Transparencia Algorítmica en el SAE: Cómo Chile Se Convirtió en Referente Mundial en Admisión Escolar

En resumen: Chile es uno de los pocos países del mundo que publica tanto el algoritmo como los datos completos de su sistema de admisión escolar (SAE). Basado en el Premio Nobel de Economía 2012, el SAE asigna ~300.000 estudiantes anualmente a ~8.000 escuelas con total transparencia. Gracias a esta apertura, existen herramientas independientes como el Simulador SAE que ayudan a las familias a tomar decisiones informadas. En este artículo analizamos datos reales del SAE 2024, la historia detrás del algoritmo, y por qué este modelo es estudiado internacionalmente.

¿Por qué importa la transparencia algorítmica?

Imagina que tienes que decidir a qué colegio irás el próximo año, pero nadie te dice cuáles son las reglas del juego. No sabes cómo se toman las decisiones, no puedes ver si las reglas se aplican de forma justa, y no hay forma de verificar si el proceso fue transparente. Suena frustrante, ¿verdad?

En el mundo de hoy, los algoritmos —conjuntos de reglas matemáticas ejecutadas por computadores— toman decisiones que afectan profundamente nuestras vidas. Desde determinar a qué escuela asistirá un estudiante hasta cómo se distribuyen recursos públicos como becas o subsidios, estos sistemas digitales están en todas partes. Por eso, la transparencia algorítmica se ha convertido en algo fundamental para la democracia moderna.

Cuando hablamos de transparencia algorítmica, nos referimos a tres cosas esenciales. Primero, que las reglas sean públicas: cualquier persona debería poder entender cómo funciona el sistema. Segundo, que los datos estén disponibles: la comunidad necesita poder verificar, analizar y auditar los resultados. Y tercero, que el proceso sea replicable: investigadores, organizaciones y ciudadanos deben poder validar que las reglas realmente se apliquen correctamente.

Estos principios están alineados con los estándares internacionales definidos por organizaciones como la OCDE y la Global Partnership on Artificial Intelligence (GPAI). En su informe comprehensivo "Transparencia Algorítmica en el Sector Público: Un informe sobre el estado de los instrumentos de transparencia algorítmica" (2024), la GPAI identificó 83 repositorios de algoritmos públicos alrededor del mundo y realizó estudios de caso en profundidad en tres jurisdicciones: Chile, la Unión Europea y el Reino Unido. Que Chile haya sido seleccionado junto a la UE y el Reino Unido como uno de los tres casos de estudio del informe no es casualidad: refleja el reconocimiento internacional de que Chile ha construido uno de los ecosistemas de transparencia algorítmica más desarrollados del mundo.

Chile es uno de los pocos países del mundo que cumple estos tres criterios en su sistema de asignación de estudiantes a escuelas. Esta no es solo una afirmación: está respaldada por más de una década de investigación académica y práctica en el terreno.

Los 3 pilares de la transparencia algorítmica del SAE:

1. Reglas públicas — Cualquier persona puede entender cómo funciona el algoritmo
2. Datos abiertos — Microdatos anonimizados publicados cada año para verificación
3. Proceso replicable — Investigadores independientes pueden auditar y validar resultados

La complejidad del problema: por qué importa el diseño de mecanismos

Antes de entender por qué Chile es un referente en transparencia, es fundamental comprender la complejidad teórica del problema que el SAE resuelve.

El desafío: asignar estudiantes a escuelas de forma justa y eficiente

Para entender por qué la transparencia del SAE es tan importante, primero necesitamos comprender lo difícil que es el problema que resuelve. Imagina que tienes que asignar decenas de miles de estudiantes a miles de escuelas diferentes, respetando las preferencias de cada familia, las prioridades legales que estableció el Congreso, y las capacidades limitadas de cada establecimiento. Este es un problema de teoría de juegos y diseño de mecanismos extraordinariamente complejo.

¿Qué hace que sea tan difícil? Bueno, cada familia tiene opiniones completamente diferentes sobre cuáles son las "mejores" escuelas. Lo que es perfecto para tu familia podría no serlo para la mía. Además, cada escuela tiene un número limitado de vacantes por nivel, así que no todo el mundo puede ir a donde quiere. Para complicarlo más, existen múltiples prioridades legales: si tienes un hermano en una escuela, obtienes prioridad; si vives cerca de una escuela, también; si tienes necesidades especiales, hay prioridades adicionales. Todas estas reglas interactúan de formas complejas.

Pero hay un problema aún más sutil. Si el sistema no está bien diseñado, las familias podrían tener incentivos para mentir sobre sus verdaderas preferencias. Por ejemplo, podrían no poner su escuela favorita en primer lugar porque piensan que "no tienen ninguna posibilidad" y quieren "asegurar" otra opción. Esto lleva a un sistema donde las familias intentan "adivinar" qué estrategia funcionará mejor en lugar de simplemente decir la verdad sobre lo que realmente quieren.

Los economistas también quieren evitar situaciones "inestables". Imagina que un estudiante no fue admitido a una escuela, pero esa escuela sí admitió a otro estudiante que en realidad prefería ir a otro lado. Ambos estarían mejor si intercambiaran lugares, lo que genera insatisfacción, reclamos legales y desconfianza en el sistema. Finalmente, queremos maximizar el bienestar general: que la mayor cantidad posible de familias quede contenta con su asignación, respetando todas las restricciones.

Nobel de Economía 2012: cuando las matemáticas resuelven problemas reales

La historia del SAE comienza con un problema matemático planteado en 1962, pasa por Chile pionero en los años 70, y culmina con un Premio Nobel en 2012.

El algoritmo de Shapley y Gale (documentado en el paper original "College Admissions and the Stability of Marriage", 1962) tiene tres propiedades extraordinarias que lo hacen ideal para la admisión escolar:

• Estabilidad: no hay forma de que un estudiante y una escuela prefieran estar juntos en lugar de mantener sus asignaciones actuales
• A prueba de estrategia (strategy-proof): para las familias, siempre es mejor decir la verdad sobre sus preferencias en lugar de intentar "engañar al sistema"
• Favorece a las familias: el algoritmo favorece sistemáticamente al lado que propone las preferencias, que en educación son las familias, no las escuelas

Dato clave: El comité del Premio Nobel de Economía 2012 reconoció que Shapley y Roth habían transformado una teoría matemática abstracta en herramientas prácticas que mejoran la vida de millones de personas. Este es el fundamento científico del SAE chileno.

Chile pionero: Mientras el mundo académico celebraba el Nobel 2012, Chile ya llevaba más de 35 años usando deferred acceptance para admisión universitaria (sistema implementado desde mediados de los 1970s). El SAE (2016) representa la extensión de esta experiencia acumulada a educación escolar, ahora con transparencia total.

Chile como pionero: de universidades a escuelas

Aquí hay un dato que sorprende a muchos: Chile fue uno de los primeros países del mundo en implementar un sistema de admisión universitaria usando deferred acceptance. Desde mediados de los años 1970s, Chile ha usado un sistema centralizado donde estudiantes toman una prueba común (originalmente la PAA, luego la PSU, ahora la PDT), listan sus preferencias de carreras universitarias en orden, y un algoritmo centralizado realiza la asignación basándose en puntajes y vacantes.

