Muchas escuelas saben que necesitan empezar a trabajar sobre inteligencia artificial, pero sienten que antes deberían capacitar a todo el equipo, definir una política completa, revisar las evaluaciones, resolver la privacidad, elegir herramientas y conversar con las familias. Esa preparación total no existe. Lo que sí puede construirse es una primera experiencia responsable, con un propósito concreto, un alcance acotado y criterios que le permitan a la institución aprender sin perder el control.
Hay una frase que aparece con frecuencia después de una conversación con una escuela: “Nos interesa, entendemos el problema, pero todavía no estamos preparados”.
Es una respuesta razonable. Incorporar inteligencia artificial no es sumar una aplicación ni habilitar un recurso nuevo en el aula. Implica revisar prácticas, acordar límites, pensar qué información puede compartirse, decidir qué lugar va a conservar el docente y explicarles a las familias por qué la institución está avanzando. No es una decisión pequeña y sería irresponsable presentarla como tal.
El problema es que “no estamos preparados” puede contener demasiadas cosas al mismo tiempo. Puede significar que todavía no hay una política institucional, que los docentes tienen dudas, que nadie sabe quién debería liderar el proceso o que la conducción teme abrir una conversación difícil con las familias. También puede significar algo más concreto: la escuela reconoce la magnitud del cambio, pero todavía no logra imaginar un primer paso que sea seguro, útil y posible.
Cuando todo aparece junto, la tarea parece inmanejable. La capacitación, las evaluaciones, los aspectos legales, las herramientas, los protocolos por edad y la implementación en distintos niveles se convierten, mentalmente, en una única decisión. Como ninguna institución puede resolver todo eso de una vez, la conclusión más lógica es esperar.
Sin embargo, prepararse para la inteligencia artificial no significa resolver hoy cada pregunta que la escuela podría enfrentar durante los próximos tres años. Significa distinguir qué necesita estar definido antes de comenzar, qué puede aprenderse durante el proceso y qué decisiones conviene revisar más adelante, cuando la institución ya cuente con experiencia propia.
La escuela ya está tomando decisiones sobre IA, aunque todavía no tenga una estrategia
La inteligencia artificial no espera a que la institución termine de discutir su política. Mientras la conducción evalúa qué hacer, los alumnos la usan para estudiar, resolver tareas o escribir trabajos; algunos docentes la incorporan para planificar, otros la prohíben y otros todavía no saben cómo reconocer cuándo intervino.
Eso también es una forma de implementación, solo que ocurre sin un marco compartido.
Cuando cada docente decide por su cuenta si permite la IA, para qué actividades y bajo qué condiciones, la escuela no está evitando la decisión: la está distribuyendo. El resultado suele ser una política de hecho, construida por usos individuales que pueden ser razonables por separado, pero contradictorios cuando se miran como conjunto.
Este punto cambia la pregunta. Ya no se trata solamente de decidir cuándo va a entrar la IA a la escuela, porque en muchos casos ya entró; se trata de decidir si la institución va a seguir respondiendo caso por caso o si va a empezar a construir criterios propios.
La Guía para un uso crítico de la inteligencia artificial en la escuela, publicada por el Ministerio de Educación de la Ciudad de Buenos Aires en 2025, parte justamente de esta necesidad. El documento propone principios, recomendaciones por nivel, criterios para evaluar propuestas pedagógicas y orientaciones sobre protección de datos, propiedad intelectual, sesgos y alfabetización digital. Victoria Ezcurra, gerenta operativa de Educación Digital, lo resumió así: “Incorporar IA en la educación no es solo sumar herramientas”.
No tener una estrategia formal, entonces, no significa que la escuela todavía no haya tomado decisiones. Significa que esas decisiones se están tomando sin una conversación institucional capaz de conectarlas, revisarlas y darles continuidad.
Estar preparados no significa tener certeza total
La idea de una escuela completamente preparada parte de una expectativa difícil de sostener: que la institución podría anticipar todos los usos, riesgos y conflictos antes de comenzar.
Pero la inteligencia artificial cambia demasiado rápido. La guía global de UNESCO sobre IA generativa en educación advierte que la evolución de estas herramientas avanza más rápido que la adaptación de los marcos regulatorios y de las capacidades institucionales. Por eso propone una incorporación centrada en las personas, con protección de datos, validación pedagógica y criterios apropiados para la edad.
