La IA ahorra tiempo. Faltan 50 millones de docentes

Una ficha de ejercicios rara vez es la parte más difícil del día de un docente. Lo difícil es ver quién ha dejado de seguir, elegir otra explicación y decidir cuándo el propio plan tiene que cambiar. La inteligencia artificial puede ayudar a redactar la ficha. Si ese tiempo vuelve al trabajo que necesita a una persona es una decisión que la organización todavía tiene que tomar.

Dos publicaciones de octubre hacen más difícil esquivar esa decisión, y no describen el mismo problema. El 6 de octubre de 2026, un ensayo aleatorizado por centros en Inglaterra encontró que un asistente de planificación con IA recortaba el tiempo declarado de preparación en unos 49 minutos a la semana, sin empeorar los recursos evaluados. El día anterior, la UNESCO dijo que el mundo necesita 50 millones de docentes más para 2030 si quiere un acceso universal a la educación preprimaria, primaria y secundaria. El 14 de octubre, la OCDE informó de escaseces persistentes de profesionales de la enseñanza en muchos de sus países. Ninguna de esas cifras autoriza a sustituir a un docente por un programa.

Un ahorro medido, en una sola parte del trabajo

Aila, de Oak National Academy, es un asistente de clase basado en IA. El docente elige un curso, una materia y un tema. Aila propone un objetivo de aprendizaje alineado con el currículo nacional de Inglaterra, y actividades para acompañarlo. Después el docente afina el plan, con la herramienta o fuera de ella.

La Education Endowment Foundation (EEF) encargó a la National Foundation for Educational Research (NFER) medir el efecto sobre la carga de trabajo. La evaluación, publicada el 6 de octubre de 2026, fue un ensayo aleatorizado por centros durante diez semanas del otoño de 2025. Participaron docentes de Key Stage 2, con alumnado de 7 a 11 años. La NFER y la nota de la EEF describen 464 docentes en 108 centros. Los centros se asignaron a un grupo animado a usar Aila o a un grupo al que se pidió que no lo usara. En ambos grupos se podía seguir usando otra IA generativa, como ChatGPT o Microsoft Copilot. A ambos se les pidió que no sacaran recursos nuevos del sitio de Oak National Academy, para aislar Aila y no la biblioteca que ya existía.¹²³

La medida principal fue el tiempo, anotado en un diario semanal. La NFER informa de que el grupo de Aila dedicó unas 2,5 horas a la semana a preparar clases y recursos, frente a 3,3 horas en el grupo de comparación. Eso es el 76% del tiempo del grupo de comparación: una diferencia de 0,8 horas, o 48,6 minutos a la semana. La nota de la EEF describe el mismo contraste como dos horas y media frente a 3 horas y 19 minutos, unos 49 minutos, y lo llama un cuarto (24%). Un panel independiente de seis docentes revisores valoró la calidad de los recursos. La NFER no encontró indicios de que los recursos del grupo de Aila fueran peores.¹²

Esas horas proceden de los resúmenes publicados. El informe de evaluación es más preciso sobre quién entra en la media. De los 464 docentes aleatorizados, 416 están en el análisis principal: 214 en el grupo de Aila y 202 en el de comparación. 48 docentes, el 10,3%, no completaron ningún diario y quedaron fuera. La página del proyecto de la EEF cita los mismos 416 al describir los datos incluidos. El abandono fue algo mayor en el grupo de comparación, y el informe dice que esa diferencia no fue estadísticamente significativa. Las razones citadas fueron la carga de trabajo y docentes que dejaban el centro.³

Es un resultado controlado, no una estimación de horas de un proveedor. También es más estrecho que afirmar que los docentes se volvieron un 24% más productivos en todo el puesto. El ahorro medido cubre la preparación, durante diez semanas. Los hallazgos publicados no muestran que el alumnado aprendiera más, que un centro pudiera funcionar con menos docentes, ni que el ahorro durara años.

