TeachFX — Entrenador de Retroalimentación con IA: Ensayo Aleatorizado en Utah y Expansión en las Escuelas de Ogden City

TeachFX es una plataforma de inteligencia artificial basada solo en audio que graba las clases y analiza los patrones de habla de los docentes, para luego ofrecer retroalimentación automática y centrada en la privacidad, por correo electrónico, sobre métricas como la proporción de habla, el tiempo de espera y, sobre todo, el uso de 'preguntas de profundización': preguntas abiertas que llevan a los estudiantes a explicar y reflexionar sobre su razonamiento.
Entre octubre de 2022 y marzo de 2023, un ensayo aleatorizado controlado y preregistrado, realizado en colaboración con el Estado de Utah y TeachFX, puso a prueba esta retroalimentación automática con 224 docentes de matemáticas y ciencias de Utah. Los docentes abrieron los correos de retroalimentación entre el 53% y el 65% de las veces, y el grupo de tratamiento formuló 4,61 preguntas de profundización más por hora que el grupo de control, un aumento estadísticamente significativo del 20% (p<0,01). El estudio, dirigido por Dorottya Demszky de Stanford junto con Jing Liu, Heather Hill, Shyamoli Sanghi y Ariel Chung, se publicó en la revista Computers & Education en 2024.
Con base en esta evidencia, la Junta de Educación del Distrito Escolar de Ogden City votó, el 17 de abril de 2026, aprobar un proyecto piloto de tres años y 216.000 dólares que lleva TeachFX a cuatro escuelas, con licencias ilimitadas, participación voluntaria de los docentes, talleres de incorporación y una enmienda de privacidad de datos exigida antes del despliegue. Los responsables del distrito la describen como dar a los docentes 'un entrenador en una aplicación'; el distrito se comprometió a reportar métricas de uso y resultados a la junta durante y después del piloto, pero hasta la fecha no se han publicado datos de resultados específicos de Ogden.