La mayoría de las empresas usan la IA para intentar reemplazar humanos con chatbots mediocres. Preply hizo algo diferente: la usa para medir al humano. El resultado es brillante, pero el diseño de sus incentivos económicos es, desde una perspectiva ética, un desastre.
El acierto: Observabilidad con AI Review #
He estado probando el sistema AI Review (en beta) y, como caso de uso de ingeniería de datos, es de lo mejor que hay actualmente. No intenta sustituir la conexión profesor-alumno; actúa como una capa de observabilidad que extrae valor de una sesión síncrona:
- Métricas de interacción: Gráficas que exponen el balance de tiempo de habla. ¿Quién dominó la clase?
- Análisis de nivel (NER): Clasificación automática de vocabulario mediante reconocimiento de entidades (B1, B2, C1).
- Feedback de precisión: Reporte de gramática y pronunciación con el fragmento exacto del audio original para comparar el error.
Es una herramienta que potencia al experto: el profesor se enfoca en la fluidez y la pedagogía, mientras la IA gestiona el registro técnico que a un humano se le escaparía en vivo.
La falla sistémica: Incentivos extractivos #
Donde la plataforma falla es en la distribución del valor generado. Es el modelo “Uber” aplicado a la educación: la plataforma pone la infraestructura, pero el experto absorbe todo el riesgo y el costo de operación.
- Adquisición a costo del experto: En la clase de prueba, el alumno paga un 50% de descuento, pero el profesor recibe 0 USD. Preply retiene el 100% del margen mientras el profesional regala su tiempo para cerrar una venta que beneficia a la plataforma.
- Comisiones por volumen, no por fidelidad: El sistema te obliga a meter cientos de horas para bajar de una comisión del 33% al 18%. Es un modelo que premia la cantidad bruta, ignorando la capacidad del profesor para retener y fidelizar alumnos a largo plazo.
Propuesta de rediseño #
Si analizamos los datos desde la óptica de la eficiencia técnica y la ayuda mutua, un esquema más sano se vería así:
| Métrica | Modelo Actual (Extractivo) | Propuesta de Rediseño |
|---|---|---|
| Clase de Prueba | 100% para Preply | 50% Plataforma / 50% Profesor |
| Comisión Base | 33% | 25% |
| Palanca de Descuento | Horas totales (Volumen) | Meses de recurrencia (Calidad) |
| Comisión Piso | 18% | 10% (Tras 6 meses con el alumno) |
Este cambio transformaría al profesor de un recurso rentado a un socio del ecosistema. Si el profesor logra retener al alumno, la plataforma debería cobrar menos, ya que el costo de mantenimiento de ese ingreso recurrente es mínimo comparado con la adquisición de uno nuevo.
Conclusión #
Preply es un ejemplo de cómo implementar IA para mejorar un producto, pero también es una advertencia de cómo un mal diseño de incentivos puede asfixiar al talento que sostiene el negocio. En la era de la IA, el valor sigue estando en el humano; la tecnología solo debería ser el medio para liberarlo, no para ordeñarlo.
¿Te interesa más contenido así?
En el canal de YouTube subo los videos de lo que voy aprendiendo y construyendo.
Ir al canal →Soporte al contenido: Este blog no tiene anuncios ni tendrá. Si te gusta este tipo de contenido y quieres apoyar que siga existiendo, puedes hacerlo vía Liberapay.
Más videos de esta serie: Ver la playlist de Logs →