El uso fue modesto. La NFER informa de que Aila se usó de media solo en el 7% de las clases, y de que tanto la frecuencia como la cantidad de uso bajaron durante el ensayo. La EEF añade que el 81% de los docentes del grupo de Aila usó la herramienta al menos una vez, y que menos de uno de cada cinco sintió que había cambiado de verdad su enseñanza o su planificación. La EEF también informa de que quienes usaban Aila con más frecuencia ahorraban más tiempo, incluso al dejar fuera la primera semana y las vacaciones de mitad de trimestre. Es una asociación dentro del ensayo, no una prueba de que exigir más uso produciría el mismo ahorro.¹³

Las opiniones fueron mixtas. Los docentes encontraron Aila accesible y alineado con el currículo, también cuando el tema era poco conocido. Muchos seguían prefiriendo otras herramientas, o planes que ya tenían. Aila está pensado para ayudar a planificar una clase desde cero, lo que pide más implicación que adaptar un plan en el que ya se confía. A menudo había que adaptar los resultados antes de llevarlos al aula. La EEF dice que casi todos los docentes del ensayo señalaron la planificación como una fuente de estrés, y sentían que le dedicaban demasiado tiempo. Un tramo más corto puede importar aunque la herramienta no se vuelva un hábito.³

El ahorro de tiempo no se repartió por igual. En el grupo de Aila, quienes tenían menos confianza en la materia, menos conocimiento pedagógico, eran más nuevos en la profesión o tenían más confianza con la tecnología eran más propensos a declarar una carga menor que docentes parecidos del grupo de comparación.¹³

La nota de la EEF describe también un ensayo anterior, publicado en diciembre de 2024, en el que docentes que usaban ChatGPT dedicaban el 69% del tiempo de un grupo de comparación al que se pidió planificar sin ninguna herramienta de IA. La página del proyecto describe ese resultado anterior como un ahorro del 31% para docentes de ciencias de Key Stage 3. El uso también bajó en ese ensayo. Ambas evaluaciones recibieron una calificación de seguridad alta de la EEF. La comparación no es idéntica. En el ensayo de Aila, el otro grupo podía seguir usando IA generativa. Los 49 minutos son tiempo ahorrado por encima de herramientas que ya estaban permitidas, no una comparación con un mundo sin IA.²³

Ben Styles, de la NFER, dijo que el equipo quiere investigar si un docente recién titulado, o alguien que enseña fuera de su materia, enseña de verdad mejor con un plan generado. Señaló que sustituir a la experiencia podría ayudar, o podría arriesgar clases de peor calidad. Esa pregunta sigue abierta. El ensayo de octubre no la respondió.²

La escasez es de personas, y la mayor parte de la necesidad es de reemplazo

El Instituto de Estadística de la UNESCO, con el Grupo de Trabajo Internacional sobre Docentes para la Educación 2030, publicó una ficha por el Día Mundial de los Docentes. El artículo está fechado el 5 de octubre de 2026 y se actualizó el 13 de octubre. Dice que el mundo tiene 107 millones de docentes y necesita otros 50 millones para 2030 con el fin de lograr un acceso universal a la educación preprimaria, primaria y secundaria. Es un docente más por cada dos que trabajan ahora. Los 50 millones son una proyección de contratación para un objetivo educativo. No es un recuento de vacantes de esta mañana.⁴

El 58% de los docentes necesarios para 2030 son reemplazos de personas que se van, no puestos creados solo para ampliar la plantilla. El abandono es del 7,2% en preprimaria, del 5,4% en secundaria y del 4,7% en primaria. Si la gente se va por el salario, la carga, la seguridad o la falta de apoyo, un primer borrador más rápido toca solo una parte de esa historia.⁴

Sobre el salario, la UNESCO dice que los docentes de preprimaria y primaria ganan un poco menos que otros profesionales con una cualificación similar. En dos de cada cinco de los 68 países analizados, los salarios docentes siguen por debajo de los de profesionales con una cualificación parecida en todos los niveles educativos. Un asistente de planificación no negocia un salario, no acompaña a alguien en una clase difícil y no hace seguro un centro inseguro.⁴

La misma publicación describe la semana de trabajo: unas 19 horas en el aula y alrededor de 60 horas en total, gran parte de ellas de preparación, corrección y administración no pagadas. En primaria, la ratio mundial de alumnos por docente formado es de 28 a 1, la más alta de cualquier nivel. Una herramienta que acorta la preparación puede importar dentro de esa semana. No cambia la ratio.⁴

El estatus es una cuestión de permanencia, y la prueba útil es más estrecha que un único porcentaje mundial. En TALIS 2024, la OCDE informa de que los docentes que están de acuerdo en que la sociedad valora la profesión tienen más de un 10% menos de probabilidad de querer dejar la enseñanza en cinco años, tras tener en cuenta la motivación, el tipo de contrato y la satisfacción con las condiciones de empleo, incluido el salario. La proporción de quienes se sienten valorados no es una sola cifra. Supera el 80% en Kazajistán, Uzbekistán y Viet Nam, y está por debajo del 10% en la Comunidad Francesa de Bélgica, Croacia, Francia, Hungría, Portugal, la República Eslovaca y Eslovenia. Un programa no otorga ese estatus.⁵

