IA

IA para academias de oposiciones: 5 casos de uso reales

El sector formativo va lleno de eslóganes sobre IA y flojo de casos concretos. En 2024 escuchábamos "ChatGPT" en cada evento de EdTech; en 2026 muchas academias siguen sin saber por dónde meterla sin que el resultado sea peor que el flujo manual. Nosotros construimos Tentuplaza, la plataforma de una academia de oposiciones, y llevamos meses viendo qué usos aguantan la realidad y cuáles se caen la primera semana. Aquí van cinco que sí funcionan, uno que aún no y un error habitual del sector.

1. Generación de preguntas tipo test a partir del temario

Es el uso más obvio y probablemente el más rentable. Un profesor tarda entre 5 y 10 minutos en escribir una pregunta con cuatro opciones y su justificación. Multiplicado por los miles de preguntas necesarias para preparar una oposición seria, es un impuesto brutal sobre el equipo docente.

Un modelo bien instruido, alimentado con el temario oficial y con ejemplos del estilo de tu academia, genera un primer borrador aceptable. La clave no está en el prompt: está en la revisión humana. El profesor pasa de escritor a corrector, y el rendimiento se multiplica sin bajar la calidad. Los distractores (las opciones falsas) son un caso aparte: la IA suele proponer respuestas plausibles que hacen el test más difícil, no más tramposo, y ese matiz importa mucho.

Regla nuestra: ninguna pregunta se publica sin haber pasado un ojo humano. Sin excepciones. La IA es un acelerador, no un aval.

2. Diagnóstico personalizado de fallos por bloque

Cuando un alumno falla la pregunta 47 del bloque 8, la IA por sí sola no vale mucho. Cuando ha respondido a 2.000 preguntas y quieres decirle dónde está su punto débil, es cuando aporta. No hablamos de un chatbot que diga "estudia más constitucional": hablamos de una lectura tipo "has fallado el 62 % de las preguntas sobre revisión de sentencias en amparo, tu media en el resto de constitucional está en el 89 %; repasa este subtema en concreto".

Ese salto —de la nota a la instrucción— es donde la IA cambia la conversación. Y no sustituye al profesor: le prepara la reunión de tutoría con los datos servidos, para que hable de estudio en vez de perder media hora buscando la foto del alumno.

3. Planificación de estudio adaptada a la convocatoria

Un opositor no estudia para saber: estudia para llegar a una fecha con un método probado. La IA aquí funciona como un planificador que ajusta la carga semana a semana según:

• Los días que faltan al examen.
• El histórico de aciertos del alumno.
• Los temas que otros alumnos con perfil parecido dominaron mejor en menos tiempo.
• Su disponibilidad real de horas, que le pregunta el sistema y no se inventa.

No hay magia: son heurísticas alimentadas con datos. Pero para el alumno la diferencia es enorme, porque el plan es suyo, no del temario. Y el aprobado depende mucho más de acabar el plan que de conocer el temario completo.

4. Corrección asistida de casos prácticos abiertos

Este es el caso más delicado. Un caso práctico jurídico o económico bien resuelto exige argumentación, no una lista de puntos. La IA no puntúa argumentos con la fiabilidad que necesita una nota oficial, así que dejar la corrección en sus manos es una mala idea que además nadie perdona.

Lo que sí hace bien: detectar ausencias. "Este caso menciona el artículo 24 pero no cita el 21, que es aplicable", "la argumentación sobre la caducidad está formalmente correcta pero le falta el precedente jurisprudencial habitual". Con ese apoyo, el profesor corrige el doble de casos en el mismo tiempo y el alumno recibe feedback donde antes recibía solo una nota.

5. Simulacros con dificultad adaptativa

Un simulacro tradicional es una tanda de preguntas fija. Un simulacro adaptativo ajusta la dificultad según cómo va el alumno: si acierta el 90 % del bloque 1, la siguiente pregunta sube; si falla, baja. No es solo un truco pedagógico: es la única manera de saber dónde está el tope real de cada alumno, no solo su media.

Cuidado con confundir usos. Para el simulacro oficial —el que replica exactamente la prueba real, mismo reloj y misma penalización— la dificultad adaptativa es contraproducente. Cada uno sirve para una cosa: el fiel, para acostumbrarse al examen; el adaptativo, para diagnosticar. Mezclarlos hace daño.

Lo que la IA aún no resuelve

Se lo decimos a las academias que nos escriben esperando que la IA les resuelva la captación: el marketing sigue siendo trabajo humano. La generación de contenido de venta con IA se nota, y en un sector donde tu credibilidad es todo, notarse es perder al cliente. Los mensajes en redes, los directos, las respuestas en el WhatsApp de dudas: hoy por hoy, los tiene que hacer alguien de tu equipo. Puede que dentro de dos años esto no sea así, pero decidir por lo que vendrá es una mala forma de dirigir hoy.

El error habitual: meter IA sobre un sistema que no está

Ninguno de estos cinco usos justifica meter IA por meterla. Si tu academia no tiene aún un sistema decente de tests, seguimiento y datos, la IA no va a arreglarlo: se apoyará en un cimiento que no está y hará mucho ruido para poco resultado. Primero el sistema, después la capa de IA. Es la conversación que tenemos con casi todas las academias que nos llegan con prisa, y es la que estamos viviendo con Tentuplaza: la IA acelera lo que ya funciona; no revive lo que no.

Si tu punto de partida es Moodle o un LMS genérico y estás valorando el salto, este otro artículo va exactamente sobre eso: Moodle vs plataforma a medida para tu academia.

---

¿Hablamos? Si tu academia está en el punto de plantearse esto, cuéntanos tu método actual y qué te frena. Si la IA tiene sentido en tu caso, te lo decimos; si no, también.