La inteligencia artificial ya forma parte de las conversaciones diarias en las escuelas. Mientras docentes y estudiantes exploran cómo incorporar esta tecnología al aprendizaje, de forma responsable, un grupo de jóvenes del estado mexicano de Guanajuato decidió usarla para resolver un problema relacionado con la educación inclusiva que vivían dentro de su propia comunidad escolar: la falta de herramientas para acompañar a estudiantes con condiciones neurodivergentes o problemas de salud mental.
De esa inquietud nació “Kris Learning IA”, una herramienta de inteligencia artificial creada por estudiantes del Colegio de Estudios Científicos y Tecnológicos de Guanajuato (CECyTE), Plantel Coroneo. El proyecto obtuvo el segundo lugar en Solve for Tomorrow México 2025.
Los integrantes del equipo tenían entre 16 y 18 años y cursaban el último grado de la escolaridad obligatoria cuando desarrollaron el prototipo. La idea era utilizar la tecnología para apoyar a estudiantes con ansiedad, trastorno de déficit de atención (TDAH), autismo o depresión que ya cuentan con un diagnóstico realizado por especialistas.
La herramienta es una aplicación que utiliza inteligencia artificial para adaptar la experiencia de aprendizaje según las necesidades de cada usuario y ofrecer recomendaciones tanto para estudiantes como para docentes. El funcionamiento parte de tres perfiles distintos. El área de orientación educativa administra la información del sistema; los docentes reciben sugerencias sobre cómo comunicarse y acompañar a cada estudiante dentro del aula; y los alumnos acceden a contenidos y actividades adaptados a su proceso de aprendizaje.
La inteligencia artificial propone diferentes estrategias pedagógicas, ajusta el ritmo de las actividades y utiliza recursos de gamificación para favorecer la concentración y la autonomía. Además, incorpora un chatbot que acompaña al estudiante durante el estudio y permite identificar señales que puedan requerir seguimiento por parte de especialistas.
En la práctica, el estudiante ingresa a la app con su usuario de “estudiante”, selecciona la asignatura que desea repasar y accede a las guías de estudio organizadas por semana. Desde allí, revisa contenidos como lecturas y videos, y ante cualquier duda puede apoyarse en el asistente de inteligencia artificial (KrisBot) para resolver ejercicios, resumir apuntes o pedir explicaciones puntuales. A medida que realiza las actividades e interactúa con la plataforma, el estudiante completa quizzes, gana puntos e insignias por su esfuerzo y consulta su calendario o reporte para mantener al día la entrega de sus tareas.
Sin embargo, el profesor mediador del proyecto, Ignacio Tinajero, recalca que el objetivo nunca fue reemplazar el trabajo psicológico o psicopedagógico. “La aplicación es un aliado. Sería irresponsable decir que hace el trabajo de un especialista. Trabaja junto con ellos”, explica.
Todo comenzó cuando un estudiante con autismo expresó que estaba considerando abandonar sus estudios porque sentía que no recibía el acompañamiento que necesitaba en la escuela. Ese momento llevó al docente de programación a preguntarse cómo podía ayudar con el conocimiento que tenía. “Yo venía de una formación en ingeniería. No tenía herramientas pedagógicas para atender ese tipo de situaciones”, recuerda.
Su primera respuesta fue desarrollar un modelo de código abierto que utilizara inteligencia artificial para ofrecer recomendaciones a docentes sobre cómo interactuar con estudiantes con distintas condiciones. La idea era que la app organizara los parámetros del ciclo escolar, para que el profesor visualizara el avance de sus grupos. A través del sistema, podría consultar el porcentaje de progreso general de cada estudiante, ver sus tareas pendientes y revisar los diagnósticos académicos o de necesidades educativas específicas subidos a la plataforma.
Convocó a un pequeño grupo de estudiantes con habilidades en programación y comenzaron a construir un prototipo. Kris fue el primer estudiante que se interesó por la iniciativa. El equipo decidió ponerle su nombre al proyecto porque buscaba que la herramienta transmitiera cercanía e identificación con quienes la utilizarían.