Un indicador de desequilibrio no es un censo de vacantes

El 14 de octubre de 2026 la OCDE publicó Mapping Skill Shortages in OECD Countries, la edición de 2026 de la base Skills for Jobs, que cubre 38 países. No cuenta aulas vacías. Construye un indicador compuesto a partir de señales del mercado de trabajo, entre ellas el crecimiento del empleo, de los salarios, de las horas trabajadas y de las ofertas en línea, y luego ordena cada ocupación frente a las demás del mismo país. El año más reciente es 2024 en la mayoría de los países. Chile y Noruega se quedan en 2022. Corea, la República Eslovaca, Suiza y Türkiye se quedan en 2023. Australia y Nueva Zelanda incluyen 2025.⁶⁷

En esa medida, las escaseces se concentran en ocupaciones de alta cualificación. Los profesionales de la enseñanza están, junto con los de la salud y los de las tecnologías de la información y la comunicación, entre las escaseces más grandes y persistentes. Australia, Francia, el Reino Unido y Estados Unidos muestran escaseces persistentes de docentes. Más del 30% de los docentes tiene más de 50 años, y solo alrededor del 10% tiene menos de 30. De media tienen más de 16 años de educación, una de las razones por las que la OCDE dice que formar a más docentes difícilmente cerrará la brecha pronto. Una población en edad escolar más pequeña puede aliviar la demanda de escolarización inicial en muchos países miembros. La demanda de aprendizaje a lo largo de la vida, incluido el reciclaje, puede mantener o elevar la necesidad de profesionales de la enseñanza en un plazo más largo.⁶⁷

No sume los 50 millones de la UNESCO a este indicador. Uno es una proyección mundial ligada al acceso en 2030. El otro es un orden relativo dentro de un conjunto de países, construido con señales históricas. Una media nacional también puede ocultar una brecha local grave. La OCDE dice que sus resultados pueden diferir de los ejercicios nacionales de competencias porque los datos y el método difieren.⁴⁷

Lo que la proyección de la UNESCO y el orden de la OCDE ponen en duda es una suposición cómoda: que automatizar una parte del trabajo profesional resuelve por sí solo la escasez de personas cualificadas. El mismo error aparece cuando una tarea se vuelve más fácil y un título de puesto se trata como si hubiera desaparecido. La IA cambia las tareas dentro de los puestos antes de cambiar los títulos.

Decida para qué son los minutos ahorrados

Imagine un pequeño colegio de una entidad sin ánimo de lucro cuyo alumnado necesita apoyos muy distintos. Es un ejemplo hipotético, no un caso publicado. Los docentes usan un asistente aprobado para bosquejar planes y ejercicios diferenciados. Una dirección puede anotar el menor tiempo de preparación como un ahorro de coste. El centro también puede gastarlo en retroalimentación, conversaciones con las familias, apoyo entre compañeros o una pasada más para un niño que necesita ayuda.

La segunda opción no es automáticamente la correcta. Algunos docentes agotados preferirían terminar antes. Eso es un beneficio real. Lo importante es que alguien decida, a la vista, si la ganancia se convierte en menos horas extra, un mejor servicio, tiempo de formación o un cambio de plantilla. Sin esa decisión, los minutos libres suelen llenarse de nueva administración.

También hay una trampa de calidad. Una herramienta puede producir un plan verosímil más rápido y, a la vez, mover el trabajo de redactar a revisar. Los docentes siguen teniendo que juzgar la exactitud, si el material encaja con la edad, la accesibilidad, la protección del alumnado y el ajuste al currículo local. El resultado de la NFER es útil porque incluyó un control de calidad, y ese control fue de recursos, no de lo que el alumnado aprendió. Un centro que use otro sistema no debería suponer el mismo resultado.

Para ver de cerca la distancia entre ampliar una tarea y haber dominado el trabajo que hay detrás, lea por qué la IA puede dejar que los aprendices vayan más allá de su formación sin que eso cuente como dominio.

Una prueba pequeña es más útil que un programa

Los colegios pequeños, las entidades sociales y los equipos de formación no necesitan un gran programa de IA para aprender algo. Necesitan un experimento corto, con una línea de base. Elija una tarea que se repite, como preparar clases o adaptar lecturas. Pida a un grupo voluntario que anote el tiempo empleado y los cambios que hace al resultado. Compárelo con un periodo similar, o con un grupo similar, que trabaje sin la herramienta. Las clases, las materias y las personas seguirán siendo distintas. Dígalo.

