Planteamiento del problema

Qué debe lograr esta sección

• Llevar el objeto arriba: la mediación pedagógica en tus sedes rurales, no el sistema TUTOR(IA).
• Contar el contexto en tres escalas: internacional, colombiano rural y el de tu institución (12 sedes veredales).
• Un dato propio de magnitud: cuántas sedes, cuántos docentes, cuántos grados por docente, qué conectividad.
• Formular el problema sin anticipar la solución tecnológica. Ver Hilo dorado.

Contexto internacional

Borrador IA · Claude Opus 5.5 · 2 nov 2026 · pendiente de reescribir

La escuela multigrado es una forma escolar extendida en el mundo. Little (2001) la describe como casi invisible para la política educativa, que sigue pensada para el aula graduada. Las cifras de México dan una idea de su peso: en el ciclo 2022-2023 eran multigrado el 37.6 % de los preescolares y el 42 % de las primarias, y entre los docentes encuestados por García Hernández y Juárez Bolaños (2026), “Un total de 2 124 docentes (70.7%) respondió que durante su formación inicial no recibió capacitación para trabajar en escuelas multigrado.” (p. 114). Incluso en sistemas con más recursos, Vigo-Arrazola y Moreno-Pinillos (2025) observan que la organización por grados de edad y el currículo por grado empujan a las docentes a prácticas que ignoran la vida de los estudiantes.

La tecnología llega a esta escuela con un problema de diseño. Mustafa et al. (2024) identifican 29 desafíos de la integración tecnológica rural, distribuidos entre la política, la institución y el aula, y señalan que casi no se estudia cómo cambia la experiencia de aprendizaje de los estudiantes. Las soluciones sin conexión resuelven una parte del acceso, pero el conocimiento sobre ellas es frágil. Mays y Cheng (2024) lo reconocen: “However, despite several pilots, we still know relatively little about what offline technology to use in what contexts and in what ways.” (p. 304). Cuando la investigación examina cómo la tecnología apoya la diversidad, lo hace casi siempre en contextos con conectividad; en la revisión de Bray et al. (2023), los 15 estudios sobre tecnología y DUA se hicieron en Estados Unidos.

El panorama internacional deja una brecha. La escuela multigrado tiene pedagogía propia, pero recibe políticas, materiales y tecnologías diseñados para el aula graduada y conectada. Lo que falta es conocimiento sobre cómo se media el aprendizaje en esa escuela cuando la tecnología entra en condiciones de conectividad limitada.

Te falta

• Fichas guía que el texto usa: Little (2001), Vigo-Arrazola y Moreno-Pinillos (2025) y Mustafa et al. (2024). Las cifras de México vienen de García Hernández y Juárez Bolaños (2026), que sí tiene PDF.
• Tu texto anterior citaba a UNESCO (2023), Castro et al. (2025) con el 97.7 % y Kumar et al. (2024). Ninguno tiene nota en el vault: si los quieres mantener, haz su nota primero y verifica la cifra en la fuente.
• Decide si este contexto se queda en el multigrado y la tecnología, o si añades una cifra global de escuelas rurales; si la añades, que sea de una fuente con nota.

Contexto rural colombiano

Borrador IA · Claude Opus 5.5 · 2 nov 2026 · pendiente de reescribir

La escuela rural es la mayoría de las sedes del país. Según los datos que recoge Cabrera Martínez (2025), en 2021 Colombia tenía 56 349 sedes educativas, de las cuales el 66,8 % eran rurales; en una encuesta de 2014 a 7 168 sedes rurales, la infraestructura tenía en promedio 37 años y el 13 % no tenía energía. Domínguez-Delgado (2025) cita una población rural de 12,2 millones de personas (23,7 %) y un analfabetismo rural de 22,1 % frente a 6,1 % en las zonas urbanas.

La norma reconoce esta realidad. En la Ley 115, el Congreso de Colombia (1994) dedica un capítulo a la educación campesina y rural, y el Acto Legislativo 01 de 2023 del Congreso de la República de Colombia (2023) reconoce al campesinado como sujeto de especial protección, con derecho a la educación y a la conectividad digital. La política digital, en cambio, mira la ruralidad desde fuera. Ruiz y Gallagher (2025) muestran que el CONPES 3988 concibe la innovación educativa desde imaginarios urbanos y de mercado que dejan en desventaja a la escuela rural y al campesinado, y Jiménez Bernal et al. (2026) encuentran que las políticas de tecnología educativa se ocupan del acceso y la conectividad mientras el multigrado casi no recibe reconocimiento pedagógico.

En el aula, el peso recae sobre el docente. López Niño (2019) lo resume así: “El docente rural es la escuela en sí misma.” (p. 95). La formación inicial casi no prepara para el multigrado, y Orozco (2026) muestra que las maestras que atienden a la vez preescolar y primaria viven una polifuncionalidad que desdibuja su saber. El instrumento clásico de mediación, la guía de Escuela Nueva, organiza el currículo por grado y, según Cadavid Rojas (2020), no resuelve la didáctica multigrado. La inclusión choca con el desconocimiento de la norma y la poca formación docente (Domínguez-Delgado, 2025).

