Solo un 3,7% de estudiantes en Fabricación Mecánica son mujeres. Así pueden ayudar la orientación personalizada y la IA a que haya muchas más Denisses en la FP industrial.
La FP industrial necesita chicas… y datos que las apoyen
El 3,7% del alumnado en ciclos de Fabricación Mecánica de grado medio son mujeres. En Instalación y Mantenimiento, solo un 2,2%. Son cifras del Ministerio de Educación que, en 2025, siguen casi igual que hace una década. Mientras tanto, las empresas del metal en España continúan buscando perfiles técnicos que no encuentran.
Aquí hay un desajuste enorme: sectores con alta empleabilidad y buenos salarios que apenas están siendo aprovechados por la mitad de la población. Y, en medio, historias como la de Denisse, que pasó de querer ser “esteticién” a brillar en mecánica industrial.
Este artículo forma parte de la serie “IA en la Educación Española: Aprendizaje Personalizado” y parte de esa realidad para ir un paso más allá: cómo los datos, la orientación académica y la inteligencia artificial pueden cambiar el guion para miles de chicas en la FP industrial y tecnológica.
Qué nos está diciendo el caso de Denisse
La historia de Denisse resume varios problemas (y varias soluciones) de la FP española.
Denisse estaba en diversificación curricular al final de la ESO. Lo “lógico”, según los estereotipos de género, parecía un ciclo de Imagen Personal. Antes de rellenar la solicitud, comparó salidas laborales, escuchó a sus tutores y a su familia… y se matriculó en Técnico en Mecanizado. Hoy es la única chica en un ciclo superior de Producción de Programación Mecánica, trabaja en una empresa del sector y ya piensa en montar su propia compañía de mecanizado formada mayoritariamente por mujeres.
La realidad es clara:
- No le faltaba capacidad en tecnología ni en matemáticas.
- Lo que faltaba era información de calidad y expectativas diferentes.
- Un par de decisiones bien orientadas le abrieron un sector estable, con salarios dignos y mucho futuro.
“Porque, ¿dónde se ha visto una empresa de mecanizado donde la mayoría sean mujeres?”, se pregunta Denisse. Esa pregunta debería doler… y activar a todo el sistema educativo.
La cuestión ya no es si las chicas “valen” para la FP industrial. La cuestión es cómo conseguimos que más Denisses lleguen a tiempo a esa información, a ese acompañamiento y a esas oportunidades.
La brecha de género en FP STEM en España: datos que no se mueven
La FP tecnológica en España sigue fuertemente masculinizada. En ciclos medios, las cifras de mujeres son mínimas:
- Instalación y Mantenimiento: 2,2% de alumnas.
- Fabricación Mecánica: 3,7%.
- Electricidad y Electrónica: 3,4%.
- Informática y Comunicaciones: 7,2%.
En paralelo, otras familias de FP están hiperfeminizadas (Imagen Personal, Servicios Socioculturales, Atención a Personas Dependientes…) con más del 80-90% de mujeres, sueldos más bajos y mayor precariedad.
Esto no es solo una cuestión de igualdad abstracta. Es una cuestión muy concreta de:
- Empleabilidad: la industria, el metal o la automatización tienen tasas de inserción laboral altas.
- Calidad del empleo: mejores salarios, más estabilidad, mayor protección sindical.
- Sostenibilidad del sistema productivo: España no puede permitirse que la mitad del talento quede fuera de sectores clave por culpa de estereotipos.
La FP industrial es, hoy, uno de los ámbitos donde más sentido tiene hablar de datos, orientación personalizada e inteligencia artificial aplicada a la educación.
Qué nos revela el proyecto “Somos las FP (Futuras Profesionales)”
Para entender el problema a fondo, alrededor de 50 centros públicos de FP de Gipuzkoa y Navarra han participado en el proyecto “Somos las FP (Futuras Profesionales)”, financiado con fondos Next Generation.
Se han encuestado a 3.300 alumnas de FP de distintas ramas. Algunas conclusiones son especialmente relevantes si pensamos en cómo usar IA para mejorar la orientación:
1. La percepción de los entornos masculinizados
El 42,8% de las chicas considera que los lugares de trabajo donde los hombres son mayoría “no están preparados” para que trabajen mujeres.
Esto tiene dos lecturas:
- Hay empresas que aún no han hecho sus deberes en igualdad, conciliación y entornos seguros.
- Las chicas arrastran una imagen desactualizada de la industria, muchas veces ligada a relatos familiares de hace 20 o 30 años.