A partir de esa reflexión, rediseñaron el prototipo. Incorporaron elementos de gamificación y ampliaron el enfoque a fin de incluir estrategias específicas para otras necesidades de los estudiantes. Funciona como una app de actividades y gestión escolar, donde los profesores y los estudiantes monitorean el progreso de los cursos, la entrega de tareas y los logros obtenidos mediante puntos e insignias. Cuando hay un retraso, la app puede generar “Alertas Tempranas” automáticas en el panel del maestro.
De este modo, los docentes y el equipo de orientación pueden intervenir a tiempo, ofrecer un acompañamiento cercano y canalizar al estudiante hacia redes de apoyo profesional cuando sea necesario.
El proyecto también incluye la parte del bot interactivo (KrisBot) con el que los estudiantes van conversando día a día, para resolver cualquier duda sobre los contenidos escolares. Además, es un espacio donde pueden desahogarse en momentos de ansiedad o crisis de depresión. La IA no está diseñada para sustituir el papel de un psicólogo o psiquiatra, pero en esos momentos interviene con mensajes para tranquilizar al estudiante y orientarlo a buscar ayuda profesional.
Esta nueva versión de Kris Learning fue probada con tres estudiantes con diferentes condiciones: autismo, Trastorno por déficit de atención con hiperactividad (TDAH) y depresión, para observar cómo respondía la plataforma a necesidades distintas. Estos ensayos permitieron incorporar recursos específicos, como tareas más breves y con mayor gamificación para el estudiante con TDAH, además de estrategias de reconocimiento de avances para el estudiante con depresión, como una forma de motivarlo a seguir adelante y a reconocer por sí mismo sus logros.
Programar fue solo una parte del desafío
El mayor reto surgió cuando descubrieron que sabían desarrollar software, pero no sabían hablar sobre neurodivergencias ni sobre salud mental. El profesor y los estudiantes tuvieron que aprender, en pocos meses, conceptos de psicología, psicopedagogía y educación inclusiva.
“No sabíamos que existían diferentes tipos de autismo. No conocíamos la terminología correcta ni cómo dirigirnos a una persona con alguna condición”, explica el profesor Ignacio Tinajero. El proceso implicó estudiar diagnósticos, conversar con expertos y comprender diferencias entre trastornos, revisar lenguaje técnico y aprender cómo construir una herramienta que fuera respetuosa y empática.
Por la complejidad del desafío y la diversidad de necesidades que busca atender, “Kris Learning IA” todavía necesita más validación antes de estar listo para una implementación más amplia. Sin embargo, las pruebas realizadas ya permitieron demostrar que es posible construir una herramienta capaz de adaptar el aprendizaje a diferentes perfiles y necesidades.
Aunque hay limitaciones, la experiencia ya transformó a los propios estudiantes del equipo. “Una alumna, que todavía no sabía qué carrera estudiar, decidió orientarse hacia el área de la salud para seguir trabajando con personas neurodivergentes”, añade, orgulloso, el maestro.
Así entrenaron la inteligencia artificial
El desarrollo de “Kris Learning IA” no consistió únicamente en integrar ChatGPT dentro de una aplicación. El equipo construyó un proceso de entrenamiento específico para que la inteligencia artificial generara recomendaciones contextualizadas.
El primer insumo fue una serie de documentos elaborados por especialistas que describen diagnósticos y recomendaciones de atención para estudiantes con ansiedad, depresión, TDAH o autismo. A esa información se sumaron observaciones realizadas por docentes y por el área de orientación educativa del colegio sobre cómo se comporta cada estudiante en el entorno escolar. Con esos dos puntos de vista, el área clínica y el área educativa comenzaron a alimentar el modelo.
Además, utilizaron investigaciones desarrolladas por una universidad estadounidense sobre neurodivergencias como base para el entrenamiento inicial de la inteligencia artificial. La idea, sin embargo, es que el sistema aprenda progresivamente del contexto mexicano.
