evidoria

← Back to browse

Good practice

Guía Nacional de IA para Docentes de Costa Rica — 'Inteligencia Artificial en Clase'

Costa Rica · San José · See the Costa Rica profile

El Ministerio de Educación Pública de Costa Rica, junto con la ONU, la UNESCO y la ULACIT, lanzó (feb.–mar. 2026) una guía de ética y seguridad para la IA en el aula, dirigida a los 65.000 docentes del sistema público y a cerca de 1 millón de estudiantes, basada en criterios explícitos de privacidad, sesgo y exactitud — la implementación arranca en el curso 2026.

Guía Nacional de IA para Docentes de Costa Rica — 'Inteligencia Artificial en Clase' Guía Nacional de IA para Docentes de Costa Rica — 'Inteligencia Artificial en Clase'

Details

Maturity
Pilot
Promoter
Ministerio de Educación Pública (MEP), Costa Rica — with UN Costa Rica, UNESCO and ULACIT
Period
2026–
Keywords
education policy, AI ethics, teacher training, data privacy

Context

El Noveno Informe del Estado de la Educación de Costa Rica (2023) encontró que solo tres de cada diez estudiantes alcanzan las competencias de aprendizaje esperadas, y que muchos estudiantes de secundaria leen y calculan a niveles propios de niños mucho más pequeños. La IA generativa ya llegaba a las aulas de manera informal y desigual cuando el Ministerio de Educación Pública (MEP) comenzó a diseñar una respuesta nacional.

Objectives

Entre febrero y marzo de 2026, el MEP —junto con el Sistema de las Naciones Unidas en Costa Rica, la UNESCO y la universidad privada Universidad Latinoamericana de Ciencia y Tecnología (ULACIT)— lanzó 'Inteligencia Artificial en Clase: guía para docentes', una guía nacional de siete capítulos dirigida a los 65.000 docentes del sistema público y a cerca de un millón de estudiantes, con el propósito de mantener el criterio profesional docente en el centro en lugar de delegar decisiones en la IA.

Activities

La guía aborda los fundamentos de la IA, el diseño de instrucciones (prompts) y el diseño de proyectos de aula, y establece criterios éticos y de datos explícitos para la selección de herramientas: reducción de sesgos, prevención de la discriminación, filtrado de contenido automatizado inapropiado, protección de la privacidad y verificación de la exactitud de los datos.

Results

La guía apenas comenzaba a implementarse al iniciar el año escolar 2026; la afirmación central del Ministerio de una mejora proyectada del 30% en los resultados de matemáticas y ciencias es una proyección, no un resultado medido, y aún no existe ninguna medición independiente del impacto en el aprendizaje, la adopción por parte de los docentes o las prácticas reales de manejo de datos en las aulas.

Conclusions

En esta etapa se trata de una intervención de gobernanza y desarrollo de capacidades, no de una intervención de impacto demostrado: su valor radica en establecer una base ética y pedagógica nacional para el uso de la IA antes de su adopción generalizada, quedando aún pendiente la evidencia de resultados.

Implementation

Indicative cost
Medium (€50k–€500k) — National guide production and multi-partner (UN/UNESCO/ULACIT) development; distribution cost not stated.
Time to results
Medium (1–3 years) — Guide launched Feb-Mar 2026 for the start of the school year; rollout to full national uptake is ongoing.
Staffing & skills
Ministry of Public Education (MEP) staff, UN System in Costa Rica and UNESCO technical partners, ULACIT (private university) co-development team

Conditions for success

  • Explicit ethical/data criteria for tool selection (bias, privacy, accuracy)
  • Commitment to keep teachers' professional judgement central rather than delegating decisions to AI
  • National-scale distribution to all 65,000 public-school teachers

Common failure modes

  • No independent measurement yet of learning impact, teacher uptake, or actual classroom data-handling practice
  • Headline 30% improvement figure is a projection, not a measured outcome

Where it fits

Governance type
national ministry with UN/UNESCO and private-university partnership
Scale
national (65,000 teachers, ~1M students)
Income level
upper-middle income

Data sources

Where this practice's information was retrieved from, and when.

Attachments

Similar practices you may find useful