Menor eficiencia en STEM

Exceso de retroalimentación inmediata

Privacidad de datos y sesgos algorítmicos

Retención estudiantil insuficiente

Reemplazo total del rol pedagógico

Colaboración humano-IA gradual

Automatización sin supervisión

Externalización completa a proveedores

Sistemas de tutoría inteligente y chatbots

Foros anónimos y rúbricas manuales

Libros digitales sin analítica

Videoconferencias sin seguimiento

Operativa: gestión institucional

Económica: mercado laboral docente

Ética: privacidad e inclusión

Pedagógica: personalización del aprendizaje

Brecha digital e infraestructura limitada

Falta de contenidos multimedia

Demasiadas clases presenciales

Exceso de tareas colaborativas

Educación física y deporte escolar

STEM: ciencia, tecnología, ingeniería y matemáticas

Artes escénicas y música coral

Historia del arte y humanidades clásicas

Centralizar todos los datos estudiantiles

Priorizar innovación sin regulación

Equilibrar innovación con inclusión y marcos éticos

Reducir formación docente en competencias digitales

Observación manual del docente continuo

Procesamiento de lenguaje natural y algoritmos de ML

Impresión de material físico estandarizado

Horarios escolares extendidos

La IA garantiza aprendizajes significativos automáticamente

Existe resistencia al cambio por parte de educadores

Privacidad de datos estudiantiles está en juego

Sesgos algorítmicos pueden afectar decisiones

Probar que la automatización reemplaza docentes

Comparar países con mayor inversión militar

Diseñar una nueva plataforma comercial propietaria

Analizar oportunidades y desafíos de la IA en educación

Tecnología como fin en sí misma

Eliminación de competencias socioemocionales

Tecnología como puente para innovar

Docentes fuera del proceso formativo

Reducir la necesidad de análisis cualitativo

Aumentar el tamaño muestral sin costo

Evitar dependencia de una única fuente

Garantizar resultados estadísticamente significativos

Mantener neutralidad sin interpretación

Evaluar tanto lo reportado como lo omitido

Priorizar solo evidencia cuantitativa

Excluir voces de comunidades marginalizadas

Sin metodología explícita para evitar sesgos

Publicados en los últimos cinco años

Con enfoque exclusivamente teórico

Con muestras superiores a mil participantes

Evitó recomendaciones prácticas por prudencia

Organizó hallazgos en categorías temáticas

Combinó análisis documental y casos

Equilibró evidencia cuantitativa y cualitativa

Medir exclusivamente riesgos técnicos

Contrastar promesas con resultados reales

Eliminar la necesidad de revisión de literatura

Verificar solo la usabilidad de plataformas

Bloquean intervenciones personalizadas para evitar sesgos

Reemplazan completamente al docente en todas las clases

Analizan progreso y ajustan dificultad en tiempo real

Uniforman el contenido para todos sin excepciones

Imposibilidad de calificar preguntas de opción múltiple

Exceso de tiempo de corrección por parte del sistema

Errores al interpretar contextos y matices lingüísticos

Dependencia exclusiva de rúbricas impresas tradicionales

Abundancia de plataformas avanzadas gratuitas

Falta de conectividad y acceso a dispositivos

Exceso de datos biométricos disponibles

Saturación de docentes altamente especializados

Eliminación total del aburrimiento en el aula

Interrogantes éticos sobre privacidad y transparencia

Sustitución inmediata del profesor por algoritmos

Aumento garantizado del rendimiento académico

Planes de estudio únicos idénticos para todas las clases

Calificaciones basadas solo en creatividad del docente

Exclusión de la supervisión humana en evaluaciones

Retroalimentación objetiva sobre desempeño pedagógico

Desarrollar competencias digitales para integrarla

Cuestionar sesgos y limitaciones de las recomendaciones

Formarse en alfabetización algorítmica para discernir cuándo confiar

Delegar todas las decisiones pedagógicas al algoritmo

El número de exámenes estandarizados aplicados

La cantidad de contenido transmitido por clase

Exclusivamente la creatividad del alumnado en proyectos

Tareas administrativas como programación y asistencia

Complemento que no reemplaza la labor docente

Sustituto total del acompañamiento pedagógico

Herramienta para evaluar emociones sin límites

Sistema que elimina la interacción humana en aula

Aumentar la cantidad de ejercicios repetitivos

Uniformar rúbricas y estandarizar todas las tareas

Reducir la empatía y creatividad en las aulas

Mediación de aprendizajes e interpretación crítica de datos

Asignar responsabilidad legal automática a los estudiantes

Perpetuar sesgos por datos de entrenamiento parciales

Eliminar cualquier discriminación de género y etnia

Garantizar diagnósticos infalibles de necesidades especiales

Impulsar riesgos de vigilancia y comercialización de datos

Asegurar anonimato absoluto de las conversaciones

Restringir legalmente todo uso de información biométrica

Evitar cualquier recolección de datos sensibles

Eliminar toda necesidad de evaluación formativa

Garantizar desarrollo emocional superior al presencial

Aumentar siempre la relación docente-estudiante

Reducir oportunidades de mentoring y pensamiento crítico

IA prioritaria pero pocos comités éticos activos

IA secundaria con exceso de marcos regulatorios

Docentes exigen automatización completa de clases

Todas las plataformas fueron adoptadas sin resistencia

Marcos claros que consideren dinámicas reales del aula

Imposición tecnológica sin consulta a docentes

Diseño de políticas con apropiación crítica

Participación activa de la comunidad educativa

Reemplazar por completo prácticas de seguridad física

Evitar cualquier medición en entornos controlados

