¡Noviembre está lleno! Las próximas clases despegan la semana del lunes 7 de diciembre.

Reserva tu lugar
Escasez de maestros y tutores de IA: qué mejora y qué no
Tabla de contenido

Escasez de maestros y tutores de IA: qué mejora y qué no

Escasez de maestros y tutores de IA: 0.37 DE para tutoría humana, 0.3 DE en un piloto en Nigeria, y lo que ninguno de los dos números alcanza a medir.

La discusión sobre escasez de maestros y tutores de IA suele plantearse como máquina contra humano. La comparación real es más angosta y más incómoda. Para el ciclo 2025-26, el proyecto US Teacher Shortage que dirigen Tuan Nguyen, de la Universidad de Missouri, y Josh Bleiberg, de la Universidad de Pittsburgh, estima al menos 56,000 plazas docentes vacantes y unas 350,000 plazas cubiertas por personas sin la calificación adecuada: certificación provisional o de emergencia, o maestros titulados dando una materia que no es la suya. La segunda cifra es más de seis veces la primera. Ahí está toda la historia.

Puntos clave

  • La escasez es sobre todo un problema de calificación, no de salones vacíos: unas 350,000 plazas sin calificación adecuada contra 56,000 vacantes en 2025-26.
  • La referencia de la tutoría humana es un efecto conjunto de 0.37 desviaciones estándar en evaluaciones experimentales (Nickow, Oreopoulos y Quan, NBER 2020), más fuerte dentro del horario escolar que después.
  • El mejor resultado documentado de un tutor de IA es de alrededor de 0.3 DE en seis semanas en un colegio de Nigeria, que el Banco Mundial describió como superior al 80% de las intervenciones de su base comparativa.
  • El daño mejor documentado no es una caída, es un desfase: los alumnos “entregan mejores tareas pero les va peor en los exámenes” (Washington Post, 22 de septiembre de 2026).
  • La Fundación Gates destinó 400 millones de dólares de un compromiso de mil millones a educación, incluyendo tutoría con IA en K-12. Los maestros citados advirtieron que una herramienta no es lo mismo que tiempo o formación.

Qué es realmente la escasez de maestros

La escasez se reporta normalmente como un conteo de puestos sin llenar. Ese marco está mal de una forma que importa para este argumento.

El proyecto US Teacher Shortage, que va en su cuarto año de seguimiento y publicó su metodología en AERA Open en 2024, separa dos cosas. Una vacante es una plaza que queda sin llenar incluso permitiendo certificación de emergencia. Una plaza sin calificación adecuada sí está cubierta, pero por alguien con certificación irregular, provisional, temporal o de emergencia, o por un maestro titulado dando una materia fuera de su área. Para 2025-26 las estimaciones son de al menos 56,000 del primer tipo y unas 350,000 del segundo.

Las trayectorias por estado varían mucho. El proyecto reporta que Florida pasó de 4,767 vacantes en 2022-23 a más de 9,000 en 2024-25, y Massachusetts de menos de 100 en 2023-24 a 4,800 en 2024-25. Números que saltan así suelen reflejar cambios de medición además de cambios de personal, y los propios autores lo reconocen.

Por qué decide esto la pregunta de la IA: si la escasez fueran 400,000 salones vacíos, un tutor de IA estaría compitiendo contra nada y casi cualquier cosa sería una mejora. No lo es. En la mayoría de los casos hay un adulto en el salón que puede ser excelente manejando el grupo y estar poco preparado en la materia. Ese es un hueco muy específico, y no es el hueco que la mayoría de los productos de tutoría con IA está diseñada para tapar.

Qué muestra la evidencia sobre los tutores de IA

Dos números anclan todo esto, y están más cerca de lo que sugiere la publicidad.

Tutoría humana: 0.37 DE. La revisión sistemática y metaanálisis de Nickow, Oreopoulos y Quan de 2020 (NBER Working Paper 27476) encontró un efecto conjunto de 0.37 desviaciones estándar. Los moderadores importan más que el titular: el efecto es más fuerte con tutores que son maestros o paraprofesionales que con voluntarios o papás, más fuerte en los primeros grados, y más fuerte cuando el programa corre dentro del horario escolar que cuando es extracurricular.

