Tutorías personalizadas con IA: qué pueden y qué no pueden reemplazar del docente
Las tutorías personalizadas con IA prometen algo que la educación lleva cuarenta años persiguiendo: que cada alumno tenga, en la práctica, un tutor solo para él. Un sistema que detecta en qué punto exacto se atasca un estudiante, le propone el ejercicio siguiente a su medida, le da retroalimentación inmediata y le deja avanzar a su propio ritmo, sin esperar a que el profesor termine de atender a otros veintinueve compañeros. La pregunta seria no es si esa tecnología existe —existe, y millones de alumnos ya la usan—, sino qué parte del trabajo docente puede asumir de verdad y qué parte sigue siendo, por ahora y por principio, insustituible.
La respuesta corta, que desarrollaremos con datos en esta guía, es esta: un tutor de IA es muy bueno practicando, corrigiendo y adaptando ejercicios; es mediocre motivando a quien no quiere entrar a la plataforma; y no puede hacer lo que define a un buen docente: conocer al alumno como persona, sostener su motivación, enseñarle a convivir y a pensar con otros, y responder éticamente por lo que ocurre en un aula. La UNESCO lo resume desde 2025 con una frase de su directora general, Audrey Azoulay: la IA «debe complementar, y no reemplazar, las dimensiones humanas y sociales del aprendizaje». Veamos por qué la evidencia apunta justamente ahí.
El punto de partida: por qué la tutoría individual funciona tan bien
En 1984, el psicólogo educativo Benjamin Bloom publicó en la revista Educational Researcher un resultado que todavía ordena todo este debate. Los alumnos que recibían tutoría uno a uno combinada con aprendizaje por dominio —avanzar solo cuando se domina el tema anterior— rendían, en promedio, dos desviaciones estándar por encima de los alumnos de una clase convencional: el alumno tutorado medio superaba al 98 % de los alumnos del grupo de control, y cerca del 90 % de los tutorados alcanzaba el nivel que en la clase normal solo lograba el 20 % mejor. Bloom llamó a esto «el problema de las 2 sigma»: la tutoría individual funcionaba demasiado bien, pero era demasiado cara para ofrecerla a todo el mundo. Su desafío a la investigación fue encontrar métodos de enseñanza en grupo tan eficaces como ese tutor personal.
Ese es exactamente el hueco que intentan llenar los tutores de IA. Y conviene leer la cifra de Bloom con honestidad: parte del efecto no venía del tutor en sí, sino del bucle de practicar, ser corregido y volver a intentarlo hasta dominar el tema. En los mismos estudios, el aprendizaje por dominio en grupo, sin tutor individual, ya mejoraba alrededor de una desviación estándar. Es decir, una parte grande de la «magia» de la tutoría es un mecanismo —práctica con retroalimentación correctiva— que un software sí puede replicar a escala. La otra parte, la relación humana que sostiene ese esfuerzo, es la que el software no replica.
Qué es exactamente un tutor personalizado con IA
No todo lo que se vende como «IA educativa» es un tutor. Un tutor personalizado con IA, en sentido estricto, combina tres piezas. Primero, un modelo del alumno: registra qué sabe, qué errores repite y qué conceptos confunde, y actualiza ese retrato con cada respuesta. Segundo, un modelo del contenido: sabe en qué orden se aprende una materia y qué ejercicio conviene después de cada paso. Tercero, una estrategia de enseñanza: decide si toca explicar de otra manera, dar una pista, proponer un ejemplo más fácil o subir el nivel, y —en los tutores generativos actuales— conversa con el alumno en lenguaje natural.
La diferencia frente a un chatbot general es el diseño pedagógico. El ejemplo más citado es Khanmigo, el tutor de Khan Academy presentado el 15 de marzo de 2023 junto al lanzamiento de GPT-4: está programado para no dar la respuesta directa, sino para guiar con preguntas, al estilo socrático, hasta que el estudiante llega a la solución por sí mismo. Esa decisión —preguntar antes que responder— es lo que separa a un tutor de una máquina de hacer tareas, y es también lo primero que debería comprobar cualquier familia o escuela antes de adoptar una herramienta.