El problema en Colombia tiene, entonces, una dimensión pedagógica que la política de dotación y conectividad no resuelve: cómo se media el aprendizaje de niños diversos en aulas multigrado cuando el maestro está solo y la tecnología llega pensada para otra escuela.

Te falta

• Actualiza las cifras con fuente primaria. Las de sedes y energía vienen de segunda mano (Cabrera Martínez cita al informe LEE y al PEER) y las de población rural, de Domínguez-Delgado. Busca el dato oficial más reciente (DANE, MEN) y haz su nota.
• Fichas guía que el texto usa: Ley 115 de 1994, Acto Legislativo 01 de 2023, Ruiz y Gallagher (2025), Jiménez Bernal et al. (2026), Orozco (2026) y Cadavid Rojas (2020). Ruiz y Gallagher y Jiménez Bernal et al. sostienen el argumento de política: léelos primero.
• Decide si incluyes el CONPES 4144 de IA (DNP (2025)); tiene nota en el vault y puede servir para ubicar tu componente de IA local en la política vigente.
• Revisa tu texto del 29 de septiembre: muchas citas (Espitia Cruz, 2022; López Trujillo, 2022; Orozco-Orozco y Rivera-Sepúlveda, 2026) no tienen nota. Hazlas o retíralas.

Magnitud del problema

Te falta

• Este apartado lo escribes con tus datos; la IA no inventa cifras. Reúne, por cada una de las 12 sedes: matrícula por nivel (preescolar y cada grado de primaria) y número de docentes.
• Grados por docente: cuántas sedes son unitarias, cuántos grados atiende cada docente y cuántas atienden preescolar y primaria en la misma aula.
• Conectividad y energía: tipo de conexión, horas reales de servicio, estabilidad, energía eléctrica y dispositivos disponibles por sede.
• Trayectorias: deserción, repitencia y extraedad de los últimos tres a cinco años, y número de estudiantes con PIAR. Fuentes posibles: SIMAT, formulario C-600 del DANE, informes de gestión y autoevaluación institucional.
• Cierra con un dato que nombre el problema pedagógico, por ejemplo cuántas horas de clase recibe cada grado cuando un docente atiende varios a la vez. Cita la fuente de cada cifra.

Formulación del problema

Propuesta de formulación para discutir

Se desconoce cómo configurar, con la propia comunidad, una mediación pedagógica que responda a la diversidad de los niños de aulas rurales multigrado y que integre un ecosistema digital sin que este desplace al maestro ni al territorio.

Tu versión en construcción

Escribe aquí debajo, con tus palabras. Lo que escribas fuera de los recuadros cuenta como tu voz en el panel de tu tesis. Tus reflexiones de voz sobre las lecturas que alimentan esta sección llegan solas al apartado que corresponde.

Tu versión del 29 de septiembre

Tu texto anterior, para que tomes lo que sirve. Estaba centrado en el ecosistema TUTOR(IA); ahora el centro es la mediación pedagógica.

Tu texto · proyecto reformulado (29 sep 2026)

1. Situación Problemática

La incorporación de la Inteligencia Artificial (IA) en los sistemas educativos ha sido promocionada globalmente como un catalizador para la personalización del aprendizaje y la equidad educativa (UNESCO, 2023). Sin embargo, en el contexto de la educación rural multigrado, esta promesa tecnológica se enfrenta a una paradoja estructural: mientras los discursos hegemónicos impulsan la “hiperconectividad” y la transformación digital basada en la nube, las aulas rurales operan bajo condiciones de intermitencia de servicios, escasez de recursos y políticas públicas que asumen una estandarización ajena a la ruralidad (Espitia Cruz, 2022; López Trujillo, 2022). Esta brecha de contextualización territorial evidencia que las soluciones tecnológicas actuales no solo resultan inoperantes ante la falta de internet —condición que el 97.7 % de los docentes rurales identifica como una barrera infranqueable (Castro et al., 2025)—, sino que marginan las características culturales, lingüísticas y cognitivas de los estudiantes del campo.

En el aula multigrado, un único docente debe atender simultáneamente a estudiantes de diferentes edades, grados y ritmos de aprendizaje. La literatura documenta que, si bien este entorno favorece teóricamente el aprendizaje colaborativo y la autonomía (Little, 2006; Ares-Ferreirós et al., 2025), en la práctica los maestros enfrentan un aislamiento profesional y una sobrecarga administrativa extrema por la falta de recursos adaptados (Orozco-Orozco y Rivera-Sepúlveda, 2026). Esta imposibilidad material de acompañar los ritmos individuales de cada estudiante genera una consecuencia pedagógica crítica: los estudiantes avanzan con vacíos cognitivos acumulados, al no recibir la retroalimentación adaptativa e inmediata que requieren para consolidar sus aprendizajes. Como demuestran Kumar, Omondi y Smith (2024), esta falta de retroalimentación impacta directamente en la motivación intrínseca y la autonomía estudiantil, debilitando las trayectorias educativas y aumentando el riesgo de deserción escolar.