Tutoría con IA: alrededor de 0.3 DE, una vez, en un lugar. Una evaluación del Banco Mundial publicada el 9 de enero de 2025 estudió un programa extracurricular con IA generativa en el Edo Boys High School de Benin City, Nigeria, durante seis semanas en junio y julio de 2024, con apoyo de maestros. Los alumnos ganaron cerca de 0.3 desviaciones estándar, que los autores describieron como “equivalente a casi dos años de aprendizaje típico en solo seis semanas”, y el programa superó al 80% de las intervenciones en una base de evaluaciones aleatorizadas de países en desarrollo. Los autores señalaron además que su diseño pudo haber subestimado el efecto real.

Leídos juntos, el resumen honesto es: el mejor resultado documentado de tutoría con IA queda más o menos en el rango de una tutoría humana competente, en un contexto donde la alternativa era ninguna tutoría, con un maestro presente, durante seis semanas. Es un resultado real. No es evidencia de que un tutor de IA sustituya a un maestro titulado de la materia durante un año escolar.

Enfrente está la señal negativa más clara del otoño de 2026. Profesores citados por el Washington Post el 22 de septiembre describieron una “ilusión de aprendizaje”: los alumnos “entregan mejores tareas pero les va peor en los exámenes”. Es observacional, viene de reportes de docentes y no de una comparación controlada, y habla de universitarios. Pero el mecanismo que describe es específico y creíble: ayuda que mejora el producto sin mejorar a la persona.

La revisión de Instruction Partners, publicada el 14 de septiembre de 2026 después de analizar 20 herramientas en 16 sistemas escolares, ubicó el riesgo con precisión. Los problemas más grandes venían de los chatbots de uso general, donde los maestros reportaron alumnos usándolos para “zafarse del trabajo que requiere pensar con esfuerzo”. Las herramientas diseñadas para una parte específica de la clase salieron mejor. Y dejaron una advertencia fácil de pasar por alto: las que reescriben textos a un nivel de lectura más bajo pueden reducir la exigencia sin que nadie lo note.

Escasez de maestros y tutores de IA: qué mejora y qué empeora

DimensiónLo que un tutor de IA sí puede mejorarLo que probablemente empeora
AccesoPráctica disponible a las 9 de la noche, en cualquier materia, sin costo por alumnoAmplía brechas donde los equipos y los datos son desiguales
Velocidad de la retroalimentaciónMinutos en lugar de una semana para un borradorLa retroalimentación rápida puede desplazar la lenta, que es la que cambia el pensamiento
PacienciaRepetición ilimitada sin frustración visibleQuita el costo social de no saber, que es parte de lo que empuja el esfuerzo
Profundidad de contenidoPuede responder mejor que un maestro fuera de su áreaNo puede decir por qué este alumno está atorado, porque no tiene historia con él
EvaluaciónGenera ejercicios de práctica sin límiteProduce el desfase entre la tarea y el examen
VínculoLibera tiempo del maestro para trabajo en grupos pequeños, si ese tiempo se protegeReemplaza al adulto que nota que un niño dejó de entregar
EquidadLas mayores ganancias documentadas ocurrieron en un contexto de pocos recursosEs más fácil de comprar para los colegios que ya tienen más

El patrón de la tabla es consistente. La tutoría con IA compite bien en oferta de práctica y mal en diagnóstico de un niño concreto. La habilidad más difícil y menos sustituible de un buen maestro es notar. Eso no es lo que hacen las herramientas actuales.

El dinero llegó antes que la evidencia

El 19 de septiembre de 2026 la Fundación Gates anunció un compromiso de mil millones de dólares para construir herramientas de IA equitativas en educación, salud, agricultura y otros sectores, con 400 millones, el 40% del total, destinados a escuelas, incluyendo tutoría con IA para aprendizaje individualizado en salones de EE. UU. e internacionales.

Las advertencias de esa cobertura valen la pena porque vienen de gente que da clase, no de críticos de la IA en general. La maestra de educación especial Amy McBride: “Darle a un colegio una herramienta de IA no significa que los maestros de repente tengan el tiempo, la formación o el apoyo para usarla bien”. La directora de una edtech, Dora Palfi, advirtió que el financiamiento “podría acabar ampliando” la brecha que pretende cerrar, porque los colegios con menos recursos todavía están peleando con lectura y aritmética básicas. La maestra de historia Salena Davis preguntó si las mejoras serían de corto plazo y no dominio real.

El AI Index 2025 de Stanford pone el número detrás del punto de McBride: 81% de los maestros de computación de K-12 encuestados dijo que la IA debería ser parte de la formación básica, y menos de la mitad se sentía preparado para enseñarla.

¿Y en América Latina?

