Inteligencia Artificial Inclusiva en el Nivel Inicial y Primaria de Paraguay: Un Enfoque Bilingüe y Rural
DOI:
https://doi.org/10.47133/rdap2026-47art11Palabras clave:
Inteligencia Artificial, educación inclusiva, bilingüismo, guaraní, brecha digitalResumen
El presente artículo propone el modelo EISE-PY (Ecosistema de Inteligencia Simbiótica y Equitativa - Paraguay), una infraestructura de Inteligencia Artificial (IA) concebida desde una perspectiva contextualizada a la realidad sociolingüística, cultural y territorial del sistema educativo paraguayo. En particular, se aborda la problemática de las zonas rurales, donde el guaraní constituye la lengua materna predominante y donde los modelos de IA convencionales tienden a reproducir sesgos lingüísticos y epistemológicos de carácter hispanocéntrico, profundizando las desigualdades en los procesos de alfabetización inicial. El modelo EISE-PY se fundamenta en la integración de tecnologías de Procesamiento de Lenguaje Natural (PLN) adaptadas al guaraní y al jopará, articuladas con los principios del Diseño Universal para el Aprendizaje (DUA), con el objetivo de garantizar entornos educativos accesibles, inclusivos y culturalmente pertinentes. Desde esta perspectiva, la IA no se concibe como un sustituto del docente, sino como un andamiaje pedagógico que facilita la mediación didáctica, respeta los ritmos de aprendizaje y fortalece el desarrollo cognitivo a partir de la lengua materna del estudiante. Asimismo, el modelo incorpora enfoques de justicia algorítmica y soberanía de datos, promoviendo la creación de corpus lingüísticos locales y evitando la dependencia de sistemas entrenados en contextos ajenos a la realidad paraguaya. Este planteamiento se alinea con una visión de educación emancipadora, en la que la tecnología contribuye a reducir brechas estructurales —digitales, lingüísticas y territoriales— en lugar de ampliarlas. En síntesis, el EISE-PY se posiciona como una propuesta innovadora que articula tecnología, pedagogía e identidad cultural, ofreciendo un marco teórico y aplicado para el desarrollo de soluciones de IA inclusiva en contextos bilingües y rurales, con potencial de impacto en las políticas públicas educativas del Paraguay.
Referencias
Alcaraz, A. (2020). Políticas lingüísticas en el sistema educativo del Paraguay. Servilibro.
Bender, E. M., & Friedman, B. (2018). Data statements for natural language processing: Toward mitigating system bias and enabling better science. Transactions of the Association for Computational Linguistics, 6, 587–604.
Cáceres Troche, D. R., Boumadan Hamed, M., & Lagunes Domínguez, A. (2026). Tecnología y brecha digital en la educación superior paraguaya. IE Revista de Investigación Educativa de la REDIECH, 17, Artículo e2668. https://doi.org/10.33010/ie_rie_rediech.v17i0.2668
CAST. (2018). Universal design for learning guidelines version 2.2. http://udlguidelines.cast.org
Choi, J. K. (2005). Bilingüismo y contactos de lenguas en el Paraguay. Iberoamericana.
Cummins, J. (2000). Language, power, and pedagogy: Bilingual children in the crossfire. Multilingual Matters.
Escobar, A. (2018). Designs for the pluriverse: Radical interdependence, autonomy, and the making of worlds. Duke University Press.
Gebru, T., Morgenstern, J., Vecchione, B., Vaughan, J. W., Wallach, H., Daumé, H., III, & Crawford, K. (2021). Datasheets for datasets. Communications of the ACM, 64(12), 86–92. https://doi.org/10.1145/3458723
Gortari, B., & Benítez, G. (2019). Educación bilingüe en el Paraguay. Marben.
Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign.
Melgarejo, M. (2022). Desafíos de la educación rural en la era digital en Paraguay. Editorial Universitaria.
Melià, B. (1992). La lengua guaraní del Paraguay. Editorial MAPFRE.
Melià, B. (2003). La lengua guaraní en el Paraguay contemporáneo. CEADUC.
Meyer, A., Rose, D. H., & Gordon, D. (2014). Universal design for learning: Theory and practice. CAST Professional Publishing.
Ministerio de Educación y Ciencias. (2024). Plan Nacional de Transformación Educativa 2030 y Hoja de Ruta 2024–2025.
Noble, S. U. (2018). Algorithms of oppression: How search engines reinforce racism. New York University Press.
O'Neil, C. (2016). Weapons of math destruction: How big data increases inequality and threatens democracy. Crown.
Rose, D. H., & Meyer, A. (2002). Teaching every student in the digital age: Universal design for learning. ASCD.
Selwyn, N. (2019). Should robots replace teachers? AI and the future of education. Polity.
Sousa Santos, B. de. (2014). Epistemologies of the South: Justice against epistemicide. Paradigm Publishers.
Sweller, J. (2011). Cognitive load theory. En J. P. Mestre & B. H. Ross (Eds.), Psychology of learning and motivation (Vol. 55, pp. 37–76). Academic Press.
UNESCO. (2023). Guidance for generative AI in education and research.
Vygotsky, L. S. (1978). Mind in society: The development of higher psychological processes. Harvard University Press.
Zuboff, S. (2019). The age of surveillance capitalism: The fight for a human future at the new frontier of power. PublicAffairs.
