Desbloqueo
Encuentra el bloqueo que impide la inscripción y lo lleva a la oficina que lo resuelve, para que el estudiante vea exactamente qué falta y quién lo arregla.
DiaCroma™ for Education
¿Cuántos de los suyos se fueron por un bloqueo que nadie les explicó, un promedio de beca del que nadie les avisó o un requisito que nadie les dijo que ya podían cumplir? El Tutor IA de DiaCroma ayuda a cada estudiante a decidir su siguiente paso — dentro de la app de su universidad, a tiempo para seguir inscrito.
En EE. UU., 3 de cada 10 estudiantes de primer ingreso ya habían dejado la institución donde empezaron antes de iniciar su segundo año.
National Student Clearinghouse Research Center · Persistence and Retention, generación de otoño 2024: retención al segundo otoño del 69.1% · fuente
El costo
Los valores iniciales son solo un ejemplo. Mueva cada barra hasta los de su institución.
Un escenario construido con sus propios números, no una promesa de resultados. La prueba de concepto mide el efecto real en su institución, contra criterios de éxito acordados antes de empezar. Y como el modelo costoso nunca decide, guiar a todos los estudiantes sigue siendo costeable.
Una estudiante, dos finales
Ana está lista para reinscribirse al siguiente periodo. El sistema no la deja. La fecha límite es el 15 de agosto.
Nadie decidió perderla. Nadie le dijo qué hacer.
Una pregunta. Un paso. A tiempo.
Un tablero la marcaría. Un bot le citaría el reglamento. El Tutor IA le dice qué hacer.
La app real respondiendo exactamente esta pregunta. Ana es un caso ilustrativo.
Por qué sigue pasando
| Bot | Tablero | Tutor IA | |
|---|---|---|---|
| Conversa directamente con el estudiante | ✓ | — | ✓ |
| Conoce la situación vigente de ese estudiante: expediente, bloqueos, beca, adeudos | — | parcial · sin lo que dice el estudiante | ✓ |
| Ayuda al estudiante a tomar la mejor decisión hacia su meta | — | — | ✓ |
| Cita la fuente de cada respuesta, con un registro que puede defender | parcial | — | ✓ |
Cada herramienta tal como funciona por sí sola. Un bot responde y se detiene; un tablero señala al estudiante y espera a que alguien actúe. Ese seguimiento no siempre llega.
Lo que aprende su institución
¿Qué podría ver una escuela si supiera qué estudiantes se están yendo en silencio, antes de que se vayan? Cada conversación muestra dónde se atascan los estudiantes, qué grupos se alejan de su meta y cómo se tomó cada decisión — para que su equipo directivo arregle la causa, no un caso a la vez.
DiaCroma™ for Education · Tutor IA
El motor detrás de cada estudiante que se queda: entiende a la persona y le ayuda a tomar la mejor siguiente decisión — con ciencia publicada detrás de cada paso.
La voz es un commodity. El que decide es lo que nadie más tiene.
Lo que lo hace distinto · Tutor IA de DiaCroma
En un ensayo aleatorizado en Harvard, los estudiantes con tutor de IA aprendieron más del doble que en una clase de aprendizaje activo, en menos tiempo.
Los autores dejan claro que el resultado dependió del diseño: los profesores escribieron soluciones paso a paso en las instrucciones del modelo para que fuera preciso, y advierten de que las alucinaciones y la dependencia siguen siendo riesgos reales. El Tutor IA de DiaCroma lleva esas salvaguardas a la arquitectura, no a las instrucciones.
Leen la pregunta del estudiante y la convierten en una petición precisa.
Machine learning para entender al estudiante, código para mantener los límites. Los modelos de lenguaje nunca deciden.
Pone la decisión en palabras claras. Nada más.
| El tutor de IA del estudio | Tutor IA de DiaCroma | |
|---|---|---|
| De dónde sale la precisión | Soluciones paso a paso escritas en las instrucciones del modelo | Decisiones del motor contra el material verificado de su curso |
| Qué decide el modelo de lenguaje | La respuesta de tutoría, guiada por las instrucciones | Nada. Lee la pregunta y redacta la respuesta |
| Los riesgos que señalan los autores | Alucinaciones y dependencia | La decisión no puede derivar ni complacer, y cada paso queda registrado |
Comparación basada en el diseño descrito en el estudio publicado.