Esto significa que Chile tiene más de 50 años de experiencia con mecanismos de aceptación diferida en educación superior, décadas antes de que ciudades como Nueva York (2003) o Boston (2005) reformaran sus sistemas escolares. Esta experiencia acumulada fue fundamental cuando Chile decidió dar el siguiente paso: extender el modelo a la educación escolar.

De la teoría universitaria a la práctica escolar

En 2016, con el lanzamiento del SAE, Chile aplicó el mismo principio probado durante décadas en universidades, pero ahora a educación básica y media (K-12). La diferencia clave: mientras el sistema universitario operó exitosamente pero con transparencia limitada, el SAE se diseñó desde el inicio con apertura total de algoritmo y datos. En 2016, el Ministerio de Educación lanzó el SAE, un sistema que eventualmente cubriría todas las regiones del país y abarcaría tanto escuelas públicas como privadas subvencionadas.

La decisión de Chile de adoptar este sistema no fue accidental. Investigadores chilenos como Christopher Neilson, trabajando con colegas internacionales, habían documentado los graves problemas del sistema anterior. En su trabajo sobre "Targeted Vouchers, Competition Among Schools and the Academic Achievement of Poor Students" (próximamente en Econometrica, 2025), Neilson mostró cómo la competencia por estudiantes y el diseño de sistemas de financiamiento afectaban la calidad escolar. Otro trabajo clave, "Approximating The Equilibrium Effects of Informed School Choice" (Allende, Gallego & Neilson, en revisión en The Review of Economic Studies), demostró que cuando las familias recibían información personalizada sobre sus opciones escolares, tomaban mejores decisiones que mejoraban el rendimiento académico de sus hijos hasta cinco años después.

Estos estudios ayudaron a diseñar un SAE que no solo implementara el algoritmo correcto, sino que también incorporara herramientas de información para ayudar a las familias a navegar el sistema. Como documenta Neilson y colaboradores en su reporte técnico para el Banco Interamericano de Desarrollo, "Quantifying the Benefits of Digitalizing and Centralizing Student Applications and Assignment to Schools" (2022), el SAE generó más de 13 millones de dólares en beneficios netos solo en términos de reducción de costos administrativos y de búsqueda, sin contar las mejoras en equidad y satisfacción familiar.

USD $13 millones en beneficios netos generados por el SAE solo en reducción de costos administrativos y de búsqueda — sin contar las mejoras en equidad y satisfacción familiar (BID, 2022).

Hoy, después de una década de operación, Chile tiene uno de los sistemas de admisión escolar más estudiados del mundo. En su paper de trabajo "A Decade of Centralized School Choice Admission in Chile: Achievements & Challenges" (2025), Neilson analiza diez años de datos administrativos nacionales, encuestas a hogares y múltiples evaluaciones experimentales. Los resultados muestran mejoras significativas en equidad, especialmente para estudiantes desaventajados, aunque también revelan desafíos persistentes relacionados con comportamiento familiar y fricciones de información.

La complejidad computacional: no es solo teoría

Implementar el algoritmo de aceptación diferida a escala nacional no es solo un ejercicio teórico elegante. Es un desafío computacional masivo que requiere infraestructura seria y expertise técnica.

Considera los números del SAE 2024:

La escala del SAE en números:

• ~300.000 estudiantes postulando cada año
• ~8.000 establecimientos educacionales
• Hasta 12 preferencias por familia
• Desde Pre-Kínder hasta 4° Medio
• Más de 10^500.000 combinaciones posibles — más que átomos en el universo observable

El algoritmo no solo necesita encontrar una buena solución entre esas posibilidades infinitas, sino hacerlo en tiempo razonable. Tiene que ejecutarse en horas, no en días, porque el Ministerio de Educación necesita poder hacer correcciones si encuentra errores en los datos y re-ejecutar el algoritmo. Y más importante aún, los resultados tienen que ser auditables y replicables: cualquier investigador independiente debería poder tomar los mismos datos y el mismo algoritmo, ejecutarlos, y obtener exactamente los mismos resultados.

Chile no solo implementa un algoritmo teóricamente robusto, sino que lo hace a una escala y con una transparencia que permite a investigadores verificar que la implementación es fiel a la teoría. Como documenta el trabajo de Aguilera, Elacqua, Lavin, Margitic y Neilson (2022) para el Banco Interamericano de Desarrollo, esta infraestructura digital no solo mejora la equidad: también reduce costos operativos, facilita la planificación gubernamental, y aumenta la satisfacción de las familias.

Chile como referente mundial: el caso del SAE

El Sistema de Admisión Escolar (SAE) de Chile no solo es un proceso centralizado que ordena preferencias de familias y asigna cupos según reglas claras, sino que además publica íntegramente tanto el algoritmo como los datos cada año.

Lo que hace único al SAE chileno

El Sistema de Admisión Escolar de Chile se destaca por tres características que trabajan juntas para crear un sistema verdaderamente transparente.

Primero, el algoritmo es completamente público. No es una "caja negra" donde entran datos y salen resultados misteriosos. El mecanismo de asignación, basado en el algoritmo de aceptación diferida que desarrollaron los premios Nobel Shapley y Roth, está completamente documentado. Cualquier persona con conocimientos básicos de matemáticas puede entender cómo funciona, paso a paso.

Segundo, los datos son abiertos. Cada año, después de que termina el proceso de admisión, el Ministerio de Educación de Chile publica datos completos y anonimizados a través de la plataforma del SAE. Estos datos incluyen qué preferencias marcaron las familias, cuántas vacantes estaban disponibles en cada establecimiento, quién fue asignado a su primera preferencia versus su segunda o tercera, y estadísticas agregadas por región y comuna. En una década de funcionamiento del SAE (desde su inicio en 2016), Chile ha construido una base de datos pública que abarca millones de postulaciones, permitiendo análisis que serían imposibles en la mayoría de los países del mundo.

Tercero, la verificabilidad ciudadana es real, no solo teórica. Gracias a esta apertura, familias pueden usar herramientas como el simulador para entender mejor sus opciones. Investigadores pueden analizar patrones de segregación, desigualdad y efectos de políticas, convirtiendo a Chile en un "laboratorio natural" único para la investigación en diseño de mecanismos. Medios de comunicación y organizaciones de la sociedad civil pueden fiscalizar que las reglas se cumplan efectivamente. Y las escuelas pueden comprender mejor la demanda y planificar su oferta de forma más inteligente.

Como documenta el investigador Christopher Neilson en su análisis comprensivo "A Decade of Centralized School Choice Admission in Chile" (2025), esta combinación de centralización digital, transparencia algorítmica y apertura de datos ha transformado radicalmente cómo las familias chilenas acceden a la educación.

El reconocimiento internacional de este logro es concreto y medible. La OCDE y la Global Partnership on Artificial Intelligence, en su informe sobre transparencia algorítmica en el sector público (2024), mapearon 83 repositorios de algoritmos públicos en todo el mundo. De las decenas de jurisdicciones analizadas, la GPAI seleccionó solo tres para realizar estudios de caso en profundidad: Chile, la Unión Europea y el Reino Unido. Esta selección pone a Chile al nivel de las dos iniciativas de transparencia algorítmica más avanzadas del mundo desarrollado.