Aceptar esa incertidumbre no significa aceptar la improvisación. Significa reconocer que una parte de la preparación solo puede construirse a partir de experiencias reales, acompañadas y evaluadas.
La preparación institucional no ocurre antes de incorporar IA y termina cuando se habilita una plataforma. Se construye durante el proceso: cuando el equipo prueba, encuentra problemas, revisa límites, escucha a los docentes y convierte lo aprendido en criterios compartidos.
Preparación no es una categoría binaria
Una institución puede tener una conducción comprometida y, al mismo tiempo, necesitar formación; puede contar con buena infraestructura, pero no con acuerdos pedagógicos; puede haber avanzado en privacidad y todavía no saber qué experiencia vale la pena realizar.
El AI Readiness Framework for Schools, que funciona como referencia práctica y no como norma, organiza la preparación en cinco dimensiones: liderazgo y gobernanza, políticas y ética, infraestructura y recursos, capacidad del equipo, currículum y pedagogía. Su aporte no está en otorgar un certificado de preparación, sino en mostrar que la institución necesita mirar varias condiciones al mismo tiempo y decidir cuál requiere atención primero.
Por eso conviene evitar las etiquetas de “escuela preparada” o “escuela no preparada”. Son demasiado amplias para orientar una decisión. Una pregunta más útil sería: ¿qué condición necesitamos fortalecer para realizar una primera experiencia responsable?
Qué sí necesita definir una escuela antes de empezar
No todas las decisiones tienen que estar cerradas, pero algunas no pueden quedar libradas al entusiasmo de quien prueba una herramienta o a la urgencia del momento.
Primero, para qué quiere usar IA
La primera decisión no es tecnológica. Antes de comparar plataformas, la escuela necesita definir qué problema quiere abordar o qué quiere aprender.
No es lo mismo explorar IA para acompañar la planificación docente que habilitarla para estudiantes; tampoco es lo mismo trabajar sobre alfabetización en inteligencia artificial que buscar nuevas formas de adaptar actividades o establecer criterios frente a un uso que ya existe.
Ese propósito no tiene que ser grandilocuente. De hecho, cuanto más concreto sea, mejor. “Incorporar inteligencia artificial” es demasiado amplio para orientar una experiencia; “entender si un grupo de docentes puede usar una IA pedagógica para diseñar actividades diferenciadas sin perder su criterio profesional” permite decidir quiénes participan, qué acompañamiento necesitan y qué conviene observar.
Empezar por el propósito evita un error frecuente: enamorarse de las capacidades de una herramienta y después buscarle un problema educativo que justifique su uso.
Después, hasta dónde va a llegar la primera experiencia
Una escuela no empieza a trabajar con IA cuando la implementa en todos los niveles. Puede empezar con un grupo docente, una materia, una función específica o un período determinado.
El alcance acotado no es falta de ambición; es una decisión de cuidado. Permite acompañar mejor a quienes participan, detectar dificultades antes de extenderlas y separar los problemas propios de la experiencia de las preocupaciones generales que genera la tecnología.
También ayuda a que la conversación sea más honesta. Una institución no tiene que anunciar que encontró “su estrategia de IA” porque comenzó un piloto. Puede decir, con precisión, qué está probando, con quiénes, para qué y qué espera aprender.
Alguien tiene que sostener el proceso
Toda primera experiencia necesita una persona o un equipo responsable. No necesariamente un gran comité ni una nueva estructura institucional, pero sí alguien que pueda ordenar preguntas, recibir las inquietudes de los docentes, registrar incidentes, informar a la conducción y reunir lo aprendido.
Cuando esa responsabilidad no está definida, el proceso se fragmenta rápidamente. Los problemas técnicos quedan en un área, las dudas pedagógicas en otra, las consultas de las familias llegan a dirección y nadie tiene una mirada completa de lo que está ocurriendo.
El rol de esa persona no es tener todas las respuestas. Es evitar que cada respuesta se construya desde cero y que la experiencia de un docente no llegue al resto de la institución.
También hacen falta límites básicos
Una política completa puede esperar; ciertos acuerdos, no.