Mida más que los minutos. ¿Los materiales son exactos y utilizables? ¿Las personas conservan el control profesional? ¿Quienes necesitan más apoyo están mejor atendidos, o solo más rápido? ¿La herramienta crea un riesgo de privacidad o de protección? No introduzca información identificable del alumnado en un sistema que no haya sido aprobado para eso. Incluya al personal con menos confianza, en lugar de tratar a los usuarios más entusiastas como si fueran todo el equipo.

La cifra útil para quien dirige no es el número de instrucciones. Es si la tarea se volvió más fácil sin empeorar el servicio central, y si las personas ganaron de verdad tiempo o capacidad. Un tramo de preparación más corto puede apoyar la permanencia. Por sí solo no demuestra que la gente se quedó. Habría que seguirlo durante más tiempo.

El juicio todavía hay que aprenderlo

La IA puede cambiar el trabajo de quienes se especializan en educación, y no solo aligerarlo. Quien lidera el currículo puede pasar menos tiempo en un primer borrador y más tiempo probando materiales. Quien apoya el aprendizaje puede tener más formas de adaptar un contenido, y más responsabilidad para juzgar si la adaptación ayuda. Una dirección puede tener que fijar reglas sobre herramientas aprobadas, privacidad, accesibilidad y evaluación. Son desplazamientos plausibles de las tareas dentro de un puesto. No son una prueba de que ya hayan aparecido nuevos títulos de empleo a gran escala.

El apoyo debería diferir según la persona. Alguien que empieza puede querer un punto de partida estructurado y seguir necesitando la opinión de un compañero. Alguien con experiencia puede querer el control del contenido y menos flujo fijo. El riesgo para los docentes al inicio de la carrera es que la comodidad sustituya el aprendizaje del oficio. Si aceptan una secuencia generada sin hablar de por qué funciona, ganan velocidad y pierden el juicio que necesitarán cuando una clase falle. Si el borrador es material para que un mentor lo desmonte, puede ser un objeto de formación. El ensayo de octubre no puso a prueba esos efectos de más largo plazo. Las dos posibilidades siguen siendo preguntas.

Para las organizaciones de la Unión Europea, la línea jurídica es más concreta que una advertencia general sobre "la IA en la escuela". Este artículo no es asesoramiento legal. El anexo III del Reglamento de IA de la UE enumera como de alto riesgo ciertos usos en educación y formación profesional: sistemas destinados a determinar el acceso o la admisión, a evaluar resultados de aprendizaje, a valorar el nivel educativo adecuado, o a vigilar y detectar conductas prohibidas durante los exámenes. Una herramienta que redacta una clase no es, solo por esa descripción, uno de esos sistemas. La clasificación depende de lo que la tecnología hace de verdad.⁸

Otra regla trata del uso, no de una etiqueta futura de alto riesgo. El servicio de asistencia de la Comisión sobre el Reglamento de IA dice que usar un sistema de IA para inferir las emociones de una persona en el trabajo o en un centro educativo está prohibido, salvo cuando el sistema está previsto por razones médicas o de seguridad. El mismo servicio dice que las prácticas prohibidas son exigibles desde el 2 de agosto de 2026. Las normas de los sistemas de alto riesgo del anexo III se aplican desde el 2 de diciembre de 2027, tras el Reglamento (UE) 2026/1744, el paquete ómnibus digital sobre la IA. Una cámara que puntúa el "compromiso" de un docente, o el estado de ánimo de un alumno, es una pregunta distinta de un generador de fichas. Los deberes de protección de datos ya se aplican a la información sobre el alumnado, sea cual sea ese calendario. Para ver más de cerca la supervisión humana cuando un programa influye en personas en el trabajo, lea quién supervisa al manager algorítmico.⁹¹⁰¹¹

Preguntas que de verdad se hacen quienes dirigen

¿49 minutos significan que un centro necesita menos docentes?

No. El ensayo midió el tiempo de preparación de clases de Key Stage 2 durante diez semanas. No puso a prueba las plantillas ni el aprendizaje del alumnado. Los 50 millones de la UNESCO son sobre todo demanda de reemplazo. Un tramo de planificación más corto no contrata, no forma y no retiene a la persona que tiene que estar en el aula.¹⁴

¿El 24% puede leerse como una ganancia de productividad de todo el puesto?