Lo que la evidencia dice que la IA sí hace bien
Practicar con retroalimentación inmediata y a ritmo propio
El metaanálisis de referencia sobre sistemas de tutoría inteligente, publicado por Ma y colaboradores en el Journal of Educational Psychology en 2014, reunió 107 tamaños de efecto y 14.321 participantes. El resultado: aprender con un sistema de tutoría inteligente superaba a la clase magistral en grupo grande (g = 0,42), a la enseñanza con computadora sin tutoría inteligente (g = 0,57) y al trabajo con libros de texto (g = 0,35). Son efectos moderados y consistentes en prácticamente todas las materias y niveles educativos evaluados. La explicación es mecánica: el alumno practica mucho más, cada error se corrige en el momento en que ocurre —no una semana después, cuando el examen ya volvió corregido— y nadie avanza con un hueco sin detectar.
Rendir, en ejercicios guiados, casi como un tutor humano
El mismo metaanálisis encontró algo todavía más interesante: no hubo diferencias significativas entre los sistemas de tutoría inteligente y la tutoría humana individual (g = −0,11) ni frente a la enseñanza en grupos pequeños (g = 0,05). En la misma línea, la revisión de Kurt VanLehn de 2011 situó el efecto de los tutores humanos en torno a 0,79 y el de los sistemas de tutoría inteligente en torno a 0,76: prácticamente empatados, y ambos muy por debajo del 2,0 de Bloom, lo que sugiere que la cifra original tenía condiciones especiales. Un ensayo reciente y muy controlado, publicado en octubre de 2026 por Eedi y Google DeepMind con 1.179 estudiantes británicos de 12 a 15 años, lo matiza en directo: tras recibir ayuda, el 56,9 % de los alumnos con tutor de IA acertó la siguiente pregunta similar, frente al 57,7 % con tutor humano y el 43,4 % con ayuda fija tradicional. En la tarea inmediata, la IA jugó de igual a igual con el humano.
Estar disponible siempre y costar una fracción de la tutoría humana
Un tutor de IA no se cansa, no tiene lista de espera y responde a las diez de la noche, cuando el alumno hace la tarea. Esa disponibilidad cambia un hábito concreto: el estudiante puede preguntar sin vergüenza. En las primeras evaluaciones de Khanmigo, lo que los alumnos valoraban especialmente era poder plantear preguntas siempre que lo desearan, sin exponerse frente a la clase. Y el costo por alumno de estas plataformas es una fracción pequeña del de la tutoría humana equivalente, que es justo lo que Bloom consideraba imposible de escalar. Para sistemas públicos con aulas numerosas, esa diferencia no es un detalle comercial: es la diferencia entre que la tutoría personalizada exista o no exista para la mayoría.
Ayudar también al docente que acompaña a otros tutores
La revisión publicada en agosto de 2026 por el National Student Support Accelerator y el AI Hub de la iniciativa SCALE de la Universidad de Stanford distingue dos familias de herramientas: las que tutoran directamente al alumno y las que asesoran al tutor humano mientras enseña. De las segundas hay un resultado especialmente alentador: en un ensayo aleatorizado con más de 700 tutores y 1.000 estudiantes, los alumnos cuyos tutores usaban el asistente Tutor CoPilot tuvieron una probabilidad cuatro puntos porcentuales mayor de dominar los contenidos de matemáticas trabajados en la sesión, y la ventaja subía a nueve puntos entre los estudiantes de los tutores con valoraciones iniciales más bajas. La IA, en ese modelo, no sustituye a nadie: sube el piso de calidad de los humanos que ya están enseñando.
Lo que la evidencia dice que la IA no puede reemplazar
Motivar a quien no quiere empezar
La misma revisión de Stanford documenta el límite más incómodo para los vendedores de plataformas: tener acceso a un tutor de IA no garantiza que se use. En dos ensayos aleatorizados con alumnos de primaria que debían practicar lectura con una plataforma de IA, entre el 40 % y el 47 % de los estudiantes nunca llegó a usarla, y entre quienes sí entraron, el tiempo medio fue de apenas dos a cinco minutos semanales. Cuando un adulto acompañaba y animaba, el uso subía, pero poco, y no se detectaron mejoras en lectura. La conclusión es pedagógica, no técnica: la constancia, el hábito y las ganas de aprender no los instala un software; los construye un entorno con adultos que acompañan. Un docente motiva, nota el desánimo, cambia el plan y celebra el avance. Un tutor de IA, frente a un alumno que no entra, simplemente espera.