Antes de empezar, la escuela debería saber qué usos permite, qué información no puede ingresarse en una herramienta, cuándo se requiere supervisión docente, cómo se informará el uso de IA en una producción y qué hacer si aparece una respuesta inadecuada. También debería diferenciar las condiciones según la edad: una herramienta, una consigna o un nivel de autonomía que pueden ser adecuados para un estudiante de secundaria no necesariamente lo son para un chico de primaria.
El Marco de gobernanza y uso responsable de la inteligencia artificial de la Ciudad de Buenos Aires plantea una incorporación progresiva, responsable y situada. El documento pone el foco en la protección de datos personales, la transparencia, la prevención de sesgos, la supervisión humana y el rol pedagógico del docente como mediador.
Estos criterios no deberían agregarse después de elegir una herramienta. Forman parte de la decisión desde el comienzo, porque condicionan qué experiencia resulta aceptable para esa institución.
Y una forma de saber qué aprendió la escuela
Un piloto no debería evaluarse solamente preguntando si los participantes quedaron conformes o si la plataforma funcionó correctamente.
La escuela necesita volver al propósito inicial: si la experiencia permitió comprender mejor el problema, qué cambió en la práctica de los docentes, qué dificultades aparecieron, qué usos no se habían previsto, qué preocupaciones expresaron las familias y qué reglas necesitan revisión.
Evaluar no es buscar evidencia para confirmar que la decisión fue correcta. Es producir información que permita decidir si conviene continuar, modificar el alcance, reforzar la formación, cambiar una condición o detener la experiencia.
Ese último resultado también es válido. Un buen piloto no es el que termina necesariamente en una implementación mayor; es el que deja a la institución en mejores condiciones para decidir.
Qué puede quedar abierto y por qué un piloto no es una prueba informal
Una escuela no necesita resolver, antes de su primera experiencia, cómo incorporará IA en todos los niveles, cómo serán todas sus evaluaciones o qué protocolo aplicará frente a cada situación posible.
Esas decisiones importan, pero no todas tienen el mismo momento. La política institucional definitiva puede construirse por etapas; la incorporación de nuevos niveles puede evaluarse después de observar el primero; los protocolos pueden ganar precisión cuando la escuela reconoce qué preguntas aparecen realmente y cuáles eran, por ahora, solamente hipotéticas.
Postergar una decisión no significa desentenderse de ella. Significa ordenar el trabajo y aceptar que algunas respuestas mejoran cuando se apoyan en experiencia institucional, no solamente en recomendaciones generales.
El riesgo está en confundir gradualidad con informalidad. Avanzar por etapas no es probar una herramienta y ver qué pasa; es saber qué se está probando, qué límites se fijaron y en qué momento se revisará lo aprendido.
La pregunta que convierte una prueba en un piloto
En muchas escuelas, la primera aproximación a la IA ocurre porque un docente curioso abre una cuenta, prepara una actividad y comparte después su experiencia. Esa exploración puede ser valiosa, porque permite descubrir posibilidades, formular preguntas y reducir el desconocimiento. Pero todavía no es un piloto institucional.
Un piloto empieza con una pregunta, tiene un grupo definido y un plazo; además, incluye acompañamiento, criterios de evaluación y una instancia en la que la escuela revisa qué ocurrió.
La diferencia parece administrativa, pero es pedagógica. Cuando la experiencia tiene una pregunta, la institución sabe qué mirar. Cuando tiene un plazo, sabe cuándo detenerse a pensar. Cuando tiene responsables y una revisión, puede transformar lo vivido por algunas personas en aprendizaje organizacional.
Formación y escucha docente durante la implementación
El acompañamiento es especialmente importante. No alcanza con capacitar a los docentes una vez, antes de empezar, y esperar que después resuelvan solos todo lo que aparezca.
UNESCO organizó su Marco de competencias en IA para docentes en 15 competencias, distribuidas en cinco dimensiones y tres niveles de progresión. La estructura muestra que la capacidad docente no se adquiere en una única capacitación: se desarrolla desde una comprensión inicial hacia usos más profundos, críticos y creativos.
La OCDE, en su informe Reimagining Teaching in an Accelerating World, también ubica la autonomía, la confianza y la colaboración docente como condiciones para incorporar IA y otras tecnologías de manera significativa. La tecnología puede aportar valor, pero ese valor depende de educadores capaces de comprenderla, cuestionarla y tomar decisiones sobre su uso.
