Una institución educativa no vende un producto con una especificación fija. Padres, estudiantes y clientes eligen en función de una combinación de certeza en los horarios, intensidad de acompañamiento, rendición de cuentas hacia la inspección o el financiador, y la capacidad de seguir el progreso individual sin que esto se atasque en papeleo. Las horas se destinan en gran parte a tres tipos de trabajo: estar frente a la clase o el grupo, la rendición de cuentas administrativa que hay detrás (evaluación, elaboración de expedientes, informes), y la coordinación entre docentes, apoyo y directivos. Esa tercera categoría suele crecer más deprisa sin que nadie haya tomado esa decisión: horarios, excepciones, solicitudes de permiso, comunicación con padres o clientes, la búsqueda de datos para una auditoría o acreditación.
Las circunstancias que determinan el resultado no son iguales en todas partes. Una institución con un público objetivo homogéneo y un currículo estable tiene una distribución de cargas distinta a la de una institución con muchas trayectorias a medida, entrada variable o población multilingüe. Donde la carga administrativa es alta, el tiempo que podría haberse destinado al acompañamiento queda absorbido por la rendición de cuentas. Esa diferencia determina en parte en qué puede ganar una institución: en la disponibilidad de docentes, en la rapidez de la retroalimentación individual, o en la fiabilidad de la propia rendición de cuentas.
La IA asume en parte trabajo que antes simplemente costaba horas. La elaboración de horarios con condiciones complejas puede calcularla un sistema en lugar de un planificador que lo prueba manualmente. Los primeros borradores de textos de informes, análisis de evaluaciones o resúmenes de progreso pueden redactarlos la IA, con un docente que aprueba, ajusta o rechaza. Los formularios de admisión, los flujos de inscripción y la comunicación estándar hacia padres o clientes pueden funcionar en gran medida de forma automática. Lo que sigue siendo trabajo humano es la conversación pedagógica, la valoración de los casos dudosos, y la responsabilidad sobre el juicio final acerca de un alumno o estudiante.
Este cambio afecta directamente a la comparación entre instituciones. Mientras la elaboración de horarios y la rendición de cuentas fueron sobre todo trabajo de ocupación de plazas, ganaba la institución con más personal administrativo o una cultura de planificación más estricta. Si una institución deja que se le asuma la mayor parte de esas tareas, cambia lo que gana ahí: ya no quién ha desplegado más capacidad, sino quién dedica realmente las horas liberadas al acompañamiento, a los momentos de contacto o a la atención individual. Dos instituciones con la misma aplicación de IA pueden por tanto obtener resultados distintos, porque una reinvierte el tiempo liberado en el aula y la otra en nuevas capas de informes.
Esto no ocurre en todas partes al mismo ritmo. Las instituciones con un currículo estandarizado y criterios de evaluación claros se prestan más fácilmente al apoyo automatizado que las instituciones con mucho trabajo a medida individual, donde cada expediente requiere ponderaciones propias. También varía el grado de supervisión: donde la dirección trata el resultado de la IA como un borrador que un docente debe aprobar, surge una garantía de calidad distinta a donde el resultado fluye sin control. En las decisiones que afectan al personal, se aplican requisitos legales propios para esa ponderación; eso corresponde a la institución y a su órgano competente, no a una comparación de procesos de trabajo.
Las dimensiones que antes giraban sobre todo en torno al volumen — cuántos docentes, cuánto personal administrativo, cuántas sedes — se desplazan hacia dimensiones sobre asignación y rendición de cuentas. ¿Gana una institución en velocidad de respuesta hacia los padres, en la calidad del informe de progreso individual, en la fiabilidad de sus datos de evaluación, o en la visibilidad de su rendición de cuentas hacia la inspección o el financiador? Cada institución comunica una afirmación sobre uno de estos puntos, pero no toda afirmación se puede fundamentar con evidencia. Cómo comprobar esto para su propia propuesta se describe en la página sobre cómo comprobar si la capacidad distintiva realmente existe.
Una indicación de en qué invierte su capacidad un competidor a menudo se puede leer en la forma en que contrata: una institución que publica vacantes para analistas de datos en lugar de personal administrativo adicional revela algo sobre dónde ya ha realizado su cambio, como se describe en la página sobre lo que revelan los textos de vacantes de un competidor. La misma lógica de cambio se da en otros sectores con una redistribución comparable de horas, como se observa en el análisis de en qué se gana en el sector TIC ahora que la IA asume trabajo y en la comparación de en qué se gana en el comercio minorista ahora que la IA asume trabajo, donde la automatización de horarios y rendición de cuentas desempeña un papel comparable.
La pregunta subyacente es distinta para cada institución: qué parte del trabajo en su organización puede la IA asumir realmente, y qué parte sigue siendo trabajo humano con supervisión. Esa pregunta se responde por tarea con el escáner de trabajo de FTE TO AI.
Puede empezar por identificar en qué cree que gana: velocidad de respuesta, acompañamiento individual, calidad de la rendición de cuentas, u otra cosa. La comprobación de dimensiones gratuita muestra cuáles de esas afirmaciones se pueden defender con evidencia y cuáles son sobre todo suposición. El benchmark completo, con la matriz de evidencia por dimensión y la comparación con su grupo de referencia, está en construcción.