En su artículo “Necesitamos maestros de CA o IA”, publicado el 14 de septiembre de 2026 en El Caribe, Andrés Dauhajre hijo plantea dos ideas. La primera es un diagnóstico: la política educativa dominicana de las últimas dos décadas –centrada en salarios e incentivos para un cuerpo docente que no pasó por procesos rigurosos de selección– no ha elevado el aprendizaje, pese al crecimiento sostenido del gasto público desde que en 2013 se llegó al 4.00 % del PIB. La segunda es una propuesta: ya que formar en el corto plazo un cuerpo docente de "calidad asiática" (CA) es políticamente inviable, la inteligencia artificial (IA) podría ser una alternativa, como sugiere el plan piloto de tutores de IA en El Salvador.
Contrastado con los resultados de PISA 2025, la literatura comparada y los propios análisis del Ministerio de Educación (MINERD), el diagnóstico se sostiene razonablemente bien, aunque requiere una corrección importante. La propuesta, en cambio, descansa en una lectura de la experiencia salvadoreña que la evidencia disponible no respalda.
El rezago dominicano es evidente. PISA 2025 confirma que el país obtuvo 339 puntos en matemáticas (equivalentes a 56.50 en una escala de 100), 346 en lectura (56.67/100) y 361 en ciencias (60.17/100). Estos resultados están muy por debajo del promedio de la OCDE, que alcanzó 463 puntos en matemáticas (77.17/100), 461 en lectura (76.83/100) y 482 en ciencias (80.33/100). Además, el 90.60 % de los estudiantes dominicanos no alcanzó el Nivel 2 de competencia en matemáticas, correspondiente al rango 70-80 en una escala de 100 y considerado el umbral mínimo para desenvolverse adecuadamente en contextos académicos y laborales. Asimismo, el 69.30 % presentó bajo desempeño simultáneo en las tres áreas evaluadas. Las Pruebas Nacionales de secundaria, con serie histórica más larga, muestran la misma tendencia: los resultados satisfactorios cayeron de 62.20 % en 2012 a 56.10 % en 2025. Durante la mayor expansión presupuestaria de la historia educativa dominicana, el aprendizaje no solo se estancó, sino que retrocedió.
También tiene fundamento la tesis sobre la selección docente, respaldada por décadas de literatura internacional que muestra que los sistemas de mejor desempeño reclutan talento mediante estatus y selectividad, no solo salario. Pero el artículo sobredimensiona el esfuerzo salarial dominicano: el salario docente promedio subió 114.97 % en términos nominales entre 2012 y 2025, pero apenas 25.68 % en términos reales, una vez descontada la inflación acumulada de 55.43 %.
El artículo atribuye el estancamiento a que "hemos gastado, no invertido". Los datos del propio MINERD obligan a matizar esa lectura. Entre 2014 y 2025, el Ministerio ejecutó el 97.77 % de su presupuesto, una eficiencia financiera superior a la de Brasil, México, Colombia y Chile, y comparable a la de España y al promedio de la OCDE. El problema no es una mala ejecución, sino la composición cada vez más rígida de ese gasto: el personal –remuneraciones, pensiones, jubilaciones– absorbió 66.04 % del total ejecutado y explicó el 81.12 % de todo el crecimiento presupuestario del período 2013-2025. Como consecuencia, la inversión de capital en obras e infraestructura cayó de 10.14 % del gasto (0.37 % del PIB) entre 2015 y 2019 a apenas 2.60 % (0.10 % del PIB) entre 2021 y 2025, y el margen para gasto flexible se redujo de 24.66 % a 10.77 %.
Los propios índices del MINERD confirman la pérdida de productividad: el Índice Integral de Eficiencia Educativa (IIEE) cayó de 71.90 % a 57.40 %, y el Indicador Compuesto de Desempeño y Esfuerzo Educativo (ICDE), de 77.50 % a 67.76 %. A esto se suma que República Dominicana invierte apenas 4.00 % del PIB en educación, frente a 6.10 % en Brasil, 5.30 % en Chile y 5.88 % en promedio en la OCDE: el desafío no es solo "gastar mejor", como sugiere el artículo, sino también “gastar más y mejor”.