Para lograrlo, establecieron una alianza con el Sistema Nacional para el Desarrollo Integral de la Familia (DIF), de la ciudad donde viven (Coroneo), cuyos especialistas colaboran proporcionando información sobre distintos casos y variables de estudiantes diagnosticados. Esa recopilación de datos continúa mientras el proyecto avanza en su fase de incubación.
El desafío de la gestión del tiempo en proyecto STEM
Aunque el proyecto utilizó una metodología de trabajo estructurada, la dinámica diaria fue completamente colaborativa. “No queríamos asignar un único rol porque todos diseñamos, todos programamos, todos investigamos y todos prototipamos”, cuenta el docente.
El profesor también participó en todas las etapas del desarrollo, desde la investigación hasta las pruebas y las presentaciones. Esa organización permitió que los estudiantes entendieran el proyecto de manera integral y aprendieran distintas habilidades durante el proceso.
Uno de los mayores retos fue la gestión del tiempo, pues los estudiantes ya cursaban ocho asignaturas y algunos tardaban hasta dos horas en llegar a casa después de salir del colegio. Aun así, las reuniones del proyecto comenzaban después de clases. De siete a nueve de la noche, el equipo se conectaba para programar, investigar o repartir tareas. Quien no estaba conectado trabajaba en la actividad que le había correspondido ese día.
El ritmo fue intenso y el profesor decidió hablar con las familias desde el inicio para explicar el nivel de compromiso que implicaba participar en Solve for Tomorrow. “Les dije a los padres que, si en algún momento veían que sus hijos ya no podían más, buscaríamos otra estrategia”, dijo. A pesar del estrés, el equipo logró mantenerse unido durante todo el proceso del programa.
Otra transformación ocurrió cuando comenzaron a preparar el pitch del proyecto STEM. Muchos estudiantes tenían miedo de hablar en público. Grabaron varios videos, repitieron presentaciones y entrenaron constantemente la comunicación. “Cuando asisten a la evolución de sus propios videos, ellos mismos se sorprenden y preguntan si realmente hablaban así”, afirma el profesor.
Un proyecto que cambió la escuela
El reconocimiento en Solve for Tomorrow tuvo un efecto inmediato dentro del CECyTE Coroneo. El colegio comenzó a recibir invitaciones a eventos de innovación y convocatorias tecnológicas que antes no llegaban al plantel. Los estudiantes también obtuvieron un premio del programa, además de reconocimientos del gobierno municipal.
“Ahora ya no soy yo quien busca equipos. Son los estudiantes quienes buscan la oportunidad de participar”, observa el maestro. El equipo de “Kris Learning IA” también visita escuelas secundarias para compartir su experiencia y mostrar que es posible desarrollar proyectos tecnológicos desde una comunidad pequeña y competir a nivel de país.
Después del reconocimiento nacional, el proyecto entró en una etapa de incubación para convertirse en una solución sostenible. El proyecto está siendo registrado ante el Instituto Mexicano de la Propiedad Industrial (IMPI), mientras el equipo desarrolla un modelo de negocio que permita mantener activo el prototipo y cubrir los costos de las licencias de inteligencia artificial.
La primera meta es realizar una prueba piloto en 15 de los 56 planteles del CECyTE Guanajuato, trabajando inicialmente con cinco estudiantes por escuela. Con esos resultados esperan expandir la innovación al resto de los planteles del estado y, posteriormente, llevarla a los CECyTE de otras entidades de México.
“Queremos seguir alimentando a nuestra inteligencia artificial para que aprenda cómo se presentan las distintas neurodivergencias en diferentes regiones y pueda acompañar a más estudiantes”, vislumbra el docente.
La visión también incluye adaptar la herramienta para primaria y preescolar, donde muchas condiciones comienzan a identificarse. La intervención temprana puede tener un impacto decisivo en la trayectoria educativa de las niñas y los niños.
