Resumen de 30 segundos: En un día extra de clases antes de las vacaciones, Xu Tai-ping creó una agencia de IA educativa con tres horas para unas ochenta maestros en una escuela primaria de Taipéi. Por otro lado, dos encuestas taiwanesas muestran que el "92% de los profesores ha tenido contacto con la IA" y el "95.6% aún necesita aprender". Los maestros no rechazan las herramientas; lo que realmente les frena es el tiempo para preparar lecciones, la disponibilidad de casos prácticos, la comunidad entre pares y encontrar apoyo cuando regresan a sus escuelas. Al poner en un "gran mercado" trescientas agencias creadas por unas ochenta profesores, se puso una experimentación institucional donde las herramientas son compartidas y hay ayuda mutua a largo plazo.
Estudiantes de la Escuela Secundaria Baozhong del condado de Yunlin tomando clases en la plataforma Junyi, 2019. La foto es anterior a la ola de IA generativa, pero marca el punto de partida cotidiano de las herramientas digitales entrando en las aulas taiwanesas. Foto: Sitio web de la Escuela Secundaria Baozhong, CC BY 2.0.
Tres horas en una escuela primaria, ¿y luego qué?
Xu Tai-ping estaba en el aula de informática de la Escuela Primaria Da Jia en Taipéi. Era el último día extra antes de las vacaciones. La inscripción para el taller de profesores estaba completa y hasta el director estaba sentado frente a una computadora. Los maestros trabajaron en grupos, dándole indicaciones (prompts) a Gemini para generar una imagen que hiciera pensar a los niños sobre la "solidaridad" y diseñar preguntas con discernimiento. En tres horas, nadie aprendió sobre la arquitectura del modelo. Cada pulsación de tecla fue un retroceso preguntándose: "¿Qué es lo que realmente está atascado el estudiante?".1
Xu Tai-ping había enseñado durante veinte años en la Escuela Primaria Rishin de Taipéi, pasando por Scratch, brazos robóticos y centros educativos hechos a mano hasta llegar a la IA generativa. Exigió a cada grupo de maestros del taller que creara una agencia de IA educativa que pudieran llevar al aula. La lista de herramientas populares quedó relegada. Su Zhi-cheng, jefe del departamento de informática de Da Jia, dictaminó después de la clase: "La tecnología para operar las herramientas de IA es más difícil de dominar de lo esperado. Lo importante es retroceder desde las necesidades del estudiante para pensar cómo hacer que los niños aprendan mejor y de manera más sólida."1
La dificultad surgió después de la clase. El grupo de asesoría tecnológica central tenía solo ocho miembros que debían recorrer toda Taiwán; era habitual obtener permisos de montaña y pasar dos días alojados para llevar el taller a zonas rurales. Un taller podía iluminar una tarde, pero era difícil responder a los prompts fallidos al preparar lecciones la semana siguiente, o cuando los estudiantes copiaban respuestas, o problemas con permisos de cuenta o dudas de los padres. Xu Tai-ping resumió ese punto de quiebre:
"El problema que la mayoría de los maestros enfrentan es que aprenden algo en el momento, pero las comunidades profesionales y el desarrollo docente no son continuos, lo que les da una emoción y chispa temporal, pero se sienten solos al volver a casa."1
Esta frase cambió la perspectiva del problema de la educación con IA en Taiwán. Ya no era solo "¿sabe el maestro usar IA?", sino "¿quién está ahí para el maestro después de su primer uso?".
