Los laboratorios de innovación de India cuentan con un asistente de enseñanza impulsado por IA y Gemini

Puntos clave

• Google DeepMind y la Misión de Innovación Atal de India lanzaron ATL Saathi el 14 de julio de 2026, una aplicación web basada en Gemini para docentes en Laboratorios de Innovación Atal.
• El piloto abarca 100 escuelas, parte de una red que llega a más de 11 millones de estudiantes en toda India.
• El asistente genera ideas de proyectos apropiadas para cada grado, guías de montaje paso a paso, esquemas de cableado y precauciones de seguridad.
• Se lanza en ocho idiomas indios, con posibilidad de agregar más.
• Funciona con Gemini 3.5 Flash, el modelo más rápido y económico de Google, optimizado para respuestas rápidas.

India ha pasado años construyendo Laboratorios de Innovación Atal, pequeños talleres escolares equipados con impresoras 3D, sensores y kits básicos de robótica. Hay suficientes ahora para llegar a más de 11 millones de estudiantes. La dificultad nunca fue el hardware. Era encontrar docentes que pudieran guiar con confianza a un curioso niño de 13 años a través del cableado de un sensor de humedad del suelo sin incendiar el aula.

Esa es la brecha que Google DeepMind intenta cerrar con ATL Saathi, una aplicación web para docentes que se lanzó en piloto el 14 de julio de 2026.

Piénsalo como un colega paciente que nunca duerme. Un docente abre la aplicación, elige un módulo del currículo oficial de innovación y obtiene un resumen breve, una infografía, una descripción general en video y una prueba rápida. Sin video de capacitación de dos horas. Sin un PDF de 80 páginas.

La parte más interesante es lo que sucede cuando los estudiantes llegan con una idea.

Digamos que un estudiante quiere construir un dispositivo que alerte a un granjero cuando un tanque de agua está casi vacío. El docente escribe el problema en ATL Saathi. La aplicación, que funciona con Gemini 3.5 Flash (la versión rápida y económica del modelo de IA principal de Google, la tecnología detrás de chatbots como Gemini y ChatGPT), devuelve un plan de proyecto. Ese plan incluye qué componentes obtener del catálogo, un esquema de cableado mostrando cómo conectarlos, pasos de montaje y notas de seguridad sobre cosas como baterías sueltas y cables expuestos.

También funciona de la otra manera. Si un docente quiere despertar ideas en lugar de responder a ellas, la aplicación genera sugerencias de proyectos adaptadas al grado del estudiante y al currículo actual.

Críticamente, hace todo esto en ocho idiomas indios al lanzamiento. Un docente en una escuela de medio Tamil en Tamil Nadu rural obtiene el mismo esquema de cableado y las mismas advertencias de seguridad que un docente en una escuela de medio inglés en Delhi. Los materiales curriculares se encuentran dentro de NotebookLM, la herramienta de IA basada en documentos de Google, por lo que el asistente está respondiendo desde el manual oficial de la Misión de Innovación Atal en lugar de desde Internet abierto.

La Misión de Innovación Atal se encuentra dentro de NITI Aayog, el tanque de ideas de política del gobierno indio. Su objetivo declarado es convertir a un millón de niños indios en lo que llama "innovadores neotéricos". La asociación se anunció por primera vez en la Cumbre de Impacto de IA en febrero de 2026, y Google DeepMind dice que el lanzamiento de hoy es el primer producto funcional de ese compromiso.

¿Qué cambia realmente en un aula?

Desplaza el trabajo del docente desde buscar información hasta guiar a un estudiante a través de ella. Un docente de física que nunca ha tocado una placa Arduino, la pequeña placa de circuito programable que usan los estudiantes para proyectos electrónicos, ahora puede entrar a un laboratorio con un plan impreso, una lista de piezas y una lista de verificación de seguridad generada en minutos.

Compáralo con la alternativa humana. Un mentor especializado visitando cada uno de los miles de laboratorios de innovación en toda India no es asequible a escala nacional. Incluso una visita por escuela por trimestre sería un gasto serio y un desafío logístico. Un asistente de software que cuesta centavos por consulta, funcionando en un modelo diseñado para uso de alto volumen económico, es un problema económico muy diferente.

Hay preguntas reales que el piloto tendrá que responder. ¿Los esquemas de cableado realmente funcionan cuando se construyen? ¿Las advertencias de seguridad se sostienen cuando un niño de 12 años las ignora? ¿Con qué frecuencia el modelo inventa un componente que no existe en el kit del laboratorio?

La cohorte de 100 escuelas es de donde vendrán esas respuestas. Si Google DeepMind y la Misión de Innovación Atal pueden demostrar que los docentes pasan menos tiempo en papeleo y más tiempo supervisando construcciones reales, el caso para escalar a la red completa de laboratorios de innovación se vuelve mucho más fácil de hacer.

Por ahora, los laboratorios de innovación tienen un nuevo empleado. Responde a las 2am, habla ocho idiomas y nunca se cansa de la misma pregunta sobre resistores.