El caso de Chile fue estudiado a través del trabajo de GobLab UAI (el laboratorio de innovación pública de la Universidad Adolfo Ibáñez) y el Consejo para la Transparencia (CPLT). Desde 2021, estas instituciones han construido el Repositorio de Algoritmos Públicos (RAP), que cataloga 75 sistemas automatizados o semi-automatizados utilizados por el Estado chileno — incluyendo explícitamente al SAE como uno de los algoritmos registrados. El segundo informe anual del RAP reveló datos significativos: el 60% de los algoritmos estatales involucran instituciones privadas, el 50% tienen cobertura nacional, y el 29% son sistemas de reconocimiento mientras el 28% son sistemas de predicción.

Más ambicioso aún, Chile está desarrollando la primera normativa vinculante de transparencia algorítmica de América Latina: la Instrucción General sobre Transparencia Algorítmica, que obligará a más de 1.000 organismos públicos a revelar los sistemas automatizados, algoritmos o inteligencia artificial que utilizan en servicios al público — incluyendo su lógica de funcionamiento, uso de datos personales, y canales de reclamo. Como documenta la OCDE, esta regulación convertirá a Chile en el primer país de la región con un estándar vinculante de transparencia algorítmica.

Evaluado contra estos estándares internacionales, el SAE chileno cumple con los criterios más exigentes. Mientras muchos países implementan sistemas centralizados pero guardan el algoritmo o los datos bajo reserva, Chile ha mantenido un compromiso sostenido con la apertura total desde 2016. Esto no solo facilita la auditoría pública y genera confianza, sino que permite que la investigación académica evalúe y proponga mejoras basadas en evidencia real.

¿Qué hace al SAE diferente? No es el gobierno diciéndote "confía en nosotros". Es el gobierno diciendo "aquí están todos los datos y el código — verifica tú mismo".

El Simulador SAE: transparencia en acción

Aquí es donde la transparencia de Chile realmente brilla. Gracias a que el gobierno publica todos los datos cada año, investigadores independientes pudieron crear el Simulador del SAE, una herramienta que cualquier familia puede usar gratuitamente para entender mejor sus opciones.

Piensa en el simulador como una máquina del tiempo para decisiones escolares. Puedes ingresar las escuelas que te interesan y el simulador te dirá: "Si hubieras aplicado a estas escuelas el año pasado, aquí está lo que habría pasado basándome en cómo se comportaron estudiantes similares a ti". No te da garantías sobre el futuro (porque cada año es diferente), pero te da información valiosa sobre patrones históricos.

El simulador hace algo incluso más sofisticado. Analiza millones de postulaciones de años anteriores para calcular estadísticas personalizadas. Por ejemplo, si quieres postular al Colegio Charles Darwin en Punta Arenas para 1° Medio, el simulador puede decirte: "El año pasado, de 41 estudiantes que pusieron esta escuela en su lista, 21 fueron admitidos (51.2%). Pero esto varió dependiendo de si tenían hermanos, si vivían cerca, y otros factores".

Esto ayuda a las familias a entender dos cosas cruciales. Primero, cuánta competencia hay realmente por los cupos en cada escuela (lo que los economistas llaman "presión de demanda"). Segundo, qué tan "arriesgada" es su lista de preferencias. Si pones solo escuelas muy competitivas y no tienes prioridades especiales, el simulador te advertirá que tienes una probabilidad alta de quedar sin asignación en la primera ronda.

Es importante entender que el simulador tiene limitaciones. No puede replicar perfectamente tu caso individual con todas tus prioridades específicas (hermanos, continuidad, necesidades especiales, etc.). Pero sí te permite entender, de forma general, cómo funciona el sistema y cómo diferentes estrategias de postulación podrían haber resultado en el pasado. Y lo más importante: este simulador existe solo porque Chile publica los datos. En la mayoría de los países, una herramienta como esta sería imposible de crear.

Análisis estadístico basado en datos reales

Una característica distintiva del simulador es que no solo replica el algoritmo, sino que proporciona análisis estadístico en tiempo real usando millones de postulaciones históricas. Por ejemplo, para una combinación específica de preferencias (establecimiento + nivel + año), el simulador puede informar:

• De los postulantes similares en años pasados, cuántos quedaron asignados en esa opción
• Cuántos quedaron en opciones posteriores o sin asignación
• Cómo varían estos resultados según escenarios de alta vs. baja demanda (percentiles 25 y 75)

Esta capacidad de análisis solo es posible porque Chile hace públicos los microdatos completos de cada proceso, permitiendo que herramientas independientes generen insights accionables para las familias.

Ejemplo concreto: análisis de los colegios más demandados (SAE 2024)

Para ilustrar el poder de esta transparencia, analizamos los 10 establecimientos con mayor presión de demanda en Chile (según el ratio postulaciones/vacante 2023-2025), consultando datos históricos del SAE 2024 para niveles críticos de entrada a educación secundaria: 7° Básico y 1° Medio.

Estos niveles son especialmente relevantes porque representan:

• 7° Básico: transición del primer al segundo ciclo de educación básica
• 1° Medio: entrada a educación media, donde muchas familias buscan cambios de establecimiento

Hallazgos clave:

El análisis revela la enorme presión competitiva en estos establecimientos:

• 773 postulantes incluidos en el análisis específico (que pusieron estos colegios en cualquier posición de su lista)
• 1,458 postulantes totales considerados cuando se incluyen variaciones estadísticas y escenarios (percentiles 25 y 75 de demanda)
• Solo 78 asignados (10.1% del grupo analizado) lograron ser admitidos
• Total de 163 cupos asignados considerando todos los escenarios estadísticos

La tasa de asignación varía dramáticamente por establecimiento y nivel:

Hallazgos visuales clave:

• Colegio Charles Darwin (Punta Arenas, 1° Medio): 51.2% de asignación (21 de 41 postulantes → 30 vacantes disponibles)
• Liceo Bicentenario de Temuco (1° Medio): 25.4% (54 de 213 postulantes → 70 vacantes, pero 389 considerados en total)
• Colegio Lorenzo Sazie (Santiago, 1° Medio): 13.0% (3 de 23 postulantes → solo 5 vacantes)
• Instituto Miguel León Prado (San Miguel, 1° Medio): 0% (0 de 61 postulantes → solo 6 vacantes, ninguno del grupo analizado asignado)
• 7 de 10 establecimientos: 0% de asignación en 1° Medio, reflejando vacantes extremadamente limitadas o ausencia de vacantes

Ver el ranking completo de los colegios más demandados de Chile →

¿Qué significa esto para las familias?

Estos números cuentan una historia clara: incluso postular a un establecimiento muy demandado no garantiza que serás admitido. Tu probabilidad real depende de varios factores que interactúan entre sí. Primero, dónde estás en la lista de prioridades: si tienes un hermano en la escuela, si vienes del mismo colegio en continuidad, si vives cerca, si tienes necesidades especiales. Segundo, cuántas vacantes hay realmente ese año en ese nivel específico (y esto puede cambiar año a año). Y tercero, cuántos otros postulantes con mayor prioridad que tú también eligieron la misma escuela.

El simulador te permite explorar estos escenarios de forma interactiva, procesando todos estos datos históricos para darte una imagen personalizada de tu situación particular. Es como tener un asesor educativo que ha visto millones de casos anteriores y puede decirte: "Basándome en lo que pasó antes, esto es lo que podrías esperar en tu caso".

¿Por qué hay diferencia entre "Postulantes (Este Nivel)" y "Total Considerados"?