Dos porcentajes altos que significan dos cosas
A fines de 2025, una encuesta realizada por Pincheng (親子天下) en colaboración con Google for Education recolectó 4,765 respuestas de maestros desde jardines de infancia hasta secundaria. El 39% afirmó usar IA frecuentemente y el 53% ocasionalmente, sumando un 92% que ha tenido contacto con la IA. El 63% mostró una actitud muy positiva hacia la aplicación de IA en la educación; solo el 8% dijo haber oído hablar de ella pero no usarla. Esta no es una muestra aleatoria de todos los maestros de Taiwán y tiene un trasfondo de colaboración empresarial, por lo que debe verse como un perfil del participante de la encuesta y no extrapolarlo como tasa de adopción nacional.2
Otra investigación realizada por el Fondo Educativo de Profesor Huang Kun-hui, entre el 27 de agosto y el 10 de octubre de 2025, recolectó una muestra completa de 3,328 maestros de primaria, secundaria y preparatoria mediante encuestas en línea. El resultado fue que el 95.6% indicó tener necesidades de aprendizaje con IA, superando el 90% en cuatro áreas: diseño curricular, diseño de evaluación, diagnóstico de dificultades de aprendizaje y enseñanza diferenciada. El 81.7% deseaba que las autoridades municipales establecieran una comunidad de aprendizaje de IA para maestros entre escuelas, y el 92.8% apoyaba proporcionar personal profesional a los maestros de zonas rurales o sin especialización en informática.3
Fuente: Plataforma Educativa, Fondo Educativo de Profesor Huang Kun-hui; Las dos muestras y métodos son diferentes, no se deben comparar directamente
Ambos porcentajes son altos, pero miden cosas distintas. Uno pregunta si "lo han probado", el otro pregunta si "aún quieren aprender". Ponerlos uno al lado del otro no prueba que usar IA cause más ansiedad, sino que desmiente un malentendido común: tener acceso a la herramienta no significa saber cómo implementarla en el currículo. Los maestros pueden pedirle al modelo que reescriba un aviso o organice material de clase, pero aun así no saben cómo diseñar una evaluación, diagnosticar dificultades de aprendizaje o explicar a los estudiantes que sus datos personales no deben ir en el cuadro de diálogo.
La misma encuesta de Pincheng también mostró que el 47% de los encuestados sintió un aumento en el tiempo de preparación digital; el 60% se preocupa por la inestabilidad de la conexión o la red, y el 43% carece de material didáctico aplicable directamente.2 Cuando una nueva herramienta exige que el maestro sea simultáneamente diseñador curricular, administrador de cuentas, técnico de primera línea y guardián de seguridad, la "digitalización" puede aumentar primero la carga de trabajo antes de aliviarla.2
📝 Nota del curador: El recurso más difícil de conseguir en la educación con IA es una tarde donde el maestro pueda equivocarse junto con sus colegas. Una cuenta se paga anualmente, pero el juicio pedagógico debe hacerse en cada reacción del estudiante. Si las políticas solo contabilizan cuántos talleres se dieron o cuántas cuentas se emitieron, dejan fuera el trabajo que más necesita ser visto.
Esto continúa la contradicción a largo plazo del Sistema Educativo de Taiwán. El sistema exige innovación curricular, pero los horarios diarios del maestro, la administración y el ritmo de ingreso universitario no se han relajado en consecuencia. La IA acorta el tiempo para hacer una imagen, pero eso no significa que le haya liberado al maestro el tiempo para observar a sus hijos. Los minutos ahorrados probablemente serán consumidos por otra plataforma, otro conjunto de contraseñas y otro informe de resultados.
Trescientas agencias, no trescientas productos
Xu Tai-ping y los miembros del grupo tecnológico central crearon un "Gran Mercado de Agencias de IA" usando Notion. Unas ochenta maestros subieron sus trescientas agencias educativas diseñadas, enfocándose en "¿alguien ya ha pasado por el obstáculo de alguna dificultad en algún campo educativo?". Algunos hicieron prompts de imágenes, otros diseñaron preguntas diferenciadas, y algunos hicieron que la agencia actuara como objeto de práctica. La plataforma guardó los productos terminados y registró cómo un maestro tradujo las necesidades del estudiante en prompts y restricciones.1
Fuente: Entrevista especial de Xu Tai-ping en la revista "Tianxia", marzo de 2026
El nombre "Gran Mercado" sugiere descargar herramientas, pero su mayor valor es el intercambio. Un chatbot genérico puede generar un plan de lección en segundos, pero no sabe cuál es la diferencia de nivel lector de un niño en cierta clase, ni por qué el maestro cambió "solidaridad" a "ver primero la imagen y luego reconocer las letras". Si una agencia se puede usar en diferentes clases, depende de si el que la compartió especificó claramente el grado aplicable, los objetivos pedagógicos, los límites de datos y cómo falló. Sin estos contextos, trescientas agencias podrían ser otro almacén de trescientas conexiones sueltas.
