El tutor de IA en India: lección que no podemos copiar, pero sí aprender

El espejismo de la réplica tecnológica

Cuando Google DeepMind anunció que su asistente educativo ATL Saathi alcanzaría a 11 millones de estudiantes en India, muchos ejecutivos latinoamericanos sintieron una mezcla de admiración y urgencia. La tentación de replicar el modelo es inmediata: tomar un asistente basado en Gemini, subirlo a la nube y ponerlo en manos de docentes de Colombia, Brasil o México. Pero esa imitación apresurada podría ser exactamente lo que la región no necesita.

La clave del éxito indio no está en el software, sino en una infraestructura digital previa que América Latina no tiene. India construyó durante años Aadhaar (su sistema de identidad biométrica) y la plataforma educativa DIKSHA, que hoy sirven como base para cualquier despliegue tecnológico a escala. ATL Saathi no es un experimento aislado; es una pieza más de un ecosistema que ya sabe cómo conectar a millones de docentes, estudiantes y recursos con una capa de identidad digital. Sin esa base, cualquier tutor de IA será una isla.

El verdadero cuello de botella: el docente, no el dispositivo

El diseño de ATL Saathi revela una tesis que muchos ministerios de educación latinoamericanos ignoran: el nodo crítico no es el estudiante, sino el maestro. La herramienta no reemplaza al profesor; lo provee de material didáctico, planes de clase y formación continua, 24/7. Su interfaz reconoce dos perfiles de usuario —el que espera sugerencias proactivas (push) y el que busca respuestas puntuales (pull)—. Ignorar esa dualidad, como ocurre con tantas plataformas educativas que imponen un solo modo de uso, suele generar herramientas que solo un puñado de docentes adopta.

América Latina ha invertido millones en laboratorios de innovación: Computadores para Educar en Colombia, espacios makers en Brasil, el Programa de Inclusión Digital en México. Pero esos laboratorios suelen quedarse en infraestructura física sin una capa de software que transforme manuales y guías en herramientas vivas que el docente pueda usar sin intermediarios. La lección de India es que la inversión en hardware debe ir acompañada de una capa de inteligencia que haga útil la documentación estática. Sin eso, los laboratorios son vitrinas vacías.

Soberanía educativa frente a dependencia tecnológica

Aquí está el punto incómodo: ATL Saathi corre sobre Gemini, un modelo de Google. Para un país como India, con su propia capacidad de desarrollo tecnológico, usar un modelo de terceros puede ser una decisión pragmática y temporal. Para América Latina, donde la mayoría de los países no tienen modelos fundacionales propios ni soberanía sobre los datos educativos, adoptar la misma solución implica entregar el control de la capa pedagógica a una corporación extranjera.

La pregunta no es si se necesita un ATL Saathi local, sino si la región está dispuesta a invertir en la capa más olvidada de la infraestructura educativa: la del maestro. Capacitar docentes no es subirlos a una plataforma; es diseñar políticas públicas que fomenten ecosistemas locales de IA educativa, con datos que permanezcan bajo control estatal, con modelos entrenados en las realidades lingüísticas y culturales de cada país, y con mecanismos de evaluación independientes.

El proyecto de Google DeepMind no publica cifras de adopción inicial ni métricas de impacto en aprendizaje. La apuesta es ambiciosa: formar a un millón de innovadores de próxima generación. Pero para América Latina, la ambición debe ser otra: no replicar una app, sino construir la infraestructura digital que permita que cualquier solución de IA —local o foránea— sirva a los intereses educativos de la región, no a los de una Big Tech.

La lección de India no es que la IA funcione, sino que funciona cuando hay un ecosistema que la sostiene. América Latina no tiene ese ecosistema. Y mientras no lo construya, cualquier tutor de IA será apenas una distracción costosa.

— Columna de opinión