AI4STEAM — Gabtrotter Lanza el Primer Hackatón Nacional de IA y Robótica de Gabón para Estudiantes

Gabón ha estado impulsando el desarrollo de talento local en IA y en las áreas STEAM (Ciencia, Tecnología, Ingeniería, Artes y Matemáticas), pero hasta finales de 2025 el país no contaba con ninguna competencia nacional dedicada a que los jóvenes aplicaran inteligencia artificial y robótica a problemas reales. La ONG Gabtrotter, con sede en Libreville, cubrió ese vacío al lanzar AI4STEAM, descrito como el primer hackatón nacional de Gabón dedicado a la IA y la robótica.

La competencia se lanzó el 6 de diciembre de 2025 en el American Corner de Libreville, con el respaldo de la Oficina de Asuntos Educativos y Culturales del Departamento de Estado de EE. UU., la Embajada de EE. UU. en Gabón e International IDEA (Instituto Internacional para la Democracia y la Asistencia Electoral). Más de 35 equipos, divididos en tres categorías —alumnos de secundaria, estudiantes universitarios y jóvenes graduados— compitieron durante tres días (12 al 14 de diciembre de 2025) para diseñar prototipos basados en IA o robótica que respondieran a desafíos reales asignados al azar, con una presentación pública final el 20 de diciembre en el espacio cultural Glass, en Libreville.

El coordinador de Gabtrotter, Pascal Ango, señaló que el formato pedía 'a los estudiantes competir durante tres días para diseñar el mejor proyecto y prototipo, resolviendo los problemas asignados.' International IDEA aprovechó el evento para presentar CER Gabon, una plataforma digital de recursos electorales públicos, como ejemplo de aplicación de la IA y la robótica a la prestación de servicios cívicos. Una participante, Théodora Michelle Alomo, describió el hackatón como una oportunidad para avanzar hacia el emprendimiento digital.

Al ser una primera edición, AI4STEAM se desarrolló en una sola ciudad (Libreville) y los informes disponibles no incluyen ninguna medición de las mejoras de habilidades de los participantes, la distribución por género ni los resultados posteriores de los prototipos construidos: la evidencia es descriptiva y basada en el alcance y el evento, no una intervención de aprendizaje evaluada.