Frente a este escenario, la irrupción de la IA generativa y adaptativa introduce nuevos riesgos éticos y pedagógicos. Los modelos predominantes, entrenados con corpus de datos urbanos y alojados en la nube, reproducen dinámicas de “colonialismo de datos” y extractivismo informático, violando la privacidad de los menores y actuando como un potente factor de inequidad que profundiza la brecha territorial (Selwyn y Johnson, 2024; Martínez Colmenares, 2026). A esto se suma una brecha crítica relacionada con la autonomía y la heutagogía: la personalización algorítmica puede facilitar apoyos, pero también puede producir dependencia cognitiva y pasividad en el estudiante si no se diseña para fortalecer su autodeterminación, metacognición y habilidades para la vida (Hase y Kenyon, 2000; UNICEF, 2025).

Por otro lado, la operacionalización manual del Diseño Universal para el Aprendizaje (DUA) en este contexto se revela humanamente insostenible para un solo docente. Aunque el DUA es la respuesta pedagógica ideal para la diversidad, su implementación requiere la creación de múltiples formas de representación, acción e implicación que exceden la capacidad de tiempo y planificación del maestro rural, quien ya utiliza la tecnología predominantemente para tareas administrativas y no para la evaluación formativa o la personalización (Cumming y Rose, 2022; Uribe-Zapata et al., 2023; Bray et al., 2024).

El problema trasciende mas allá de la dimensión tecnológica. La literatura y la práctica evidencian que las innovaciones educativas en contextos vulnerables suelen fracasar no por la calidad del prototipo, sino por la ausencia de una apropiación social y una sostenibilidad organizacional. Las investigaciones tecnológicas suelen detenerse en la prueba de concepto o el piloto (Ravi y Janodia, 2022), y la transferencia de investigación universitaria depende de capacidades organizacionales, alianzas y condiciones institucionales (Johnson et al., 2023). La innovación de modelos exige procesos, capacidades y reconfiguración organizativa (Andreini et al., 2022; Trischler y Li-Ying, 2023). Las herramientas se imponen externamente, ignorando el “saber situado” del docente, su necesidad de alfabetización en IA —dado que la preparación del profesorado para la educación en IA presenta vacíos relevantes en conocimiento tecnológico y de contenido (Yue, Jong y Ng, 2024)— y las capacidades institucionales para dar soporte, gobernanza y mantenimiento a los sistemas. Se crea así un ciclo de “prototipos abandonados” que no logran integrarse al funcionamiento cotidiano de las instituciones ni transferirse a otros territorios.

Existe, por tanto, un vacío crítico en la intersección de estas dimensiones: la falta de ecosistemas de IA locales, offline y culturalmente situados, que no solo operacionalicen el DUA y mitiguen la sobrecarga docente, sino que garanticen la soberanía de los datos, fomenten la autonomía del estudiante (heutagogía), promuevan habilidades para la vida y bienestar psicosocial (OMS, 2020), empoderen al docente como diseñador instruccional y establezcan mecanismos de gobernanza y soporte que aseguren su sostenibilidad y transferencia a largo plazo. Como advierte Martínez-Plumed, Gómez y Hernández-Orallo (2021), un avance de investigación no equivale automáticamente a una tecnología lista para operar en el mundo real; el reto es pasar de herramientas aisladas a un ecosistema en el que datos, algoritmos, recursos multimodales, mediación docente, accesibilidad, evaluación y participación comunitaria funcionen de manera coordinada.

2. Formulación del Problema

A partir de la situación descrita, el problema de investigación se formula de la siguiente manera:

La ausencia de marcos pedagógico-tecnológicos validados que articulen la Inteligencia Artificial offline (basada en Modelos locales) con los principios del Diseño Universal para el Aprendizaje (DUA), la heutagogía y la gobernanza local de los datos, impide que los docentes de aulas multigrado rurales puedan atender eficazmente la diversidad de ritmos, Estilos y niveles de aprendizaje de sus estudiantes. Esta carencia, sumada al sesgo urbano de las soluciones tecnológicas actuales, al riesgo de dependencia cognitiva y a la falta de estrategias de apropiación social y sostenibilidad organizacional, perpetúa la sobrecarga funcional docente, la acumulación de vacíos cognitivos, la discontinuidad de las trayectorias educativas y la vulneración de los derechos digitales de los menores (UNICEF, 2025). Evidencia, por tanto, la necesidad imperiosa de co-diseñar, implementar y evaluar un ecosistema local de IA que garantice la soberanía de datos, la pertinencia cultural, la autonomía del estudiante, el bienestar psicosocial y la sostenibilidad pedagógica e institucional en contextos de conectividad limitada, alineado con los mandatos del ODS 4 (UNESCO, 2016) y la Política Nacional de Inteligencia Artificial de Colombia (Departamento Nacional de Planeación, 2025).