El simulador no solo analiza un escenario único, sino que considera variaciones estadísticas para dar una imagen más completa:

• Postulantes (Este Nivel): El grupo específico de postulantes analizados en un escenario base
• Total Considerados: Incluye análisis de escenarios alternativos (percentiles 25 y 75 de demanda), que simulan variaciones en la competencia

Por ejemplo, en el Liceo Bicentenario de Temuco (1° Medio): 213 postulantes en el escenario base, pero 389 considerados en total al incluir escenarios de alta y baja demanda. Esto permite a las familias entender su probabilidad de admisión en diferentes condiciones de competencia.

Nota metodológica: Este análisis se centra en niveles de educación secundaria porque los establecimientos con mayor demanda agregada (postulaciones/vacante 2023-2025) son principalmente liceos y colegios con enseñanza media. Para analizar admisión en niveles de educación inicial y básica (Pre-Kínder, Kínder, 1° Básico), se requeriría un análisis específico de escuelas que ofrezcan estos niveles, lo cual es igualmente posible gracias a la transparencia de datos del SAE.

El efecto multiplicador de las prioridades: el caso de hermanos

Aquí es donde la historia se vuelve realmente interesante. Una de las cosas más importantes que la transparencia del SAE nos permite entender es cómo las prioridades legales pueden transformar completamente tus probabilidades de admisión.

Volvamos al Colegio Charles Darwin en Punta Arenas. Vimos que la tasa general de asignación para 1° Medio fue 51.2% (21 de 41 postulantes). Pero este promedio esconde diferencias enormes. No todos esos 41 postulantes tenían las mismas probabilidades reales. Algunos tenían hermanos ya matriculados en el colegio, otros vivían muy cerca, otros no tenían ninguna prioridad especial. Sus experiencias fueron completamente diferentes, aunque todos aparezcan en el mismo número agregado.

Escenario 1: Sin prioridad especial

Imagina que eres Sofía. Quieres postular a un colegio muy competitivo para 1° Medio, uno que recibe 38 postulaciones por cada vacante disponible. No tienes hermanos en ese colegio, no vienes de ese mismo colegio en continuidad, no vives particularmente cerca, y no tienes ninguna condición de alta prioridad especial.

Cuando el algoritmo procesa las postulaciones, primero asigna todas las vacantes a los estudiantes que tienen prioridades: hermanos, continuidad, cercanía, necesidades especiales, y otras categorías legales. Solo después de que todos esos estudiantes son asignados, el algoritmo revisa si quedan vacantes para estudiantes como Sofía, que no tienen ninguna prioridad especial.

En un colegio con demanda extrema, esto generalmente significa que tu probabilidad es cercana a 0%, incluso si lo pusiste en tu primera preferencia. Las vacantes simplemente se acabaron antes de que el algoritmo llegara a tu nombre.

Escenario 2: Con prioridad de hermanos

Ahora imagina que eres Diego. Quieres postular al mismo colegio competitivo, pero tu hermana mayor ya estudia ahí. Este único detalle cambia todo.

Según la ley del SAE, la prioridad de hermanos es la más alta (junto con continuidad de nivel). Cuando el algoritmo procesa tu postulación, te coloca en el primer grupo de prioridad. Ya no compites contra los 38 postulantes por vacante del promedio general. En cambio, compites solo contra otros estudiantes que también tienen hermanos en el colegio.

Si hay 30 vacantes y solo 10 estudiantes con hermanos están aplicando, tu probabilidad de asignación es cercana al 100%. Las matemáticas son simples: hay más vacantes que postulantes en tu grupo de prioridad, así que prácticamente todos serán admitidos.

¿Por qué esto es crítico para las familias?

La diferencia entre Sofía (0% de probabilidad) y Diego (casi 100% de probabilidad) demuestra algo crucial: conocer cómo funciona el algoritmo puede cambiar completamente tu estrategia de postulación.

Muchas familias no saben que tener un hermano matriculado les da la prioridad máxima legal. Sin esta información, podrían tomar decisiones subóptimas: Diego podría poner otros colegios en su primera preferencia por miedo a "no quedar en ningún lado", cuando en realidad su probabilidad de entrar al colegio de su hermana es casi garantizada.

La estrategia de postulación también cambia radicalmente según tus prioridades. Si tienes un hermano en un buen colegio, es perfectamente razonable poner solo ese colegio en tu primera preferencia y usadas el resto de tus opciones para otras escuelas. Pero si no tienes ninguna prioridad especial, necesitas una lista mucho más diversificada que incluya opciones más accesibles.

Esto también tiene implicaciones de planificación familiar a largo plazo. Cuando matriculas a tu primer hijo en un colegio competitivo, estás esencialmente "abriendo la puerta" para que tus hijos menores entren más fácilmente. Es una decisión que afecta a toda la familia, no solo a ese niño en particular.

Ejemplo numérico ilustrativo:

Imaginemos un colegio con 40 vacantes en Pre-Kínder:

• Escenario A (sin prioridad): 400 postulantes compiten por las vacantes → 10% de probabilidad
• Escenario B (con hermanos): Si solo 20 postulantes tienen hermanos, y tú eres uno de ellos → compites entre 20 por las mismas 40 vacantes → 100% de probabilidad si hay más vacantes que postulantes con esa prioridad

Aunque no es siempre tan extremo, este ejemplo muestra que las prioridades pueden multiplicar las probabilidades por un factor de 10x o más.

Transparencia en acción

Este tipo de análisis —entender cómo Sofía y Diego tienen probabilidades tan diferentes— solo es posible porque el algoritmo está completamente documentado públicamente, incluyendo el orden exacto de las prioridades legales. Los datos publicados permiten ver cuántos postulantes hay en cada categoría de prioridad. Y el simulador puede mostrar escenarios con y sin prioridades específicas, ayudándote a entender tu caso particular.

Sin esta transparencia, Sofía y Diego tomarían decisiones críticas sobre su educación sin información real, dependiendo solo de rumores del barrio o percepciones vagas sobre cuán "difícil" es entrar a cierto colegio. La diferencia entre tomar una decisión informada y una decisión a ciegas puede cambiar el curso de la vida educativa de un estudiante.

