Google DeepMind lleva un tutor de IA a 11 millones de estudiantes en India

Google DeepMind puso en marcha ATL Saathi, un asistente educativo basado en Gemini diseñado para docentes que trabajan en los Atal Tinkering Labs de India. El programa piloto, desarrollado en conjunto con la misión Atal Innovation Mission (dependiente de NITI Aayog), apunta a los más de 11 millones de estudiantes que participan en estos espacios de creación y prototipado en todo el país. La herramienta no reemplaza al profesor: lo provee de material didáctico, planes de clase y formación continua, 24 horas al día, siete días a la semana.

ATL Saathi centraliza todos los módulos de capacitación de los laboratorios en NotebookLM, la plataforma de procesamiento de documentos de Google. A partir de allí genera infografías, resúmenes en video, cuestionarios interactivos y síntesis concisas de cada uno de los 12 módulos centrales. El formato es de microaprendizaje: fragmentos cortos que permiten a un docente dominar un tema complejo en minutos, en lugar de consumir videos extensos. La interfaz ofrece dos modos de interacción: push, donde el sistema envía sugerencias proactivas de enseñanza, y pull, donde el maestro consulta bajo demanda.

Detrás de esta decisión de diseño hay una tesis concreta: el nodo crítico del sistema educativo no es el estudiante aislado, sino el docente. Si el maestro no comprende la tecnología ni sabe aplicarla en el aula, ningún laboratorio físico ni dispositivo servirá de mucho. Por eso ATL Saathi apunta a fortalecer las competencias digitales de los educadores —una línea que Google ya viene impulsando desde hace más de veinte años con Google for Education y Google Classroom, y que ahora refuerza con la Google Educator AI Series.

Para América Latina, donde varios países (Colombia con Computadores para Educar, Brasil con sus espacios makers, México con el Programa de Inclusión Digital) tienen iniciativas similares de laboratorios de innovación en escuelas públicas, el modelo indio ofrece lecciones operativas directas. La primera es que la inversión en infraestructura física debe ir acompañada de una capa de software que transforme la documentación estática —manuales, guías, normativas— en herramientas vivas que el docente pueda usar sin intermediarios. La segunda es que un asistente de IA debe reconocer dos perfiles de usuario: el que espera recibir indicaciones y el que busca respuestas puntuales. Ignorar esa dualidad suele generar herramientas que solo usa un porcentaje minoritario del equipo docente.

En términos de costos y escalabilidad, ATL Saathi corre sobre Gemini, un modelo que puede operar en la nube o, con las optimizaciones adecuadas, en dispositivos de gama media —algo relevante en regiones donde la conectividad sigue siendo intermitente. El proyecto no publica cifras de adopción inicial ni métricas de impacto en aprendizaje, pero la apuesta de Google DeepMind es ambiciosa: formar a un millón de innovadores de próxima generación. La pregunta para América Latina no es si se necesita un ATL Saathi local, sino si se está dispuesto a invertir en la capa más olvidada de la infraestructura educativa: la del maestro.