Hanademi

Curriculum cannot keep waiting · V7

34 slides · 10 min · 2026-08-02 language
ENES
theme
LightDark
view
DeckTableTalk
brand
HanademiPlatzi
Curriculum cannot keep waitingMade for Freddy Vega, by Hanademi
El currículo no puede seguiresperandoMade for Freddy Vega, by Hanademi
Job creation still ends 14 million shortWEF forecast of jobs created, eliminated, and net change by 2027, millions.Made for Freddy Vega, by HanademiSources: Future of Jobs Report 2023: Up to a Quarter of Jobs Expected to Change ....Unitmillion jobs-20020406069Created-83Eliminated-14Net change
The disruption is not simply job destruction. Employers projected enormous creation and elimination at the same time. The balance still came out 14 million jobs lower, so curriculum must prepare people to move between roles.
La creación de empleo aún termina 14millones abajoPronóstico del WEF de empleos creados, eliminados y cambio neto para 2027, millones.Made for Freddy Vega, by HanademiFuentes: Future of Jobs Report 2023: Up to a Quarter of Jobs Expected to Change ....Unidadmillones de empleos-20020406069Creados-83Eliminados-14Cambio neto
La disrupción no es solo destrucción de empleo. Los empleadores proyectaron una enorme creación y eliminación al mismo tiempo. El saldo terminó 14 millones de empleos abajo, por lo que el currículo debe preparar a las personas para cambiar de función.
The terms behind the argumentMade for Freddy Vega, by HanademiDynamic curriculumA curriculum revised through frequent evidence reviews, version control,and measured outcomes rather than infrequent complete redesigns.HallucinationAn incorrect, invented, or unsupported AI statement presented as factual.Automation biasThe tendency to accept an automated recommendation despite missing orcontradictory evidence.
3 technical terms carry much of the argument.
Los términos detrás del argumentoMade for Freddy Vega, by HanademiCurrículo dinámicoUn currículo revisado mediante evaluaciones frecuentes de evidencia, controlde versiones y resultados medidos, en lugar de rediseños completos pocofrecuentes.AlucinaciónUna afirmación de IA incorrecta, inventada o sin respaldo presentada como factual.Sesgo de automatizaciónLa tendencia a aceptar una recomendación automatizada pese aevidencia ausente o contradictoria.
3 términos técnicos sostienen buena parte del argumento.
Labor change is livedSeated adults with documents and a smartphone in a waiting area.Sources: More Jobs, Higher Bar: The 2026 AI Employer Report – ZipRecruiter Economic Research. ziprecruiter-research.org.
This waiting-area scene gives the opening labor-market shortfall an immediate human scale.
El cambio laboral se vivePersonas adultas sentadas con documentos y un teléfono inteligente en una zona de espera.Fuentes: More Jobs, Higher Bar: The 2026 AI Employer Report – ZipRecruiter Economic Research. ziprecruiter-research.org.
Esta escena en una zona de espera da una escala humana inmediata al déficit laboral inicial.
Skill disruption keeps landing near 40%Separate WEF employer forecasts for different horizons and definitions, percent.Made for Freddy Vega, by HanademiSources: 4. Skills outlook - The Future of Jobs Report 2023 | World Economic Forum.These are separate forecasts, not a comparable observed time series.Unitpercent40%42%44%20222025202742%44%
Three separate WEF exercises reached a similar unsettling scale. Roughly 4 in 10 skills were expected to change or face disruption. Their definitions differ, but each warns against curriculum cycles measured in many years.
La disrupción de habilidades sigue cerca del40%Pronósticos empresariales separados del WEF con distintos horizontes y definiciones, porcentaje.Made for Freddy Vega, by HanademiFuentes: 4. Skills outlook - The Future of Jobs Report 2023 | World Economic Forum.Son pronósticos separados, no una serie temporal observada y comparable.Unidadporcentaje40 %42 %44 %20222025202742 %44 %
Tres ejercicios separados del WEF llegaron a una escala igualmente inquietante. Se esperaba que cerca de 4 de cada 10 habilidades cambiaran o sufrieran disrupción. Sus definiciones difieren, pero todos advierten contra ciclos curriculares de muchos años.
Training demand already outruns accessWorkers expected to need training by 2027 versus workers with adequate access, WEF respondents.Made for Freddy Vega, by HanademiSources: Future of Jobs: These are the most in-demand core skills in 2023 | World Economic Forum.Unitpercent of workers60%Need training50%Adequate access
The curriculum problem is also a delivery problem. Employers expected 60% of workers to need training by 2027, while only 50% had adequate access. A faster syllabus without wider access simply updates the opportunity gap.
La demanda de formación ya supera elaccesoTrabajadores que necesitarían formación para 2027 frente a trabajadores con acceso adecuado,encuestados del WEF.Made for Freddy Vega, by HanademiFuentes: Future of Jobs: These are the most in-demand core skills in 2023 | World Economic Forum.Unidadporcentaje de trabajadores60 %Necesitan formación50 %Acceso adecuado
El problema curricular también es un problema de entrega. Los empleadores esperaban que el 60% de los trabajadores necesitara formación para 2027, mientras solo el 50% tenía acceso adecuado. Un programa más rápido sin mayor acceso solo actualiza la brecha de oportunidades.
GPT-4 nearly doubled GPT-3 accuracyReported five-example MMLU accuracy across 57 academic subjects, percent.Made for Freddy Vega, by HanademiSources: MMLU / MMLU-Pro | benchmark.darvinyi.com.UnitaccuracyGPT-343.9%GPT-486.4%2x
Reported accuracy rose from 43.9% to 86.4% across 57 subjects. That capability jump makes continuous curriculum analysis plausible. It does not establish instructional judgment, fairness, or reliability with students.