Por lo tanto, medir este mercado no debe basarse solo en la cantidad. Las preguntas más importantes incluyen: ¿cuántas veces fue utilizada una agencia por otros maestros en clase? ¿Qué restricciones fueron modificadas? ¿Dónde se equivocó el estudiante y quién volvió para corregir? Si estos comentarios se guardan, entonces la plataforma puede convertir las pruebas solitarias en conocimiento pedagógico compartido. Esto es lo que la diferencia de los mercados empresariales: su valor no está en subirlo, sino en que alguien esté dispuesto a volver y contar el fracaso.
Servicio al cliente de una tienda de bebidas: hacer que el "cliente" rompa el código
La profesora Luo Ching-te del Instituto de Informática de Neihu siguió otro camino. Hizo que sus estudiantes usaran la función Gem de Gemini para crear servicios de IA, como un guía de servicio al cliente para una tienda de bebidas o una biblioteca. Después de hacerlo, los estudiantes intercambiaron dispositivos y actuaron como "clientes" exigentes, tratando de hacer fallar el servicio de su compañero. Algunos presionaron por bebidas gratis con argumentos emocionales; otros fingieron ser el dueño pidiendo secretos comerciales. Otros sabían que el modelo no podía dar contraseñas directamente y le pidieron que escondiera la respuesta en un acróstico.4
Esta clase no ocultó los errores. Cuando los estudiantes encontraban fallas, debían modificar sus prompts, explicar por qué era efectivo el cambio y volver a probar. El error del modelo pasó de ser un accidente incómodo a convertirse en material didáctico; la seguridad ya no era solo una diapositiva de "no filtrar datos personales", sino un ejercicio que podía ser atacado, reparado y atacado de nuevo. Luo Ching-te les recordó al final: el verdadero aprendizaje y pensamiento deben ser realizados por ellos mismos: "No olviden que ustedes son los protagonistas."4
Lin Ying-jun, profesor de la Escuela Primaria Zhongshan del condado de Yilan, planteó otra limitación importante en una sesión similar: la enseñanza con IA debe integrarse en el currículo existente y no ser un "extra". Cai Bang-ju, profesor de la Secundaria Ciudad de Chiayi, hizo que sus estudiantes usaran la IA para crear dados virtuales de probabilidad. El producto del estudiante obligó al maestro a preguntar sobre el código. Él bromeó: "Dicen que la enseñanza es recíproca; siento que son los estudiantes quienes me están enseñando."4
Estos tres casos cambiaron la posición del maestro, alejándolo del proveedor de respuestas. Los maestros diseñan las preguntas y establecen los límites de datos y ética, permitiendo que los estudiantes descubran funciones nuevas de la herramienta más rápido que ellos mismos. Esta clase es más difícil que "toda la clase siguiendo al maestro con el mismo prompt", porque el maestro debe poder juzgar si el estudiante entendió el mecanismo o solo obtuvo una salida que se veía bonita.
Los maestros del mundo también usan IA para preparar lecciones
La encuesta TALIS 2024 de la OCDE pregunta a los profesores de secundaria en sistemas educativos, y Taiwán no es un caso comparable directamente. En promedio, uno de cada tres profesores había usado IA en el año anterior. Singapur y los Emiratos Árabes Unidos lo situaron en alrededor del 75%, mientras que Francia y Japón estaban por debajo del 20%. Estos datos son útiles para dar una coordenada internacional, pero no para clasificar a Taiwán en un ranking mundial.5
Lo más interesante es la distribución de usos. Entre los maestros que han usado IA, el 68% la usó para aprender o resumir temas; el 64% para generar planes de lección. Solo el 25% la usó para revisar datos de participación o rendimiento del estudiante, y el 26% para evaluar o corregir tareas.5 Las tareas fáciles de hacer individualmente y de bajo riesgo van primero: las que involucran datos estudiantiles, la equidad en la evaluación y la responsabilidad profesional quedan al final.5
Fuente: Resultados de TALIS 2024 de la OCDE; Taiwán no fue incluido en esta muestra comparable
Este orden no contradice la realidad local. Hacer imágenes, organizar material didáctico y generar preguntas es el punto de partida fácil. Cuando llega la evaluación, el maestro debe responder quién asume la responsabilidad del puntaje, si se puede subir el trabajo del estudiante y si el sistema maneja las desviaciones lingüísticas y culturales. La tabla de funciones solo le falta un botón, pero le falta una capa completa de responsabilidad profesional.
