Soporte al estudiante con IA
Por Johanna Peñafiel
El soporte al estudiante fue durante años la parte invisible de la educación médica digital. Nadie inscribe un programa por su servicio de atención; sin embargo, muchos lo abandonan por su ausencia. Una consulta sin respuesta, una clave que no funciona o un certificado que nunca llega pesan más de lo que suele reconocerse.
Soy Johanna Peñafiel, consultora en transformación digital aplicada a la educación médica, y he visto esa transición completa: del correo respondido uno por uno a sistemas capaces de acompañar a miles de participantes al mismo tiempo. El cambio no fue solo tecnológico. Cambió la idea misma de lo que significa acompañar a quien estudia.
La etapa manual y su techo
Al principio todo se sostenía con esfuerzo humano. Una persona respondía correos, otra llevaba una hoja de cálculo con los inscritos y alguien más enviaba recordatorios. Funcionaba con cien participantes. Con mil, se rompía.
El problema no era la falta de voluntad, sino la escala. En la educación a distancia, el aislamiento, la baja motivación y los mecanismos lentos de retroalimentación figuran entre los principales desafíos del estudiante, y sus consecuencias se reflejan en el aumento de las tasas de abandono, según un estudio publicado en la revista Computers. El mismo trabajo documenta cómo un sistema de tickets operado manualmente terminaba generando demoras significativas y resoluciones insuficientes.
Ese es el techo de la atención manual: llega tarde justo cuando el participante más necesita una respuesta.
La automatización como primer salto
El siguiente paso fueron los flujos automatizados: recordatorios de vencimiento, mensajes de bienvenida, alertas cuando alguien dejaba de conectarse. Fue un avance real, porque liberó al equipo de tareas repetitivas y anticipó problemas.
Sin embargo, la automatización clásica tenía un límite claro. Podía enviar mensajes, pero no entender preguntas. Si el participante escribía algo fuera del guion, el sistema se detenía y devolvía el caso a la fila de espera.
Lo que cambia con la inteligencia artificial
Aquí ocurre el salto de fondo. Un sistema asistido por inteligencia artificial no solo envía: interpreta, responde y decide cuándo escalar a una persona.
La evidencia disponible es alentadora. Una implementación que combina analítica predictiva con un asistente conversacional alcanzó una tasa de respuesta del 89.7% entre los participantes, con un tiempo inicial de intervención de 6.6 segundos y una respuesta promedio de 12.9 segundos, según un estudio publicado en PeerJ Computer Science. En ese piloto, el sistema identificó de manera temprana a los estudiantes en riesgo de abandono y sostuvo cientos de interacciones de acompañamiento.
Existe además un hallazgo que me parece revelador. En experiencias universitarias documentadas por EdTech Magazine, los propios estudiantes reconocieron que le hacían al asistente preguntas que no se habrían atrevido a plantear a una persona. Esa observación importa mucho en el ámbito médico, donde admitir una duda básica frente a un colega puede resultar incómodo.
Un contexto que empuja el cambio
La adopción tampoco ocurre en el vacío. El 66% de los médicos estadounidenses utilizó herramientas de inteligencia artificial en su práctica durante 2024, frente al 38% del año anterior, de acuerdo con datos recogidos por Tateeda Global. El profesional que ya usa estas herramientas en su consulta espera encontrarlas también en su formación.
Qué no debe perderse en el soporte al estudiante
Ahora bien, la tecnología no resuelve todo por sí sola. He aprendido que un buen sistema de soporte al estudiante conserva ciertos principios:
- La automatización atiende lo repetitivo: accesos, fechas, certificados, dudas frecuentes.
- Lo humano atiende lo complejo: decisiones académicas, situaciones personales, casos sensibles.
- El escalamiento debe ser rápido y evidente, para que nadie quede atrapado conversando con una máquina.
- Cada interacción deja registro, de modo que quien retoma el caso no obligue a repetir la historia.
- El sistema aprende del abandono, no solo de las consultas resueltas.
Los estudiantes siguen prefiriendo el trato humano para lo verdaderamente importante. La inteligencia artificial no lo sustituye: lo libera para que ocurra donde de verdad hace falta.
Acompañar es parte de enseñar
Detrás de esta evolución hay una idea sencilla. Un participante que no recibe respuesta no solo se frustra: deja el programa y, con frecuencia, no vuelve a intentarlo. Por eso el soporte al estudiante no es un servicio administrativo, sino parte del diseño educativo, tanto como el contenido o la metodología que expliqué en este artículo sobre formación médica híbrida.
En resumen, pasamos de responder cuando podíamos a responder cuando el participante lo necesita. Esa diferencia, que parece operativa, es en realidad la que determina cuántos profesionales terminan lo que empezaron.
Sobre la autora: Johanna Peñafiel
Johanna Peñafiel (Johanna Penafiel) es consultora en estrategia comercial y transformación digital aplicada a la salud y la educación médica. Ha acompañado a especialistas, sociedades científicas e instituciones a fortalecer su presencia y su formación profesional. Escribe sobre presencia digital, marketing médico ético, formación médica continua e inteligencia artificial aplicada a la educación en salud. Conoce más sobre su trayectoria en su perfil de LinkedIn o revisa todos los artículos de Johanna Peñafiel.