1. El problema de política: aprendizajes perdidos y recuperación desigual

Tras el cierre de escuelas por la COVID-19, los sistemas enfrentaron un problema de política: una pérdida de aprendizajes medible, persistente y desigual. La tutoría intensiva se ofreció como respuesta porque la literatura experimental previa la situaba entre las intervenciones de mayor efecto. Esa promesa solo se sostiene como programa con dosis, modalidad, quién tutora y costo.

Hallazgo empírico. Wisenöcker et al. (2025) meta-analizaron 763 tamaños de efecto de 103 estudios en 45 países (abril de 2020 a junio de 2022). La pérdida media fue de d de Cohen = −0,20 (error estándar = 0,04, p < 0,001). El único moderador significativo fue el dominio: las pérdidas fueron mayores en matemáticas. Se observaron también más de dos años después del inicio. Ese promedio no es una cifra nacional mexicana.

Hallazgo empírico. Donnelly y Patrinos (2022) identificaron ocho estudios entre marzo de 2020 y marzo de 2021: siete hallaron pérdida en al menos parte de los participantes; uno de esos siete también encontró ganancias en un subgrupo; el restante halló ganancias. Cuatro observaron aumentos de desigualdad.

Límite de fuente. La revisión sistemática de Dela Cruz et al. (2025) sobre pérdida y recuperación de aprendizajes a partir de la pandemia de COVID-19 entra solo por el objeto de su título. No se afirma magnitud, dirección ni cobertura.

Hallazgo empírico. Angrist et al. (2021) modelan pérdida y vías de recuperación con evaluaciones de lectura en grados iniciales de Etiopía, Kenia, Liberia, Tanzania y Uganda. Los datos sugieren una pérdida de medio año a más de un año. Un déficit en tercer grado podría traducirse en 2,8 años de aprendizaje perdido al llegar a décimo. Los autores argumentan que instrucción focalizada y pedagogía estructurada podrían mejorar los aprendizajes incluso por encima de los niveles previos a la COVID-19.

Hallazgo empírico. Singh et al. (2026) siguen un panel de aproximadamente 19 000 niños en edad de primaria en el Tamil Nadu rural. En diciembre de 2021 los déficits fueron de aproximadamente 0,73σ en matemáticas y 0,34σ en lenguaje, frente a estudiantes de la misma edad en las mismas aldeas en 2019. Dos tercios se recuperaron en los seis meses posteriores a la reapertura. La pérdida fue regresiva y la recuperación, progresiva. Un programa gubernamental de remediación extraescolar contribuyó aproximadamente el 24 % de la recuperación de cohorte.

Límite de fuente. El estudio longitudinal de Schult et al. (2026), con evaluaciones obligatorias a gran escala sobre cómo se recuperan las escuelas de la pérdida de aprendizajes de la pandemia, se cita solo por el objeto de su título. No se afirma trayectoria ni velocidad de rebote.

Hallazgo empírico, de contexto de política. Kraft et al. (2026) documentan que las escuelas públicas estadounidenses emprendieron un esfuerzo sin precedentes para expandir la tutoría tras la COVID-19, apoyados en parte por los efectos grandes de metaanálisis anteriores. Esa expansión convierte la pregunta en una de evaluación de programas: qué impacto cabe esperar a escala, con pruebas independientes y la dosis real.

La pregunta de esta revisión es explícita: ¿qué efectos de la tutoría intensiva documentan los metaanálisis y los ensayos aleatorizados recientes, bajo qué componentes de dosis y según quién tutora, y por qué esos efectos se encogen al escalar? El objeto es la educación obligatoria (PreK–12). Cada afirmación se etiqueta como hallazgo empírico, marco conceptual o inferencia de diseño. No se inventan datos de México ni de América Latina.

2. Qué es y qué no es tutoría intensiva

Marco conceptual. Tutoría intensiva designa aquí un paquete de diseño, no una etiqueta: sesiones frecuentes, varias por semana; grupos de uno a tres o cuatro; ubicación dentro de la jornada escolar; un tutor estable y capacitado; y material alineado con el currículo o con una secuencia estructurada. Ningún estudio usa exactamente esa lista como definición legal.

Hallazgo empírico. Nickow et al. (2024) hallan que los efectos tienden a ser mayores con tutores docentes o paraprofesionales, en grados más tempranos, al menos tres días por semana y durante la escuela. Un programa que se llama tutoría y se ofrece una vez por semana, fuera del horario, con grupos grandes y rotación de tutores, no es el mismo objeto causal. Kortecamp y Peters (2024) operan dos o tres veces por semana, con tutores especialmente capacitados y una secuencia de letras a historias. Hamlin et al. (2026) operan grupos de 2:1 o 3:1 en preparatorias. de Ree et al. (2023) implementan tutoría de alta dosis en tres escuelas primarias de un barrio de bajos ingresos en los Países Bajos. Frecuencia alta, grupo pequeño, tutor capacitado y anclaje en la escuela son los rasgos recurrentes.

