La Programación Escolar Optimizada por IA Reduce Costes Sin Despidos — Lubbock y Edgewood ISD, Texas

Los distritos escolares urbanos de EE. UU. están atrapados entre la desaparición de los fondos federales ESSER de la era pandémica, una caída nacional de más de 1,2 millones de estudiantes matriculados desde 2020, y un número creciente de estudiantes con discapacidad y necesidades multilingües. Con el 70-85% de los presupuestos distritales destinados a personal, el "horario maestro" —que rige la carga docente de cada profesor, la tasa de ocupación de cada aula y cada dólar de personal— se convirtió en objetivo de optimización asistida por IA en lugar de recortes generalizados.

El Lubbock Independent School District y el Edgewood Independent School District (zona oeste de San Antonio) adoptaron herramientas de optimización por IA para analizar miles de escenarios de horarios posibles y reequilibrar tamaños de clase y cargas docentes que se habían desalineado de la matrícula real. En un relato en primera persona publicado en The 74 en octubre de 2025, la directora académica de Lubbock, Misty Rieber, y la subdirectora de liderazgo escolar de Edgewood, Kimberly Gilmore-Madkins, informaron ahorros combinados de 2,2 millones de dólares en 14 escuelas de Lubbock y 1,05 millones de dólares en todo el distrito de Edgewood, logrados sin despedir a ningún profesor —los cambios de personal se debieron a rotación normal y jubilaciones. Lubbock usó el proceso para fundamentar una consolidación más amplia, aprobada por la junta, de escuelas con baja matrícula, incluido el cierre de Hodges Elementary y la fusión de Overton Elementary en Rush Elementary y de O.L. Slaton Middle en Dunbar College Academy y Atkins Middle —decisiones reportadas de forma independiente por la cadena local KCBD en diciembre de 2024.

Un ejemplo paralelo del cercano distrito de Austin ISD ilustra la tendencia más amplia: Austin se asoció con el proveedor de programación por IA Timely para auditar los horarios maestros de sus 33 escuelas medias y secundarias, ahorrando unos 2.600 dólares por plantel y al menos 50 horas de trabajo del equipo de programación durante el año piloto 2024-25, según Education Week (diciembre de 2025) —aunque Austin usó una herramienta distinta a la de Lubbock y Edgewood, y sus funcionarios señalaron que aún evaluaban el retorno total de la inversión.

Advertencia: las cifras de ahorro de Lubbock y Edgewood son autoinformadas por los propios funcionarios distritales que impulsaron las herramientas, en un texto de opinión y no en un informe auditado de forma independiente. Ningún estudio controlado aísla el efecto de la herramienta de IA de otras decisiones presupuestarias simultáneas, y aún no se han medido resultados de aprendizaje de los estudiantes —la evidencia demostrada corresponde a decisiones operativas reales, nombradas y verificables (cierres de escuelas, cambios de personal sin despidos), no a una evaluación causal del impacto en el aprendizaje.