Ver tabla completa con estadísticas de asignación

Rank	Establecimiento	Comuna	Nivel	Postulantes (Este Nivel)	Total Considerados	Asignados	Tasa (%)	Vacantes	Total Asignados	Apps/Vac (3yr)	Perfil
1	Instituto Miguel León Prado	San Miguel	7° Básico	57	115	0	0.0	0	0	39.68	Ver
1	Instituto Miguel León Prado	San Miguel	1° Medio	61	129	0	0.0	6	6	39.68	Ver
2	Colegio Charles Darwin	Punta Arenas	7° Básico	31	62	0	0.0	0	0	38.33	Ver
2	Colegio Charles Darwin	Punta Arenas	1° Medio	41	70	21	51.2	30	30	38.33	Ver
3	Liceo Bicentenario de Temuco	Temuco	1° Medio	213	389	54	25.4	70	70	31.27	Ver
4	Colegio Part. Manso de Velasco	Melipilla	7° Básico	14	29	0	0.0	0	0	30.84	Ver
4	Colegio Part. Manso de Velasco	Melipilla	1° Medio	17	34	0	0.0	0	0	30.84	Ver
5	Colegio Part. Josefino Santísima Trinidad	Providencia	7° Básico	14	31	0	0.0	2	2	29.78	Ver
5	Colegio Part. Josefino Santísima Trinidad	Providencia	1° Medio	29	60	0	0.0	2	2	29.78	Ver
6	Colegio Parroquial San Miguel	San Miguel	7° Básico	60	120	0	0.0	0	0	29.67	Ver
6	Colegio Parroquial San Miguel	San Miguel	1° Medio	69	139	0	0.0	1	1	29.67	Ver
7	Colegio Monseñor Manuel Larraín	Talca	7° Básico	18	37	0	0.0	0	0	28.99	Ver
7	Colegio Monseñor Manuel Larraín	Talca	1° Medio	36	73	0	0.0	0	0	28.99	Ver
8	Colegio San Francisco de Asís de Belén	Santiago	7° Básico	16	35	0	0.0	1	2	28.89	Ver
8	Colegio San Francisco de Asís de Belén	Santiago	1° Medio	30	60	0	0.0	0	0	28.89	Ver
9	Colegio Lorenzo Sazie	Santiago	7° Básico	17	35	0	0.0	0	0	28.03	Ver
9	Colegio Lorenzo Sazie	Santiago	1° Medio	23	47	3	13.0	5	6	28.03	Ver
10	Colegio José Agustín Gómez	San Felipe	7° Básico	13	27	0	0.0	1	1	27.35	Ver
10	Colegio José Agustín Gómez	San Felipe	1° Medio	14	30	0	0.0	1	1	27.35	Ver

Glosario de columnas:

• Postulantes (Este Nivel): Número de postulantes analizados que incluyeron este establecimiento en cualquier posición de su lista
• Total Considerados: Total de postulantes considerados en diferentes escenarios estadísticos (incluye análisis de percentiles)
• Asignados: Cuántos de los postulantes analizados fueron finalmente asignados a este establecimiento
• Tasa (%): Porcentaje de asignación (Asignados / Postulantes Este Nivel)
• Vacantes: Número de vacantes disponibles en este nivel (año 2024)
• Total Asignados: Total de cupos asignados considerando todos los escenarios
• Apps/Vac (3yr): Ratio promedio de postulaciones por vacante en los últimos 3 años (2023-2025)

Los datos provienen del SAE 2024 y fueron obtenidos mediante consultas a la API de análisis de riesgo del simulador. El simulador analiza millones de postulaciones históricas para proporcionar estos insights estadísticos.

Por qué esto importa

El simulador existe solo porque Chile decidió hacer públicos sus datos. En la mayoría de los países con sistemas centralizados de admisión escolar, esta herramienta simplemente no podría existir porque los datos necesarios están bajo llave. Piénsalo: una organización independiente del gobierno construyó una herramienta que procesa millones de postulaciones históricas, replica el funcionamiento del algoritmo oficial, y proporciona análisis estadísticos personalizados a cualquier familia que la necesite. Gratis. Esto solo es posible en un contexto de transparencia genuina.

Miles de familias chilenas usan el simulador cada año para tomar decisiones más informadas sobre la educación de sus hijos. No es solo una curiosidad técnica o un proyecto académico: es una herramienta práctica que cambia comportamientos y mejora resultados. Como muestra la investigación de Fabre, Larroucau, Neilson y Rios sobre "errores de postulación" en sistemas de admisión universitaria (en revisión en el Journal of Political Economy), cuando las familias tienen acceso a herramientas que les muestran sus probabilidades reales y les sugieren alternativas que no habían considerado, reducen drásticamente la probabilidad de quedar sin asignación o de quedar en una opción peor de lo que hubieran podido lograr.

El hecho de que familias, investigadores y organizaciones puedan construir estas herramientas independientemente del gobierno es, en sí mismo, una prueba de transparencia efectiva. No es el gobierno diciéndote "confía en nosotros"; es el gobierno diciendo "aquí están todos los datos y el código, verifica tú mismo".

Datos agregados: ¿qué sabemos y qué podemos aprender?

Además de los microdatos (postulaciones y vacantes desagregadas), el SAE publica estadísticas agregadas que permiten monitorear el sistema:

Resultados de asignación

Cada año, se reporta a nivel nacional, regional y comunal:

• % de familias que obtuvo su 1era preferencia: este indicador muestra qué tan bien el sistema satisface las preferencias principales de las familias.
• % de familias asignadas a 2da, 3era, etc. preferencia: permite entender la distribución de resultados.
• % de familias sin asignación en primera ronda: identifica dónde hay mayor desajuste entre oferta y demanda.

Variación territorial

Los datos agregados muestran diferencias importantes entre regiones y comunas:

• En algunas comunas, más del 80% de las familias obtiene su primera preferencia.
• En otras, especialmente en áreas urbanas densas con alta competencia, este porcentaje baja considerablemente.
• También se observan diferencias en el % de familias sin asignación en primera ronda, lo que puede indicar falta de oferta local o desajustes entre preferencias y vacantes disponibles.

Ejemplo: Variación territorial a nivel comunal

Los datos agregados del SAE muestran que la tasa de admisión a primera preferencia varía significativamente entre comunas de la misma región. Por ejemplo, en la Región Metropolitana:

• Algunas comunas superan el 75-80% de admisión a primera preferencia
• Otras comunas con alta densidad y competencia pueden estar en el rango del 55-65%
• La variación puede superar 20-25 puntos porcentuales entre comunas

¿Por qué estas diferencias?

1. Oferta educativa relativa: Comunas con más establecimientos por habitante tienden a tener tasas más altas
2. Competencia local: Zonas con alta densidad de familias postulando a pocos colegios "preferidos" muestran tasas menores
3. Patrones de movilidad: En algunas comunas, muchas familias postulan fuera, aumentando la competencia en destinos populares
4. Estructura etaria: Comunas con mayor proporción de niños en edad escolar enfrentan más presión sobre la oferta local

Nota importante sobre visualizaciones geográficas:

Este tipo de análisis territorial solo es posible porque Chile publica datos desagregados por comuna. Con estos datos públicos, es posible crear visualizaciones que muestran:

• Dónde hay mayor éxito en las asignaciones
• Qué comunas requieren más oferta educativa
• Cómo los patrones de movilidad afectan la competencia

Sin embargo, para una visualización precisa necesitamos acceder a los datos oficiales de resultados por comuna que el Ministerio de Educación publica cada año. La transparencia del SAE permite a investigadores y ciudadanos crear estos análisis basados en datos reales verificables.

¿Por qué estos datos importan?

Estas estadísticas permiten:

1. Evaluar el funcionamiento del sistema: ¿está cumpliendo su promesa de satisfacer preferencias?
2. Identificar brechas territoriales: ¿dónde hay escasez de cupos? ¿dónde la competencia es más intensa?
3. Informar políticas públicas: si en ciertas comunas hay muchas familias sin asignación, eso puede señalar la necesidad de ampliar oferta.
4. Empoderar a las familias: al conocer patrones pasados, las familias pueden tomar decisiones más realistas y estratégicas.

Más allá del SAE: uso de fondos públicos

La transparencia algorítmica en Chile no se limita al SAE. El país también publica información detallada sobre:

• Subvenciones escolares: cómo se calculan y distribuyen fondos públicos según matrícula y asistencia.
• Programas de integración (PIE): recursos adicionales para estudiantes con necesidades especiales.
• Criterios de priorización: qué estudiantes reciben preferencia en admisión (hermanos, continuidad, cercanía, condición socioeconómica, etc.).