Garantizar aprendizaje duradero, no solo aciertos inmediatos
El ensayo de Eedi y DeepMind deja una segunda advertencia: aunque en la práctica inmediata la IA igualó al tutor humano, en la prueba estandarizada externa aplicada al final, los alumnos con tutor de IA avanzaron prácticamente igual que el grupo con ayuda fija, sin la ventaja que el ejercicio inmediato sugería. Los propios autores ofrecen una explicación tentativa: conversar con el tutor lleva más tiempo que leer una pista, así que esos alumnos cubrieron menos temas —una mediana de 99 unidades de estudio frente a 132—. Dicho de otro modo: acertar la pregunta siguiente con ayuda no es lo mismo que haber aprendido de forma durable y transferible, y medir solo lo primero infla las promesas. El docente que conoce el currículo completo y evalúa sin andamiaje sigue siendo quien certifica que el aprendizaje ocurrió.
El vínculo, la socialización y el juicio en contexto
Aprender en una escuela es también aprender a convivir: discutir con respeto, trabajar en equipo, tolerar la frustración frente a otros, pedir la palabra. Nada de eso ocurre en una conversación uno a uno con una máquina. A eso se suma el juicio en contexto: un docente detecta que el alumno que hoy «no rinde» está pasando un duelo, durmiendo mal o cuidando a un hermano, y ajusta su exigencia con criterio. Un sistema de IA solo ve respuestas correctas e incorrectas; puede incluso interpretar como «desinterés» lo que es un problema de salud o de casa. Y está la responsabilidad: cuando una herramienta se equivoca —y los modelos generativos se equivocan, a veces con total seguridad en el tono—, alguien tiene que responder por el error y corregirlo. La UNESCO insiste en ese punto desde su Guía para el uso de la IA generativa en educación e investigación, de septiembre de 2023: sin regulación y sin supervisión humana, la privacidad de los datos de los menores queda desprotegida y las instituciones no están preparadas para validar estas herramientas. En su estudio de mayo de 2023 sobre 450 centros, solo el 10 % de las escuelas y universidades supervisaba oficialmente el uso de la IA; y hasta 2022 solo 7 países habían desarrollado marcos o programas de IA para docentes.
Pensar por el alumno sin que el alumno piense
El riesgo opuesto al abandono es la dependencia. Si el tutor da atajos, resúmenes y respuestas, el estudiante puede delegar justo lo que debía ejercitar: leer, argumentar, resolver. Por eso el diseño importa tanto: los tutores serios están ajustados para dar pistas y preguntas, no la solución, y los marcos de competencias en IA que la UNESCO publicó en 2024 —15 competencias en 5 dimensiones, con niveles de progresión— ponen en el centro una «mentalidad centrada en el ser humano» y la ética, antes que la técnica. La organización sugiere además un límite de edad de 13 años para el uso de estas herramientas en el aula. Un tutor que hace la tarea por el niño no es un tutor: es una forma nueva de copiar, con mejor presentación.
El modelo que sí funciona: tutor de IA y docente, cada uno en lo suyo
La evidencia acumulada dibuja una división del trabajo bastante clara. La IA asume lo repetible y lo inmediato: práctica adaptada, corrección al instante, registro fino del progreso y disponibilidad permanente. El docente asume lo relacional y lo decisivo: diseñar la experiencia, motivar, enseñar a convivir, detectar lo que los datos no muestran, evaluar el aprendizaje real y responder por el proceso. En la práctica, eso significa usar el tutor como se usa un buen libro de ejercicios con superpoderes: el profesor lo integra en su plan, revisa los reportes que la plataforma genera y dedica el tiempo liberado a los alumnos que más lo necesitan. Es el mismo movimiento que ya hacen los docentes que usan inteligencia artificial para preparar clases en menos tiempo: delegan lo mecánico para ganar horas de enseñanza de verdad.
