El caso del maestro robot que le dio la vuelta al mundo la semana pasada empezó con una orden de compra. Un distrito escolar del norte del estado de Nueva York aprobó 57,590 dólares por un robot humanoide con piel de silicona y cabello largo y oscuro, lo apodó Sally y planeaba ponerlo frente a estudiantes de secundaria que estudian robótica.
En pocos días el plan quedó suspendido. La presidenta del sindicato de maestros del estado dijo que un robot fabricado por una empresa con vínculos corporativos con un fabricante de muñecas sexuales no tenía nada que hacer en un salón de clases. Los padres querían saber a dónde iban a parar los datos de sus hijos.
Entiendo esa reacción. Yo la tuve, unos cuatro segundos.
Después volví a la investigación, y dice algo menos satisfactorio que “los robots no deberían estar en las escuelas”. Los robots en el aula sí pueden funcionar bastante bien, en una configuración específica, y Sally probablemente encajaba en ella. Lo que falló en Salamanca no fue la idea de un robot maestro con IA. Fue casi todo lo que la rodeaba.
La evidencia aquí es poco común por lo clara
Casi toda la investigación educativa te deja con una respuesta turbia. Esta no.
de Winter y sus colegas (2026) hicieron un metaanálisis, que junta los resultados de muchos estudios distintos en una sola estimación, con 146 estudios sobre robots sociales en educación. Setenta y ocho tenían grupos de control, es decir, un salón de comparación que siguió sin el robot.
Cuando el robot trabajó junto a un maestro, el tamaño del efecto fue 0.88. El tamaño del efecto es una forma de medir cuánta diferencia hizo algo, y 0.88 es grande. La mayoría de las intervenciones en el salón quedan entre 0.2 y 0.4.
Cuando el robot reemplazó al maestro, fue -0.06. Eso es nada, y una pizca peor que nada.
Lee esos dos números uno al lado del otro. La misma tecnología, en salones comparables, enseñando contenido comparable, produce uno de los efectos más grandes de la literatura o no produce ninguno. La variable es si todavía hay un maestro humano en el salón.
Belpaeme y sus colegas (2018) ayudan a explicar por qué. Al revisar 309 resultados de estudios desde 1992, encontraron que los robots sociales pueden acercarse a la tutoría humana uno a uno en tareas concretas y bien definidas, sobre todo porque un cuerpo físico engancha más a los niños que una cara en una pantalla. Las ganancias se encogen a medida que la tarea se vuelve más amplia y abierta, que es justo donde vive la enseñanza real.
Esa brecha es lo que trabajo en Bookbot con el laboratorio HAVIC del Dr. Nathan Caruana, en la Universidad de Flinders, donde pusimos a Bookbot en un pequeño robot social llamado Maki. No estamos construyendo un maestro. Queremos saber si un robot paciente que escucha a un niño leer en voz alta lo ayuda a seguir adelante.
Qué salió mal de verdad en Salamanca
Sally nunca iba a dar una clase. Era una unidad fija, comprada para ayudar a estudiantes de robótica de secundaria a entender cómo funciona una máquina como ella y cómo repararla. Según la evidencia de de Winter, eso se parece mucho a la configuración que produce 0.88.
Las fallas fueron de procedimiento, y se podían evitar.
La compra se aprobó antes de que existieran los acuerdos de privacidad, y el distrito los está negociando ahora, después del voto del consejo y después de que los padres empezaron a preguntar. Los vínculos corporativos del proveedor salieron en las noticias en lugar de en la debida diligencia. La consulta a la comunidad es control de daños, no parte del diseño.
También está el diseño mismo. A Sally la hicieron para que pareciera una persona, y ese realismo no aporta nada pedagógico. Sí cuesta algo.
Por qué esto importa más con los niños pequeños
Vollmer y sus colegas (2018) hicieron un experimento clásico de conformidad, de esos donde un grupo da una respuesta obviamente equivocada para ver si tú te sumas. Los adultos se resistieron a un grupo de robots. Los niños de siete a nueve años se sumaron.
Detente ahí un momento. Los niños estuvieron de acuerdo con robots que estaban claramente equivocados. Los adultos no.
Por eso me inquieta el diseño hiperrealista, y no tiene nada que ver con el pudor. Mientras más humana parece una máquina, más credibilidad social toma prestada, y los niños la entregan con facilidad. Singh y sus colegas (2023) encontraron esa misma disposición a confiar en doce niños de kínder en Nueva Delhi, incluso cuando el acento del robot los llevaba al sonido equivocado.
Así que el riesgo con los tutores robot no es que sean fríos y mecánicos. Es al revés: los niños los tratan como más confiables de lo que se han ganado, y una cara realista amplifica eso.
Por eso nuestra política de IA segura para niños tiene un límite que no cruzamos: no construimos funciones diseñadas para crear apego emocional a la app ni a un personaje sintético. La cara de Bookbot es amigable y es, sin lugar a dudas, un robot. Eso es a propósito.
Qué preguntar antes de que llegue un robot
Si en la escuela de tu hijo proponen robots enseñando en las escuelas, estas son las preguntas que valen la pena. Son las que Salamanca está respondiendo en el orden equivocado.
- ¿Sigue habiendo un maestro en el salón? El 0.88 contra el -0.06 de de Winter depende por completo de esto. Un robot que ayuda a un maestro tiene investigación detrás. Un robot en lugar de uno, no.
- ¿Qué pasa con el audio y el video? Pregunta si se graba algo por defecto, si sale del dispositivo y cuánto tiempo se guarda. En Bookbot, el reconocimiento de voz, la tecnología que escucha mientras tu hijo lee, corre en el dispositivo y el audio se descarta por defecto, así que no hay grabación que proteger.
- ¿Quién responde cuando falla? Los maestros están registrados y se les puede pedir cuentas. No existe un registro equivalente para un robot maestro con IA. Pide una persona con nombre, no un comité.
- ¿Parece una persona, y por qué? Si nadie puede explicar qué aporta ese realismo al aprendizaje, es una decisión de marketing pagada con la confianza de los niños.
- ¿Qué hace cuando no está seguro? Un sistema que adivina va a terminar diciéndole a una niña que se equivocó cuando tenía razón. El nuestro se queda callado cuando no está seguro, porque un error que se pasa cuesta una palabra y una acusación falsa cuesta confianza.
La reacción en contra nos puede salir cara
Lo que quiero evitar es una sobrecorrección.
Sería fácil, después de Sally, tratar la IA en el aula como un asunto cerrado donde la respuesta es simplemente no. Sería una lástima. La evidencia sobre robots que reemplazan maestros y la evidencia sobre robots que los ayudan apuntan en direcciones opuestas, y un no rotundo descarta las dos. La robótica de apoyo tiene mucho potencial para los niños más difíciles de alcanzar, y por eso estamos estudiando si un robot lector puede apoyar a niños indígenas, que casi nunca se han visto reflejados en la tecnología que les entregan.
Salamanca no falló por querer un robot. Falló porque compró uno primero y preguntó después. Esas preguntas no son difíciles. Nosotros escribimos las nuestras y las publicamos para que la gente pueda revisar si las cumplimos.
Cuando miro los datos de lectura de miles de niños, lo que predice el avance nunca es qué tan lista es la tecnología. Es si un niño se siente lo bastante seguro como para intentar la siguiente palabra después de equivocarse. Cualquier máquina que pongamos frente a un niño tiene que juzgarse por eso.
Referencias