Las instituciones educativas buscaron durante años ordenar su comunicación para responder dudas con rapidez, acompañar el aprendizaje fuera del aula y detectar de manera temprana a quienes necesitaban apoyo adicional.
En ese camino, los chatbots en educación pasaron a ocupar un lugar estable: resuelven consultas de rutina, distribuyen información académica, guían trámites y, en algunos casos, ayudan en procesos pedagógicos más complejos.
Un informe de UNESCO muestra que alrededor de dos tercios de las instituciones de educación superior ya desarrollaron o están en proceso de desarrollar directrices para el uso de IA, algo que evidencia la evolución de este tipo de tecnologías.
En diálogo con InnovaciónDigital360, Musa, Analytikus y el Gobierno de la Ciudad de Buenos Aires (GCBA) detallan cómo usan estos sistemas, qué problemas buscan resolver y qué resultados obtuvieron en proyectos reales.
Índice de temas
Chatbots en educación: aprendizaje dentro y fuera del aula
Para Erik Sibille, CEO y cofundador de Musa, el punto de partida resulta claro: ampliar el acceso al aprendizaje mediante experiencias “personalizadas y contextualizadas” entregadas por WhatsApp. La elección del canal no es casual, ya que apunta a públicos que enfrentan barreras de conectividad o de disponibilidad horaria y que necesitan capacitaciones breves, accesibles y medibles.
En instituciones educativas, Musa organiza sus proyectos alrededor de tres ejes: microaprendizaje, usuarios con barreras fuertes de acceso y contenidos adaptados a las necesidades de cada actor del ecosistema —estudiantes, docentes y personal administrativo—. Esa línea de trabajo tomó fuerza en contextos donde el tiempo de estudio compite con trabajos paralelos, responsabilidades familiares o distracciones digitales.
Sibille mencionó un caso concreto en una universidad privada de Perú, donde se diseñó un chatbot para acompañar cursos de Matemática Básica y Lengua I. La herramienta se entrenó siguiendo un método que guía al estudiante mediante preguntas que estimulan el razonamiento y la comprensión. Integrado por WhatsApp y disponible 24/7, funciona como una extensión del docente, ayuda a repasar conceptos y ofrece práctica personalizada.
Los resultados muestran impacto: 8.500 estudiantes usan el sistema y el 70% interactúa al menos una vez por semana. Además, la universidad registró una reducción del 10% en las tasas de reprobación, atribuida a la disponibilidad permanente para resolver dudas y al seguimiento temprano de quienes entraban en riesgo académico.
Sibille también describió usos cotidianos que ya forman parte de la operación, como recordatorios de tareas, envío de retos breves, apoyo en la inscripción a talleres, automatización de ejercicios simples y producción de casos prácticos.
Su implementación conlleva grandes desafíos que las instituciones educativas logran superar. Entre ellas, el especialista menciona 3 fundamentales:
- Falta de conocimientos tecnológicos para la implementación.
- Resistencia docente por falta de capacitación y miedo a perder el control.
- Privacidad y ética en el manejo de datos.
Tres desafíos centrales en la implementación de IA en instituciones educativas
| Desafío | Descripción |
|---|---|
| Falta de conocimientos tecnológicos | Dificultad para instalar, configurar y mantener herramientas basadas en IA dentro de la institución. |
| Resistencia docente | Miedo a perder autonomía en el aula y falta de capacitación que genere confianza en el uso de estas tecnologías. |
| Privacidad y ética en el manejo de datos | Preocupación por la protección de información sensible y el uso responsable de datos de estudiantes. |
Datos, seguimiento académico y organización institucional
Miguel Molina-Cosculluela, CEO y fundador de Analytikus, explicó que el objetivo central de la implementación de esta clase de herramienta es “personalizar la experiencia educativa a escala mediante soluciones de inteligencia artificial, incluidos los chatbots y la analítica avanzada”.
Señaló que esa apuesta se articula a través de una plataforma para acompañar “a cada estudiante en todas las etapas de su recorrido académico y profesional, mejorar la toma de decisiones institucionales e impactar la retención, la empleabilidad y el aprendizaje”.
En cuanto al mercado regional, remarcó que existe “un apetito claro” por la IA, pero, aun así, diferenció ese interés general de un mercado más acotado capaz de implementar proyectos de mayor escala.
En su experiencia personal, comparte que los clientes potenciales son instituciones con más de 5.000 estudiantes, con madurez media o alta en gestión de datos y en el presupuesto asignado a proyectos de IA. Bajo esos criterios, estimó que son “alrededor de 400 instituciones hispanohablantes” las que califican hoy, un universo que crece, aunque sigue en minoría en la región.