Finseraas et al. (2026) funcionan como contraejemplo de baja dosis. Su instrucción en grupos pequeños de matemáticas para estudiantes de 7 a 9 años tuvo una dosis más baja, se dirigió a la población completa y usó extracción (pull-out) con tiempo de instrucción fijo. Hallazgo empírico. No hay efectos significativos 3,5 a 4,5 años después; las estimaciones puntuales sugieren un desvanecimiento de aproximadamente 47 % a 58 %, según la especificación. Una intervención que se diferencia en la dosis y en el blanco no es un test del paquete intensivo.

Marco conceptual. Distinguir objetos evita promediar intervenciones distintas. Lo que produce efecto no es que exista «tutoría» en el organigrama, sino que se entregue, dentro del horario, una dosis densa, con continuidad de tutor y con un grupo pequeño.

3. Método: revisión narrativa crítica con flujo de cribado

Nota metodológica. Esta es una revisión narrativa crítica, no un metaanálisis propio. No hay doble codificación ni estimación agrupada de efectos. La base fue la API REST de Crossref el 21 de octubre de 2026: 16 consultas de 60 filas, artículos de revista desde 2021, sobre tutoría intensiva o de alta dosis, metaanálisis y ensayos, tutoría en línea, entre pares, pérdida y recuperación, instrucción al nivel adecuado, el National Tutoring Programme y tutoría en países en desarrollo. El cribado léxico está en screen.py; la inclusión de 24 fuentes fue selección manual.

Paso del cribadoRegistros
Consultas Crossref (filas por consulta)16 (60)
Registros únicos verificados (2021–2026)382
Excluidos por año fuera de rango0
Excluidos: correcciones, erratas o reseñas0
Excluidos: revistas de calidad editorial dudosa40
Excluidos por quedar fuera de alcance107
Elegibles tras el cribado235
Incluidos por selección manual24
Con resumen utilizable20
Citados solo por el título4
Estudios latinoamericanos incluidos0
Estudios de países de ingreso bajo o medio2
Tabla 1. Flujo de cribado en Crossref (2021–2026). Fuera de alcance: educación superior y médica, tutoría privada (salvo un metaanálisis de contraste), ansiedad, robots, protocolos y títulos ajenos a tutoría o recuperación. Cadena 382 − 0 − 0 − 40 − 107 = 235.

De 382 registros únicos verificados, todos eran de 2021–2026. Cero exclusiones por año, corrección, errata o reseña. Se apartaron 40 revistas de calidad dudosa y 107 fuera de alcance. Quedaron 235 elegibles y 24 por selección manual, con prioridad para metaanálisis, ensayos o diseños de muestra amplia en educación obligatoria y relevancia para dosis, modalidad, quién tutora o escala. Veinte fuentes tienen resumen; cuatro se citan solo por el título (Dela Cruz et al., 2025; Schult et al., 2026; Zhang et al., 2026; Zhang y Liu, 2022). Cero estudios latinoamericanos. Dos de países de ingreso bajo o medio: Angrist et al. (2021) y Singh et al. (2026). El recorte sesga hacia Estados Unidos y Europa. Inferencia de diseño, de método. Una revisión Crossref-only no afirma que no existan estudios latinoamericanos; afirma que estas 16 consultas no recuperaron ninguno con calidad suficiente para los 24.

4. Lo que muestran los metaanálisis y los ensayos aleatorizados

Hallazgo empírico. Nickow et al. (2024) meta-analizan experimentos de tutoría en PreK–12. El efecto agrupado es de 0,288 desviaciones estándar (error estándar = 0,029, p < 0,001). Los tamaños tienden a ser mayores con tutores docentes o paraprofesionales, en grados más tempranos, al menos tres días por semana y durante la escuela. Ese 0,288 es un promedio de ensayos heterogéneos, no el efecto esperable de un programa nacional el primer año.

Hallazgo empírico. Kraft et al. (2026) amplían el metaanálisis a 263 ensayos controlados aleatorizados. Cuando alinean mejor la muestra con programas a gran escala evaluados con pruebas estandarizadas independientes, los efectos agrupados bajan a 0,16 a 0,22 desviaciones estándar, frente a 0,40 en la muestra completa, impulsados por el aumento de escala. Los autores exploran cuatro hipótesis —el resumen no las nombra— y documentan que un paquete de rasgos de diseño recomendados protege parcialmente a los programas de esa atenuación. Citar solo el 0,288 o el 0,40 para justificar una expansión masiva es elegir el estimando más favorable, no el más pertinente.

Hallazgo empírico. de Ree et al. (2023) evalúan tutoría de alta dosis en tres escuelas primarias de un barrio de bajos ingresos en los Países Bajos. Tras un año escolar, el efecto en matemáticas es de 0,28 desviaciones estándar de la población nacional (p < 0,01) y puede dar cuenta de aproximadamente el 40 % de la brecha de logro matemático entre estudiantes de ingresos bajos y altos. Hamlin et al. (2026) evalúan, en un ensayo de tres años, un programa universitario en siete preparatorias: tratamiento n = 525 (grupos 2:1 o 3:1) frente a control n = 438 (curso remedial). El tratamiento mostró 0,13 DE (casi medio año de aprendizaje). No hubo evidencia de que 2:1 fuera más efectivo que 3:1. El programa se entregó a alto costo.