Aquí hay algo que conviene decir sin rodeos: la mejor evidencia que existe sobre tutoría con IA viene de un contexto de pocos recursos, no de un suburbio estadounidense. El estudio del Banco Mundial se hizo en Nigeria, con maestros presentes, en un colegio público, en contrajornada. Eso lo vuelve bastante más relevante para Perú, Colombia o Bolivia que para Connecticut.

Y la razón es la que explicamos arriba: lo que mueve el efecto no es la IA, es contra qué se compara. Donde no hay tutoría disponible, un tutor de IA se mide contra cero. Ese es exactamente el escenario de una escuela multigrado en la sierra peruana, de un colegio rural en Boyacá o de una secundaria en la periferia de Monterrey donde el maestro de matemáticas cubre tres grupos.

Pero hay tres condiciones del estudio de Nigeria que la región no puede saltarse, y que son justo las que se saltan los pilotos que terminan mal:

  1. Hubo un maestro presente. No fue una app repartida a los alumnos para que la usaran solos. Un adulto organizaba la sesión. Si un programa quita al adulto, no está replicando el estudio, está replicando el titular.
  2. Fue en contrajornada y voluntario. Es decir, la IA se sumó, no reemplazó horas de clase. Un piloto que sustituye horas de instrucción es un experimento distinto, sin evidencia detrás.
  3. Duró seis semanas y se midió. Seis semanas es corto. Nadie sabe qué pasa en el mes siete, y los propios autores no lo afirman.

La condición práctica que se suma en la región es el acceso. Si la tutoría con IA solo funciona con datos estables y el acceso de tu hijo es un plan prepago compartido, la herramienta va a reforzar la brecha que decía cerrar, tal como advirtió Palfi. Pregunta en el colegio si la plataforma funciona sin conexión o con consumo bajo de datos. Es una pregunta técnica aburrida y es la que decide si el programa sirve en tu casa.

Y ojo con un uso que sí tiene lógica y casi nadie plantea: que el maestro use la IA, no el alumno. Un docente que cubre una materia fuera de su área y verifica contenido con una IA antes de la clase está usando la herramienta exactamente donde es fuerte. Eso no requiere darle un chatbot a treinta niños. Ya hablamos de la diferencia en el tutor de IA ya está en el salón de tu hijo.

Qué hacer en casa

Pregunta si el maestro de tu hijo da la materia de su especialidad

Es una pregunta que los colegios responden y es lo más informativo que puedes averiguar sobre la calidad de la instrucción de este año. Si la respuesta es no, no es un juicio sobre el maestro. Te dice en qué materia tu hijo puede necesitar apoyo externo.

Si el colegio instala un tutor de IA, pregunta qué está reemplazando

Tres respuestas, tres situaciones muy distintas. Si no reemplaza nada, es aditivo y el riesgo es bajo. Si reemplaza tiempo de trabajo en grupos pequeños, pregunta a dónde se fue ese tiempo. Si reemplaza la lectura diagnóstica que hace el maestro de los trabajos, reclama: esa es justo la función que las máquinas hacen peor.

Usa los moderadores de la propia investigación

Nickow y sus colegas encontraron que la tutoría funciona mejor dentro del horario escolar que fuera, y mejor con tutores profesionales que con papás. Traducción práctica: no intentes montar un programa de tutoría nocturno tú mismo. Sesiones cortas, agendadas y consistentes le ganan a los maratones de fin de semana.

Vigila el desfase tarea-examen en tu propia casa

El hallazgo de la ilusión de aprendizaje te da un diagnóstico baratísimo. Compara la nota del trabajo hecho en casa con la del trabajo hecho en clase bajo supervisión. Un desfase persistente de más de una letra o de más de un punto es la señal, sin importar qué herramientas diga tu hijo que usó. En la defensa oral en casa está el ejercicio que lo cierra.

Lo que no debes hacer: comprar un tutor de IA para arreglar un problema de motivación

Todos los resultados de arriba vienen de alumnos que sí se engancharon con la herramienta. Un niño desconectado en clase va a estar desconectado con un chatbot, y más rápido, porque nadie lo está viendo. Diagnostica primero la razón de la desconexión.

Qué observar en los próximos 3 meses

  • Semana 4: Fíjate si algún colegio publica una comparación antes-después de notas de exámenes supervisados, no de tareas. Reportar solo tareas es la señal de alarma.
  • Mes 2, señales de alarma: Un piloto anunciado sin grupo de comparación. Un proveedor citando el estudio de Nigeria como si se generalizara a cualquier salón. Un despliegue de tutoría con IA que coincide con recortar una intervención humana, descrito como “liberar” personal.
  • Mes 3, autoevaluación: Pídele a tu hijo que te enseñe una cosa que aprendió este periodo, de memoria, sin aparato. Si no puede, la herramienta no transfirió nada. Esa prueba de dos minutos dice más que cualquier tablero que te muestre el colegio.

