Por Rosa Sanchis-Guarner y José Montalbán Castilla
En las últimas décadas, la tecnología educativa (EdTech) ha crecido con fuerza, impulsada por la intuición de que digitalizar es clave para modernizar el aprendizaje. Sin embargo, como señalan Escueta et al. (2017), aún no existe consenso sobre qué tecnologías merecen realmente la inversión ni en qué contextos funcionan mejor. En un sistema educativo donde el aprendizaje online ya es estructural, surge una pregunta central: ¿mejorar la calidad de la conexión a internet —en particular, su velocidad— tiene efectos reales sobre el rendimiento académico y la acumulación de capital humano?
La pandemia de la COVID-19 hizo esta cuestión especialmente visible: durante los cierres escolares, la brecha digital se tradujo en pérdidas de aprendizaje tangibles (Stantcheva, 2022). Pero incluso en “tiempos normales”, el impacto de la velocidad de internet es teóricamente ambiguo. Puede actuar como un factor de distracción, facilitando el ocio digital, o como un factor de productividad, mejorando el acceso a recursos y la eficiencia en las tareas escolares. Determinar cuál de estas fuerzas predomina es, por tanto, una cuestión empírica. En un artículo publicado recientemente en Economics of Education Review (Sanchis-Guarner, Montalbán y Weinhardt, 2025), analizamos el caso de Inglaterra entre 2005 y 2008 para aportar evidencia causal sobre esta pregunta.
Nos centramos en ese periodo porque la tecnología dominante era el ADSL sobre red de cobre y la relación entre infraestructura y velocidad era simple y estable. En este sistema, la velocidad disminuye con la distancia entre el hogar y la central telefónica: cuanto más largo es el cable, mayor es la degradación de la señal. Esta característica, que no afecta a la telefonía convencional, determina la velocidad potencial disponible en cada vivienda. Aunque los datos corresponden a esos años, las implicaciones siguen siendo relevantes hoy: el ADSL continúa siendo una tecnología ampliamente utilizada y en 2021 representaba el 22% de las conexiones de banda ancha mundiales, casi 1.200 millones de usuarios (OECD, 2024).
Ahora bien, el gran escollo de cualquier estudio sobre tecnología y educación es la identificación. La correlación entre la velocidad de internet y los resultados escolares es casi inevitable, pero sirve de poco si no separamos causalidad de composición. Por un lado está la selección activa: las familias con mayor renta o mayor preferencia por la educación tienden a contratar mejores conexiones, de modo que observar mejores notas donde hay más velocidad no prueba nada por sí solo. Por otro lado está la selección pasiva, menos visible pero igual de importante: la infraestructura no se despliega al azar. Las centrales telefónicas y la red tienden a concentrarse en lugares más centrales y mejor comunicados, para poder abastecer a más clientes, y esta centralidad correlaciona con otros determinantes económicos y geográficos que predicen los resultados educativos.
En nuestro artículo, explotamos discontinuidades espaciales en el decaimiento del efecto de la distancia (distance decay) de cable de conexión. La riqueza de nuestros datos nos permite vincular con bastante precisión la velocidad de internet potencial según donde estén ubicadas las viviendas de los estudiantes y la central telefónica (telephone exchange station) que da servicio a diferentes hogares. Cada central sirve un “área de cobertura” (catchment areas), y con nuestros datos, podemos recrear las áreas geográficas de cada central y sus límites. Los límites geográficos de estas áreas son fronteras invisibles que no coinciden con ninguna agregación espacial económica o administrativa, y raramente son observables.
Figura 1
Nuestra estrategia empírica utiliza un diseño de discontinuidad de regresión espacial: comparamos estudiantes que viven muy cerca, a uno y otro lado de una frontera, pero que, por azar de la demarcación, quedan conectados a centrales distintas. En el artículo demostramos que estos estudiantes, a cada lado de una frontera, son similares en muchas características, pero hay un salto discreto en la distancia del cable de conexión, que determina la velocidad de internet, entre ambos lados. La figura 1 muestra la granularidad espacial de nuestros datos y esta discontinuidad en la longitud del cable. Nos centramos en estudiantes a 300 metros de segmentos de estas fronteras. Al cruzar esa línea, un estudiante puede quedar de repente mucho más cerca de “su” central que su vecino, recibiendo un salto exógeno en velocidad potencial de su conexión de internet que no depende de su renta ni de decisiones educativas. La figura 2 muestra el salto medio (unos 800m) de la distancia a la central cuando cruzamos un lado de la frontera en media más lento (más lejano) al lado más rápido (más cercano).