Hallazgo empírico. Markovitz et al. (2022) evalúan voluntarios AmeriCorps (Minnesota y Wisconsin Reading Corps) que tutoran uno a uno a estudiantes de kínder a tercer grado en riesgo, bajo un marco de respuesta a la intervención. Replican un ensayo de cuatro años antes y evalúan el modelo en Milwaukee. En kínder y primer grado, un semestre bastó para puntuaciones significativamente más altas; en segundo y tercero, los efectos aparecieron tras un año completo. Kortecamp y Peters (2024) asignaron al azar a 185 estudiantes de kínder y primer grado, en 13 aulas, a tutoría uno a uno de alta dosis o a instrucción solo del docente. El análisis multinivel indica que los tutorados superaron a los no tutorados en múltiples medidas. El resumen no publica un tamaño de efecto en desviaciones estándar.

Hallazgo empírico. Seerup et al. (2025) condujeron un ensayo en ocho escuelas primarias danesas, con 72 estudiantes de seis a siete años en riesgo de dificultades lectoras. El análisis primario indica que el tratamiento mejoró más que el control en literacidad y funciones ejecutivas salvo la memoria verbal; las diferencias no son estadísticamente significativas. Análisis exploratorios indican efectos positivos y significativos en constructos más amplios de atención y literacidad, y nulos en memoria. Con n = 72, un nulo primario no demuestra ausencia de efecto.

Finseraas et al. (2026), ya citados como contraejemplo de baja dosis, no hallan efectos significativos 3,5 a 4,5 años después; las estimaciones puntuales sugieren un desvanecimiento de aproximadamente 47 % a 58 %. Un efecto de corto plazo no es un efecto de trayectoria.

Hallazgo empírico. Anger et al. (2026) asignaron al azar a 839 estudiantes de secundaria en Alemania a tutoría en línea para estudiantes de bajo rendimiento. El efecto de intención de tratar sobre las calificaciones de matemáticas, seis meses después, fue de 0,06 desviaciones estándar y no significativo. Entre quienes no habían recibido otros servicios de tutoría, el programa mejoró las calificaciones en 0,14. En trayectorias no académicas, la incorporación a formación vocacional dieciocho meses después fue 5 puntos porcentuales más alta, y 12 puntos entre quienes no tenían tutoría previa. No hay, en el resumen, efecto sobre empleo ni salarios.

5. Los componentes de la dosis: frecuencia, grupo, horario y continuidad

Cuatro piezas de la dosis recurren: frecuencia, tamaño de grupo, integración en la jornada y continuidad tutor–estudiante, a menudo medida como lecciones completadas. A ellas se suma la brecha entre dosis planificada y entregada, y el papel de la práctica en casa.

Hallazgo empírico, de frecuencia. Kortecamp y Peters (2024) operan dos o tres veces por semana. Nickow et al. (2024) hallan efectos más grandes con al menos tres días por semana. Swanson et al. (2026), en 69 escuelas (N = 770, kínder a quinto) aleatorizadas a tutoría por pares de mayor edad, por adultos o a práctica habitual en YMCA, hallan intención de tratar modesta y educativamente significativa de los adultos en eficiencia de palabras visuales, y efectos más pequeños y no significativos para la tutoría entre edades. Recibir 50 lecciones o más (efecto causal promedio en cumplidores) produjo ganancias sustanciales para tutores en comprensión de pasajes y para tutorados en lectura de palabras y fluidez, con independencia del tipo de tutor.

Hallazgo empírico, de tamaño de grupo. Robinson et al. (2025) asignaron a estudiantes de kínder a segundo grado a tutoría virtual 1:1, 2:1 o control. La tutoría virtual aumentó literacidad inicial en 0,05 DE para todos y en 0,08 DE al excluir aprendices de inglés y estudiantes con discapacidad. El 1:1 tendió a producir ganancias mayores, sobre todo por debajo del referente (0,15 DE). Hamlin et al. (2026) no hallan evidencia de que 2:1 sea más efectivo que 3:1 en preparatoria. El corpus no autoriza «siempre 1:1».

Hallazgo empírico, de integración en la jornada. Ready et al. (2026) evalúan 12 semanas de tutoría virtual de literacidad durante el día escolar (primero a cuarto): intención de tratar de aproximadamente 0,05 DE; solo el 20 % recibió la dosis recomendada; 10 o más sesiones, 0,08 DE; 20 o más, 0,26 DE. Colocar la tutoría en el horario no garantiza la dosis. Finseraas et al. (2026) extraen al estudiante con tiempo fijo. Nickow et al. (2024) observan efectos más grandes durante la escuela. El horario es condición de la dosis, no un sustituto de ella.