La EEF describe el recorte del tiempo de preparación como un cuarto. La ratio de la NFER es el 76% del tiempo de preparación del grupo de comparación. Es una tarea. Los docentes del grupo de comparación podían seguir usando otra IA generativa. El uso de Aila fue de media el 7% de las clases y bajó durante el ensayo. Menos de uno de cada cinco docentes dijo que la herramienta había cambiado de verdad su enseñanza o su planificación.¹²³

¿Una organización pequeña debe esperar una herramienta perfecta?

No. Debería probar una herramienta aprobada en una tarea, con una línea de base, un control de calidad y una decisión escrita sobre adónde va el tiempo ahorrado. No debería pegar información del alumnado en un sistema no aprobado, ni tratar al usuario más entusiasta como prueba de que todo el mundo se benefició.

Cómo puede ayudar hilighter

hilighter no planifica clases, no corrige trabajos y no decide cuántos docentes necesita un centro. Para un proveedor de formación, una entidad social o un departamento, la pregunta práctica es la misma que plantea esta evidencia: qué tareas se aligeraron, qué competencias todavía hay que demostrar y quién responde del juicio que queda.

hilighter ayuda a los equipos a mapear competencias por puesto, a comparar a las personas con esos requisitos en Competencias y talento, a registrar una prueba de capacidad en Evidencias y reconocimiento y a definir planes de desarrollo personalizados. Su visión de impacto de la IA en los puestos es indicativa. No es una predicción de que un puesto desaparecerá. Un plan gratuito cubre hasta tres puestos, con empleados ilimitados.

Sources

1. Roy, P., Poet, H., Staunton, R., Aston, K., Thomas, D. y Styles, B., NFER, Lesson planning using AI lesson assistant, Aila: A Teacher Choices Trial, 6 de octubre de 2026.
2. Education Endowment Foundation, AI tool reduced primary teachers' lesson planning time by a quarter, but views on the tool were mixed, 6 de octubre de 2026.
3. Education Endowment Foundation, Aila Teacher Choices trial (página del proyecto: 416 docentes en los datos incluidos, restricción del sitio de Oak, 7% de las clases, 81% lo usó al menos una vez, patrón por subgrupos, y el ensayo de ChatGPT de diciembre de 2024 descrito como un ahorro del 31%). El informe de evaluación (NFER para la EEF, octubre de 2026) es la fuente de la muestra de análisis: 416 de 464 docentes aleatorizados, 214 y 202 por grupo, y 48 sin ningún diario (10,3%).
4. UNESCO, New UNESCO data: For every two teachers, the world needs one more, 5 de octubre de 2026, última actualización el 13 de octubre de 2026. Instituto de Estadística de la UNESCO y Grupo de Trabajo Internacional sobre Docentes para la Educación 2030.
5. OCDE, Sustaining the teaching profession: Results from TALIS 2024.
6. OCDE, Mapping Skill Shortages in OECD Countries, 14 de octubre de 2026, https://doi.org/10.1787/735f9485-en.
7. OCDE, Occupational imbalances, skill shortages and policy implications, en el mismo informe (último año por país; profesionales de la enseñanza, edad y años de educación).
8. Comisión Europea, AI Act Service Desk, Annex III, punto 3 (educación y formación profesional).
9. Comisión Europea, AI Act Service Desk, Is emotion recognition prohibited in workplace and education settings?.
10. Comisión Europea, AI Act Service Desk, When does enforcement start? (prácticas prohibidas exigibles desde el 2 de agosto de 2026; normas del anexo III desde el 2 de diciembre de 2027).
11. Reglamento (UE) 2026/1744, Digital Omnibus on AI, que modifica el Reglamento (UE) 2024/1689, incluida la fecha de aplicación de los sistemas de alto riesgo del anexo III.

Fuentes revisadas por última vez: 30 de octubre de 2026. Los 49 minutos cubren la preparación de clases y recursos en un solo ensayo inglés, no todo el trabajo docente, y el grupo de comparación podía seguir usando otra IA generativa. Los 50 millones de la UNESCO son una proyección a 2030, sobre todo de reemplazo, no un censo de vacantes. La cifra de la OCDE es un indicador relativo. TALIS describe la intención de irse, no una tasa medida de renuncias. Las fechas de la UE siguen el servicio de la Comisión y EUR-Lex y no son asesoramiento legal. El ensayo de ChatGPT de diciembre de 2024 se describe aquí como lo expone la EEF en sus páginas de octubre de 2026; ese informe anterior no se reabrió para este artículo. La traducción necesita revisión nativa.