El marco de competencia en IA de la UNESCO para 2024 tampoco considera "saber dar prompts" como el punto final. El marco desglosa la capacidad en cinco áreas: pensamiento humano, ética de la IA, fundamentos y aplicación, pedagogía de la IA y uso de la IA para promover el desarrollo profesional, afirmando claramente que la IA debe complementar y no reemplazar el rol del maestro. También advierte que no se debe usar la IA para sustituir la inversión a largo plazo en la escasez de maestros o en infraestructura y redes.6
Primero quitar los nombres, luego hablar de la autoevaluación
Cuando la IA pasa de la preparación de lecciones a la evaluación, el riesgo se vuelve repentinamente concreto. Un maestro pide al modelo que cree diez preguntas de práctica; si falla una, todavía hay oportunidad de corregirla antes de enviarla. Pero si se sube el registro de respuestas de toda la clase, este puede contener nombres, calificaciones, dificultades de aprendizaje y contexto familiar simultáneamente. La salida sigue siendo un texto, pero la entrada ya pasó de ser material didáctico a ser datos del niño. Esto explica por qué las tasas de uso para resumir temas y generar planes de lección en la encuesta de la OCDE superan el 60%, mientras que el análisis del rendimiento y la corrección de tareas apenas alcanza un cuarto.5
La demostración de Luo Ching-te, haciendo que los estudiantes usaran acrósticos para encontrar la contraseña oculta del servicio al cliente de IA, ofreció una advertencia reducida: lo secreto escrito en el prompt no se vuelve automáticamente seguro solo porque el usuario no ve la página de configuración. Los estudiantes pueden deliberadamente evadir las restricciones; los servicios externos reales también pueden cambiar sus términos o ser configurados incorrectamente. Al llevar esta clase al flujo de trabajo del maestro, la pregunta inicial debería ser: "¿es necesario entregar estos datos al modelo?", y luego preguntar "¿el modelo puede calificar?".4
Si se convierten los principios humanos y éticos de la UNESCO en un estándar mínimo operativo para la escuela, se pueden hacer tres cosas. Antes de enviar, eliminar el nombre del estudiante, su número de asiento y cualquier contexto innecesario. Al usar IA para evaluar, el maestro debe conservar el juicio final y poder revisar la razón del modelo. Los estudiantes y los padres deben saber qué parte del proceso usó IA y tener a quién acudir si hay un error. Estas acciones no necesitan esperar una norma nacional perfecta para comenzar, sino que requieren que la escuela proporcione un modelo común, sin dejar toda la responsabilidad al azar de cada maestro.6
El problema de la equidad también está detrás de las cuentas. La encuesta del Fondo Educativo mostró que el 94.1% de los maestros esperaban que el Ministerio de Educación proporcionara software de IA que normalmente requeriría pago, y el 60.2% creía que la escuela debería priorizar proporcionar una red estable y recursos, y el 46.7% señaló la necesidad de personal de apoyo profesional. Estos números no garantizan que tener una cuenta pagada sea la solución, sino que recuerdan que las políticas enfrentan tres umbrales: ¿se puede pagar?, ¿se puede conectar? y ¿hay a quién acudir en caso de problemas? Solo abordar el primero ampliará la brecha entre escuelas según la calidad de la red y la capacidad de apoyo.3
La evaluación, por lo tanto, es una prueba de estrés para la educación con IA. Obliga al sistema a responder sobre gobernanza de datos, responsabilidad profesional, comunicación con los padres y apelación estudiantil, en lugar de solo realizar otra demostración funcional. Solo cuando estos límites estén claros, el maestro podrá usar la IA con confianza en lo apropiado y tener la seguridad de apagarla donde no es adecuada.