Esta apertura permite que investigadores, medios y ciudadanos auditen no solo quién entra a qué escuela, sino también cómo se usan los recursos públicos para financiar la educación.

Chile en contexto internacional

Si bien otros países tienen sistemas centralizados de admisión escolar (como en algunas ciudades de Estados Unidos, o en países como Países Bajos), pocos combinan:

1. Centralización del proceso (evita admisiones arbitrarias o por "orden de llegada")
2. Publicación completa del algoritmo
3. Datos abiertos y accesibles
4. Herramientas ciudadanas (como simuladores) posibles gracias a esa apertura

Existen diversos sistemas centralizados de asignación escolar alrededor del mundo, documentados en el proyecto Centralized Clearinghouses for Allocation and Scheduling (CCAS), una wiki colaborativa que recopila información sobre distintos mecanismos de asignación en educación, salud y otros ámbitos. A nivel más amplio, la OCDE y la Global Partnership on Artificial Intelligence identificaron 83 repositorios de algoritmos públicos en todo el mundo (2024), incluyendo sistemas de decisión automatizada en sectores como educación, salud, justicia y administración pública. De esos 83 repositorios, la GPAI seleccionó solo tres jurisdicciones para estudios de caso detallados: Chile (a través del Repositorio de Algoritmos Públicos de GobLab UAI), la Unión Europea y el Reino Unido. En su revisión de sistemas educativos en 149 países para el Banco Mundial, "The Rise of Coordinated Choice and Assignment Systems in Education Markets Around the World" (2024), Neilson encontró que aproximadamente el 60% de los países usa alguna forma de sistema coordinado para regular el acceso a la educación. Sin embargo, en muchos de estos casos, los algoritmos son propietarios, los datos están bajo reserva, o ambas cosas. Las familias usan estos sistemas sin realmente entender cómo funcionan.

Chile destaca porque ha hecho una apuesta institucional por la transparencia, partiendo del principio de que la confianza en el sistema se construye con apertura, no con opacidad. Esta decisión no fue solo filosófica: estuvo respaldada por evidencia de que cuando las familias entienden el sistema y tienen acceso a información, toman mejores decisiones que benefician a sus hijos. La investigación de Allende, Gallego y Neilson (en revisión) muestra que proporcionar información personalizada a familias de estudiantes de pre-kínder mejoró el rendimiento académico de esos niños hasta cinco años después, con efectos especialmente grandes en estudiantes de familias más vulnerables.

Comparación con otros sistemas de matching

El diseño de mecanismos ha sido aplicado en diversos contextos, cada uno con distintos niveles de transparencia:

Alta transparencia:

• Chile - SAE: Algoritmo público + microdatos abiertos + escala nacional
• NRMP (Residencias médicas, EE.UU.): Algoritmo documentado, pero datos limitados por privacidad
• Intercambio de riñones (varios países): Algoritmo público en algunos casos, datos anonimizados

Transparencia parcial:

• Nueva York, Boston (EE.UU.): Algoritmo documentado, datos agregados públicos, microdatos restringidos
• Amsterdam (Países Bajos): Proceso centralizado, transparencia limitada a investigadores autorizados

Baja transparencia:

• Muchos sistemas universitarios (admisión centralizada en varios países): algoritmos no documentados públicamente
• Sistemas de asignación de vivienda social: reglas públicas, pero implementación opaca

Lo único de Chile: combina escala nacional + transparencia completa + publicación anual sistemática. Esto lo convierte en un "laboratorio natural" para investigadores que estudian diseño de mecanismos en contextos reales.

Contribución de Chile a la investigación global

La transparencia del SAE ha permitido investigación académica que sería imposible en otros contextos:

Estudios publicados usando datos del SAE chileno:

• Análisis de segregación escolar y efectos de elección (Correa et al., 2019)
• Impacto de cambios en prioridades legales (Hernando, 2020)
• Comportamiento estratégico de familias en contextos de alta demanda
• Efectos de capacidad escolar sobre equidad de acceso
• Evaluación de cambios algorítmicos (comparación entre mecanismos)

Esta investigación retroalimenta el sistema: hallazgos académicos informan ajustes de política, que a su vez generan nuevos datos para análisis. Este ciclo virtuoso de transparencia → investigación → mejora → transparencia es único a nivel global.

El caso Boston: cuando la opacidad genera problemas

Un contraejemplo útil es el caso de Boston antes de 2005. El sistema previo (Boston mechanism) tenía problemas documentados:

• No era strategy-proof: Familias tenían incentivos a ocultar preferencias
• Generaba inequidades: Familias informadas "jugaban" el sistema mejor que familias vulnerables
• Era opaco: El algoritmo no estaba bien documentado, generando desconfianza

Solo cuando investigadores académicos (Pathak & Sönmez) pudieron analizar datos y demostrar estos problemas, Boston cambió al algoritmo de aceptación diferida en 2005. La transparencia fue clave para identificar y corregir el problema.

Chile aprendió de estas experiencias internacionales y desde el inicio del SAE (2016) adoptó tanto un algoritmo robusto como transparencia completa.

Desafíos y oportunidades

El SAE chileno ha logrado mucho en una década, pero como cualquier sistema complejo que afecta a millones de personas, enfrenta desafíos continuos y tiene oportunidades claras de mejora.

Los desafíos que persisten

No todas las familias chilenas entienden cómo funciona el SAE, y esto puede llevar a decisiones poco informadas. Como documenta el trabajo de Fabre, Larroucau, Neilson y Rios sobre errores de postulación, muchas familias cometen errores evitables simplemente porque no comprenden el sistema. También existe una desigualdad en el acceso a información: familias con más recursos, educación o conexiones pueden usar mejor los datos disponibles, contratar asesoría, o dedicar más tiempo a entender el simulador. Esto puede amplificar desigualdades existentes.

Otra limitación es que los datos se publican con algunos meses de retraso después de cada proceso. Mientras esto es razonable por temas de privacidad y logística, significa que el monitoreo en tiempo real es difícil. Finalmente, como señala Neilson en su análisis de una década del SAE, existen fricciones de comportamiento persistentes: familias que hacen listas muy cortas y arriesgadas, que no exploran opciones cercanas de buena calidad, o que tienen creencias sesgadas sobre precios y calidad escolar.

Oportunidades para la próxima década

Mirando hacia adelante, hay varias mejoras concretas que podrían profundizar la transparencia. Publicar datos desagregados por nivel o curso individual (no solo por establecimiento agregado) permitiría análisis mucho más finos de dónde está realmente la escasez de oferta. El gobierno podría considerar ofrecer APIs oficiales que faciliten aún más el acceso a estadísticas, complementando el trabajo que ya hacen herramientas independientes como el simulador. Fomentar auditorías ciudadanas formales, donde organizaciones independientes analicen y comuniquen resultados, podría fortalecer la confianza pública.

A nivel internacional, Chile podría liderar esfuerzos para establecer estándares globales de transparencia algorítmica en educación, compartiendo lecciones aprendidas con otros países que están implementando sistemas similares. Como muestra el trabajo de Neilson (2024) para el Banco Mundial, muchos países están en este camino: podrían beneficiarse enormemente de la experiencia chilena. Y finalmente, la transparencia del SAE podría servir como modelo para otros procesos públicos en Chile: ¿por qué no aplicar los mismos principios a la asignación de vivienda social, becas universitarias, o programas de salud?