Al repasar casos concretos, Molina-Cosculluela mencionó tres experiencias que muestran cómo distintas instituciones resolvieron desafíos puntuales.
- En UVM y UNITEC (México) trabajaron en captación mediante modelos de lead scoring para ordenar y priorizar prospectos, lo que permitió activar “flujos de nutrición y campañas específicas, priorizando a los leads con mayor potencial”.
- En la Universidad Internacional del Ecuador aplicaron modelos predictivos para identificar a estudiantes en riesgo y lanzar intervenciones focalizadas, un esquema que ayudó a reducir el abandono y usar los recursos de manera más eficiente.
- El tercer caso fue en la Universidad de Las Américas (UDLA), donde aplicaron herramientas para enviar “mensajes pedagógicos automáticos personalizados” que acompañan el desarrollo de funciones ejecutivas clave, como organización o gestión del tiempo.
En cuanto a los resultados, el ejecutivo señaló patrones que se repiten en distintas implementaciones: mejoras de 2 a 5 puntos porcentuales en la tasa de conversión durante las campañas de captación y reducciones relativas “del 10% al 20% en la tasa de abandono”.
Sobre aprendizaje, remarcó avances ligados a funciones ejecutivas y al nivel de participación y ubicó esas experiencias en un escenario donde conviven instituciones que adoptan chatbots básicos con otras que avanzan hacia sistemas de IA apoyados en datos.
En cuanto a barreras en la adopción de chatbots sostuvo: “No observamos una resistencia generalizada a estas tecnologías. Lo que sí vemos es una aprehensión legítima en ciertos grupos, relacionada más con la ética y la crítica que con el rechazo. Nos preocupa particularmente el riesgo de una sobredependencia de la IA sin capacidad analítica crítica, es decir, cuando estudiantes, docentes o equipos administrativos toman como válidas las respuestas de los modelos sin cuestionarlas ni validarlas”.
¿Cómo se integran los asistentes digitales en la gestión educativa pública?
Los proyectos no se apuntan solo a proyectos educativos de instituciones y empresas. El ámbito público también es protagonista. El Gobierno de la Ciudad de Buenos Aires por ejemplo también incorpora funciones educativas dentro de Boti, su chatbot oficial.
Según Raúl Piola, Secretario de Innovación y Transformación Digital, la herramienta se orienta a simplificar trámites, organizar información y brindar apoyo en momentos de alta demanda.
En educación, Boti se utiliza para inscripciones escolares, becas, la oferta académica y consultas sobre el calendario educativo. Durante los procesos de inscripción online, su rol fue clave, ya que descongestiona líneas telefónicas, reduce tiempos de respuesta y orienta a las familias según el nivel y los programas específicos.
Piola recuerda que, durante la pandemia, también cumplió un papel importante al guiar a docentes y familias sobre plataformas, contenidos y dispositivos en un contexto donde la educación a distancia pasó a ser urgente.
Sus funciones no se centran en el aprendizaje directo, sino en la logística que condiciona el acceso. Facilita trámites, brinda información clara y asegura la disponibilidad 24/7. Ese orden administrativo reduce fricciones y deja a estudiantes y familias con un acceso más directo a las gestiones educativas centrales.
Una transformación que combina automatización y acompañamiento humano
Los tres testimonios coinciden en una idea central: los chatbots no reemplazan a docentes ni a equipos académicos. Ordenan tareas, acompañan, resuelven dudas simples y permiten que el tiempo más valioso —el de la interacción educativa profunda— quede en manos de las personas.
Las experiencias reunidas ofrecen una imagen más precisa del ecosistema. Musa muestra que la disponibilidad continua abrió acceso a prácticas y apoyos que antes quedaban fuera del alcance. Analytikus demuestra que, cuando los datos se integran con modelos predictivos e intervenciones tempranas, los riesgos académicos se atienden antes de que se transformen en problemas. Y el GCBA confirma que la automatización en trámites y consultas mejora el acceso en momentos sensibles como las inscripciones, donde la demanda se multiplica.
En conjunto, estas prácticas marcan una tendencia: la inteligencia artificial gana relevancia en la automatización, la accesibilidad y el acompañamiento humano. El desafío, según los entrevistados, será profundizar esa articulación con modelos éticos, inclusivos y adaptados a las realidades de cada comunidad educativa.