Hallazgo empírico, de dosis entregada. Shmoys et al. (2026) examinan presencial en vivo, virtual en vivo y virtual con inteligencia artificial. Las tasas de dosis fueron bastante bajas en las tres implementaciones. Todos enfrentaron problemas de agenda y de calidad del tutor; el presencial, comunicación insuficiente tutor–docente y filtrado de destinatarios; ambos virtuales, tecnología; el basado en inteligencia artificial, la ausencia de relaciones significativas adulto–estudiante. Sin agenda protegida, la dosis planificada no se convierte en dosis recibida.

Hallazgo empírico, de práctica en casa. Bachmann et al. (2026) analizan 656 estudiantes de segundo y tercer grado con tutoría de alto impacto uno a uno en 56 escuelas de alta necesidad. La dosis escolar de fluidez predijo el crecimiento semanal de fluidez lectora oral; la práctica lectora en casa no. Quien desplace la dosis del horario escolar al hogar apuesta contra el predictor que aquí sí aparece.

ComponenteEvidencia del corpusQué sugiereQué no permite afirmar
FrecuenciaNickow et al. (2024): ≥3 días/semana. Kortecamp y Peters (2024): 2–3/semana. Swanson et al. (2026): 50+ lecciones (cumplidores).La dosis completada supera a la oferta nominal.Un umbral universal de lecciones.
Tamaño de grupoRobinson et al. (2025): 1:1 > 2:1 en literacidad inicial virtual (0,15 DE abajo del referente). Hamlin et al. (2026): 2:1 ≈ 3:1 en preparatoria.1:1 importa más en lectores iniciales rezagados.Que 1:1 sea siempre superior.
HorarioNickow et al. (2024): mayores efectos en la escuela. Ready et al. (2026): ITT 0,05 DE; 20 % con dosis recomendada. Finseraas et al. (2026): pull-out de baja dosis.El horario es la palanca de participación.Que «en el horario» baste sin proteger la agenda.
Dosis entregadaShmoys et al. (2026): tasas bajas en los tres modelos. Ready et al. (2026): 20 % recibe la dosis recomendada.El cuello de botella es la entrega.Un porcentaje o un costo universales.
Práctica en casaBachmann et al. (2026): predice la dosis escolar, no la práctica en casa.Priorizar la sesión escolar.Que el hogar sea irrelevante para otros desenlaces.
Tabla 2. Componentes de la dosis. «Qué sugiere» es inferencia de diseño; «qué no permite afirmar» delimita lo que los resúmenes no sostienen.

6. Modalidad virtual y quién tutora: docentes, voluntarios, pares y máquinas

La modalidad y el perfil de quien tutora cambian el costo, la oferta de personal y el tamaño del efecto. El corpus no autoriza un ranking único; sí autoriza a no tratarlos como intercambiables.

Hallazgo empírico, de modalidad virtual. Robinson et al. (2025) presentan, según los autores, el primer ensayo de tutoría virtual para niños pequeños: 0,05 DE (0,08 DE al excluir aprendices de inglés y estudiantes con discapacidad), menores que los típicos de programas presenciales de literacidad inicial. Ready et al. (2026) anclan lo virtual en el día escolar: 0,05 DE de intención de tratar y 0,26 DE entre quienes completan la dosis recomendada. Anger et al. (2026) hallan intención de tratar no significativa (0,06 DE) y 0,14 DE en el subgrupo sin tutoría previa. Shmoys et al. (2026) comparan presencial, virtual en vivo y virtual con inteligencia artificial: los tres entregan dosis bajas. Lo virtual no es nulo ni el equivalente automático de la presencial de alta dosis.

Hallazgo empírico, de quién tutora. Nickow et al. (2024) observan efectos más grandes con docentes o paraprofesionales. Markovitz et al. (2022) muestran que voluntarios AmeriCorps, con marco de respuesta a la intervención, producen efectos replicados en literacidad de primaria baja. Hamlin et al. (2026) muestran que tutores universitarios producen 0,13 DE en matemáticas de preparatoria, a alto costo. El perfil viene empaquetado con capacitación, materiales y dosis.

La tutoría entre pares y entre edades es otro objeto. Hallazgo empírico. Chang et al. (2025) examinan 32 estudios y observan un efecto positivo de pequeño a moderado: 0,34 global, 0,33 para tutorados y 0,39 para tutores, sin diferencias significativas según sesiones, tipo de tutor, riesgo ni área. Hidayat y Saad (2025) meta-analizan 24 trabajos con 3311 participantes sobre tutoría entre pares en STEM: 1,23 sobre el logro académico (intervalo de confianza del 95 %: 0,75 a 1,70, p < 0,001) y 0,40 sobre otros resultados (0,20 a 0,59, p < 0,001). El 1,23 no es comparable, sin más, con el 0,288 de Nickow et al. (2024) ni con el 0,16–0,22 de Kraft et al. (2026).

Hallazgo empírico. Swanson et al. (2026) contrastan tutores adultos y pares de mayor edad que entregan Sound Partners en programas extraescolares. La intención de tratar favorece de forma modesta a los adultos en eficiencia de palabras visuales; la diferencia entre adultos y pares no es significativa. Con dosis completa, tutores y tutorados ganan con independencia del tipo. Las lecciones estructuradas pueden reducir la variabilidad del tutor; no convierten a cualquier par en un docente.