GPT-4 casi duplicó la precisión de GPT-3Precisión reportada en MMLU con cinco ejemplos y 57 materias académicas, porcentaje.Made for Freddy Vega, by HanademiFuentes: MMLU / MMLU-Pro | benchmark.darvinyi.com.UnidadprecisiónGPT-343,9 %GPT-486,4 %2x
La precisión reportada subió del 43,9% al 86,4% en 57 materias. Ese salto hace viable el análisis curricular continuo. No demuestra criterio docente, equidad ni fiabilidad con estudiantes.
Classroom evidence is real but still thinLearning gains after 18 months in a scaled Indian personalized-learning experiment, standard deviations.Made for Freddy Vega, by HanademiSources: cdep.sipa.columbia.edu.; scale.stanford.edu.; microdata.worldbank.org.Unitstandard deviations0.2Mathematics0.2Hindi
After 18 months, Indian students scored 0.22 standard deviations higher in mathematics and 0.20 higher in Hindi. A separate 2026 review found only 20 school AI papers with strong causal evidence. The World Bank also documented a teacher trial across 390 public primary schools in Lima, showing that implementation is moving beyond tiny pilots.
La evidencia en aulas es real pero aúnlimitadaAvances tras 18 meses en un experimento ampliado de aprendizaje personalizado en India, desviacionesestándar.Made for Freddy Vega, by HanademiFuentes: cdep.sipa.columbia.edu.; scale.stanford.edu.; microdata.worldbank.org.Unidaddesviaciones estándar0,2Matemáticas0,2Hindi
Después de 18 meses, estudiantes de India obtuvieron 0,22 desviaciones estándar más en matemáticas y 0,20 más en hindi. Una revisión separada de 2026 encontró solo 20 estudios escolares de IA con evidencia causal sólida. El Banco Mundial también documentó un ensayo docente en 390 escuelas primarias públicas de Lima, señal de que la implementación supera los pilotos diminutos.
AI improved speed, output, and qualitytogetherGPT-4 user improvements in a randomized field experiment, percent.Made for Freddy Vega, by HanademiSources: GPT-4 could be the great skill leveler for consultants, study shows.Unitpercent improvementMore tasks12.2%Faster25.1%Higher quality40%
Inside the tested frontier, gains appeared across 3 dimensions. Users completed 12.2% more tasks, worked 25.1% faster, and received quality ratings more than 40% higher. This supports assisted drafting, not unsupervised publication.
La IA mejoró velocidad, producción ycalidadMejoras de usuarios de GPT-4 en un experimento aleatorizado, porcentaje.Made for Freddy Vega, by HanademiFuentes: GPT-4 could be the great skill leveler for consultants, study shows.Unidadporcentaje de mejoraMás tareas12,2 %Más rápido25,1 %Mayor calidad40 %
Dentro de la frontera probada, las mejoras aparecieron en 3 dimensiones. Los usuarios completaron un 12,2% más de tareas, trabajaron un 25,1% más rápido y recibieron evaluaciones de calidad más de un 40% superiores. Esto respalda la redacción asistida, no la publicación sin supervisión.
Outside tested tasks, AI users lost 19percentage points of accuracy.Human approval should begin with task classification, not after a draft is trusted. Note: aderived analysis was removed from this slide during quality checks.Sources: How generative AI can boost highly skilled workers’ productivity | MIT Sloan.
The same experiment contains the design rule. AI helped inside its tested frontier, but users were 19 percentage points less likely to answer correctly outside it. Curriculum workflows need explicit boundaries and escalation paths.
Fuera de tareas probadas, losusuarios de IA perdieron 19 puntosporcentuales de precisión.La aprobación humana debe comenzar con la clasificación de la tarea, no después deconfiar en un borrador. Nota: un análisis derivado se retiró de esta diapositiva durante elcontrol de calidad.Fuentes: How generative AI can boost highly skilled workers’ productivity | MIT Sloan.
El mismo experimento contiene la regla de diseño. La IA ayudó dentro de su frontera probada, pero los usuarios tuvieron 19 puntos porcentuales menos de probabilidad de acertar fuera de ella. Los flujos curriculares necesitan límites y rutas de escalamiento explícitos.
Vacancies are fast curriculum sensors, nota complete labor map.The four categories are documented limitations, not measured bias magnitudes.Sources: Closing the Tech Talent Gap | LinkedIn Learning.; Skill Requirements across Firms and Labor Markets: Evidence from Job ....Equal marks encode documented presence, not the size of each bias.
LinkedIn estimated that skills had changed 25% since 2015 and projected 65% change by 2030. Yet postings overrepresent professional, urban, larger-employer, and higher-education vacancies. Institutions should combine fast signals with official statistics and local consultation.
Las vacantes son sensores curricularesrápidos, no un mapa laboral completo.Las cuatro categorías son limitaciones documentadas, no magnitudes de sesgo medidas.Fuentes: Closing the Tech Talent Gap | LinkedIn Learning.; Skill Requirements across Firms and Labor Markets: Evidence from Job ....Las marcas iguales indican presencia documentada, no el tamaño de cada sesgo.
LinkedIn estimó que las habilidades habían cambiado un 25% desde 2015 y proyectó un cambio del 65% para 2030. Sin embargo, las vacantes sobrerrepresentan puestos profesionales, urbanos, de grandes empleadores y con mayor educación. Las instituciones deben combinar señales rápidas con estadísticas oficiales y consultas locales.
High-income labor recovery still leavesyouth exposedYouth unemployment and total labor-force participation in high-income economies, modeled ILO estimates,1991-2025.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Unemployment, youth total (% of total labor force ages 15-24) (modeled ILO estimate) [SL.UEM.1524.ZS]. WorldBank Open Data.; World Bank. (n.d.). Labor force participation rate, total (% of total population ages 15+) (modeled ILO estimate)[SL.TLF.CACT.ZS]. World Bank Open Data.; banque-france.fr.UnitpercentYouth unemployment14.3%11.5%19912025Labor-force participation61.1%61.0%19912025
Participation recovered to 61% by 2025, while youth unemployment remained 11.5%. A separate French randomized experiment found that encouraging women to use a public employment recommender raised their job-finding rate by 2%. Labor sensing becomes valuable when it improves observed transitions, not merely recommendations.
La recuperación laboral aún deja expuestosa los jóvenesDesempleo juvenil y participación laboral total en economías de altos ingresos, estimaciones modeladas dela OIT, 1991-2025.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Unemployment, youth total (% of total labor force ages 15-24) (modeled ILO estimate) [SL.UEM.1524.ZS]. WorldBank Open Data.; World Bank. (n.d.). Labor force participation rate, total (% of total population ages 15+) (modeled ILO estimate)[SL.TLF.CACT.ZS]. World Bank Open Data.; banque-france.fr.UnidadporcentajeDesempleo juvenil14,3 %11,5 %19912025Participación laboral61,1 %61,0 %19912025
La participación se recuperó hasta el 61% en 2025, mientras el desempleo juvenil permaneció en el 11,5%. Un experimento aleatorizado separado en Francia encontró que incentivar a mujeres a usar un recomendador público elevó su tasa de colocación un 2%. La detección laboral aporta valor cuando mejora transiciones observadas, no solo recomendaciones.
Global unemployment fell while participationkept slidingWorldwide unemployment and labor-force participation, modeled ILO estimates, 1991-2025.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Unemployment, total (% of total labor force) (modeled ILO estimate) [SL.UEM.TOTL.ZS]. World Bank Open Data.;World Bank. (n.d.). Labor force participation rate, total (% of total population ages 15+) (modeled ILO estimate) [SL.TLF.CACT.ZS]. World BankOpen Data.UnitpercentUnemployment5.1%4.8%19912025Labor-force participation65.4%61.0%19912025
Worldwide unemployment fell to 4.8% by 2025. Labor-force participation still declined from 65.4% in 1991 to 61% in 2025. Curriculum feedback therefore needs several outcome measures, not one headline labor statistic.
El desempleo mundial bajó mientras laparticipación siguió cayendoDesempleo y participación laboral mundiales, estimaciones modeladas de la OIT, 1991-2025.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Unemployment, total (% of total labor force) (modeled ILO estimate) [SL.UEM.TOTL.ZS]. World Bank Open Data.;World Bank. (n.d.). Labor force participation rate, total (% of total population ages 15+) (modeled ILO estimate) [SL.TLF.CACT.ZS]. WorldBank Open Data.UnidadporcentajeDesempleo5,1 %4,8 %19912025Participación laboral65,4 %61,0 %19912025
El desempleo mundial bajó al 4,8% en 2025. La participación laboral aún cayó del 65,4% en 1991 al 61% en 2025. Por eso, la retroalimentación curricular necesita varias medidas de resultados, no un solo indicador laboral.
Intelligent tutoring approached humantutoringAverage learning effects reported by 2 reviews, standard deviations.Made for Freddy Vega, by HanademiSources: Effectiveness of Intelligent Tutoring Systems: A Meta- ....; The Relative Effectiveness of Human Tutoring, IntelligentTutoring Systems, and Other Tutoring Systems.Values come from 2 separate reviews, not one experiment.Unitstandard deviationsHuman tutoring0.8Intelligent tutoring0.8Other computer tutoring0.3ITS meta-analysis0.7
One review placed intelligent tutoring at 0.78 standard deviations, almost level with human tutoring at 0.79. Another meta-analysis estimated an average effect of 0.66. The strongest educational case for AI is guided adaptation, not autonomous teaching.
La tutoría inteligente se acercó a la humanaEfectos medios de aprendizaje reportados por 2 revisiones, desviaciones estándar.Made for Freddy Vega, by HanademiFuentes: Effectiveness of Intelligent Tutoring Systems: A Meta- ....; The Relative Effectiveness of Human Tutoring, IntelligentTutoring Systems, and Other Tutoring Systems.Los valores provienen de 2 revisiones separadas, no de un solo experimento.Unidaddesviaciones estándarTutoría humana0,8Tutoría inteligente0,8Otra tutoría informática0,3Metaanálisis de tutoríainteligente0,7
Una revisión situó la tutoría inteligente en 0,78 desviaciones estándar, casi al nivel de la tutoría humana en 0,79. Otro metaanálisis estimó un efecto medio de 0,66. El caso educativo más sólido para la IA es la adaptación guiada, no la enseñanza autónoma.
Credential supply tripled before qualitybecame clearCredentials in Credential Engine's United States inventory, 2018 and 2022.Made for Freddy Vega, by HanademiSources: Credential Engine.; rand.org.Unitcredentials2018334K20221.1M3.2x
The inventory grew from roughly 334,000 credentials to more than 1.07 million in 4 years. A separate Indiana study found that over 70% of certificate earners stacked another credential, while certificates raised earnings by 20% on average, about $4,700 annually. Scale becomes valuable when credentials connect to verified outcomes.
La oferta de credenciales se triplicó antesde aclarar su calidadCredenciales en el inventario estadounidense de Credential Engine, 2018 y 2022.Made for Freddy Vega, by HanademiFuentes: Credential Engine.; rand.org.Unidadcredenciales2018334K20221,1 M3,2x
El inventario creció de unas 334.000 credenciales a más de 1,07 millones en 4 años. Un estudio separado de Indiana encontró que más del 70% de quienes obtuvieron un certificado sumó otra credencial, mientras los certificados elevaron los ingresos un 20% en promedio, unos $4.700 al año. La escala aporta valor cuando las credenciales se conectan con resultados verificados.
Coursera added 121 million registeredlearnersRegistered Coursera learners in 2016 and 2023, millions.Made for Freddy Vega, by HanademiSources: Coursera Reports Fourth Quarter and Full Year 2023 Financial Results.Unitmillion registered learners2016212023142
Coursera reported growth from about 21 million registered learners in 2016 to 142 million in 2023. Registration is not completion or mastery. It still proves that modular learning can reach far beyond a physical campus.
Coursera sumó 121 millones de estudiantesregistradosEstudiantes registrados en Coursera en 2016 y 2023, millones.Made for Freddy Vega, by HanademiFuentes: Coursera Reports Fourth Quarter and Full Year 2023 Financial Results.Unidadmillones de estudiantes registrados2016212023142
Coursera reportó un crecimiento de unos 21 millones de estudiantes registrados en 2016 a 142 millones en 2023. Registrarse no equivale a completar ni dominar. Aun así, demuestra que el aprendizaje modular puede llegar mucho más allá de un campus físico.
A 12.6% completion rate turns accessinto a leaky pipeline.The study predates current generative AI and should not be generalized to every onlineprogram.Sources: Massive open online course completion rates revisited.
Digital access can open the door without helping learners finish. Across 221 courses, the median completion rate was approximately 12.6%. Flexible education therefore needs structure, feedback, teaching time, and social support.
Una finalización del 12,6% convierte elacceso en una ruta permeable.El estudio es anterior a la IA generativa actual y no debe generalizarse a todos losprogramas en línea.Fuentes: Massive open online course completion rates revisited.
El acceso digital puede abrir la puerta sin ayudar a los estudiantes a terminar. En 221 cursos, la tasa mediana de finalización fue de aproximadamente 12,6%. La educación flexible necesita estructura, retroalimentación, tiempo docente y apoyo social.
Tertiary enrollment grew but the incomegap widenedGross tertiary enrollment worldwide and in lower-middle-income economies, 1990-2024, percent.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). School enrollment, tertiary (% gross) [SE.TER.ENRR]. World Bank Open Data.; cccco.edu.Unitgross enrollment ratio0%20%40%1990199520002005201020152020WorldLower-middleincomeWorld enrollment reached 43.6%in 2024.Lower-middle-income enrollmentreached 27.4%.
Both groups expanded tertiary enrollment, but the gap grew from 7.4 points in 1990 to 16.2 points in 2024. California's 2026 Career Passport plan adds campus pilots and methods for deriving skills from verified records. Portability matters most when learners can actually reach and trust the pathway.
La matrícula terciaria creció pero labrecha de ingresos aumentóMatrícula terciaria bruta mundial y en economías de ingresos medios bajos, 1990-2024, porcentaje.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). School enrollment, tertiary (% gross) [SE.TER.ENRR]. World Bank Open Data.; cccco.edu.Unidadtasa bruta de matrícula0 %20 %40 %1990199520002005201020152020MundoIngresosmedios bajosLa matrícula mundial llegó al43,6% en 2024.La matrícula en ingresos mediosbajos llegó al 27,4%.
Ambos grupos ampliaron la matrícula terciaria, pero la brecha creció de 7,4 puntos en 1990 a 16,2 puntos en 2024. El plan California Career Passport de 2026 añade pilotos en campus y métodos para derivar habilidades de registros verificados. La portabilidad importa cuando los estudiantes pueden alcanzar y confiar en la ruta.
Low-income secondary enrollment remainsfar behindGross secondary enrollment worldwide and in low-income economies, 1990-2024, percent.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). School enrollment, secondary (% gross) [SE.SEC.ENRR]. World Bank Open Data.; Students GetLower Grades in Online Courses.; NAEP Long-Term Trend Assessment Results: Reading and Mathematics.Unitgross enrollment ratio0%25%50%75%1990199520002005201020152020WorldLow incomeWorld enrollment reached 77.3%in 2024.Low-income enrollment remainedat 41.5%.
Low-income secondary enrollment rose from 22.3% to 41.5%, but world enrollment reached 77.3%. Separate community-college analyses associated online enrollment with about 7 points lower persistence, while US nine-year-old scores fell 7 points in mathematics and 5 in reading from 2020 to 2022. Reach without structure does not guarantee learning.
La matrícula secundaria de bajos ingresossigue muy rezagadaMatrícula secundaria bruta mundial y en economías de bajos ingresos, 1990-2024, porcentaje.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). School enrollment, secondary (% gross) [SE.SEC.ENRR]. World Bank Open Data.; Students GetLower Grades in Online Courses.; NAEP Long-Term Trend Assessment Results: Reading and Mathematics.Unidadtasa bruta de matrícula0 %25 %50 %75 %1990199520002005201020152020MundoIngresosbajosLa matrícula mundial llegó al77,3% en 2024.La matrícula de ingresos bajosquedó en el 41,5%.
La matrícula secundaria de ingresos bajos subió del 22,3% al 41,5%, pero la matrícula mundial llegó al 77,3%. Análisis separados de centros comunitarios asociaron la inscripción en línea con unos 7 puntos menos de persistencia, mientras las puntuaciones de estudiantes estadounidenses de nueve años cayeron 7 puntos en matemáticas y 5 en lectura entre 2020 y 2022. El alcance sin estructura no garantiza aprendizaje.
Income parity is weakest at the digitalgatewayDivide low-income internet use by high-income use, low-income secondary enrollment by the world rate,and lower-middle-income tertiary enrollment by the world rate.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). School enrollment, secondary (% gross) [SE.SEC.ENRR]. World Bank Open Data.; WorldBank. (n.d.). School enrollment, tertiary (% gross) [SE.TER.ENRR]. World Bank Open Data.Unitaccess level as a percentage of comparison benchmarkInternet use27.8Secondary enrollment53.7Tertiary enrollment62.9
Internet-use parity is only 28%, roughly half the 54% secondary-enrollment parity and well below the 63% tertiary-enrollment parity.
La paridad de ingresos es más débil en lapuerta de acceso digitalDividir el uso de internet en países de ingreso bajo por el de ingreso alto, la matrícula secundaria deingreso bajo por la tasa mundial y la matrícula terciaria de ingreso mediano bajo por la tasa mundial.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). School enrollment, secondary (% gross) [SE.SEC.ENRR]. World Bank Open Data.; WorldBank. (n.d.). School enrollment, tertiary (% gross) [SE.TER.ENRR]. World Bank Open Data.Unidadnivel de acceso como porcentaje del referente de comparaciónUso de internet27,8Matrícula secundaria53,7Matrícula terciaria62,9
La paridad en el uso de internet es de solo el 28%, cerca de la mitad del 54% de la matrícula secundaria y muy por debajo del 63% de la matrícula terciaria.
School workers face the highest burnoutUS workers reporting frequent burnout by employment group, percent.Made for Freddy Vega, by HanademiSources: K-12 Workers Have Highest Burnout Rate in U.S..Unitfrequent burnout44%K-12 education35%Higher education30%Other workers
Gallup reported frequent burnout among 44% of school workers, compared with 35% in higher education and 30% among other workers. Teachers do not need another system that creates more administration. AI should remove routine load while preserving professional judgment.
Los trabajadores escolares sufren el mayoragotamientoTrabajadores de EE. UU. que reportaron agotamiento frecuente por grupo laboral, porcentaje.Made for Freddy Vega, by HanademiFuentes: K-12 Workers Have Highest Burnout Rate in U.S..Unidadagotamiento frecuente44 %Educación escolar35 %Educación superior30 %Otros trabajadores
Gallup reportó agotamiento frecuente en el 44% de trabajadores escolares, frente al 35% en educación superior y el 30% entre otros trabajadores. Los docentes no necesitan otro sistema que cree más administración. La IA debe reducir la carga rutinaria y conservar el criterio profesional.
Global primary classrooms still carryheavier loadsPrimary pupils per teacher worldwide and in high-income economies, 1990-2018.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Pupil-teacher ratio, primary [SE.PRM.ENRL.TC.ZS]. World Bank Open Data.Unitpupils per teacher01020199019952000200520102015WorldHigh-incomeeconomiesThe world average remained 23.4pupils per teacher.High-income economies averaged14 pupils.
Primary pupil-teacher ratios fell in both groups, but the global average remained much higher. In 2018, the world averaged 23.4 pupils per teacher versus 14 in high-income economies. Tools that extend teacher capacity should target this workload gap without lowering instructional accountability.
Las aulas primarias mundiales aúnsoportan cargas mayoresAlumnos de primaria por docente en el mundo y en economías de altos ingresos, 1990-2018.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Pupil-teacher ratio, primary [SE.PRM.ENRL.TC.ZS]. World Bank Open Data.Unidadalumnos por docente01020199019952000200520102015MundoEconomías dealtos ingresosEl promedio mundial quedó en23,4 alumnos por docente.Las economías de altos ingresospromediaron 14 alumnos.
La relación alumno-docente de primaria bajó en ambos grupos, pero el promedio mundial siguió siendo mucho mayor. En 2018, el mundo promedió 23,4 alumnos por docente frente a 14 en economías de altos ingresos. Las herramientas que amplían la capacidad docente deben abordar esta brecha sin reducir la responsabilidad educativa.
AI helped most where tutor support wasweakestTutor CoPilot impact on topic mastery, percentage points.Made for Freddy Vega, by HanademiSources: Tutor CoPilot: A Human-AI Approach for Scaling Real-Time Expertise.Unitpercentage-point gainAll students4Lower-rated tutors9
Topic mastery rose about 4 points overall, but 9 points for students of lower-rated tutors. That is the augmentation case in one result. Use AI to spread expertise toward places where human support is thinnest.
La IA ayudó más donde el apoyo tutorial eramenorImpacto de Tutor CoPilot en el dominio temático, puntos porcentuales.Made for Freddy Vega, by HanademiFuentes: Tutor CoPilot: A Human-AI Approach for Scaling Real-Time Expertise.Unidadganancia en puntos porcentualesTodos los estudiantes4Tutores peor evaluados9
El dominio temático aumentó unos 4 puntos en general, pero 9 puntos para estudiantes de tutores peor evaluados. Ese resultado resume el caso de ampliación. La IA debe extender la experiencia hacia los lugares donde el apoyo humano es más débil.
Internet growth has not erased the accessgapPeople using the internet in high-income economies and worldwide, 2005-2025, percent of population.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Individuals using the Internet (% of population) [IT.NET.USER.ZS]. World Bank Open Data.Unitpercent of population0%50%100%2005200820112014201720202023High-incomeeconomiesWorldHigh-income use reached 94.2% in2025.Worldwide use reached 73.6% in2025.
Connectivity expanded dramatically in both series, but the gap did not disappear. In 2025, internet use reached 94.2% in high-income economies and 73.6% worldwide. Flexible delivery must be designed for the least connected learner it intends to serve.
El crecimiento de internet no borró labrecha de accesoPersonas que usan internet en economías de altos ingresos y en el mundo, 2005-2025, porcentaje de lapoblación.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Individuals using the Internet (% of population) [IT.NET.USER.ZS]. World Bank Open Data.Unidadporcentaje de la población0 %50 %100 %2005200820112014201720202023Economías dealtos ingresosMundoEl uso en economías de altosingresos llegó al 94,2% en 2025.El uso mundial llegó al 73,6% en2025.
La conectividad creció con fuerza en ambas series, pero la brecha no desapareció. En 2025, el uso de internet llegó al 94,2% en economías de altos ingresos y al 73,6% en el mundo. La enseñanza flexible debe diseñarse para el estudiante menos conectado al que pretende servir.
High-income broadband still grew everyyearFixed broadband subscriptions in high-income economies, 2015-2025, per 100 people.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Fixed broadband subscriptions (per 100 people) [IT.NET.BBND.P2]. World Bank OpenData.Unitsubscriptions per 100 people303540201520172019202120232025Subscriptions reached 38.7 per100 people.
Fixed broadband subscriptions rose from 29.6 to 38.7 per 100 people across high-income economies. The steady climb supports richer digital delivery. It also shows why basic internet-use rates alone cannot describe learning readiness.
La banda ancha de altos ingresos siguiócreciendo cada añoSuscripciones de banda ancha fija en economías de altos ingresos, 2015-2025, por cada 100 personas.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Fixed broadband subscriptions (per 100 people) [IT.NET.BBND.P2]. World Bank OpenData.Unidadsuscripciones por cada 100 personas303540201520172019202120232025Las suscripciones llegaron a38,7 por cada 100 personas.
Las suscripciones de banda ancha fija subieron de 29,6 a 38,7 por cada 100 personas en economías de altos ingresos. El crecimiento constante permite una entrega digital más rica. También muestra por qué el uso básico de internet no describe por sí solo la preparación educativa.
Speech recognition made 16 more errorsfor Black speakersAverage word-error rates across 5 commercial systems, percent, with the reported percentage-point gap.Made for Freddy Vega, by HanademiThe first 2 values are error rates; the third is the reported percentage-point gap.Unitword-error rate35%Black speakers19%White speakers16%Error gap
Five commercial systems averaged 35% word error for Black speakers and 19% for white speakers. The 16-point gap turns product testing into an equity requirement. Language, accent, accessibility, and subgroup performance must be tested before scale.
El reconocimiento de voz cometió 16errores más con hablantes negrosTasas medias de error de palabras en 5 sistemas comerciales, porcentaje, con la brecha reportada enpuntos.Made for Freddy Vega, by HanademiLos primeros 2 valores son tasas de error; el tercero es la brecha reportada en puntos porcentuales.Unidadtasa de error de palabras35 %Hablantes negros19 %Hablantes blancos16 %Brecha de error
Cinco sistemas comerciales promediaron un 35% de error para hablantes negros y un 19% para hablantes blancos. La brecha de 16 puntos convierte las pruebas del producto en un requisito de equidad. El idioma, el acento, la accesibilidad y el rendimiento por subgrupos deben probarse antes de ampliar.
A legal benchmark found hallucinationrates from 69% to 88%.The range applies to a legal benchmark and should not be generalized to every task.Sources: Profiling Legal Hallucinations in Large Language Models – RegLab.
A legal benchmark found hallucination rates ranging from 69% to 88% across 3 general-purpose models. Plausible language is not reliable evidence. Curriculum drafts need traceable sources and independent checking before approval.
Una prueba jurídica encontró tasas dealucinación del 69% al 88%.El rango corresponde a una prueba jurídica y no debe generalizarse a todas las tareas.Fuentes: Profiling Legal Hallucinations in Large Language Models – RegLab.
Una prueba jurídica encontró tasas de alucinación del 69% al 88% en 3 modelos de propósito general. Un lenguaje convincente no equivale a evidencia fiable. Los borradores curriculares necesitan fuentes trazables y comprobación independiente antes de aprobarse.
Human review must be an audit,not a signature.The 2 failure modes come from automation research. The Deloitte fee comes from aseparate secondary governance source.Sources: Complacency and Bias in Human Use of Automation.; trusenta.com.au.Equal marks encode documented presence, not measured prevalence.
Automation bias and complacency can make reviewers accept plausible machine output without checking evidence. In a separate case, Deloitte Australia returned part of a $290,000 government fee after an AI-assisted report cited nonexistent cases and fabricated quotations. Accountability fails when approval becomes ceremonial.
La revisión humana debe ser unaauditoría, no una firma.Los 2 fallos provienen de investigación sobre automatización. El contrato de Deloitteproviene de una fuente secundaria separada sobre gobernanza.Fuentes: Complacency and Bias in Human Use of Automation.; trusenta.com.au.Las marcas iguales indican presencia documentada, no prevalencia medida.
El sesgo de automatización y la complacencia pueden hacer que los revisores acepten respuestas plausibles sin comprobar la evidencia. En un caso separado, Deloitte Australia devolvió parte de un contrato gubernamental de $290.000 después de que un informe asistido por IA citara casos inexistentes y atribuyera declaraciones falsas. La responsabilidad falla cuando la aprobación se vuelve ceremonial.
Digital infrastructure scaled beforeeducation rulesSecure internet servers per 1 million people worldwide and in high-income economies, 2010-2024. Logscale: every gridline is ×10.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Secure Internet servers (per 1 million people) [IT.NET.SECR.P6]. World Bank Open Data.;Less than 10% of schools and universities have formal.Unitservers per million people1001,00010,000100,00020102013201620192022High-incomeeconomiesWorldHigh-income infrastructurereached 85,831 servers permillion.The world average reached16,381 per million.
Secure-server density multiplied rapidly, yet fewer than 10% of more than 450 institutions in a 2023 UNESCO survey reported formal generative-AI guidance. The EU AI Act also treats specified systems affecting admission, evaluation, or educational access as high-risk. Technical capacity cannot substitute for accountable rules.
La infraestructura digital creció antes quelas reglas educativasServidores seguros de internet por 1 millón de personas en el mundo y en economías de altos ingresos,2010-2024. Escala logarítmica: cada línea es ×10.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Secure Internet servers (per 1 million people) [IT.NET.SECR.P6]. World Bank OpenData.; Less than 10% of schools and universities have formal.Unidadservidores por millón de personas1001.00010.000100.00020102013201620192022Economías dealtos ingresosMundoLa infraestructura de altosingresos llegó a 85.831servidores por millón.El promedio mundial llegó a16.381 por millón.
La densidad de servidores seguros se multiplicó con rapidez, pero menos del 10% de más de 450 instituciones en una encuesta de UNESCO de 2023 reportó orientación formal sobre IA generativa. La Ley de IA de la UE también considera de alto riesgo determinados sistemas que afectan admisión, evaluación o acceso educativo. La capacidad técnica no sustituye reglas responsables.
Workforce pressure signals exceed formalAI guidance by at least fourfoldDivide each pressure rate by the 10% upper bound for institutions reporting formal generative-AI guidance.Made for Freddy Vega, by HanademiSources: 4. Skills outlook - The Future of Jobs Report 2023 | World Economic Forum.; Future of Jobs: These arethe most in-demand core skills in 2023 | World Economic Forum.; K-12 Workers Have Highest Burnout Rate inU.S..Unitminimum multiple of formal-guidance prevalenceWorkers needing training6Worker-skill disruption4.4K-12 worker burnout4.4
Training need reaches at least six times the guidance rate, while skill disruption and K-12 burnout each exceed it by at least 4.4 times.
Las señales de presión laboral superan al menoscuatro veces la orientación formal sobre IADividir cada tasa de presión por el límite superior del 10% de instituciones que reportaron orientaciónformal sobre IA generativa.Made for Freddy Vega, by HanademiFuentes: 4. Skills outlook - The Future of Jobs Report 2023 | World Economic Forum.; Future of Jobs: These arethe most in-demand core skills in 2023 | World Economic Forum.; K-12 Workers Have Highest Burnout Rate inU.S..Unidadmúltiplo mínimo de la prevalencia de orientación formalTrabajadores que necesitan capacitación6Disrupción de habilidades laborales4,4Agotamiento de trabajadores K-124,4
La necesidad de capacitación alcanza al menos seis veces la tasa de orientación, mientras la disrupción de habilidades y el agotamiento en educación K-12 la superan al menos 4,4 veces.
Secure infrastructure remains five times moreconcentrated in high-income economiesDivide the high-income value by the world value for internet use and secure servers in each selected year.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Individuals using the Internet (% of population) [IT.NET.USER.ZS]. World Bank OpenData.; World Bank. (n.d.). Secure Internet servers (per 1 million people) [IT.NET.SECR.P6]. World Bank OpenData.Unithigh-income multiple of world level024201020172024Internet useSecureservers
Internet-use concentration fell from 2.4x to 1.3x, while secure-server concentration remained near 5x.
La infraestructura segura sigue cinco veces másconcentrada en las economías de ingreso altoDividir el valor de las economías de ingreso alto por el valor mundial para el uso de internet y losservidores seguros en cada año seleccionado.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Individuals using the Internet (% of population) [IT.NET.USER.ZS]. World Bank OpenData.; World Bank. (n.d.). Secure Internet servers (per 1 million people) [IT.NET.SECR.P6]. World Bank OpenData.Unidadmúltiplo del nivel mundial en economías de ingreso alto024201020172024Uso deinternetServidoresseguros
La concentración del uso de internet bajó de 2,4x a 1,3x, mientras la de servidores seguros permaneció cerca de 5x.
More signals and tools still do not proveopportunityDegree-requirement resets by occupation type and education products accessed per district.Made for Freddy Vega, by HanademiSources: hbs.edu.; Ed tech use continues to climb ahead of ESSER fiscal cliff.Unittwo activity signalsEmployers changed requirements46%31%Middle-skillHigh-skillDistrict technology multiplied8952,7392018-192023-24
Degree requirements reset in 46% of examined middle-skill occupations and 31% of high-skill occupations. District access also rose from roughly 895 products to more than 2,700. Neither activity measure proves that learners gained opportunity.
Más señales y herramientas aún no pruebanoportunidadesReducciones de requisitos de título por tipo de ocupación y productos educativos accedidos por distrito.Made for Freddy Vega, by HanademiFuentes: hbs.edu.; Ed tech use continues to climb ahead of ESSER fiscal cliff.Unidaddos señales de actividadLos empleadores cambiaron requisitos46 %31 %Calificación intermediaAlta calificaciónLa tecnología distrital se multiplicó8952.7392018-192023-24
Los requisitos de título se redujeron en el 46% de las ocupaciones intermedias examinadas y el 31% de las altamente calificadas. El acceso distrital también subió de unos 895 productos a más de 2.700. Ninguna medida de actividad demuestra mejores oportunidades.
Youth employment fell for decades beforestabilizingYouth employment worldwide and in high-income economies, plus high-income youth outside education,employment, or training.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Employment to population ratio, ages 15-24, total (%) (modeled ILO estimate)[SL.EMP.1524.SP.ZS]. World Bank Open Data.; World Bank. (n.d.). Share of youth not in education, employment ortraining, total (% of youth population) [SL.UEM.NEET.ZS]. World Bank Open Data.Unitpercent of youth populationYouth employmentWorldHigh-income economies51.9%45.0%37.3%39.5%19912025Youth outside education and work12.9%11.0%20002024
Worldwide youth employment fell from 51.9% in 1991 to 37.3% in 2025. High-income youth employment stabilized near 39.5%, while 11% of youth remained outside education, employment, or training in 2024. These are the outcomes a dynamic curriculum must monitor after every update.
El empleo juvenil cayó durante décadasantes de estabilizarseEmpleo juvenil mundial y en economías de altos ingresos, más jóvenes fuera de educación, empleo oformación en economías de altos ingresos.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Employment to population ratio, ages 15-24, total (%) (modeled ILO estimate)[SL.EMP.1524.SP.ZS]. World Bank Open Data.; World Bank. (n.d.). Share of youth not in education, employment ortraining, total (% of youth population) [SL.UEM.NEET.ZS]. World Bank Open Data.Unidadporcentaje de la población jovenEmpleo juvenilMundoEconomías de altos ingresos51,9 %45,0 %37,3 %39,5 %19912025Jóvenes fuera de educación y trabajo12,9 %11,0 %20002024
El empleo juvenil mundial cayó del 51,9% en 1991 al 37,3% en 2025. El empleo juvenil en economías de altos ingresos se estabilizó cerca del 39,5%, mientras el 11% de los jóvenes quedó fuera de educación, empleo o formación en 2024. Estos son los resultados que un currículo dinámico debe vigilar después de cada actualización.
Youth employment fell 4.2 times faster thanlabor force participationIndex each global labor measure to its 1991 value and compare the percentage declines through 2025.Made for Freddy Vega, by HanademiSources: World Bank. (n.d.). Employment to population ratio, ages 15-24, total (%) (modeled ILO estimate) [SL.EMP.1524.SP.ZS]. World Bank OpenData.; World Bank. (n.d.). Labor force participation rate, total (% of total population ages 15+) (modeled ILO estimate) [SL.TLF.CACT.ZS]. WorldBank Open Data.; World Bank. (n.d.). Unemployment, total (% of total labor force) (modeled ILO estimate) [SL.UEM.TOTL.ZS]. World Bank Open Data.Unitindex, 1991 equals 10005010019912000201020202025YouthemploymentLabor forceparticipationUnemployment
Youth employment lost 28.1% of its 1991 level, versus 6.8% for participation, even as total unemployment ended 6.4% lower.
El empleo juvenil cayó 4,2 veces másrápido que la participación laboralIndexar cada medida laboral mundial a su valor de 1991 y comparar las caídas porcentuales hasta 2025.Made for Freddy Vega, by HanademiFuentes: World Bank. (n.d.). Employment to population ratio, ages 15-24, total (%) (modeled ILO estimate) [SL.EMP.1524.SP.ZS]. World Bank Open Data.;World Bank. (n.d.). Labor force participation rate, total (% of total population ages 15+) (modeled ILO estimate) [SL.TLF.CACT.ZS]. World Bank Open Data.;World Bank. (n.d.). Unemployment, total (% of total labor force) (modeled ILO estimate) [SL.UEM.TOTL.ZS]. World Bank Open Data.Unidadíndice, 1991 igual a 10005010019912000201020202025EmpleojuvenilParticipaciónlaboralDesempleo
El empleo juvenil perdió el 28,1% de su nivel de 1991, frente al 6,8% de la participación, aunque el desempleo total terminó un 6,4% más bajo.
In summaryMade for Freddy Vega, by HanademiSources: Profiling Legal Hallucinations in Large Language Models – RegLab.; scale.stanford.edu.; Effectiveness of Intelligent Tutoring Systems: A Meta-....; Massive open online course completion rates revisited.; Closing the Tech Talent Gap | LinkedIn Learning.; Coursera Reports Fourth Quarter and FullYear 2023 Financial Results.A legal benchmark found hallucination rates ranging from 69% to 88% across three general-purpose language models.A 2026 review of AI in K–12 education identified only 20 papers producing strong causal evidence.A meta-analysis estimated intelligent tutoring systems improved learning by an average 0.66 standard deviations.Across 221 MOOCs, one study found a median completion rate of approximately 12.6%.LinkedIn estimated skills had changed 25% since 2015 and projected change reaching 65% by 2030.Coursera reported registered learners increasing from about 21 million in 2016 to 142 million in 2023.
The value of the research is not only what each source knew, but what became visible when their evidence was combined.
En resumenMade for Freddy Vega, by HanademiFuentes: Profiling Legal Hallucinations in Large Language Models – RegLab.; scale.stanford.edu.; Effectiveness of Intelligent Tutoring Systems: A Meta-....; Massive open online course completion rates revisited.; Closing the Tech Talent Gap | LinkedIn Learning.; Coursera Reports Fourth Quarter and FullYear 2023 Financial Results.Una prueba jurídica encontró tasas de alucinación del 69% al 88% en tres modelos lingüísticos de propósito general.Una revisión de 2026 sobre IA en educación escolar identificó apenas 20 artículos con evidencia causal sólida.Un metaanálisis estimó que los sistemas de tutoría inteligente mejoraron el aprendizaje en un promedio de 0,66 desviaciones estándar.En 221 cursos masivos, un estudio encontró una tasa mediana de finalización de aproximadamente 12,6%.LinkedIn estimó que las habilidades habían cambiado un 25% desde 2015 y proyectó que el cambio alcanzaría el 65% para 2030.Coursera reportó que sus estudiantes registrados aumentaron de unos 21 millones en 2016 a 142 millones en 2023.
El valor de la investigación no está solo en cada fuente, sino en lo que apareció al combinar sus evidencias.

The research behind this deck

Skills are shifting faster than curriculum cycles. AI can help institutions detect change, draft updates, and support teachers, but only with tested boundaries, active human review, equitable delivery, and feedback tied to learner outcomes.

Key findings

The argument

This research is published in English and Spanish. Ver en español

La investigación detrás de esta presentación

Las habilidades cambian más rápido que los ciclos curriculares. La IA puede ayudar a detectar cambios, redactar actualizaciones y apoyar a docentes, pero solo con límites probados, revisión humana activa, entrega equitativa y resultados estudiantiles observados.

Hallazgos clave

El argumento

Esta investigación se publica en inglés y español. Read in English