Aquí, la IA no es la solución mágica, pero sí puede ser parte de la estrategia:
- Plataformas de orientación profesional que muestren casos reales de mujeres en plantas industriales, talleres de mecanizado, empresas de automatización.
- Recomendadores personalizados que, cruzando intereses y fortalezas académicas, ofrezcan información visual, actualizada y contextualizada sobre estos trabajos.
2. Quién influye de verdad en la elección de estudios
En el conjunto de alumnas encuestadas, la persona que más influye en la elección de estudios es:
- La madre: 23,3%.
- Las amistades: 18,4%.
- El padre: 15,3%.
- Familia cercana: 14%.
- Un docente concreto: 13,8%.
Pero cuando miramos solo a las chicas que ya están en FP STEM, el patrón cambia:
- El padre pasa al 48,8% de influencia.
- La madre al 43,1%.
Es decir, cuando alguien en casa conoce de primera mano la industria o la tecnología, la probabilidad de que una chica escoja una rama STEM sube como la espuma.
Aquí la IA puede apoyar con:
- Plataformas de orientación académica que incluyan a las familias, con simulaciones de trayectorias, datos de inserción laboral y salarios por familias profesionales.
- Herramientas que ayuden a los orientadores a identificar qué familias podrían beneficiarse más de determinadas informaciones, talleres o visitas a empresas.
3. Autoexigencia y autoconcepto
Las expertas que han analizado el proyecto señalan algo que quienes trabajamos en orientación vemos a diario: las chicas tienden a infravalorar su propio rendimiento en ciencia y tecnología.
Muchas solo se plantean entrar en ciclos STEM si se ven “muy buenas” en matemáticas, física o tecnología. Mientras tanto, chicos con notas medias entran sin tanta duda.
La IA aplicada al aprendizaje personalizado tiene aquí un papel clave:
- Sistemas adaptativos que muestren a cada alumna su progreso real en competencias STEM, con datos claros y visuales.
- Analíticas de aprendizaje que permitan decirle, con evidencia: “con tus resultados en problemas técnicos, estás por encima del 60% del alumnado de este ciclo”.
- Recomendaciones de itinerarios que se basen en comportamiento real (ejercicios resueltos, retos completados), no solo en percepciones subjetivas.
Cómo puede ayudar la IA a atraer más chicas a la FP tecnológica
La IA, bien utilizada, no sustituye a la orientación humana, pero la multiplica. En el contexto español, hay cinco líneas de trabajo muy claras.
1. Orientación académica personalizada desde la ESO
La mayoría de decisiones se cierran en 4.º de ESO y Bachillerato. Llegar tarde significa consolidar desigualdades.
Un enfoque inteligente sería:
- Integrar plataformas de orientación con IA que, desde 2.º o 3.º de ESO, analicen intereses, resultados académicos y preferencias declaradas.
- Ofrecer itinerarios personalizados donde la FP industrial o informática aparezcan como opciones naturales para chicas con buen rendimiento en tecnología, plástica, robótica o proyectos maker.
- Generar alertas positivas para tutores y orientadores cuando una alumna muestre alto potencial en ámbitos técnicos, de forma que se abra una conversación explícita con ella y su familia.
2. Mostrar referentes cercanos, no solo “genias” lejanas
Los proyectos STEM para chicas suelen llenar las paredes de posters con Marie Curie y Ada Lovelace. Están bien, pero no es suficiente. Las encuestas lo dejan claro: las alumnas necesitan ver a soldadoras, electricistas, programadoras de CNC, técnicas de mantenimiento.
Un sistema con IA puede:
- Recomendar entrevistas y vídeos de referentes locales vinculados al contexto del centro (territorio, sector, lengua, cultura).
- Ajustar qué historias se muestran en función de la edad, nivel educativo o intereses de la alumna.
- Medir qué tipo de contenido genera más cambio en las preferencias vocacionales y, a partir de ahí, optimizar el “menú” de referentes.
3. Combatir estereotipos con datos en tiempo real
Los estereotipos se combaten mejor con experiencias, pero los datos ayudan a abrir la puerta. Un panel de orientación con IA podría actualizar automáticamente, para cada comunidad autónoma:
- Tasa de inserción laboral al año de titularse, por ciclo de FP.
- Salarios medios de entrada y proyección a 5 años.
- Porcentaje de mujeres en ese ciclo y evolución histórica.