Simular fenómenos y facilitar aprendizaje experimental

Uniformar proyectos sin permitir manipular variables

Uso exclusivo de exámenes estandarizados

Número de estudiantes conectados simultáneamente

Cantidad de tareas asignadas sin retroalimentación

Calidad de datos y capacidad de interpretación algorítmica

Calificación con alta precisión en respuestas abiertas

Posible sesgo si no se interpretan bien los contextos

Eliminación de supervisión humana en todas las disciplinas

Retroalimentación detallada y objetiva

Abandono de plataformas offline por obsoletas

Realidades tecnológicas regionales para evitar desigualdades

Exclusión de escuelas con conectividad alta

Imposición de un único modelo global uniforme

Eliminan la necesidad de hipótesis científicas

Aumentan costos y tiempo de laboratorio

Sustituyen la experimentación tangible por completo

Proporcionan retroalimentación instantánea segura

Requiere conectividad de fibra óptica

Genera sesgos contra estudiantes rurales

Impide dominar temas básicos

Puede descuidar habilidades colaborativas

Kits de IA offline para fundamentos

Robots conectados a la nube permanente

Clases solo por videoconferencia

Eliminar contenidos de algoritmos

Uso acrítico sin comprender limitaciones

Abandono de métodos estadísticos clásicos

Exceso de hardware en laboratorios

Preferencia por datos no genómicos

Redacción de planes de estudio

Detección temprana de riesgo académico

Evaluación humana de clases grabadas

Asignación de aulas automática

No delegar decisiones pedagógicas por completo

Eliminar todas las alertas automáticas

Centralizar el control en administradores

Sustituir tutoría por algoritmos

Reemplazan docentes por asistentes virtuales

Actualizan módulos según demandas laborales

Suprimen disciplinas humanísticas esenciales

Estandarizan planes sin evidencia

Ser validados por especialistas humanos

Aplicarse masivamente sin supervisión

Usar IA como reemplazo clínico total

Basarse solo en escritura automática

Empleadores valoran aún títulos tradicionales

Imposibilitan educación continua

Los registros no son inmutables

No demuestran habilidades específicas

Funciona solo con computadoras de escritorio

Beneficia más a zonas sin electricidad

Amplifica oportunidades donde hay infraestructura

Elimina desigualdades en contextos marginales

Uso exclusivo de realidad aumentada

Migrar todo a plataformas de escritorio

Implementar pizarras inteligentes costosas

Software de IA liviano en móviles básicos

Datos del español ibérico predominan

Se entrenan solo con audio en inglés

Evitan cualquier dataset angloparlante

Usan conjuntos de imágenes médicas

78% de datasets provienen de países angloparlantes

Todos los modelos se entrenan con datos africanos

La IA neutraliza diferencias culturales locales

Las plataformas excluyen por diseño hardware caro

Uso exclusivo de gafas de realidad mixta

Dependencia total de internet de alta velocidad

Plataformas offline de bajo consumo

Enfoque en títulos tradicionales únicamente

2% menos que el promedio nacional

22% más que el grupo control

Igual desempeño sin diferencias

40% menos abandono escolar

Reducción automática de fuentes siempre

Prohibición de interfaces accesibles

Falta total de capacidad técnica

Diseños que ignoran necesidades específicas

Caída de precisión de lápices ópticos

Normalización de vigilancia y pérdida de privacidad

Imposibilidad de consentimientos informados

Eliminación de retroalimentación docente

Promover colaboración entre pares diversos

Suprimir cualquier ajuste de lectura

Asignar desafíos idénticos a todos

Segregar por niveles de habilidad rígidos

Mejoras homogéneas en todas las escuelas

Polarización entre avances y barreras básicas

Diferencias solo por preferencia pedagógica

Ventaja ligera del 5% en retención estudiantil

Docentes desconocen gestión de datos estudiantiles

Transparencia absoluta de plataformas

Eficacia sin riesgos de privacidad

Almacenamiento solo en servidores públicos

Transferencia directa siempre funciona

Éxitos dependen solo de conectividad

Modelos deben ser contextualizados

Capacitación no influye en pilotos

Erosión de autonomía profesional

Aceptación entusiasta universal

Indiferencia ante sesgos algorítmicos

Mejora inmediata de percepción tecnológica

Justicia algorítmica

Agencia docente

Sostenibilidad de soluciones

Maximización mercantil

Innovación con lógica de mercado

Equidad desde pedagogías críticas

Automatización sin supervisión

Eficiencia administrativa absoluta

Optimizar gestión administrativa

Personalizar el aprendizaje

Reducir interacción docente-alumno

Revolucionar evaluación

Sustitución del rol docente

Centralización total de datos

Velocidad de despliegue

Equidad como prioridad

Eliminación de evaluación formativa

Privacidad de datos estudiantiles

Sesgos algorítmicos posibles

Transparencia en uso tecnológico

Reemplazo del docente por asistentes

Rol humano complementario

Automatización completa del aula

Estándares únicos globales

Aplicación idéntica en todos los entornos

Adaptación a realidades locales

Dependencia exclusiva de hardware

Homogeneización de pedagogías

Diálogo con comunidades educativas

Evaluación de impactos permanente

Formación docente continua

Externalización de toda toma de decisiones

IA como fin en sí mismo

Equilibrio entre innovación y responsabilidad

Supremacía de automatización total

Exclusión de actores no técnicos

Demasiada regulación estatal

Exceso de personal especializado

Falta de conectividad mundial

Insuficiente capacitación docente

Integrar IA en proyectos como CARE

Aumentar pruebas estandarizadas

Sustituir tutorías por chatbots

Evitar interacción con algoritmos