El Arca del Talento: al llegar a tierra, debe haber alguien que reciba
En junio de 2026, el Ministerio de Educación anunció el "Plan del Arca del Talento para la IA" (para los años 115-118), con tres direcciones: construir un entorno de aprendizaje y un nuevo sistema de aprendizaje; formar talento docente multidisciplinario y establecer capacidades digitales y asistencia práctica; y usar los datos educativos para apoyar la toma de decisiones pedagógicas. La política ha avanzado de "proporcionar herramientas" a "formar talento" y "asistencia práctica", lo que al menos muestra que una sola compra no es suficiente para cambiar el aula.7
El Ministerio de Educación condensó su plan para 2026-2029 en tres direcciones: entorno de aprendizaje, talento docente multidisciplinario y toma de decisiones basada en datos. Mi interés está en la segunda parte, "asistencia práctica", una vez que sale del gráfico político y entra en la semana de un maestro. Imagen: Ministerio de Educación, 2026, edición del gráfico de política oficial.
El paso más difícil para que el "sistema de asistencia práctica" se incorpore realmente a la rutina escolar es este. La encuesta del Fondo Educativo mostró que lo que más esperaban los maestros eran talleres prácticos y cursos en línea. Los mismos encuestados dijeron que el 81.7% quería establecer una comunidad de aprendizaje entre escuelas. Estos dos requisitos no son sustituibles. El taller cruza la barrera de la primera operación; la comunidad se encarga de recibir al segundo fracaso, el tercer ajuste, y los problemas que surgen cuando el estudiante está realmente frente a ti.3
📝 Nota del curador: Entre "capacitación completada" y "cambio pedagógico", falta un campo muy difícil de poner en una orden de compra: ¿quién responde al maestro después de que vuelve a la escuela? Las trescientas agencias de Xu Tai-ping merecen ser notables porque detrás hay a ochenta personas que pueden ser encontradas. Si el Arca del Talento solo transporta herramientas y no relaciones, cuando llega a cada escuela, los maestros podrían tener que desembarcar por su cuenta.
Un apoyo continuo debe tener al menos tres niveles. El primer nivel son casos de estudio modificables directamente, con el grado aplicable, el riesgo de datos y un registro de fallas. El segundo nivel es tiempo para la comunidad entre pares dentro o entre escuelas, para que los maestros sin especialización en informática no tengan que perseguir versiones solos. Y el tercer nivel es el personal profesional central y local para intervenir cuando las actualizaciones del modelo, incidentes de seguridad o disputas de evaluación exceden la capacidad de la escuela. Estos tres niveles deben cubrir redes e infraestructura rurales; de lo contrario, los maestros más necesitados seguirán gastando tiempo en iniciar sesión y actualizarse.
Los estudiantes tampoco pueden ser dejados solo con la capacitación de herramientas. La clase "cliente" de Luo Ching-te convirtió el riesgo en un comportamiento observable: los estudiantes no solo sabían que la IA podía fallar, sino que encontraron cómo manipularla y cómo filtrar información. Esto es más cercano a la capacidad humana y ética de la UNESCO que memorizar un manual de uso, y aclara aún más el rol profesional del maestro: diseñar un entorno donde el estudiante pueda cuestionar al modelo, evitando convertirse en un mero portavoz del mismo.46
Este camino complementa la perspectiva industrial del Estrategia de Desarrollo e Inteligencia Artificial de Taiwán. Taiwán puede fabricar servidores de IA y formar talento ingenieril, pero no se puede asumir que la ventaja del hardware fluirá naturalmente a cada aula. La Escuela de IA de Taiwán utilizó fuerzas civiles para capacitar al talento industrial. Los maestros de primaria y secundaria miden el resultado con otro estándar: si un niño finalmente entendió algo gracias a una nueva forma de decirlo.