Límite de fuente y contraste de objeto. El metaanálisis de Zhang et al. (2026) sobre sistemas inteligentes de tutoría y autorregulación se cita únicamente por el objeto de su título. No se afirma magnitud, dirección ni equivalencia con la tutoría humana. Shmoys et al. (2026) identifican, en una implementación virtual con inteligencia artificial de dosis baja, la ausencia de relación significativa adulto–estudiante como obstáculo; ello no evalúa a los sistemas inteligentes de tutoría como familia.

7. El problema de la escala: por qué los efectos se encogen

El problema de la escala es que el objeto que se escala rara vez es el objeto que se ensayó. Kraft et al. (2026) son el argumento central: al pasar de la muestra plena de 263 ensayos (0,40 DE) a estudios con mayor equivalencia respecto de programas grandes evaluados con pruebas estandarizadas independientes, el efecto agrupado se sitúa en 0,16 a 0,22 DE, impulsado por el aumento de escala. Un paquete de rasgos de diseño recomendados —no detallado en el resumen— protege parcialmente frente a esa atenuación. Escalar sin proteger el paquete es una decisión de implementación, no una ley estadística.

Los puntos de pérdida son observables. Shmoys et al. (2026) identifican agenda, calidad del tutor, comunicación tutor–docente, tecnología y, en el modelo con inteligencia artificial, la relación. Ready et al. (2026) muestran que solo el 20 % recibe la dosis recomendada (0,05 DE de intención de tratar frente a 0,26 DE con 20 o más sesiones). Swanson et al. (2026) muestran el mismo hiato entre ofrecer el programa y completar 50 lecciones o más. La escala multiplica esos hiatos.

El costo es el otro límite, y el corpus apenas lo cuantifica. Hamlin et al. (2026) informan que un programa universitario con 0,13 DE se entregó a alto costo. No publican una cifra por estudiante. Chang et al. (2025) valoran la tutoría entre edades, entre otras cosas, por sus ventajas económicas; esa valoración es de los autores, no un costo comparado.

Finseraas et al. (2026) recuerdan que, con baja dosis y población completa, el rastro a 3,5–4,5 años no es significativo y las estimaciones puntuales sugieren un desvanecimiento de alrededor de la mitad. Singh et al. (2026) muestran que una remediación extraescolar gubernamental contribuyó aproximadamente el 24 % de la recuperación de cohorte en seis meses. Atribuir toda la recuperación pospandemia a la tutoría ignora el resto de esa recuperación de cohorte y los dos tercios asociados al retorno a la escuela.

EslabónQué se pierdeAnclaje
Dosis planificadaAgenda, grupo más grande, tutor que rota.Nickow et al. (2024); Shmoys et al. (2026).
Dosis entregadaParticipación baja, tecnología, comunicación tutor–docente.Shmoys et al. (2026); Ready et al. (2026): 20 %; Swanson et al. (2026): 50+ lecciones.
Efecto en el ensayoLa ITT diluye a los cumplidores; la medida puede ser próxima al programa.Ready et al. (2026): 0,05 ITT vs 0,26 con 20+ sesiones. Swanson et al. (2026). Anger et al. (2026): ITT 0,06 n.s.
Efecto a escalaCambia el blanco de inferencia; la escala se asocia con efectos menores.Kraft et al. (2026): 0,16–0,22 DE vs 0,40 en la muestra plena.
Figura 1. Esquema conceptual, no dato fabricado: cadena de pérdida entre la dosis planificada y el efecto a escala (Kraft et al., 2026; Shmoys et al., 2026; Ready et al., 2026; Swanson et al., 2026; Nickow et al., 2024; Anger et al., 2026). Los eslabones no son coeficientes ni una estimación propia.

8. América Latina y México: evidencia ausente y transferencia prudente

El corpus no contiene estudios latinoamericanos: 0 de 24. Las 16 consultas en Crossref no recuperaron, con calidad editorial suficiente, ensayos o síntesis de muestra amplia sobre tutoría intensiva o sobre pérdida y recuperación realizados en América Latina o en México. Esa ausencia es un límite de esta revisión, no una prueba de que la región no haya producido investigación. Declararla evita importar el 0,288 de Nickow et al. (2024) o el 0,40 de Kraft et al. (2026) como parámetros nacionales.

La evidencia de países de ingreso bajo o medio proviene de dos fuentes. Angrist et al. (2021) estiman, en cinco países africanos, una pérdida de medio año a más de un año, y modelan 2,8 años al décimo a partir de un déficit en tercero; proponen instrucción focalizada y pedagogía estructurada. Singh et al. (2026) documentan, en el Tamil Nadu rural, una pérdida grande y regresiva, una recuperación rápida y progresiva, y una contribución de aproximadamente un cuarto por un programa gubernamental extraescolar. Ninguna de las dos es un mapa de México.

Lo que sigue es inferencia de diseño, no hallazgo empírico mexicano: no describe programas existentes ni cifras nacionales.

