¿Cómo llevar IA a una escuela donde fallan Internet y electricidad?

La inteligencia artificial educativa suele imaginarse conectada permanentemente a la nube. Pero en escuelas donde Internet es intermitente y la electricidad puede desaparecer durante horas, el analista de telecomunicaciones José F. Otero propone invertir el diseño.

Esto significa construir primero para funcionar sin conexión y utilizar la red cuando vuelva a estar disponible, planteó el director de ICT Development Consulting en un análisis muy detallado.

El especialista plantea una arquitectura offline-first basada en inteligencia artificial que pueda ejecutarse localmente en los dispositivos, contenidos curriculares precargados y mecanismos de sincronización cuando regresen la energía y la conectividad.

La propuesta parte de una limitación física que puede quedar fuera de las estrategias de transformación digital. Cada computadora, punto de acceso y servidor que soporta una herramienta educativa necesita electricidad.

Una escuela conectada a la red eléctrica no necesariamente dispone de un suministro continuo.

José F. Otero cita una estimación de la UNESCO que ubicaba en 87% la proporción de escuelas latinoamericanas con electricidad en 2019, pero recuerda que la disponibilidad real del servicio puede ser muy distinta.

En la región, el tiempo promedio anual de interrupción citado en su análisis va de 2.2 horas en Argentina a 41.9 horas en Panamá, con registros mayores en otros países.

Modelos pequeños de IA para trabajar localmente

Una de las posibilidades que identifica José Otero está en los modelos compactos capaces de ejecutar determinadas tareas sin depender permanentemente de grandes plataformas en la nube.

Como ejemplo menciona InkubaLM, desarrollado por Lelapa AI, un modelo de 400 millones de parámetros que trabaja con isiZulu, Yoruba, Hausa, Swahili e isiXhosa y puede realizar tareas de traducción y respuesta a preguntas.

NITRO recomienda: Nigeria apuesta por dos nuevos satélites GEO para conectar África

El tamaño de estos modelos abre la posibilidad de ejecutarlos en equipos más modestos, aunque el especialista advierte que su viabilidad depende del hardware y de la energía disponibles.

La misma lógica, sostiene, podría extenderse a lenguas latinoamericanas como quechua, aimara y guaraní, permitiendo desarrollar herramientas educativas más cercanas a los idiomas y contenidos de cada comunidad.

Diseñar alrededor de la restricción

El planteamiento no consiste en sustituir la conectividad, sino en reducir la dependencia de una conexión permanente. José F. Otero menciona experiencias que muestran diferentes maneras de diseñar alrededor de restricciones de infraestructura.

Una de ellas es Rori, un tutor de matemáticas basado en WhatsApp evaluado con alrededor de 1,000 estudiantes en 11 escuelas de Ghana.

Según los resultados citados por el analista, dos sesiones semanales de 30 minutos durante ocho meses produjeron mejoras de aprendizaje de 0.37 desviaciones estándar.

NITRO recomienda:América Latina pierde 17% de su electricidad mientras apuesta por la educación digital

También menciona Kolibri, una plataforma que distribuye contenidos educativos sin conexión en dispositivos de bajo costo y que opera en 31 idiomas en entornos rurales o con conectividad limitada.

La electricidad sigue siendo el piso de esa arquitectura. José Otero calcula que adaptar una instalación solar escolar para cargar dispositivos capaces de ejecutar herramientas de IA puede requerir entre 400 y 600 dólares adicionales por plantel. Los paneles permiten generar energía durante el día y las baterías conservarla para cortes o periodos sin sol.

La discusión desplaza así parte del debate sobre inteligencia artificial desde el tamaño de los modelos hacia la resiliencia de la infraestructura que los sostiene.

En escuelas con redes inestables, la pregunta puede no ser solamente qué IA utilizar, sino cuánto puede seguir haciendo esa IA cuando desaparecen la nube, Internet o la electricidad.

Sigue a NITRO en LinkedIn.