Figura 2: Discontinuidades en la distancia a la central conectada en los segmentos de frontera
Estos saltos exógenos en la longitud del cable muy cerca de las fronteras nos proporcionan variación en la velocidad potencial disponible en los hogares a ambos lados de los segmentos. Para validar esto, comprobamos si esta distancia determina la velocidad real. Para ello, estimamos la relación entre proximidad a la central y velocidad usando datos de velocidad media a nivel de código postal. El resultado es claro: cada 100 metros adicionales reducen la velocidad en 0,089 Mbit/s. En un entorno donde la velocidad media ronda los 5,5 Mbit/s, estas diferencias son materialmente relevantes. Esta degradación de la señal en el cobre es lo que justifica usar la distancia como un predictor de la velocidad potencial de la conexión de internet.
Con esta estrategia estimamos el efecto de la velocidad de internet en los hogares de los estudiantes sobre el "valor añadido" educativo, es decir, sobre la progresión del alumnado en los resultados estandarizados entre los 7 y los 14 años. Los resultados son claros: por cada incremento de 1 Mbit/s en la velocidad media de la zona, las puntuaciones en los exámenes aumentan en promedio 1,37 puntos percentiles. En términos de magnitud, este efecto equivale aproximadamente al 5% de una desviación estándar en la distribución nacional de notas. Puesto en contexto, su magnitud es comparable a intervenciones educativas mucho más costosas, como reducir drásticamente el ratio de alumnos por aula o la ganancia de eficiencia que supone tener un profesor altamente efectivo (Slater et al., 2012).
Ahora bien, el efecto no es uniforme. Los efectos positivos se concentran en estudiantes con mayor capacidad previa y, sobre todo, en aquellos que no son elegibles para comidas escolares gratuitas (Free School Meals), un indicador estándar de desventaja socioeconómica. Esto sugiere que los estudiantes más aventajados son quienes mejor saben transformar la potencia de su conexión en éxito académico, planteando el riesgo de que la banda ancha aumente la desigualdad educativa.
Uno de los resultados más novedosos de nuestra investigación es lo que denominamos complementariedad tecnológica, que se muestra en la tabla 1. Cuando dividimos la muestra de acuerdo a variables de calidad de conexión de la escuela (distancia) o penetración de internet, encontramos que el impacto positivo de la conexión en el hogar aparece solo para estudiantes que asisten a escuelas con mejor conectividad (más cercanas a su propia central, o con mejoras tempranas de ADSL). En los centros peor conectados, el efecto de la banda ancha doméstica es esencialmente cero. La lectura es bastante directa: si el colegio no puede (o no suele) integrar herramientas digitales en el aprendizaje, parte de la ventaja de tener una conexión rápida en casa se pierde. En términos económicos, esto es complementariedad tecnológica entre hogar y escuela: para que la inversión en “gigas” rinda en capital humano, el entorno escolar tiene que estar en condiciones de aprovecharlos.
Tabla 1: Efecto de la proximidad a la central sobre el rendimiento académico, por tecnología del centro
Finalmente exploramos los mecanismos que explican nuestros resultados. Explotando encuestas paneles de hogares (Household surveys), observamos cuatro hechos que ayudan a interpretar los resultados. Primero, vivir en el lado con acceso de internet más “rápido” no se asocia con una mayor contratación de internet o banda ancha, lo que descarta que el efecto venga simplemente de que más hogares pasen a estar conectados. Segundo, tampoco aparece un aumento del uso del ordenador en actividades claramente distractoras, como jugar a videojuegos. Tercero, el cambio relevante se observa en el uso educativo: entre los adolescentes (15–17 años), quienes viven en una zona con internet más “rápido” son un 27% más propensos a utilizar el ordenador para trabajo educativo. Y, cuarto, este patrón no se replica en jóvenes adultos, lo que apunta a que el mecanismo está ligado a la etapa escolar. En resumen, la evidencia que encontramos en nuestro trabajo sugiere un efecto de la calidad de la conexión como potenciador de productividad (más uso educativo) y “poca distracción” adicional, al menos en este contexto y periodo.
Nuestros resultados indican que la velocidad de banda ancha es un determinante relevante del capital humano: invertir en infraestructura digital es también política educativa, y su retorno depende de la complementariedad con una digitalización ambiciosa y homogénea de los centros escolares si queremos que actúe como ascensor social. La irrupción de la IA generativa añade una nueva dimensión a este desafío, ya que el acceso desigual a estas herramientas puede abrir una nueva brecha cognitiva. Para que la tecnología —sea banda ancha o IA— reduzca y no amplíe desigualdades, su expansión debe ir acompañada de una integración pedagógica sólida y guiada en las escuelas.