Cómo decide
Lo que mantiene inscrito a un estudiante es la decisión detrás de las palabras. El Tutor IA se apoya en cuatro pilares para decidir:
Lo que intenta lograr, dónde se quedó y los límites reales en los que vive: tiempo, dinero, energía.
Material verificado, reglamentos, programas, fechas límite y oficinas.
Con un orden de verdad estricto: un registro vivo pesa más que un documento, y un documento más que lo que alguien dijo.
Buenas prácticas curadas para estudiantes en esta situación — una guía, nunca por encima de las reglas.
Antes de elegir, descarta lo que no está permitido para ese estudiante. Cuatro compuertas, siempre: factible, seguro, legal, legítimo. La opción equivocada nunca llega a competir. Después, una de cuatro respuestas:
Explicar, dar una pista, hacer avanzar al estudiante.
Solo lo necesario para decidir bien.
Cuando la decisión está realmente abierta.
Si no sabe o no debe actuar, lo dice, o pasa el caso a su equipo.
La ciencia
| Lo que vive el estudiante | Por qué lo mantiene inscrito | Investigación |
|---|---|---|
| Nunca le propone algo que no puede o no debe hacer | Ningún consejo que lo meta en un problema mayor | Admissibility-First Decision Control · The Four Admissibility Gates |
| Trabaja sobre lo que de verdad lo frena, en vez de pedirle “más esfuerzo” | Se arregla el obstáculo real: capacidad, voluntad o coordinación | The Multiplicative Execution Bottleneck |
| Le habla a ese estudiante, con su tiempo, su dinero y su energía — no a un promedio | Un plan que de verdad puede cumplir | Temporal Feasibility and Causal Credit |
| Cuida la constancia, no los arranques de esfuerzo | Un avance que aguanta un semestre difícil | Habit Stability |
| Cuando no está seguro, lo dice y pregunta | Confianza: nunca inventa una respuesta sobre su futuro | Honest Belief Under Imperfect Evidence · Decision Honesty Under Uncertainty · Typed Decision Output |
| Aprende de cada estudiante sin aprender a saltarse los límites | Mejor cada periodo, nunca más atrevido | The Learning Boundary · Human Constraints as Mathematics |
| Mide lo que de verdad funcionó, sin atribuirse lo que habría pasado igual | Una cifra de retención en la que su consejo puede confiar | Temporal Feasibility and Causal Credit |
“¿Quién decidió que no te dieran la beca: una persona, o un puntaje que nadie puede explicar?”
Es la primera de las quince preguntas del manifiesto de DiaCroma. Diez trabajos de investigación respaldan las respuestas, y el método está protegido por la Solicitud de Patente de EE. UU. n.º 19/640,556.
El resultado que importa: el estudiante que llega a graduarse.
DiaCroma™ for Education · Más allá
La retención es donde empieza. Lo que sigue: todo el recorrido del estudiante, los agentes de IA de todo el campus y cada persona, toda la vida.
A cualquier hora, en nombre de su universidad. Una respuesta, un siguiente paso.
Cada momento del camino del estudiante
Cada situación en el camino del estudiante tiene su propio recorrido. Lee evidencia observable — nunca una calificación de riesgo — y da el siguiente paso hacia la meta del estudiante, dentro de sus reglas.
Encuentra el bloqueo que impide la inscripción y lo lleva a la oficina que lo resuelve, para que el estudiante vea exactamente qué falta y quién lo arregla.
Avisa al estudiante antes del próximo pago que pone en juego la beca — solo si dio su consentimiento. Sin consentimiento, no envía.
Con dos o más señales independientes, propone un paso concreto de recuperación y cita la evidencia. Con una sola señal débil, pregunta antes de actuar.
Cuando el silencio cruza un umbral, envía un mensaje cálido — y no lo repite dentro de su ventana.
Señala el siguiente documento que falta frente a su fecha límite. Cuando hay dos caminos buenos — el más rápido o el de la fecha más próxima — muestra los dos.
Avisa al estudiante cuando se abre un requisito — en México, el servicio social al acreditar el 70% de los créditos — algo que el sistema puede calcular y nadie le dice.
