La inteligencia artificial revisa el 55% de las solicitudes de una bolsa docente en Andalucía

La prueba de inteligencia artificial en las bolsas docentes de Andalucía procesó 2.473 de los 4.463 expedientes presentados para seis especialidades de Secundaria

La Junta de Andalucía ha probado el uso de inteligencia artificial en las bolsas docentes de Andalucía mediante la revisión automatizada de 2.473 de las 4.463 solicitudes presentadas en una convocatoria extraordinaria para seis especialidades del Cuerpo de Profesores de Enseñanza Secundaria. La herramienta procesó así el 55,41% de los expedientes, mientras que la comisión de valoración analizó directamente los 1.990 restantes, el 44,59%.

La experiencia piloto se aplicó a una convocatoria restringida desarrollada durante septiembre y octubre de 2026. El objetivo era comprobar la capacidad de esta tecnología para cotejar titulaciones y verificar los requisitos de acceso en procedimientos que concentran un elevado número de aspirantes y requieren examinar documentación compleja.

El sistema utilizado fue UAI DOC, una herramienta de la Unidad de Automatización Inteligente de la Agencia Digital de Andalucía (ADA). Sus funciones permiten clasificar y segmentar documentos, cotejar su contenido y extraer datos mediante inteligencia artificial generativa, además de incorporar mecanismos de verificación de la información procesada.

La prueba se desarrolló de forma coordinada entre la Consejería de Educación y la Agencia Digital de Andalucía, dentro de la Estrategia Andaluza de Inteligencia Artificial 2030. El Consejo de Gobierno ha conocido ahora los resultados del ensayo, que servirá para introducir ajustes técnicos antes de extender esta tecnología a otros procedimientos relacionados con el personal docente no universitario.

El plazo para presentar solicitudes terminó el 16 de septiembre de 2026. Desde el día 17 de ese mes hasta el 15 de octubre, la herramienta automatizada y la comisión de valoración trabajaron sobre los expedientes durante un periodo de 20 días hábiles. El listado provisional de aspirantes se publicó el 16 de octubre.

El periodo de alegaciones permaneció abierto entre el 19 y el 23 de octubre y se registraron 122 reclamaciones. Su estudio y la instrucción definitiva correspondieron a funcionarios, que desarrollaron esta fase entre el 24 y el 27 de octubre. La resolución definitiva se publicó el 28 de octubre, después de dos días hábiles de trabajo en esta segunda etapa.

La inteligencia artificial se limitó a actuar como apoyo en la comprobación de requisitos y documentación. La comisión de baremación mantuvo las competencias para valorar los expedientes, estudiar las alegaciones y resolver el procedimiento. Según el planteamiento de la Junta, la automatización no sustituye el criterio del personal responsable de la convocatoria.

La Administración autonómica considera que los resultados permiten avanzar en el uso de esta tecnología, aunque la experiencia también ha servido para localizar aspectos técnicos que deben mejorarse. Tras esta primera aplicación, el objetivo marcado es elevar hasta alrededor del 90% la proporción de solicitudes sometidas a revisión automatizada.

El desarrollo previsto se centrará en perfeccionar la precisión del modelo y ampliar progresivamente su ámbito de actuación. La herramienta se emplearía tanto en la comprobación de los requisitos exigidos en las convocatorias de acceso a bolsas de trabajo como en otros procedimientos de selección y provisión de personal docente.

El sistema está diseñado para automatizar principalmente el cotejo de titulaciones y requisitos de acceso, mientras que las decisiones administrativas continúan en manos de las comisiones y los funcionarios encargados de la tramitación. La Junta plantea una implantación escalonada, condicionada por la evaluación de la precisión alcanzada y por los mecanismos de control aplicados a la documentación.

La prueba afecta al conjunto de Andalucía y, por tanto, a los aspirantes gaditanos que participaron en esta convocatoria extraordinaria. La Administración pretende utilizar los resultados para reducir los tiempos de revisión y los posibles errores en futuros procesos, aunque estas mejoras dependerán del perfeccionamiento de la herramienta y de su integración en los procedimientos de gestión docente.