¿Qué pueden hacer familias, investigadores y ciudadanos?

La transparencia del SAE crea oportunidades concretas para que diferentes actores participen activamente en el sistema educativo.

Si eres parte de una familia que va a postular, el primer paso es informarte. Usa el Simulador SAE y los datos públicos para entender el proceso antes de hacer tu postulación. Como muestra la investigación de Fabre, Larroucau, Neilson y Rios (en revisión en el Journal of Political Economy), el 40% de las familias no aplican a sus programas preferidos cuando no tienen información adecuada, y muchas de estas familias habrían sido admitidas si hubieran aplicado. En experimentos a gran escala diseñados junto al Ministerio de Educación, encontraron que proporcionar información personalizada sobre características de programas, probabilidades de admisión y recomendaciones alternativas redujo significativamente los errores de postulación. El acceso a información puede duplicar o triplicar las probabilidades de obtener una buena asignación. También es fundamental entender la presión de demanda en distintos establecimientos para armar una lista de preferencias realista. El proceso es transparente, pero solo funciona bien cuando las familias participan informadas.

Si eres investigador o trabajas en política pública, los datos abiertos del SAE representan una oportunidad extraordinaria. Puedes analizar patrones de segregación, desigualdad y eficiencia de políticas con un nivel de detalle que sería imposible en la mayoría de los países. La apertura de datos también permite construir herramientas innovadoras: APIs que calculen probabilidades de asignación en tiempo real, sistemas que analicen riesgos de estrategias, dashboards que visualicen tendencias. La evidencia empírica que generes puede guiar ajustes concretos al algoritmo, las prioridades legales o la distribución de vacantes. Y quizás lo más importante, puedes comunicar tus hallazgos técnicos en lenguaje accesible para que empoderen a la ciudadanía.

Si eres ciudadano u organización de la sociedad civil, la transparencia te da poder real. Puedes auditar el sistema verificando que las reglas se cumplan, que los datos sean consistentes, que no haya arbitrariedades ni favoritismos. Puedes exigir que la transparencia continúe: esto no es un logro que se alcanza una vez y se olvida, sino un compromiso que debe renovarse cada año. Y puedes usar el modelo del SAE para abogar por transparencia algorítmica en otros ámbitos de la política pública: ¿por qué no deberían ser igual de transparentes los sistemas de asignación de vivienda social, de becas universitarias, o de otros recursos públicos?

Conclusión: transparencia como pilar democrático

Después de más de una década de funcionamiento, el SAE chileno demuestra algo fundamental: es posible combinar eficiencia técnica con legitimidad democrática. No tienes que elegir entre tener un algoritmo robusto que funcione bien matemáticamente y tener un sistema que la gente pueda entender, auditar y confiar.

La historia del SAE es, en cierto sentido, una historia sobre confianza. Cuando las familias entienden cómo funciona el sistema, cuando pueden verificar que las reglas se aplican correctamente, y cuando tienen acceso a herramientas que les ayudan a tomar mejores decisiones, el sistema gana legitimidad. Como muestra la investigación de Neilson y colaboradores sobre una década del SAE, las mejoras en equidad y acceso han sido especialmente significativas para estudiantes desaventajados, precisamente porque el sistema es transparente y auditable.

La transparencia algorítmica no es solo una buena práctica técnica. Es una condición necesaria para que los ciudadanos confíen en los procesos públicos, especialmente cuando esos procesos afectan decisiones tan importantes y personales como dónde estudiarán sus hijos. En un mundo donde cada vez más decisiones públicas se toman mediante algoritmos, el modelo chileno ofrece un camino a seguir: puedes tener sistemas sofisticados y digitales sin sacrificar la apertura y la rendición de cuentas.

Los estándares internacionales respaldan este enfoque. La OCDE y la Global Partnership on Artificial Intelligence, en su informe de 2024 sobre transparencia algorítmica en el sector público, identificaron 83 repositorios de algoritmos públicos en todo el mundo y establecieron criterios claros para evaluar la transparencia en sistemas de decisión automatizada gubernamentales. De esos 83 repositorios, la GPAI seleccionó solo tres jurisdicciones para estudios de caso detallados: Chile, la Unión Europea y el Reino Unido. El caso chileno fue analizado a través del Repositorio de Algoritmos Públicos desarrollado por GobLab UAI y el Consejo para la Transparencia, que cataloga 75 sistemas automatizados del Estado — incluyendo el SAE. Chile también está desarrollando la primera regulación vinculante de transparencia algorítmica de América Latina, una Instrucción General que obligará a más de 1.000 organismos públicos a revelar sus algoritmos. Evaluado contra estos criterios internacionales, el SAE chileno se posiciona en el nivel más alto de transparencia: publica el algoritmo completo, los datos históricos anonimizados, permite replicación independiente, y ha mantenido este compromiso de forma consistente durante una década. Como argumenta Neilson en su análisis de una década del SAE, el éxito a largo plazo de estos sistemas depende no solo del diseño algorítmico inicial, sino de la capacidad de aprender y adaptarse basándose en evidencia, manteniendo siempre el compromiso con la transparencia y la participación ciudadana.

Chile ha hecho de la transparencia una política de Estado en el ámbito escolar, y eso lo convierte en un referente mundial. Mantener y profundizar este compromiso será clave para garantizar que el sistema siga siendo justo, auditable y confiable en las décadas venideras. Como sugiere la investigación reciente de Neilson (2024) sobre sistemas coordinados alrededor del mundo, muchos países de ingresos bajos y medios están comenzando a implementar plataformas digitales para coordinar el acceso a la educación. Estos países tienen la oportunidad de aprender de la experiencia chilena y, potencialmente, adoptar desde el inicio los estándares de transparencia que Chile ha construido gradualmente.

---

Explora por año (calendarios SAE)

2023202420252026

Colegios más demandados (popularidad)

• Ranking nacional: postulaciones por vacante (SAE 2023–2025)
• Guías por comuna: “Los colegios más demandados” (comunas de Chile)
• Simulador SAE (Explorador): estima probabilidades con datos históricos

Recursos adicionales

Herramientas y datos

• Simulador SAE: https://chile.explorador.com/simulate — Herramienta interactiva para explorar escenarios de postulación
• Explorador Educacional de Chile: https://chile.explorador.com/ — Perfiles de escuelas, mapas y análisis
• Sistema de Admisión Escolar (oficial): https://www.sistemadeadmisionescolar.cl/ — Plataforma oficial del Ministerio de Educación
• Documentación del algoritmo: Disponible en el sitio oficial del SAE
• CCAS Wiki: Centralized Clearinghouses for Allocation and Scheduling — Sistemas de asignación alrededor del mundo

Reportes y estándares internacionales

• OECD/GPAI (2024): "Transparencia Algorítmica en el Sector Público: Un informe sobre el estado de los instrumentos de transparencia algorítmica" — Análisis global de 83 repositorios de algoritmos públicos, estándares de transparencia y mejores prácticas
• OECD/GPAI (2024): "Case studies of repositories of public algorithms in Chile, the EU and the UK" — Estudios de caso en profundidad de las tres jurisdicciones seleccionadas
• OECD/GPAI (2024): "Recommendations for Governments to Enhance the Transparency of Public Algorithms" — Recomendaciones para gobiernos sobre transparencia algorítmica
• OECD OPSI (2023): "Chile's road to algorithmic transparency: Setting new standards in Latin America" — Cómo Chile está estableciendo nuevos estándares regionales
• OECD.AI Policy Observatory: https://oecd.ai/ — Observatorio de políticas de IA y casos de uso gubernamentales