Por eso la formación y la escucha docente no son dos requisitos que deben completarse antes de implementar. Son parte de la implementación.
No todas las escuelas tienen que empezar por el mismo lugar
Hay instituciones que ya vienen trabajando sobre inteligencia artificial, tienen un equipo responsable y pueden diseñar un piloto acotado. Otras todavía necesitan ordenar la conversación interna: los docentes tienen posiciones muy distintas, las familias expresan preocupación y la conducción no sabe qué usos ya existen.
Ambas pueden avanzar, pero no necesariamente con la misma propuesta.
Una charla puede abrir una conversación que la escuela necesita tener
Cuando todavía falta un lenguaje común, una instancia de sensibilización con el equipo, la conducción o las familias puede ser un primer paso serio.
Su valor no está en convencer a la comunidad de que debe adoptar IA. Está en separar preguntas que suelen aparecer mezcladas: qué diferencia existe entre una IA genérica y una IA pedagógica, cuándo una herramienta asiste y cuándo sustituye el trabajo, qué riesgos dependen del uso y cuáles del diseño, qué decisiones son individuales y cuáles deberían ser institucionales.
Una charla bien planteada también permite que aparezca información que la dirección no siempre tiene: qué herramientas ya utilizan los docentes, qué situaciones están viendo en el aula y qué dudas reciben de las familias. Las capacitaciones de Auroria fueron pensadas como espacios independientes de la plataforma, justamente para que una escuela pueda empezar por la conversación cuando todavía no está en condiciones de implementar.
Un diagnóstico puede convertir la preocupación en un plan posible
En otras escuelas, el problema ya está reconocido, pero todavía no está claro dónde conviene empezar. En esos casos, un diagnóstico o un programa de preparación puede relevar los usos actuales, la experiencia del equipo, las condiciones de privacidad, la infraestructura disponible y las áreas donde existe mayor disposición para una primera experiencia.
El resultado no debería ser un documento genérico ni una lista de todo lo que falta. Debería ayudar a tomar una decisión: qué propósito tiene sentido priorizar, cuál puede ser el alcance inicial, quién debería liderarlo y qué condiciones necesitan fortalecerse antes de avanzar.
Y, cuando existen condiciones básicas, puede comenzar un piloto
Si la institución tiene un propósito concreto, una conducción dispuesta a aprender, responsables claros y límites iniciales, puede diseñar una experiencia acotada con una plataforma.
En ese momento, la elección de la herramienta deja de ser una comparación de funciones. Una escuela no debería mirar solamente qué tan bien responde una IA o cuántas tareas puede automatizar; debería preguntarse qué conducta pedagógica promueve, cómo se adapta a la edad, qué lugar conserva el docente, qué datos utiliza, qué puede supervisar la institución y qué ocurre cuando la herramienta se equivoca.
Ahí aparece la diferencia entre usar una IA genérica dentro de una escuela y trabajar con inteligencia artificial pedagógica.
La inteligencia artificial pedagógica es una tecnología diseñada específicamente para acompañar procesos educativos, con objetivos formativos, criterios por edad, supervisión docente y reglas definidas por la institución.
Auroria fue desarrollada desde esa categoría. No busca que la escuela se adapte a una inteligencia artificial genérica, sino que la institución pueda definir cómo quiere incorporarla, con qué propósito y bajo qué criterios. En la página de funcionalidades de Auroria, la plataforma se presenta por perfiles y necesidades de la comunidad educativa; el acompañamiento, las capacitaciones y la implementación forman parte del mismo enfoque institucional.
Entonces, ¿cuándo está una escuela suficientemente preparada?
No cuando tiene todas las respuestas.
Una escuela está suficientemente preparada para una primera experiencia cuando puede explicar qué quiere aprender, delimitar con quiénes va a trabajar, asignar una responsabilidad y establecer límites básicos. También necesita una conducción dispuesta a revisar decisiones, tiempo para escuchar a los docentes y una forma clara de contarles a las familias qué se hará y por qué.
Ninguna de estas condiciones elimina la complejidad. Lo que hacen es volverla manejable.
