3  Evidencia Empírica: Lo que sabemos y lo que no

3.1 La evolución de la distribución 2018-2024

Los datos administrativos muestran un despliegue sostenido:

• Stock acumulado: De 8.772 placas en 2018 a más de 190.000 en 2024.

• Formatos diversificados: Placas individuales para estudiantes, packs de 10 para docentes, kits institucionales

• Cobertura geográfica: Todos los departamentos, incluyendo centros rurales

La operativa logística demostró alta eficiencia, sentando bases para la siguiente fase.

3.2 Distribución por subsistema (2022-2023)

El año 2022 marca la consolidación del modelo institucional:

• Primaria (DGEIP): 10.419 placas para estudiantes, 2.920 para docentes. Cobertura aproximada del 10% de la matrícula.

• Media básica (DGES-EBI): 7.077 estudiantes, 3.170 docentes. Aquí la proporción docente es más alta -señal de estrategia de formación intensiva en el nivel donde típicamente se introduce pensamiento computacional curricular.

• Educación técnica (DGETP): Menor cobertura relativa pero crítica porque estos estudiantes van directo al mercado laboral. Si el objetivo es el impacto en empleabilidad, este subsistema es prioritario.

Lo que no sabemos de estos números: ¿Cuántas de esas placas están en uso activo? ¿Con qué frecuencia? ¿En qué tipo de proyectos?

La diferencia de uso entre Primaria (74%) y Media Superior (37%) no es una falla sino una señal de diferenciación pedagógica natural. La Raspberry Pi Foundation observa patrones similares: en Reino Unido, el uso intensivo en Key Stage 2 (primaria) es del 68% versus 42% en Key Stage 4 (secundaria superior), donde la presión de exámenes nacionales compite por tiempo curricular.

Esta variación abre dos oportunidades complementarias:

• Articulación vertical: Diseñar trayectorias que retomen aprendizajes previos sin redundancia. Singapur implementó esto exitosamente: estudiantes que programaron Scratch en primaria avanzan a Python con micro:bit en secundaria, construyendo sobre fundamentos sin ‘empezar de cero’.

• Profundización temática: En Media Superior, micro:bit puede integrarse a proyectos STEM avanzados (robótica, IoT, ciencia de datos con sensores) que requieren menor frecuencia pero mayor complejidad. El modelo de Croacia distingue ‘literacy’ (primaria, alta frecuencia) de ‘fluency’ (secundaria, menor frecuencia pero proyectos extendidos).

3.3 Formación docente: cantidad vs calidad

800 docentes certificados en programación a través de CREA (plataforma de formación de Ceibal). Asumiendo al menos 20 estudiantes por docente, eso potencialmente alcanza a 16.000 estudiantes directamente.

Pero los datos de distribución de packs docentes (814 en 2022) y aprobación de cursos (1.486 docentes) no emparejan perfectamente. ¿Qué significa? Posibles explicaciones:

• Algunos docentes se formaron pero no recibieron kit (limitación presupuestaria)

• Algunos recibieron kit como parte de equipo institucional sin pasar por formación formal

• Las asincronías temporales entre distribución y formación generan desacople.

Lo preocupante no es el desacople per se, que es inevitable en programas a escala. Lo preocupante es no tener instrumentos para saber qué funciona mejor: ¿formar primero y distribuir después? ¿Distribuir y acompañar con formación just-in-time? ¿Depende del contexto institucional? ¿Es necesaria una estrategia diferenciada por nivel educativo de ejercicio docente? ¿Segmentar al público objetivo para ofrecer una estrategia adaptada al contexto y a la necesidad específica de cada centro educativo?

3.4 La evolución en la medición: de distribución a apropiación

Tenemos datos de stock distribuido. No tenemos datos de flujo. La proyección natural está en desarrollar sistemas que capturen también:

-¿Cuántas horas promedio de uso por semana?

• Más formación repercute en mas uso?
• ¿Qué tipo de actividades? (tutorial estructurado vs proyecto abierto)
• ¿Distribución por género de quién programa vs quién “ayuda”?
• ¿Evolución de la autoeficacia tecnológica a lo largo del año?
• ¿Qué estudiantes persisten cuando su código falla vs quiénes abandonan?

El desarrollo de estos instrumentos permitiría retroalimentación más precisa para la toma de decisiones basada en evidencia. Podemos tener distribución universal e impacto nulo. O podemos tener distribución parcial pero impacto transformador en ciertos contextos.

Estos desarrollos permitirán retroalimentación más precisa para la optimización continua.

3.5 Señales cualitativas del territorio

Los equipos de implementación reportan entusiasmo docente alto, particularmente en escuelas rurales donde micro:bit “llega donde no llega otra tecnología”.

Reportan que estudiantes que no se enganchaban con materias tradicionales se activan con el trabajo por proyecto, haciendo cosas con sus manos, proyectos de programación física.

Reportan también frustración: docentes que sienten que necesitan más apoyo pedagógico, no más capacitación técnica. Directores que no saben cómo priorizar tiempo curricular para pensamiento computacional cuando tienen presiones por resultados en lengua y matemática. Y reportan el problema del “docente heroico”: en muchos centros, un solo docente entusiasta sostiene todo el programa. Cuando esa persona se va, el programa colapsa.

Estas son señales de alerta temprana. Sin sistematización, se pierden.