Transparencia algorítmica en Chile

• Repositorio de Algoritmos Públicos (RAP): GobLab UAI — 75 sistemas automatizados del Estado chileno catalogados, incluyendo el SAE
• GobLab UAI: https://goblab.uai.cl/ — Laboratorio de innovación pública de la Universidad Adolfo Ibáñez, líder en transparencia algorítmica en Chile
• Consejo para la Transparencia (CPLT): https://www.consejotransparencia.cl/ — Organismo autónomo que promueve transparencia en el sector público chileno
• Segundo Informe Anual del RAP: GobLab UAI — Análisis detallado de 75 sistemas con hallazgos sobre cobertura, financiamiento y participación privada

Investigadores y recursos académicos

Investigadores clave en el SAE y diseño de mecanismos:

• Christopher Neilson: Página de investigación | Google Scholar — Profesor de Yale University, especialista en diseño de mecanismos educativos y economía del desarrollo. Autor principal de la investigación sobre una década del SAE chileno y múltiples estudios evaluando el impacto de información en elección escolar
• Ignacio Rios: UT Dallas Economics — Assistant Professor en University of Texas at Dallas, especialista en diseño de mecanismos y economía de la educación. Coautor del estudio "School Choice in Chile" (ACM EC 2019) que analizó el diseño inicial del SAE, y del paper sobre errores de postulación en admisión universitaria
• Tomás Larroucau: Investigador especializado en admisión universitaria y diseño de políticas de matching en Chile, coautor del estudio sobre College Application Mistakes
• Anais Fabre: Investigadora en economía de la educación, coautora del estudio sobre diseño de políticas de información a escala nacional
• Claudia Allende: Google Scholar — Economista chilena especializada en educación, coautora del estudio sobre efectos de equilibrio de información en elección escolar
• Francisco Gallego: Economista chileno, Profesor de la Pontificia Universidad Católica de Chile, coautor de múltiples estudios sobre el sistema educativo chileno
• José Correa, Rafael Epstein, José Escobar: Investigadores chilenos coautores del estudio técnico "School Choice in Chile" (2019) que documentó los primeros años de implementación del SAE

Premios Nobel relacionados:

• Alvin Roth: Nobel Prize 2012 | Personal Website — Premio Nobel 2012, pionero en diseño de mercados y aplicaciones prácticas del matching
• Lloyd Shapley: Nobel Prize 2012 — Premio Nobel 2012 (póstumo), creador del algoritmo de aceptación diferida junto a David Gale

Literatura académica fundamental

Trabajos fundacionales sobre diseño de mecanismos:

• Gale, D., & Shapley, L. S. (1962). "College Admissions and the Stability of Marriage." American Mathematical Monthly, 69(1), 9-15.
• Roth, A. E. (1984). "The Evolution of the Labor Market for Medical Interns and Residents: A Case Study in Game Theory." Journal of Political Economy, 92(6), 991-1016.
• Abdulkadiroğlu, A., & Sönmez, T. (2003). "School Choice: A Mechanism Design Approach." American Economic Review, 93(3), 729-747.
• Pathak, P. A., & Sönmez, T. (2008). "Leveling the Playing Field: Sincere and Sophisticated Players in the Boston Mechanism." American Economic Review, 98(4), 1636-1652.
• The Prize Committee of the Royal Swedish Academy of Sciences (2012). "Stable Allocations and the Practice of Market Design."

Estándares y marcos internacionales de transparencia algorítmica:

• GPAI/OECD (2024). "Transparencia Algorítmica en el Sector Público: Un informe sobre el estado de los instrumentos de transparencia algorítmica." Global Partnership on Artificial Intelligence. [Análisis global de 83 repositorios de algoritmos públicos]
• GPAI/OECD (2024). "Case studies of repositories of public algorithms in Chile, the EU and the UK." Global Partnership on Artificial Intelligence. [Estudio de caso del Repositorio de Algoritmos Públicos de Chile junto a la UE y el Reino Unido]
• GPAI/OECD (2024). "Recommendations for Governments to Enhance the Transparency of Public Algorithms." Global Partnership on Artificial Intelligence. [Recomendaciones basadas en los hallazgos del informe]
• GobLab UAI & CPLT (2024). "Repositorio de Algoritmos Públicos de Chile: Segundo Informe Anual." Universidad Adolfo Ibáñez. [Análisis de 75 sistemas automatizados del Estado chileno]

Investigación sobre el SAE chileno y elección escolar:

• Neilson, C. (2025). "A Decade of Centralized School Choice Admission in Chile: Achievements & Challenges." Work in Progress. [Análisis comprensivo de 10 años del SAE]

• Allende, C., Gallego, F., & Neilson, C. (2019). "Approximating The Equilibrium Effects of Informed School Choice." The Review of Economic Studies (R&R). [Paper PDF] [Google Scholar]

• Neilson, C. (2025). "Targeted Vouchers, Competition Among Schools and the Academic Achievement of Poor Students." Econometrica (Conditionally Accepted). [Paper PDF] [Google Scholar]

• Fabre, A., Larroucau, T., Neilson, C., & Rios, I. (2025). "College Application Mistakes and the Design of Information Policies at Scale." Journal of Political Economy (R&R). [Paper PDF]

• Aguilera, A., Elacqua, G., Lavin, J., Margitic, J., & Neilson, C. (2022). "Quantifying the Benefits of Digitalizing and Centralizing Student Applications and Assignment to Schools." IDB Technical Note IDB-TN-02571. [Paper PDF]

• Neilson, C. (2024). "The Rise of Coordinated Choice and Assignment Systems in Education Markets Around the World." World Bank Development Report: Background Papers. [Paper PDF]

• Correa, J., Epstein, R., Escobar, J., Rios, I., et al. (2019). "School Choice in Chile." Proceedings of the 20th ACM Conference on Economics and Computation. [Análisis inicial del diseño e implementación del SAE]

Explora más sobre el SAE en el Explorador

Guías y Calendarios:

• Fechas Claves SAE 2026 — Calendario completo del proceso de admisión 2026
• Fechas Claves SAE 2025 — Proceso anterior para referencia
• Fechas Claves SAE 2024 — Datos históricos

Rankings y Análisis de Demanda:

• Demanda Nacional por Colegios en Chile (SAE 2023–2025) — Top 20 escuelas con mayor presión competitiva
• Los Colegios Más Demandados en Chile — Análisis por comuna y región

Vacantes y Oferta:

• Colegios con Vacantes 2026 — Dónde hay cupos disponibles

---

Este artículo fue redactado con apoyo de Claude (Anthropic) basándose en la investigación académica de Christopher Neilson y colaboradores sobre el Sistema de Admisión Escolar de Chile, incluyendo especialmente "A Decade of Centralized School Choice Admission in Chile: Achievements & Challenges" (Neilson, 2025) y "The Rise of Coordinated Choice and Assignment Systems in Education Markets Around the World" (Neilson, 2024). El contenido fue editado para mantener consistencia con el estilo del Explorador Educacional de Chile.