Para el estudiante, cada día
En un solo lugar
Inscripción, beca, servicio social, materias, titulación: cada estudiante ve qué tiene abierto y qué sigue.
Lleva la cuenta
Con aviso antes de cada fecha límite.

A toda hora
Respuestas a cualquier hora desde sus reglamentos, calendarios y oficinas, que le devuelven horas a su equipo. Cuando hace falta una persona, el caso llega con todo el contexto, no como un ticket frío.
Más allá de la app del estudiante
Los agentes construidos en Microsoft Copilot Studio, en Foundry o con su propio código pueden funcionar bajo DiaCroma para Agentes. Lo que cada agente puede hacer se comprueba contra todo lo que ya hizo, antes de que actúe — la misma disciplina que protege a sus estudiantes, aplicada a cada agente del campus.
Su propio DiaCroma

Su base de conocimiento, sus reglas y límites, sus oficinas y su marca, propiedad de su institución y mantenidos por ella. Con un acuerdo claro de quién hace qué: propiedad de los datos, seguridad, operación, escalamiento a personas, reportes y mejora continua.
Menos estudiantes tradicionales, títulos que por sí solos pesan menos y una IA que cambia lo que vale la pena aprender. Las instituciones que salgan adelante acompañarán a cada persona toda la vida: como estudiante, como egresado, como profesional que regresa. DiaCroma conoce a cada persona a lo largo del tiempo.
DiaCroma™ for Education · Cómo empezar
Con sus estudiantes, a través de DiaCroma for Education, o con su institución, a través de veritAI. Usted elige por dónde.
DiaCroma for Education
veritAI
veritAI · los primeros 90 días
veritAI es la práctica de transformación de Verit. No le pedimos que deje de dirigir su institución: sesiones de 60–90 minutos por líder a la semana, agendadas y con un resultado definido. Nosotros preparamos todo; ustedes reciben resultados, no tareas.
Entrevistas con el equipo directivo, inventario de la IA sin gobierno y revisión de sus sistemas. Primeros hallazgos en la semana 2.
La matriz de madurez por área, su nivel de riesgo aceptable, el perfil de cada líder y la comparación con instituciones como la suya.
Iniciativas concretas con responsables, compuertas de gobierno y resultados medibles, y un retorno que Finanzas puede defender.
Los cuatro resultados, reunidos en un solo sistema y en uso. Desde el día 91, un agente crítico lo mejora con cada consulta.
Investigación bandera o privada por colegiatura; acreditación COPAES, FIMPES, SACSCOC y QS; curva de adopción docente; continuidad estudiantil. El marco de madurez de veritAI tiene ocho niveles; su edición para universidades está en preparación:
| Nivel | En una universidad |
|---|---|
| L0 · Gobierno | Protege el cumplimiento y la acreditación institucional. |
| L1 · Áreas aumentadas | IA para el éxito estudiantil y modelos de alerta temprana. |
| L2 · Base de datos | Une matrícula, servicios escolares, plataforma académica y asesoría. |
| L4 · Vistas por rol | Rectoría, decanos, asesores y servicios escolares, cada uno con su propio contexto de decisión. |
| L7 · Inteligencia de portafolio | Competencia por la matrícula, demanda laboral y red de egresados. |
DiaCroma™ for Education · Preguntas
Cómo encaja en su universidad, dónde viven sus datos y qué hace en los casos difíciles.
Cómo encaja en su universidad
Su información y sus canales siguen siendo suyos. Nosotros ponemos la decisión.
TI y jurídico
No. La decisión es del Tutor IA, dentro de límites que no puede saltarse; el modelo de lenguaje no decide nada. Vea cómo.
En el entorno de su institución, detrás de su inicio de sesión único, desde el primer día. Si lo prefiere, Verit lo opera por ustedes.
Sí. Está diseñado para que cada decisión quede en un registro que su equipo puede reproducir: qué se ponderó, qué se descartó y por qué.
No aconseja. Lo canaliza a su equipo de bienestar y nunca le da seguimiento a menos que el estudiante lo busque.
Los avisos sobre becas y pagos solo llegan a quienes dieron su consentimiento; sin consentimiento, no se envía nada.
No. Se empieza en pequeño: vea Cómo empezar.