Durante años, una de las preguntas más difíciles en educación ha sido cómo lograr mejoras significativas en aprendizaje sin depender de modelos imposibles de escalar.

¿Cómo acompañar mejor a los docentes? ¿Cómo responder a la diversidad dentro del aula? ¿Cómo fortalecer habilidades matemáticas más allá de la memorización? ¿Y cómo hacerlo en sistemas educativos públicos con restricciones reales de tiempo y recursos?

Entre 2025 y 2026, durante cinco meses, MentuLabs, en alianza con la Fundación Shaia y la Secretaría de Educación de Bogotá, trabajaron para explorar parte de esas preguntas a través de una intervención pedagógica que combinó inteligencia artificial, acompañamiento docente y un enfoque de ‘Matemáticas para todos y todas’.

Los resultados preliminares de la evaluación muestran señales prometedoras.

Una intervención centrada en prácticas docentes

El proyecto trabajó con docentes de matemáticas de 6° a 9° en colegios públicos de Bogotá, combinando tres elementos:

  • Herramientas basadas en inteligencia artificial para apoyar la planeación pedagógica.
  • Acompañamiento situado a docentes.
  • Enfoque pedagógico centrado en razonamiento, resolución de problemas y participación activa de estudiantes.

Más de 20.000 estudiantes estuvieron expuestos a la intervención. La apuesta era usar la IA para ayudar a los docentes a diseñar experiencias matemáticas más abiertas, participativas y sensibles a la diversidad del aula.

La evaluación fue independiente y estuvo liderada por Juan Muñoz-Morales, profesor del IÉSEG School of Management, y Felipe Barrera-Osorio, profesor de la Universidad Vanderbilt, con el apoyo de Innovations for Poverty Action (IPA). Además, la evaluación contó con financiación de Jacobs Foundation, permitiendo su implementación bajo altos estándares de medición de impacto.

¿Qué encontró la evaluación?

Los resultados preliminares muestran mejoras positivas en aprendizaje matemático para estudiantes del grupo de tratamiento frente al grupo de control. La intervención mostró mejoras de entre 0,22 y 0,46 desviaciones estándar, según la metodología de análisis aplicada.

En términos educativos, los avances se concentraron en la resolución de problemas y en el componente aleatorio de la prueba.

Además, el análisis encontró una relación importante entre intensidad de uso y resultados: los docentes que más utilizaron Shaia tendieron a obtener mejores resultados con sus estudiantes.

La tecnología sola no explica el impacto

Otro hallazgo relevante es el nivel de costo-efectividad observado. La intervención logró mejoras en aprendizaje equivalentes a entre 0,22 y 0,46 desviaciones estándar, con un costo aproximado de USD 9,14 por estudiante. Para poner estos resultados en contexto, el efecto promedio reportado en más de 150 evaluaciones experimentales en educación analizadas por el Banco Mundial ronda las 0,1 desviaciones estándar (Angrist et al., 2020).

Los resultados observados en Bogotá se ubican así entre dos y cuatro veces por encima de esa referencia internacional, mientras mantienen costos de implementación relativamente bajos. Expresado de otra manera, el programa logró generar cada 0,1 desviaciones estándar de mejora por un costo aproximado de entre USD 2,30 y USD 4,60, frente a rangos internacionales que suelen ubicarse entre USD 10 y USD 50 para magnitudes similares de impacto.

Esto no significa que exista una solución universal ni que el reto esté resuelto. Pero sí sugiere que es posible construir modelos capaces de combinar impacto, sostenibilidad y escalabilidad dentro de sistemas públicos de educación.

Un modelo potencialmente costo-efectivo

Otro hallazgo relevante es el nivel de costo-efectividad observado. La intervención logró un tamaño de efecto entre dos y cuatro veces mayor que el promedio global de más de 150 experimentos controlados en educación, con un costo de USD 9,14 por estudiante, muy por debajo del rango habitual de intervenciones comparables (USD 10 a 50 por 0,1 desviaciones estándar de impacto, según Evans y Popova, Banco Mundial, 2016).

Esto es especialmente importante en contextos donde el reto no es solamente lograr impacto, sino construir modelos sostenibles y escalables para sistemas públicos de educación.

¿Qué sigue?

Los hallazgos empiezan a mostrar que es posible construir modelos donde inteligencia artificial, pedagogía y acompañamiento docente trabajen juntos para fortalecer el aprendizaje.

El reto ahora no es solamente tecnológico, es pedagógico, institucional y humano: cómo diseñar herramientas y modelos de implementación que realmente ayuden a los docentes a transformar experiencias de aprendizaje en el aula.

Y ahí aparece una de las oportunidades más importantes para América Latina, que no simplemente se trata de incorporar la IA al sistema educativo, sino usarla para construir experiencias de aprendizaje más inclusivas, más participativas y más efectivas para docentes y estudiantes.

Para más información, pueden consultar el working paper completo, publicado por los investigadores.

Equipo MentuLabs