Preguntas frecuentes

¿Un tutor de IA es mejor que ningún tutor?

Probablemente sí, según el resultado de Nigeria, en un contexto donde no había tutoría disponible y un maestro acompañaba el programa. Es una afirmación más angosta que “los tutores de IA funcionan”, y es la única que sostiene el estudio más fuerte.

¿Puede un tutor de IA cubrir a un maestro que da una materia que no es la suya?

En contenido, muchas veces sí. En diagnóstico, no. Un maestro fuera de su área que usa IA para verificar su propio contenido está usando bien la herramienta. Un alumno solo con un chatbot porque el adulto no está preparado es otra cosa, y no tiene evidencia que la respalde.

¿Los tutores de IA van a empeorar la escasez sacando gente de la docencia?

No hay evidencia en ninguna dirección todavía. El riesgo más inmediato que nombraron los maestros es el contrario: herramientas que llegan sin el tiempo ni la formación para usarlas, lo que suma carga en lugar de quitarla.

¿Por qué la evidencia se ve mejor fuera de Estados Unidos?

Porque la comparación es distinta. Donde hay poca instrucción complementaria, el tutor de IA se mide contra nada. En un distrito con recursos se mide contra un maestro titulado, una biblioteca y posiblemente un tutor humano. Misma herramienta, otra referencia, otro tamaño de efecto.

¿Qué pregunto en la junta del colegio?

Una sola: “¿Qué van a medir, cuándo y contra qué grupo de comparación?”. Si la respuesta habla de métricas de uso, licencias compradas o satisfacción docente en lugar de resultados de evaluaciones supervisadas, el colegio compró un producto, no una intervención.


Sobre el autor

Ricky Flores es el fundador de HiWave Makers e ingeniero eléctrico con más de 15 años de experiencia desarrollando tecnología de consumo en Apple, Samsung y Texas Instruments. Escribe sobre cómo los niños aprenden a construir, pensar y crear en un mundo saturado de tecnología. Lee más en hiwavemakers.com.


Fuentes

  1. Nguyen, T. D., Bleiberg, J. y Lam, C. B. (2026). “Teacher Shortages in the United States.” US Teacher Shortage project; metodología publicada en AERA Open (2024). https://www.teachershortages.com/
  2. Nickow, A., Oreopoulos, P. y Quan, V. (2020). “The Impressive Effects of Tutoring on PreK-12 Learning.” NBER Working Paper 27476. https://www.nber.org/papers/w27476
  3. Banco Mundial. (9 de enero de 2025). “From Chalkboards to Chatbots: Transforming Learning in Nigeria.” https://blogs.worldbank.org/en/education/From-chalkboards-to-chatbots-Transforming-learning-in-Nigeria
  4. The Washington Post. (22 de septiembre de 2026). “‘It’s an illusion of learning’: How some educators say AI is hurting students.” https://www.washingtonpost.com/education/2026/09/22/its-illusion-learning-how-some-educators-say-ai-is-hurting-students/
  5. Education Week. (14 de septiembre de 2026). “New Project Identifies Strengths and Weaknesses of a Collection of AI Learning Tools.” https://www.edweek.org/technology/new-project-identifies-strengths-and-weaknesses-of-a-collection-of-ai-learning-tools/2026/09
  6. Fortune. (19 de septiembre de 2026). “The Gates Foundation, AI in schools, and what teachers warn about.” https://fortune.com/2026/09/19/the-gates-foundation-ai-schools-teachers-warn-gap-reading-math/
  7. Stanford Institute for Human-Centered AI. (2025). “AI Index Report 2025.” https://hai.stanford.edu/ai-index/2025-ai-index-report
  8. UNESCO. (2023). “Guidance for Generative AI in Education and Research.” https://www.unesco.org/en/articles/guidance-generative-ai-education-and-research
Ricky Flores
Escrito por Ricky Flores

Fundador de HiWave Makers e ingeniero eléctrico con más de 15 años trabajando en proyectos con Apple, Samsung, Texas Instruments y otras empresas Fortune 500. Escribe sobre cómo los niños aprenden a construir, pensar y crear en un mundo impulsado por la tecnología.