Inferencia de diseño, para México. Primera: un diseño que deje la dosis en la tarde, el fin de semana o una plataforma para casa elige el eslabón más frágil (Nickow et al., 2024; Ready et al., 2026; Shmoys et al., 2026). Segunda: el Consejo Técnico Escolar es un candidato natural para la comunicación tutor–docente que Shmoys et al. (2026) identifican como fallo del modelo presencial; no es una evaluación de consejos técnicos. Tercera: normalistas en prácticas o estudiantes en servicio social, con capacitación y materiales estructurados, son el análogo local de docentes, paraprofesionales, voluntarios con marco y universitarios (Nickow et al., 2024; Markovitz et al., 2022; Hamlin et al., 2026); no son, por existir, tutores de alta dosis. Cuarta: priorizar primaria baja en lectura y matemáticas es coherente con el corpus y no es cobertura universal (Nickow et al., 2024; Kortecamp y Peters, 2024; Markovitz et al., 2022; Robinson et al., 2025; Seerup et al., 2025; de Ree et al., 2023; Wisenöcker et al., 2025). Quinta: un sistema que no mida sesiones recibidas, continuidad del tutor y tamaño real del grupo evalúa el organigrama, no el programa (Ready et al., 2026; Swanson et al., 2026; Shmoys et al., 2026).

9. Implicaciones de diseño para escuelas y sistemas

Las reglas que siguen son inferencia de diseño derivada del corpus, no un hallazgo causal nuevo ni un cálculo de costo-efectividad.

  1. Proteger la dosis dentro del horario escolar. Un programa que existe en el plan anual y no en el horario semanal no es tutoría intensiva (Nickow et al., 2024; Ready et al., 2026; Shmoys et al., 2026).
  2. Mantener grupos pequeños y estables, de uno a tres o cuatro, sin asumir que 1:1 sea siempre superior. El tamaño se elige con el grado, la materia y el costo (Robinson et al., 2025; Hamlin et al., 2026).
  3. Cuidar la continuidad del tutor. Rotar tutores para cubrir huecos diluye la dosis sin cambiar el nombre del programa (Nickow et al., 2024; Kortecamp y Peters, 2024; Shmoys et al., 2026).
  4. Usar materiales estructurados y alineados con una secuencia de habilidades. El material no reemplaza al tutor; reduce la improvisación cuando el tutor no es un docente experto (Kortecamp y Peters, 2024; Swanson et al., 2026; Angrist et al., 2021).
  5. Monitorear la dosis entregada, no solo la inscrita. El indicador operativo es sesiones recibidas por estudiante, con el mismo tutor, en el tamaño de grupo previsto (Swanson et al., 2026; Ready et al., 2026; Shmoys et al., 2026).
  6. Evaluar con pruebas independientes del material del tutor cuando el blanco de política es el logro general (Kraft et al., 2026).
  7. Fijar expectativas realistas de efecto a escala. El orden de magnitud de la operación real está más cerca de 0,16–0,22 DE, 0,13 DE o 0,05 DE de intención de tratar que de 0,288 o 0,40 (Kraft et al., 2026; Hamlin et al., 2026; Robinson et al., 2025; Ready et al., 2026; Nickow et al., 2024).
  8. Planear la persistencia, no solo el semestre de lanzamiento. Un programa que se apaga cuando vuelve la «normalidad» apuesta a que el efecto de un año se conserve solo; el corpus no garantiza esa conservación (Finseraas et al., 2026; Anger et al., 2026).

La pregunta de política es de asignación: a quién se prioriza, con qué tutor, a qué costo y con qué umbral de dosis entregada se rediseña. El corpus no la responde para México; sí impide un sí o un no genéricos.

10. Límites

La base es exclusivamente Crossref. No se buscaron ERIC, PsycINFO, SciELO ni Redalyc. Las 16 consultas y el cribado léxico de screen.py son reproducibles; la selección final de 24 fuentes es manual y no tiene doble codificación. Cuatro fuentes se citan solo por el título. El predominio geográfico es de Estados Unidos y Europa. Cero estudios latinoamericanos. Dos de países de ingreso bajo o medio (Angrist et al., 2021; Singh et al., 2026), ninguno un ensayo de tutoría intensiva de alta dosis. La transferencia a México es inferencia, no dato.

Las medidas son heterogéneas: pruebas próximas al programa, pruebas de reconocimiento nacional, calificaciones, fluidez lectora oral, funciones ejecutivas, incorporación a formación vocacional. Promediarlas de palabra sería un metaanálisis informal. Varios ensayos tienen muestras pequeñas —Seerup et al. (2025) con 72 estudiantes; Kortecamp y Peters (2024) con 185 en 13 aulas— y, como inferencia de esta revisión, los ensayos pequeños con efectos grandes podrían estar sobrerrepresentados por sesgo de publicación; la caída de efectos al alinear muestra y escala que documentan Kraft et al. (2026) es compatible con ese riesgo, aunque su resumen no la atribuye a esa causa. El costo aparece como cualitativo (Hamlin et al., 2026). Nada de lo anterior autoriza a inflar ni a anular los signos publicados.