La privacidad seguirá necesitando atención; la formación no estará terminada; algunas preguntas aparecerán recién cuando la experiencia empiece. Pero la institución ya no estará avanzando a ciegas, porque habrá definido un marco desde el cual observar, aprender y decidir.
La escuela tampoco necesita saber hoy cómo será toda su relación con la inteligencia artificial dentro de tres años. La primera decisión no tiene que cerrar el proceso; tiene que abrirlo de una manera que preserve el proyecto educativo, mantenga al docente en el centro y permita aprender sin perder el control.
Puede empezar con una conversación, una instancia de sensibilización, un diagnóstico o un piloto. No hay un recorrido único ni una secuencia obligatoria; hay puntos de partida distintos para escuelas que tienen necesidades y grados de madurez diferentes.
Incorporar inteligencia artificial requiere trabajo. Requiere acuerdos, formación, escucha, revisión y responsabilidad. Pero que el trabajo sea importante no significa que tenga que hacerse todo al mismo tiempo.
Muchas veces, la escuela no está tan lejos de empezar como piensa. Lo que falta no es estar completamente lista; es convertir una preocupación enorme en una primera decisión concreta.
Sobre Auroria
Auroria es la primera y única plataforma argentina de inteligencia artificial pedagógica diseñada para instituciones educativas. Acompaña a directivos, docentes, alumnos y familias con herramientas adaptadas a cada rol, criterios por edad, supervisión institucional y una experiencia alineada con el proyecto educativo de cada escuela.
Además de la plataforma, Auroria ofrece instancias de sensibilización, capacitación y acompañamiento para que cada institución pueda elegir un punto de partida acorde con su contexto.
Podemos acompañar una primera instancia de sensibilización, diagnóstico o preparación institucional, de acuerdo con el contexto y las necesidades del equipo.
¿Su escuela quiere avanzar con inteligencia artificial, pero todavía no logra identificar por dónde empezar?
Explorar un primer paso →Preguntas frecuentes sobre cómo implementar inteligencia artificial en una escuela
¿Qué necesita una escuela antes de empezar a usar inteligencia artificial?
Antes de una primera experiencia, la escuela necesita definir para qué quiere utilizar la IA, cuál será el alcance, quién asumirá la responsabilidad, qué límites básicos se aplicarán y cómo se evaluará lo aprendido. No necesita resolver desde el comienzo una política definitiva para todos los niveles y situaciones.
¿Cómo implementar inteligencia artificial en una escuela sin improvisar?
La implementación puede comenzar con una experiencia acotada, acompañada y revisable. La institución debería formular una pregunta concreta, elegir un grupo definido, establecer un plazo, acordar reglas iniciales y crear una instancia para decidir si conviene continuar, modificar o detener el proceso.
¿Es necesario contar con una política completa de IA antes de empezar?
No necesariamente. Sí se necesitan criterios iniciales sobre privacidad, supervisión, usos permitidos, edad y responsabilidades. Una política más completa puede evolucionar a partir de experiencias controladas y de los aprendizajes que produzca la propia institución.
¿Qué diferencia existe entre un piloto de IA y una prueba informal?
Un piloto parte de una pregunta, tiene un plazo, participantes definidos, acompañamiento, criterios de evaluación y una instancia de revisión. Una prueba informal puede aportar ideas, pero suele depender de iniciativas individuales y no siempre genera aprendizaje organizacional.
¿La formación docente tiene que completarse antes de implementar IA?
Una formación inicial puede ser necesaria, pero no alcanza. Los docentes también construyen capacidad durante la experiencia, cuando prueban la herramienta, comparan resultados, comparten dificultades y revisan sus prácticas con acompañamiento.
¿Qué es una inteligencia artificial pedagógica?
Es una IA diseñada específicamente para acompañar procesos de enseñanza y aprendizaje. Contempla el propósito educativo, la edad de los estudiantes, el rol docente, la privacidad, la supervisión institucional y las reglas que la escuela define para su uso.
¿Una escuela puede decidir no continuar después de un piloto?
Sí. Un piloto responsable debe permitir continuar, modificar o detener la experiencia. No escalar puede ser una buena decisión cuando la evidencia muestra que faltan condiciones, que el propósito no se cumplió o que la herramienta no resulta adecuada para ese contexto.