Para una familia o una escuela que evalúe estas herramientas, cuatro preguntas filtran casi todo el mercado. Primera: ¿el tutor da la respuesta o guía con preguntas hasta que el alumno la encuentra? Segunda: ¿el docente puede ver el progreso y las conversaciones, o el aprendizaje ocurre en una caja negra? Tercera: ¿qué hace la empresa con los datos de los menores y cumple la normativa local de privacidad? Cuarta: ¿hay evidencia independiente de aprendizaje —pruebas externas, estudios aleatorizados— o solo testimonios y número de usuarios? Si una plataforma falla en dos de estas preguntas, no es una herramienta educativa: es una suscripción más.
Conclusión
Las tutorías personalizadas con IA pueden hacer, y ya hacen, una parte real del trabajo que antes solo hacía un tutor humano: practicar con cada alumno a su ritmo, corregir al instante y estar disponible siempre, con efectos medidos comparables a los de la tutoría humana en la práctica guiada. Lo que no pueden reemplazar es el núcleo del oficio docente: motivar a quien se rinde, enseñar a aprender con otros, juzgar en contexto, garantizar que el aprendizaje es durable y responder éticamente por un menor. Bloom buscaba métodos de grupo tan eficaces como el tutor individual; cuarenta años después, la respuesta que emerge no es un docente de silicio, sino un equipo: la máquina practicando sin descanso y el profesor, por fin con tiempo, enseñando lo que solo él puede enseñar.
Preguntas frecuentes sobre tutorías personalizadas con IA
¿Un tutor de IA puede reemplazar a un profesor?
No, según la evidencia y la posición de la UNESCO. Los sistemas de tutoría inteligente igualan a la tutoría humana en la práctica guiada con retroalimentación inmediata, pero no motivan a los alumnos que no se conectan —en ensayos con primaria, entre el 40 % y el 47 % nunca usó la plataforma asignada—, no socializan, no detectan contextos personales y no asumen responsabilidad pedagógica ni ética. La fórmula que funciona es híbrida: IA para practicar y docente para enseñar, motivar y evaluar.
¿Qué tan bien funcionan los tutores de IA comparados con un tutor humano?
El metaanálisis de Ma y colaboradores (2014), con 14.321 participantes, no encontró diferencias significativas entre los sistemas de tutoría inteligente y la tutoría humana individual (g = −0,11), y ambos superan a la clase en grupo grande y a los libros de texto. La revisión de VanLehn (2011) situó a ambos en torno a 0,76-0,79 de tamaño de efecto. Eso sí: en pruebas externas de aprendizaje duradero, los resultados recientes son más modestos que en la práctica inmediata, así que conviene exigir evidencia independiente.
¿Cuál es la diferencia entre un tutor de IA y preguntarle a un chatbot como ChatGPT?
El diseño pedagógico. Un tutor educativo como Khanmigo está ajustado para no dar la respuesta directa: guía con preguntas socráticas, sigue el progreso del alumno dentro de un currículo y reporta al docente. Un chatbot general responde lo que se le pide, incluida la tarea completa, sin modelo del alumno ni seguimiento. Para aprender, esa diferencia es decisiva: uno entrena el razonamiento y el otro puede sustituirlo.
¿Son seguros los datos de los menores en estas plataformas?
Depende de la plataforma y del país. La Guía de la UNESCO de septiembre de 2023 advierte que la falta de regulación deja desprotegida la privacidad de los usuarios y recomienda marcos claros, protección de datos y un límite de edad de 13 años para su uso en el aula. Antes de adoptar una herramienta, la escuela o la familia deben revisar su política de privacidad, saber dónde se guardan las conversaciones y confirmar que un adulto puede supervisar la actividad del alumno.
¿Para qué edades y materias funcionan mejor las tutorías con IA?
La evidencia más sólida está en materias con respuestas verificables y práctica acumulativa, como matemáticas y lectura, y en niveles desde primaria alta en adelante, siempre con acompañamiento adulto: los ensayos muestran que sin ese acompañamiento muchos alumnos apenas usan la herramienta unos minutos por semana. En edades tempranas y en aprendizajes sociales, emocionales o creativos, el papel del docente y de los compañeros sigue siendo el centro, y la IA, como mucho, un apoyo puntual supervisado.