Imagina sentarte con una alumna indecisa entre Estética y Mecatrónica y poder enseñarle, en segundos:
- “En este ciclo industrial, el 80-90% encuentra trabajo en menos de un año.”
- “El salario medio inicial es un 30-40% superior al de este otro ciclo.”
- “Solo un 5% son mujeres ahora mismo; tú podrías estar en ese grupo pionero.”
Eso cambia la conversación. Y cambia dónde se colocan las expectativas.
4. Tutoría híbrida: personas + algoritmos
Ningún algoritmo puede sustituir la sensibilidad de una buena tutora, pero la puede reforzar con información muy afinada.
- Herramientas que analicen el progreso de cada alumna en módulos técnicos y generen informes claros para las reuniones de tutorización.
- Detección temprana de abandono potencial en ciclos STEM, con planes de apoyo personalizados (refuerzo, mentoría, adaptación metodológica).
- Sistemas de mensajería inteligente que envíen a las estudiantes contenido motivador, recordatorios de hitos y propuestas de retos ajustados a su nivel.
5. Puente inteligente entre centros de FP y empresas
Una de las claves del proyecto Somos las FP es la relación con las empresas. Aquí la IA encaja de forma muy natural:
- Plataformas que conecten perfiles de alumnas (competencias, intereses, ubicación) con ofertas de prácticas y empleo en empresas industriales que tengan planes de igualdad serios.
- Sistemas que analicen los datos de inserción por empresa, valoraciones de las alumnas, aprendizajes adquiridos… para priorizar colaboraciones con quienes demuestran un entorno respetuoso e inclusivo.
No se trata solo de “colocar” más chicas. Se trata de colocarlas mejor, donde puedan crecer profesionalmente sin tener que aguantar chistes machistas ni techos de cristal desde el primer día.
Qué pueden hacer hoy centros, docentes y familias
Más allá de la tecnología, hay decisiones muy concretas que se pueden tomar este curso.
En los centros de FP y ESO
- Programar visitas tempranas (4.º de Primaria, 6.º de Primaria, 1.º-2.º de ESO) a talleres de mecánica, electricidad, robótica… con presencia visible de profesoras.
- Usar herramientas digitales (con o sin IA) para evaluar el potencial STEM del alumnado y no solo sus notas puntuales.
- Revisar materiales, ejemplos de clase e imágenes para que no todo el mundo que sale con casco y mono sea un hombre.
En las empresas
- Actualizar y aplicar de verdad los planes de igualdad.
- Ir a los centros a explicar en qué consiste el trabajo industrial hoy: robots colaborativos, CAD/CAM, mantenimiento predictivo, sensorización… nada que ver con el taller oscuro y grasiento de hace 40 años.
- Ofrecer programas de mentoría donde técnicas y operarias acompañen a alumnas en prácticas.
En las familias
- Informarse: comparar salidas, salarios y condiciones entre familias de FP.
- Cuestionar los “eso no es para ti” y cambiarlo por un “si te gusta, lo probamos con toda la información sobre la mesa”.
- Acompañar a las hijas a jornadas de puertas abiertas, charlas y visitas a empresas.
IA, FP y género: si no hay datos, no hay cambio
Si algo demuestra el proyecto “Somos las FP” es que, cuando se mide bien, se ve dónde están los cuellos de botella: autoexigencia excesiva, falta de referentes, percepción negativa de los entornos masculinizados, información laboral sesgada.
La buena noticia es que 2025 no es 2005. Hoy España ya está desplegando plataformas de IA educativa, sistemas de aprendizaje adaptativo y herramientas de orientación inteligente en muchos territorios. Integrar la perspectiva de género en estas soluciones no es un extra; es una obligación si queremos que la inversión en digitalización educativa tenga retorno real.
La FP industrial y tecnológica puede ser uno de los terrenos donde el aprendizaje personalizado apoyado por IA marque más diferencia para las chicas:
- Porque los datos de empleabilidad son favorables.
- Porque la brecha de género es enorme y visible.
- Porque el impacto en su independencia económica futura es directo.
Si diriges un centro de FP, trabajas en orientación o formas parte de una empresa industrial que necesita talento, este es el momento de pasar de la anécdota de Denisse a la estadística: que no sea la excepción, sino la primera de muchas.
Y si quieres que tus alumnas o hijas tengan delante todas las opciones, la pregunta ya no es si la IA tiene sentido en educación, sino **cómo vas a aprovecharla para que la próxima Denisse no se quede sin su oportunidad.