11. Conclusiones

La tutoría intensiva es una política de dosis, no una etiqueta de recuperación. Nickow et al. (2024) documentan un efecto agrupado de 0,288 DE en ensayos de campo, más grande con docentes o paraprofesionales, en grados tempranos, al menos tres días por semana y durante la escuela. Ese resultado sostiene que el paquete existe; no que un sistema que inscribe «tutoría» en su plan vaya a observar 0,288 DE en una prueba nacional.

Kraft et al. (2026) hallan 0,16 a 0,22 DE al alinear la muestra con programas grandes y pruebas independientes, frente a 0,40 en la muestra plena. Shmoys et al. (2026), Ready et al. (2026) y Swanson et al. (2026) muestran el mecanismo: la dosis entregada queda por debajo de la planificada. Hamlin et al. (2026) añaden que 0,13 DE en preparatoria puede ser significativo y caro. Finseraas et al. (2026) recuerdan que una intervención de menor dosis puede no dejar rastro años después.

Quién tutora y en qué modalidad no es un detalle logístico. Docentes y paraprofesionales concentran los efectos más grandes (Nickow et al., 2024); voluntarios con marco estructurado producen efectos replicados (Markovitz et al., 2022); universitarios, efectos a alto costo (Hamlin et al., 2026); pares, evidencia de pequeño a moderado y, en STEM, de mayor magnitud no comparable (Chang et al., 2025; Swanson et al., 2026; Hidayat y Saad, 2025). Lo virtual funciona con efectos más pequeños en lectores iniciales y depende de la dosis completada (Robinson et al., 2025; Ready et al., 2026). Los sistemas inteligentes de tutoría son un objeto distinto, no un sustituto demostrado.

América Latina y México no están en la evidencia incluida. Angrist et al. (2021) y Singh et al. (2026) documentan pérdida y recuperación en África e India. Transferir el paquete a México es inferencia: horario protegido, coordinación tutor–docente, tutores capacitados —incluidos normalistas o servicio social universitario—, prioridad en primaria baja de lectura y matemáticas, y medición de la dosis entregada.

La pregunta que queda no es si la tutoría «sirve». Es qué dosis se entrega, dentro del horario, por quién, a quién se prioriza y a qué costo, y con qué prueba se declara el éxito.

