En una escuela de Moscú, un profesor de informática logró ensamblar en apenas una semana un agente de IA a partir de módulos ya existentes, el cual analiza los errores de los alumnos en álgebra y propone tareas personalizadas. Para lograrlo, no tuvo que redactar ni una sola línea de código.
Este método se fundamenta en la teoría de la actividad de A. N. Leóntiev e Y. Engeström. Investigadores de arXiv (abs/2605.12934) han descrito cómo los seis componentes del sistema —sujeto, objeto, instrumentos, comunidad, reglas y división del trabajo— permiten al educador transformar la tarea abstracta de diseñar un agente en una secuencia concreta de acciones.
Primero, el docente define el objeto: por ejemplo, reducir la carga de trabajo al corregir exámenes. Posteriormente, selecciona las herramientas, recurriendo a plataformas preparadas como Teachable Machine o LangChain. A continuación, establece las normas: los datos de los estudiantes permanecen en la escuela y el agente no toma decisiones sin la validación previa del profesor. La comunidad de colegas debate los posibles escenarios de uso, mientras que la división del trabajo asigna roles específicos para determinar quién gestiona los datos, quién supervisa la ética y quién se encarga de la integración en la clase. Este esquema permite que el profesor no perciba una "caja negra", sino un sistema plenamente gestionable.
Los datos preliminares de un estudio piloto realizado en tres regiones de Rusia indican que, tras un curso de 24 horas, el 78 % de los participantes fue capaz de implementar de forma autónoma un agente para su propia área temática. No obstante, la muestra es reducida, no se contó con un grupo de control y aún no se han evaluado los efectos a largo plazo en el rendimiento académico de los alumnos. Los críticos advierten sobre el riesgo de que los docentes, al carecer de un conocimiento profundo de los algoritmos, puedan confiar a ciegas en los resultados que arroje el agente.
Este enfoque pone de manifiesto la tensión entre la creciente accesibilidad de las herramientas de IA y la persistente falta de tiempo de los docentes para dominarlas. Cuando la creación de un agente se integra en la actividad cotidiana en lugar de ser un proyecto aislado, la barrera de entrada disminuye, pero simultáneamente aumenta la dependencia de las escuelas hacia plataformas externas y sus políticas de privacidad.
El interrogante principal ya no reside en si los profesores podrán crear agentes de IA, sino en qué reglas y comunidades serán capaces de construir alrededor de estas herramientas para garantizar el control sobre el proceso educativo.