La propuesta de sustituir maestros por IA descansa en una base empírica frágil. El artículo afirma que los 1,198 estudiantes del piloto salvadoreño participaron en PISA 2025; en realidad fueron evaluados mediante PISA for Schools, un instrumento distinto, aplicado en junio de 2026 a 171 escuelas que se inscribieron voluntariamente, sin asignación aleatoria ni grupo de control. El Banco Mundial, la OCDE y el propio presidente Bukele advirtieron que esos resultados no podían extrapolarse al sistema nacional, aclaración que el artículo omite. La magnitud lo confirma: el promedio del piloto rondó los 485 puntos, mientras que el promedio nacional de El Salvador en PISA 2025 fue de apenas 365.70 (una diferencia de 119.30 puntos, mayor que la que separa a la OCDE de América Latina).
Una brecha así entre una submuestra voluntaria y el sistema completo sugiere que el resultado responde, al menos en parte, a la motivación y los recursos previos de las escuelas autoseleccionadas, no solo a la presencia de tutores de IA. De un piloto de esas características no puede concluirse que la inteligencia artificial sea sustituto viable, a escala nacional, de un cuerpo docente selectivo.
Otras piezas del artículo también piden cautela. La comparación "Asia versus Occidente" enfrenta a la élite de los sistemas asiáticos (Japón, Singapur, Corea del Sur, China, Hong Kong, Macao, Taiwán) contra el promedio de veintiún países occidentales heterogéneos, lo que amplifica mecánicamente la brecha. Y las cifras de "años de rezago" dependen de un factor de conversión que la propia OCDE reconoce que varía entre 30 y 50 puntos PISA por año escolar, por lo que transmiten una precisión que el método no tiene.
El artículo, además, omite que la OCDE reconoció a República Dominicana como uno de los países que más mejoró en ciencias desde 2015, aunque esto no contradice el diagnóstico general de estancamiento.
Existe, sin embargo, evidencia rigurosa sobre IA en el aula que el artículo no cita: un ensayo aleatorizado del Banco Mundial en el estado de Edo, Nigeria, con grupo de control real, en el que estudiantes de secundaria recibieron seis semanas de tutoría con IA generativa. La ganancia fue de 0.30 desviaciones estándar –cerca de 1.50 años de aprendizaje típico– y superó al 80.00 % de las intervenciones educativas evaluadas mediante experimentos aleatorizados en países de ingresos bajos y medios. Pero los propios autores atribuyen el resultado no a la IA por sí sola, sino a su combinación con una facilitación docente activa: el maestro introducía el tema, guiaba el uso de la herramienta y corregía su mal uso. La literatura reciente confirma que la IA generativa sin supervisión docente ni diseño pedagógico puede incluso perjudicar el aprendizaje.
La literatura reciente sobre IA generativa en las aulas –incluida la evidencia experimental en matemáticas de secundaria en Estados Unidos– confirma este punto: el uso de estas herramientas sin salvaguardas pedagógicas, sin supervisión docente y sin un diseño instruccional que promueva el razonamiento, puede perjudicar el aprendizaje e incluso generar dependencia cognitiva (Bastani et al., 2025). Es decir, la IA no es inherentemente beneficiosa; su impacto depende críticamente de cómo, cuándo y bajo qué condiciones se integra en la práctica educativa.
En suma, el diagnóstico de Dauhajre es esencialmente correcto, pero su causa exacta es otra: no una mala ejecución del gasto, sino una composición cada vez más rígida que ha desplazado la inversión de capital y reducido el margen para intervenciones que inciden directamente en el aprendizaje, dentro de un esfuerzo fiscal todavía inferior al de países comparables. Su propuesta de la IA como sustituto del maestro no encuentra respaldo en el caso salvadoreño citado, aunque sí es razonable –a la luz de la evidencia nigeriana– explorarla como complemento, bajo diseño pedagógico riguroso y con evaluación experimental propia. El dilema de política pública no es, entonces, "maestros o IA", sino cómo combinar ambos, en qué secuencia y con qué inversión, dentro de un espacio fiscal estrecho que exige usar cada peso disponible para generar evidencia real sobre qué funciona en las aulas dominicanas.
Compartir esta nota