La sesión del viernes 31 de octubre estuvo a cargo de Marianela López de Empujón Educativo, quien presentó una propuesta integral para personalizar el aprendizaje desde la inclusión, apoyada en neurociencias, ciencias del comportamiento e inteligencia artificial responsable. El punto de partida es un problema regional: las escuelas siguen operando con ritmos y evaluaciones únicas para grupos diversos, lo que deja fuera a gran parte del alumnado neurodivergente y reproduce brechas de aprendizaje. Empujón Educativo busca “no bajar expectativas, sino cambiar el acceso”, colocando a la persona en el centro de cada decisión tecnológica.  

El equipo ha desarrollado microaplicativos que miden con alta precisión la fluidez y la comprensión lectora. En la prueba de fluidez, la plataforma captura 420 puntos del rostro y analiza procesos oculomotores (progresiones, regresiones, fijaciones) y la conversión fonema–grafema para estimar la entrada a la comprensión. Los reportes detallan palabras por minuto, tipos de error (omisiones, sustituciones, adiciones) y ubican el desempeño frente a estándares por grado. Con base en ello, se propone un plan de entrenamiento automatizado (p. ej., 7 semanas, 5 días por semana, sesiones de 16 minutos), con entrenadores de fluidez, reducción de retrosacádicos y memoria icónica.  

Los primeros pilotos reportan metas operativas de mejora en 4–8 semanas: +20% en palabras por minuto, +4 puntos en precisión y ?35% en errores, acompañadas de recomendaciones para aula y familia. La solución se despliega en paralelo a un “historia educativa” interoperable (analógica a la historia clínica), que integra datos cuantitativos y cualitativos (observaciones docentes, asistencia, notas) y sirve como lago de datos para agentes de IA responsables que asisten a docentes y estudiantes sin reemplazarlos. La arquitectura usa RAG con conocimiento del marco legal (país, provincia, escuela) y principios de Diseño Universal para el Aprendizaje.  

En la práctica docente, la plataforma permite cargar la planificación y generar materiales adecuados por estudiante (resúmenes, mapas, evaluaciones), incorporando multimodalidad (podcasts, videos) y guías para familias. También avanza en rúbricas inclusivas (p. ej., no penalizar ortografía en dislexia; ajustes razonables y anticipación del material). Un objetivo adicional es reducir la carga de tiempo: adecuar manualmente puede tomar ~4 horas por estudiante/semana; automatizar tipografía, tamaño y formato ya representa inclusión efectiva.  

De cara a la región, el proyecto subraya desafíos estructurales: carencia de formación docente en neurodiversidad, conectividad y dispositivos escasos, y la necesidad de modelos y datasets locales (equidad dialectal y lenguas originarias) porque transcriptores comerciales no capturan particularidades del español regional. La estrategia incluye pilotos en escuelas estatales y bilingües (1000+ estudiantes), alianzas (p. ej., con una plataforma de gestión en San Luis para 20 000 estudiantes), colaboración académica y futuras experiencias en educación superior (UPC; U. Autónoma de Chihuahua). La consigna ética del equipo: elegir métricas que amplifiquen humanidad; no escalar desigualdades bajo una “falsa modernidad”.  

Finalmente, se presentaron usos de tecnologías asistivas para estudiantes que no han automatizado lectura/escritura (dictado y transcripción con validación por parte del estudiante) y el enfoque metacognitivo del entrenamiento: el sistema comunica metas, registra causas de detención (fisiológicas, emocionales, lingüísticas) y combina evidencia cuantitativa y cualitativa para orientar decisiones pedagógicas en tiempo real.  

¿Te gustaría participar activamente en la Comunidad IA en Educación?    

Si quieres ser parte de nuestras sesiones virtuales y contribuir a este espacio de aprendizaje e intercambio, completa el siguiente formulario. Así podremos conocerte mejor y enviarte el enlace para unirte a las reuniones en vivo: https://forms.office.com/r/6nCJ4wtVaS 

Mira el video completo de la sesión: