Una cámara observa el rostro del alumnado mientras una aplicación analiza miradas, movimientos y expresiones. En la pantalla del docente aparecen porcentajes de atención, aburrimiento o confusión. La promesa resulta atractiva: conocer en tiempo real quién necesita ayuda sin interrumpir la clase.
El problema es que una señal visible no equivale a un estado interno. Mirar hacia otro lado puede indicar aburrimiento, pero también reflexión, cansancio, incomodidad o una necesidad sensorial. Además, en la Unión Europea la inferencia de emociones mediante datos biométricos en instituciones educativas está prohibida , salvo usos vinculados a razones médicas o de seguridad. La detección de emociones con IA en el aula exige prudencia. Antes de preguntarnos si la tecnología acierta, debemos comprobar si su utilización es legítima y si resuelve una necesidad educativa real.
1. Qué dicen detectar realmente estas herramientas
Los sistemas de análisis emocional suelen presentarse como capaces de reconocer atención, compromiso, frustración, aburrimiento o confusión. Para hacerlo convierten determinadas señales en datos: posición de la cabeza, dirección de la mirada, movimientos faciales, características de la voz, ritmo de respuesta o patrones de interacción con una plataforma.
Después aplican un modelo entrenado con ejemplos previamente etiquetados. Si numerosas imágenes consideradas «aburrimiento» comparten ciertos rasgos, el sistema aprende a asociarlos con esa categoría. Cuando recibe una imagen nueva, estima su semejanza con los patrones del entrenamiento.
El resultado es una clasificación o una probabilidad, no una lectura directa de la mente. La herramienta no experimenta la emoción ni conoce por sí sola la causa de la conducta. Tampoco sabe qué está pensando el estudiante a menos que esa información se haya recogido por otro medio.
La distinción resulta esencial:
Detectar una mirada apartada no demuestra falta de atención.
Registrar una pausa larga no demuestra confusión.
Identificar una expresión facial no explica qué la ha provocado.
Observar poca interacción con la pantalla no demuestra aburrimiento.
Incluso la palabra «atención» puede referirse a cosas distintas. Una persona puede mirar la pantalla y pensar en otro asunto; otra puede apartar la vista para organizar mentalmente una respuesta. La conducta observable ofrece indicios, pero necesita contexto e interpretación.
Por eso conviene hablar de inferencia. El sistema calcula qué etiqueta considera más probable a partir de unas señales y de los criterios utilizados para entrenarlo.
2. Cómo realiza la IA sus inferencias
Expresión facial y mirada
Las cámaras pueden localizar puntos del rostro, estimar movimientos y clasificar expresiones. Otros sistemas analizan hacia dónde se orientan los ojos o la cabeza. En condiciones de laboratorio y con categorías básicas pueden obtener resultados elevados, pero el aula introduce iluminación cambiante, oclusiones, movimiento, distancia y varias personas al mismo tiempo.
La confusión y el aburrimiento son especialmente difíciles porque no poseen una expresión única. Una revisión sistemática sobre emociones académicas señala que estos estados suelen manifestarse mediante señales sutiles y que el análisis facial aislado encuentra dificultades para reconocerlos.
Voz y lenguaje
El volumen, la velocidad, las pausas o determinadas palabras pueden incorporarse al análisis. Una plataforma conversacional también puede inferir dificultad a partir de preguntas repetidas, solicitudes de ayuda o respuestas contradictorias.
Estos datos pueden describir mejor la interacción que una fotografía, pero tampoco eliminan la ambigüedad. Hablar poco puede responder a inseguridad lingüística, personalidad, ruido, discapacidad o decisión consciente.
Datos de interacción
En entornos digitales se registran clics, intentos, tiempo empleado, errores, abandono de actividades y uso de ayudas. Estas señales están más próximas a la tarea y pueden resultar útiles para detectar que algo no funciona. Sin embargo, siguen sin revelar por sí solas una emoción.
Un tiempo muy breve puede significar dominio o respuesta impulsiva. Un tiempo largo puede indicar razonamiento profundo, interrupción externa o bloqueo. El dato adquiere sentido al relacionarlo con la actividad, el historial y una comprobación posterior.
Señales fisiológicas
Algunos estudios utilizan ritmo cardiaco, conductancia de la piel o electroencefalografía. Pueden encontrar relaciones con activación, estrés o determinados estados, pero aumentan la intrusión y la sensibilidad de los datos. Su empleo cotidiano en una escuela plantea dificultades técnicas, éticas y jurídicas muy superiores a las de una prueba de investigación controlada.
Combinar varias modalidades puede mejorar una clasificación experimental. No transforma, sin embargo, una inferencia probabilística en conocimiento cierto sobre lo que siente una persona.
3. Por qué puede equivocarse
Una misma señal admite varias explicaciones
El bostezo puede asociarse con aburrimiento, pero también con falta de sueño. El ceño fruncido puede indicar confusión, concentración o sensibilidad a la luz. La quietud puede ser atención o desconexión. Sin información sobre la tarea y la persona, el significado permanece abierto.
Las etiquetas de entrenamiento también son interpretaciones
Para aprender, el modelo necesita ejemplos clasificados. Esas etiquetas pueden proceder de observadores externos, autoinformes o situaciones inducidas. Dos observadores no siempre coinciden, y lo que una persona identifica como frustración otra puede interpretarlo como esfuerzo.
Si el punto de partida es incierto, la precisión del algoritmo debe leerse con cuidado. Un porcentaje elevado dentro de un conjunto de datos no garantiza el mismo rendimiento con otro alumnado y en otra aula.
El contexto modifica la expresión
La edad, la cultura, el género, la personalidad, la discapacidad y las normas sociales influyen en cómo se muestran las emociones. Un modelo entrenado con una población limitada puede funcionar peor con quienes no están bien representados.
También existe un problema de distribución. Muchas grabaciones de entrenamiento se obtienen ante una pantalla individual, con el rostro visible y una tarea definida. Una clase real contiene conversación, trabajo en grupo, desplazamientos y múltiples focos de atención.
Los falsos positivos tienen consecuencias
Una alerta equivocada no es neutra si modifica la conducta del profesor. Puede interrumpir a quien estaba pensando, etiquetar como desinterés una diferencia funcional o dirigir apoyos hacia unas personas mientras otras quedan fuera.
El riesgo aumenta cuando el sistema ofrece una cifra aparentemente objetiva. La precisión técnica puede producir una confianza que no merece la inferencia pedagógica.
El porcentaje puede ocultar la pregunta importante
Una pantalla que muestra «72 % de atención» parece ofrecer una medida clara, pero obliga a preguntar qué se ha contado como atención, quién fijó el umbral y con qué datos se validó. Dos proveedores pueden utilizar definiciones distintas y producir cifras que no son comparables.
Además, la precisión global resume aciertos y errores de categorías diferentes. Un modelo puede reconocer bien expresiones evidentes y fallar precisamente en la confusión o el aburrimiento que interesa al docente. También puede obtener buenos resultados con vídeos seleccionados y perderlos cuando cambia la iluminación, la edad o la forma de interacción.
Para valorar una herramienta no basta con solicitar su porcentaje de precisión. Habría que conocer el conjunto de validación, la distribución de errores, el rendimiento por grupos, las condiciones de grabación y la consecuencia prevista de cada clasificación. En un centro educativo, una cifra difícil de auditar no debería convertirse en fundamento de una decisión sobre una persona.
Medir cambia la conducta
Saber que una cámara analiza el rostro puede reducir la espontaneidad. Parte del alumnado intentará parecer atento; otra parte puede experimentar ansiedad o evitar expresiones que podrían interpretarse negativamente. La herramienta termina midiendo una conducta adaptada a la vigilancia.
4. En qué situaciones podría aportar alguna utilidad
En el contexto europeo debemos comenzar por el límite jurídico: el Reglamento de Inteligencia Artificial prohíbe utilizar sistemas que infieran emociones a partir de datos biométricos en instituciones educativas, salvo cuando su uso responda a razones médicas o de seguridad. Las prácticas prohibidas comenzaron a aplicarse el 2 de febrero de 2025.
Por tanto, no es razonable recomendar cámaras que clasifiquen individualmente el aburrimiento o la confusión del alumnado para adaptar una clase. Que exista una herramienta comercial o un estudio experimental no significa que el centro pueda implantarla.
Existen, no obstante, formas de análisis que no equivalen necesariamente al reconocimiento biométrico de emociones y que pueden aportar información si se diseñan con garantías:
Detectar patrones agregados de error en una actividad digital.
Señalar preguntas abandonadas o intentos repetidos.
Identificar el momento de un vídeo en que aumentan las pausas o retrocesos.
Recoger de manera voluntaria cómo valora el alumnado su propia comprensión.
Comparar el rendimiento de dos versiones de un material sin clasificar rostros.
Estas opciones observan la interacción con el aprendizaje. No intentan deducir un estado emocional desde la biometría.
Incluso en esos casos, una alerta debe abrir una comprobación, no producir una decisión automática. Si una plataforma señala que una actividad acumula errores, el profesor puede preguntar, observar procedimientos o revisar la consigna. La utilidad está en dirigir la atención hacia una posible dificultad.
También debemos separar investigación e implantación. Un estudio puede analizar datos con consentimiento, supervisión ética y un protocolo limitado. Ese contexto no autoriza convertir el experimento en una práctica ordinaria de centro.
5. Riesgos pedagógicos, éticos y jurídicos
Vigilancia emocional
La escuela no debería exigir al alumnado que haga legible su estado interno para demostrar que aprende. La vigilancia constante altera la relación educativa y puede normalizar que una institución valore expresiones, gestos o voces para decidir quién está comprometido.
Privacidad y datos de menores
Las imágenes, voces y patrones biométricos pueden ser datos personales y, según el tratamiento, implicar categorías especialmente protegidas. Antes de utilizar cualquier sistema deben conocerse finalidad, base jurídica, proveedor, almacenamiento, acceso, conservación y posibles transferencias.
En el ámbito escolar, el consentimiento no resuelve automáticamente el problema. Existe una relación desigual y el servicio educativo no puede condicionarse sin más a aceptar un tratamiento intrusivo. Además, la prohibición del Reglamento de IA no desaparece porque una familia autorice el uso.
Sesgo y discriminación
Si el sistema funciona peor con determinados rostros, formas de comunicación o discapacidades, sus errores no se distribuyen al azar. Puede interpretar repetidamente a algunas personas como distraídas, frustradas o poco implicadas.
La revisión humana es necesaria, pero no basta si el profesional recibe una etiqueta con apariencia científica y no conoce las limitaciones del modelo.
Etiquetado y profecía autocumplida
Una clasificación repetida puede convertirse en identidad: «alumno con bajo compromiso» o «grupo aburrido». El docente puede reducir las preguntas, simplificar tareas o esperar menos. Una inferencia incierta termina modificando oportunidades reales de aprendizaje.
Desplazamiento del diagnóstico pedagógico
El indicador emocional puede distraer de preguntas más útiles: ¿la consigna se entiende?, ¿qué conocimiento previo falta?, ¿quién está participando?, ¿qué error se repite?, ¿la tarea exige pensar o solo mantenerse mirando una pantalla?
La tecnología añade datos, pero no sustituye el criterio para decidir qué evidencia importa.
6. Marco para decidir y alternativas menos invasivas
Antes de adquirir o probar una herramienta, el centro debería responder a estas preguntas en orden.
1. ¿Qué necesidad educativa concreta queremos resolver?
«Conocer las emociones» no es una finalidad suficiente. Debe existir un problema observable: el alumnado abandona una actividad digital, una explicación produce errores compartidos o el profesor necesita comprobar la comprensión en un grupo numeroso.
2. ¿El sistema infiere emociones mediante datos biométricos?
Si la respuesta es afirmativa y se pretende utilizar en una institución educativa, el uso se encuentra dentro de una práctica prohibida en la Unión Europea, salvo las excepciones médicas o de seguridad previstas. El proceso debería detenerse y recibir asesoramiento especializado, no avanzar hacia una prueba informal.
3. ¿Existe una alternativa menos invasiva?
En la mayoría de los casos podemos obtener mejores evidencias mediante una pregunta de comprobación, una tarea de salida, respuestas simultáneas, observación del primer paso, conversación breve o autoinforme voluntario.
4. ¿Qué decisión producirá el dato?
Un indicador que no conduce a una acción definida añade vigilancia sin aportar mejora. Hay que precisar quién recibirá la alerta, cómo la comprobará y qué podrá hacer. Ninguna consecuencia relevante debería depender únicamente de una inferencia automatizada.
5. ¿Qué datos se recogen y durante cuánto tiempo?
La minimización exige utilizar solo los datos necesarios. También deben definirse acceso, conservación, seguridad, eliminación y relación con el proveedor. «El sistema cumple la normativa» no sustituye una evaluación concreta del uso previsto.
Alternativas que el docente puede utilizar ahora
Respuestas simultáneas mediante tarjetas o pizarras pequeñas.
Escala breve de comprensión elegida por el propio alumno.
Preguntas que revelen el procedimiento, no solo el resultado.
Observación de dónde comienza el bloqueo.
Comparación de errores frecuentes del grupo.
Pausas planificadas para preguntar y reformular.
Conversaciones privadas cuando una conducta preocupa.
Estas estrategias no pretenden adivinar emociones. Producen evidencias sobre el aprendizaje y permiten escuchar a la persona antes de atribuir significado a su conducta.
Checklist de decisión
¿La necesidad está definida en términos educativos?
¿Sabemos exactamente qué datos utiliza la herramienta?
¿Distingue entre señal, inferencia y emoción real?
¿El uso está permitido por el Reglamento de IA y la normativa de protección de datos?
¿Se ha consultado al delegado de protección de datos?
¿Existe una alternativa menos intrusiva?
¿El alumnado conoce qué ocurre y cómo puede cuestionarlo?
¿Toda alerta será comprobada por una persona?
¿Se han analizado sesgos y grupos potencialmente afectados?
¿Podemos explicar qué mejora educativa justificaría el riesgo?
Una IA puede clasificar patrones relacionados con expresiones, voz o interacción. Eso no significa que sepa si un estudiante está aburrido o confundido. La diferencia entre ambas afirmaciones es el núcleo del problema.
En la Unión Europea, además, la inferencia biométrica de emociones en instituciones educativas no es una posibilidad que un centro pueda adoptar libremente: está prohibida salvo excepciones limitadas. La opción más útil suele ser también la menos espectacular: observar la tarea, provocar evidencias de comprensión y preguntar al alumnado. El diagnóstico educativo mejora cuando utiliza tecnología para ampliar información relevante, no para sustituir la voz y el contexto de las personas.
