado rápido”, expresó,
Esta irrupción, añadió Elizondo, se vive de manera distinta según la etapa académica. Mientras que en primaria y secundaria la IA ha funcionado en un ambiente controlado como un apoyo para facilitar la labor docente y dinamizar las clases, en la preparatoria y la universidad el escenario ha presentado mayores dilemas y conflictos para las instituciones.
De la “parálisis por análisis” a la toma de decisiones pertinente
Uno de los principales obstáculos que enfrentan los centros educativos actuales no es la falta de información, sino su dispersión y abundancia.
Esta saturación genera lo que Elizondo denomina “parálisis por análisis”, un estado donde los directivos quedan abrumados por un mar de datos poco pertinentes o difíciles de procesar.
Para ilustrar este fenómeno, la CEO de Lexium recurre a una analogía con el sector automotriz.
“Yo aquí hago una analogía bien interesante como con un carro de lujo. Llega un momento en un carro que tienes en su plataforma tantas apps, tanta información, tantas posibilidades que terminas utilizando el 10% de lo que tienes en esa plataforma.
“Lexium Goldmind, lo que hace es, a ver, exactamente lo que te voy a dar es todo pertinente, todo muy utilizable y todo te va a servir para tomar decisiones muy muy buenas”.
A través de plataformas que integran las evaluaciones de la comunidad escolar, el objetivo es proporcionar a la alta dirección tableros interactivos (dashboards) precisos sobre procesos clave:
- Captación.
- Admisión.
- Retención.
- Permanencia estudiantil.
El uso de la IA se resguarda en herramientas controladas, como el módulo Intelection, para evitar la navegación por el ciberespacio y prevenir conclusiones.
Deserción escolar: La punta del iceberg
La permanencia de los alumnos en las aulas constituye un eje estratégico vital. Frente a las altas tasas de abandono en niveles superiores, la propuesta de analítica predictiva busca modificar el enfoque tradicional defensivo por uno preventivo.
“Nosotros pensamos que la deserción no comienza cuando el alumno se va. Comienza mucho antes y los datos permiten reconocer esas señales a tiempo... la deserción simplemente es la punta del iceberg. Lo que está abajo de todo aquello es lo importante”.
Deficiencias en hábitos de estudio, bajas habilidades de aprendizaje o dificultades en la comprensión lectora son alertas tempranas que la analítica puede sacar a la luz.
Mientras que en preparatoria y universidad esto permite activar sistemas de tutoría y orientación personalizada, en primaria y secundaria ayuda a fortalecer el desarrollo de los alumnos para evitar la deserción años más tarde, destacó Elizondo.
Aulas heterogéneas y la exigencia de acompañamiento
Más allá del reto tecnológico, Elizondo señaló la heterogeneidad en las aulas como una de las mayores dificultades pedagógicas contemporáneas.
En grupos masivos de 30 a 40 estudiantes con diversos antecedentes socioeconómicos y culturales, los docentes requieren información clara sobre los procesos de aprendizaje para atender las necesidades individuales.
En paralelo, las familias demandan un cambio en la oferta educativa: los padres de familia ya no buscan únicamente una escuela con buen nivel académico, sino un acompañamiento integral que permita al alumno florecer en todos los ámbitos.
Pese a las ventajas de los modelos predictivos y la ciencia de datos, la especialista advierte sobre los riesgos de automatizar la enseñanza sin un marco ético y humano.
La analítica, dijo, debe servir para detectar patrones y facilitar la gestión, pero jamás para suplantar el juicio del educador o del directivo .
“Lo que imaginamos es un futuro lleno de enormes posibilidades, pero también lleno de riesgos importantes. Si la inteligencia artificial se incorpora sin criterios humanos, éticos y educativos.
“Aquí está la inteligencia artificial, aquí está la los análisis predictivos, pero tú, director, tú docente, tomas las decisiones, no la inteligencia artificial, no la tecnología”.
El futuro del sector educativo, agregó Elizondo, dependerá de contar con datos organizados, sintéticos y oportunos, donde la tecnología brinde claridad y el factor humano mantenga el liderazgo ético en las decisiones.