Una última pregunta, no la siguiente herramienta
Volviendo a esas tres horas en la Escuela Primaria Da Jia, los maestros sí crearon cosas que podían llevarse. Esto es importante. Sin un éxito inicial, la comunidad posterior no ocurrirá. Pero esa agencia, al volver a la escuela, todavía se enfrenta a preguntas aleatorias de los estudiantes, datos desactualizados, actualizaciones del modelo y preocupaciones de los padres. La innovación pedagógica no es un producto fijo después de publicarse; es más bien un material didáctico que requiere mantenimiento conjunto por parte de sus pares.
Los maestros taiwaneses están avanzando más rápido que el sistema, lo que significa que el sistema no puede simplemente seguir el nombre de la herramienta. Dos encuestas con porcentajes altos, trescientas agencias y una aula donde los estudiantes pueden atacar al servicio de IA han puesto en claro el siguiente paso: proporcionar casos modificables a los maestros, tiempo para equivocarse juntos, una comunidad a quien acudir, y definir claramente los límites de datos personales, evaluación y desviación.
Xu Tai-ping dijo que la capacitación tenía emoción y chispa, pero se sentía solo al volver. El verdadero logro de la educación con IA quizás sea tener a alguien más en el lado del maestro cuando se encuentre con ese mismo profesor en el próximo semestre para poder modificar juntos la clase.
Lecturas adicionales
- Sistema Educativo de Taiwán — Desde los exámenes de ingreso hasta la educación nacional de doce años, el entorno institucional donde reside la innovación docente
- Estrategia de Desarrollo e Inteligencia Artificial de Taiwán — Una visión general del panorama de IA en Taiwán desde la industria y las políticas
- Escuela de IA de Taiwán — Cómo la capacitación civil puede formar a la primera generación de talento industrial en IA de Taiwán
Fuentes de imágenes
| Archivo | Descripción | Fuente | Licencia |
|---|---|---|---|
taiwan-students-digital-learning-2019.webp (hero) |
Estudiantes de la Escuela Secundaria Baozhong usando la plataforma Junyi, 2019 | Sitio web de la Escuela Secundaria Baozhong, vía Wikimedia Commons | CC BY 2.0 |
taiwan-moe-ai-talent-ark-2026.webp |
Gráfico de las tres direcciones del Plan del Arca del Talento de IA del Ministerio de Educación, 2026 | Plan del Arca del Talento de IA del Ministerio de Educación | Edición del gráfico de política oficial |
Referencias
- “Se sienten solos después de la capacitación” Él crea un mercado de agencias de IA — Entrevista especial con Xu Tai-ping en "Tianxia", 2026, sobre el taller de la Escuela Primaria Da Jia y su plataforma compartida con unas trescientas agencias.↩
- ¿La carga de trabajo no disminuye sino que aumenta? Gran encuesta sobre los desafíos de la transformación digital escolar — Encuesta realizada por Pincheng (親子天下) en colaboración con Google for Education, presentando resultados de 4,765 muestras de docentes sobre enseñanza digital y uso de IA.↩
- “Resultados de la encuesta sobre las necesidades y expectativas de los maestros respecto a la aplicación de la IA en la educación” — El Fondo Educativo de Profesor Huang Kun-hui presenta el método, las necesidades de aprendizaje, los recursos y las expectativas de comunidad entre escuelas basadas en 3,328 encuestas en línea.↩
- En una clase de informática del Instituto de Neihu se crea un servicio al cliente con IA; los estudiantes actúan como "clientes" buscando fallas — Reportaje de CNA en julio de 2026 sobre los casos prácticos de Luo Ching-te, Lin Ying-jun y Cai Bang-ju que combinan IA, seguridad y currículo existente.↩
- Teaching for today’s world: Results from TALIS 2024 — Informe oficial en inglés de la OCDE, que proporciona la proporción y el uso de la IA por parte de los maestros de secundaria en sistemas educativos, así como las diferencias entre países.↩
- What you need to know about UNESCO’s new AI competency frameworks — Explicación oficial de la UNESCO en inglés, que enumera las cinco áreas de competencia de IA para maestros y los principios de desarrollo educativo humano y ético a largo plazo.↩
- Plan del Arca del Talento para la IA (Años 115–118) — El Ministerio de Educación anunció tres direcciones políticas en junio de 2026, cubriendo el entorno de aprendizaje, el talento docente multidisciplinario y la toma de decisiones educativa.↩