Libro digital de IA
AI Digital Textbook
¿Qué es el libro de texto digital con IA?
- Material digital de aprendizaje personalizado con IA
- El núcleo es el diagnóstico de datos y el panel para docentes
- Modelo de referencia para el aprendizaje adaptativo corporativo
Lo que realmente cambió con los libros digitales de IA no es su forma sino el momento en que el libro queda terminado. Un libro de papel queda fijo en el instante en que se imprime, pero este material va cambiando la dificultad de las preguntas y el orden de las recomendaciones mientras el estudiante lo usa. Por eso el editor ya no solo entrega un libro, sino que opera y actualiza una plataforma, y la escuela presupuesta con un contrato de suscripción anual en lugar de una compra. El cambio no es de un solo libro, sino de la forma de adquirir, operar y gestionar los datos.
El alcance de la implantación no fue, desde el principio, todas las materias. Comenzó con las asignaturas en las que la respuesta correcta es clara, como inglés, matemáticas e informática de 3.º y 4.º de primaria, 1.º de secundaria y 1.º de bachillerato, y dejó fuera materias como lengua y ciencias sociales, con mayor peso de redacción y debate. Para que funcione un algoritmo de personalización, cada ítem debe tener etiquetados sus estándares de aprendizaje y su nivel de dificultad. Aquí también se separa del e-learning. Ver videos en línea es solo un cambio del medio de entrega; para hablar de adaptativo, la pantalla siguiente debe depender de la respuesta anterior.
Al llevarlo a la capacitación corporativa, el obstáculo no es el algoritmo sino el inventario de contenidos. Aunque las rutas de aprendizaje se dividan solo en tres niveles (refuerzo, estándar y profundización), los módulos que hay que producir por cada curso se multiplican por dos o tres, y el diagnóstico previo necesita suficientes preguntas por área para que la clasificación del nivel sea confiable. También deben definirse de antemano los criterios de conservación y consulta del registro de aprendizaje, que deja constancia de quién se equivocó, en qué y cuándo. Si se pasa por alto el orden de que el diseño del contenido va antes que la herramienta, se paga la solución y luego no queda contenido con qué ponerla en funcionamiento.
En la práctica, el punto que más suele desviarse es el tablero. Cuando el avance personal y las tasas de acierto se muestran tal cual a los líderes, los miembros del equipo lo viven como una evaluación y no como aprendizaje, y repiten solo los módulos fáciles que ya dominan para proteger su puntaje. Cuantos más datos se acumulan, más se distorsiona el aprendizaje. Si no se fija de antemano el principio de limitar el acceso a la propia persona y al responsable de capacitación, y dar a los líderes solo valores agregados, en dos o tres meses solo queda la tasa de conexión y no se explica el cambio real de habilidades. Tampoco es realista esperar que la IA reemplace el coaching: el diagnóstico puede automatizarse, pero la conversación que explica por qué esa parte es débil sigue siendo tarea de personas.
Jongmu KimEspecialista en desarrollo de talento y competencias laborales en empresas
John KimAutor de «Diseño del marketing B2B» y CEO de Nanum Consultoría, instructor John KimEl Ministerio de Educación de Corea lo impulsó como parte de su política de innovación educativa basada en lo digital, e introdujo los libros digitales de IA en las asignaturas de inglés, matemáticas e informática de algunos cursos de primaria, secundaria y bachillerato a partir de 2025. Después surgió un debate sobre qué estatus jurídico debían tener los libros de texto y los materiales educativos, y los detalles del sistema siguen ajustándose.
Veamos un caso hipotético. La empresa A, fabricante de alimentos con 740 colaboradores, ofrecía cada año a todo su personal un curso en línea de control de calidad de 3 horas. La tasa de finalización era alta, del 94%, pero en las inspecciones trimestrales en planta las observaciones sobre etiquetado y control de temperatura se repetían cada vez, alrededor de 40 casos. Ante el problema de que las mismas observaciones se repiten sin importar la tasa de finalización, el equipo de capacitación rediseñó el curso como un programa de cuatro meses con un método adaptativo basado en diagnóstico.
- El equipo de capacitación, a cargo del gerente Kim, aplicó una evaluación diagnóstica de 30 preguntas sobre estándares de calidad a todo el personal. Resultó que la mitad de los jefes de turno con diez años de antigüedad falló en los mismos tramos que los recién ingresados. En la reunión se dijo: «la antigüedad no era sinónimo de habilidad».
- Con el puntaje del diagnóstico se establecen tres rutas de aprendizaje. Quienes obtienen menos de 60 puntos cursan los 8 módulos básicos; quienes obtienen entre 60 y 85, los 4 módulos centrales; y quienes superan los 85 solo asisten a una sesión de discusión de casos. Con ello, el tiempo promedio de aprendizaje por persona bajó de 3 horas a 1 hora y 40 minutos.
- Se etiquetaron las respuestas incorrectas de cada ítem en el LMS y se agruparon en tres áreas: cuerpos extraños, etiquetado y control de temperatura. Solo el equipo de producción 2 mostró un salto en la tasa de error de etiquetado, hasta 61%, por lo que se abrió por separado un módulo de refuerzo para ese equipo.
- El gerente de producción pidió que los puntajes individuales se compartieran con los líderes de equipo, pero el jefe del área de capacitación se opuso: «Si se abren, todos resolverán solo los problemas que ya saben». Por eso solo se publicó el promedio por equipo.
- Como el área de etiquetado, con alta tasa de error, no se trató con una clase sino con una práctica guiada de 40 minutos para 22 jefes de turno, el gerente Kim llevó a cada línea 12 fotos de errores reales de etiquetado.
- Tres meses después, el promedio de la reevaluación subió de 68 a 84 puntos, y las observaciones de las inspecciones trimestrales en planta bajaron de 41 a 17. El tiempo total de inversión en capacitación también se redujo de 2,220 a 1,280 horas.