Laboratorio Editorial de NEXTECH.IA / Ingeniero Mitre

Referencias

  1. Anger, S., Christoph, B., Galkiewicz, A., Margaryan, S., Sandner, M., & Siedler, T. (2026). Online tutoring, school performance, and school-to-work transitions: Evidence from a randomized controlled trial. European Economic Review, 187, 105362. https://doi.org/10.1016/j.euroecorev.2026.105362
  2. Angrist, N., de Barros, A., Bhula, R., Chakera, S., Cummiskey, C., DeStefano, J., Floretta, J., Kaffenberger, M., Piper, B., & Stern, J. (2021). Building back better to avert a learning catastrophe: Estimating learning loss from COVID-19 school shutdowns in Africa and facilitating short-term and long-term learning recovery. International Journal of Educational Development, 84, 102397. https://doi.org/10.1016/j.ijedudev.2021.102397
  3. Bachmann, J. L., Witmer, S. E., Solanki, P., Ma, W., Truckenmiller, A. J., Parker, D. C., & Windram, H. (2026). Exploring School and Home Contributions to Reading Growth Within a High-Impact Tutoring Program in High-Needs Schools. Reading & Writing Quarterly, 42(1), 1–17. https://doi.org/10.1080/10573569.2025.2517602
  4. Chang, A., Mauer, E., Wanzek, J., Kim, S., Scammacca, N., & Swanson, E. (2025). Examining the Academic Effects of Cross-age Tutoring: A Meta-analysis. Educational Psychology Review, 37(1), Article 19. https://doi.org/10.1007/s10648-025-09997-z
  5. Dela Cruz, N. A., Adona, A. J., Molato-Gayares, R., & Park, A. (2025). Learning loss and recovery from the COVID-19 pandemic: A systematic review of evidence. International Journal of Educational Development, 115, 103271. https://doi.org/10.1016/j.ijedudev.2025.103271
  6. de Ree, J., Maggioni, M. A., Paulle, B., Rossignoli, D., Ruijs, N., & Walentek, D. (2023). Closing the income-achievement gap? Experimental evidence from high-dosage tutoring in Dutch primary education. Economics of Education Review, 94, 102383. https://doi.org/10.1016/j.econedurev.2023.102383
  7. Donnelly, R., & Patrinos, H. A. (2022). Learning loss during Covid-19: An early systematic review. PROSPECTS, 51(4), 601–609. https://doi.org/10.1007/s11125-021-09582-6
  8. Finseraas, H., Nyhus, O. H., Salvanes, K. V., & Sandsør, A. M. J. (2026). Longer-Term Effects of Low-Dosage Tutoring in Mathematics. Journal of Research on Educational Effectiveness. https://doi.org/10.1080/19345747.2026.2744641
  9. Hamlin, D., Peltier, C., & Reeder, S. (2026). Effects of a University-Led High-Impact Tutoring Program on Low-Achieving High School Students: A 3-Year Randomized Controlled Trial. American Educational Research Journal. https://doi.org/10.3102/00028312261450125
  10. Hidayat, R., & Saad, M. R. M. (2025). A Meta-analysis of the effect of peer tutoring in Science, Technology, Engineering and Mathematics (STEM) subjects. International Journal of Educational Research Open, 8, 100446. https://doi.org/10.1016/j.ijedro.2025.100446
  11. Kortecamp, K., & Peters, M. L. (2024). The Impact of a High-Dosage Tutoring Program on Reading Achievement of Beginning Readers: A Multi-Level Analysis. Journal of Education for Students Placed at Risk (JESPAR), 29(3), 291–309. https://doi.org/10.1080/10824669.2023.2179056
  12. Kraft, M. A., Schueler, B. E., & Falken, G. T. (2026). What Impacts Should We Expect From Tutoring at Scale? Exploring Meta-Analytic Generalizability. Review of Educational Research. https://doi.org/10.3102/00346543261446660
  13. Markovitz, C. E., Hernandez, M. W., Hedberg, E. C., & Whitmore, H. W. (2022). Evaluating the Effectiveness of a Volunteer One-on-One Tutoring Model for Early Elementary Reading Intervention: A Randomized Controlled Trial Replication Study. American Educational Research Journal, 59(4), 788–819. https://doi.org/10.3102/00028312211066848
  14. Nickow, A., Oreopoulos, P., & Quan, V. (2024). The Promise of Tutoring for PreK–12 Learning: A Systematic Review and Meta-Analysis of the Experimental Evidence. American Educational Research Journal, 61(1), 74–107. https://doi.org/10.3102/00028312231208687
  15. Ready, D. D., McCormick, S. G., & Shmoys, R. J. (2026). The Effects of In-School Virtual Tutoring on Student Reading Development: Evidence from a Short-Cycle Randomized Controlled Trial. Journal of Education for Students Placed at Risk (JESPAR), 31(4), 291–311. https://doi.org/10.1080/10824669.2026.2615787
  16. Robinson, C. D., Pollard, C., Novicoff, S., White, S., & Loeb, S. (2025). The Effects of Virtual Tutoring on Young Readers: Results From a Randomized Controlled Trial. Educational Evaluation and Policy Analysis, 47(4), 1245–1265. https://doi.org/10.3102/01623737241288845
  17. Schult, J., Fauth, B., Schneider, R., & Lindner, M. A. (2026). How schools rebound from pandemic learning loss: Longitudinal findings from mandatory large-scale assessments. Learning and Instruction, 101, 102263. https://doi.org/10.1016/j.learninstruc.2025.102263
  18. Seerup, J. K., Dietrichson, J., Jensen, V. M., & Bingley, P. (2025). Tutoring Young Children at Risk of Developing Reading Difficulties: Effects of an Early Tutoring Intervention on Literacy Skills and Executive Functions. Journal of Education for Students Placed at Risk (JESPAR), 30(4), 365–395. https://doi.org/10.1080/10824669.2025.2468701
  19. Shmoys, R., McCormick, S., Bretas, S., Ready, D. D., McCarty, G., & Matulewicz, E. (2026). The Dosage Dilemma: Implementation Evidence on the Barriers to High-Dosage Tutoring. Educational Researcher, 55(7), 432–441. https://doi.org/10.3102/0013189x261437761
  20. Singh, A., Romero, M., & Muralidharan, K. (2026). COVID-19 Learning Loss and Recovery. Journal of Human Resources, 61(5), 1499–1535. https://doi.org/10.3368/jhr.0723-13025r2
  21. Swanson, E., Mauer, E., Vaughn, S., Roberts, G., Wanzek, J., Fall, A.-M., Shanahan, E., & Sandmel, K. (2026). Effects of Cross-Age Tutoring Implementation and Dosage on Reading Outcomes for Tutors and Tutees. Journal of Research on Educational Effectiveness. https://doi.org/10.1080/19345747.2026.2719452
  22. Wisenöcker, A. S., Helm, C., Große, C. S., Hübner, N., & Zitzmann, S. (2025). A meta-analysis of students’ academic learning losses over the course of the COVID-19 pandemic. Learning and Instruction, 98, 102111. https://doi.org/10.1016/j.learninstruc.2025.102111
  23. Zhang, E., & Liu, Y. (2022). Effects of private tutoring intervention on students’ academic achievement: A systematic review based on a three-level meta-analysis model and robust variance estimation method. International Journal of Educational Research, 112, 101949. https://doi.org/10.1016/j.ijer.2022.101949
  24. Zhang, K., Zhou, Y., Zhang, C., & Chen, J. (2026). The Effects of Intelligent Tutoring Systems on Self-Regulated Learning: A Meta-Analysis. Educational Psychology Review, 38(1), Article 103. https://doi.org/10.1007/s10648-026-10199-4