Preguntas frecuentes

Skill Chamber es una plataforma que ayuda a formadores y academias a convertir su metodología de enseñanza en apps de práctica de role-play con IA. El alumnado completa sesiones breves y conversacionales con IA basadas en lo que está aprendiendo en clase o en su formación. El profesorado define los objetivos de aprendizaje y mantiene el control de la experiencia. Cada alumno personaliza la conversación a su propio contexto e intereses. Skill Chamber no es un LMS ni un tutor de IA independiente; es una capa de práctica que se suma a tu enseñanza actual.

El proceso tiene cuatro pasos. Primero, el formador fija un objetivo de aprendizaje: lo que el alumno necesita practicar (negociar un acuerdo, pedir en un restaurante, gestionar un correo de phishing). Segundo, el alumno personaliza el escenario a su propia situación (su cliente real, su próximo viaje, su rol en la empresa). Tercero, el alumno practica en una conversación en tiempo real con una IA que interpreta un rol y se adapta a su nivel. Cuarto, el formador revisa el rendimiento del alumno, tanto las sesiones individuales como las tendencias del grupo, para orientar la siguiente clase o sesión de formación.

Un LMS distribuye contenido y registra la finalización. Un tutor de IA independiente da a cada alumno la misma conversación genérica. Skill Chamber no es ninguno de los dos. Es una plataforma de práctica. El formador diseña la práctica en torno a su metodología y sus criterios de feedback. El alumno practica conversaciones reales, no repasa contenido. La IA la configura el formador, no es genérica. El formador revisa las transcripciones y los datos de progreso para orientar las clases futuras. Tú mantienes el control. La IA amplifica tu enseñanza, no la sustituye.

No. Skill Chamber se integra con tu configuración actual. Si usas un LMS, Skill Chamber puede situarse dentro del flujo de tu curso como un módulo de práctica. Si das clases presenciales, el alumnado accede a Skill Chamber entre sesiones. Si tienes un programa mixto, Skill Chamber cubre el hueco de la práctica. No necesitas reestructurar nada. Es una capa que añades sobre lo que ya haces.

El alumno inicia sesión y ve un escenario que el formador ha creado (por ejemplo: estás llamando a un cliente para negociar un contrato). El alumno lo personaliza (estoy negociando el precio con XYZ Corp). La IA interpreta el otro rol y se adapta al nivel del alumno. El alumno habla o escribe. La IA responde en tiempo real. Al final de la sesión, el alumno recibe feedback inmediato (qué salió bien, qué mejorar). La sesión completa dura entre 15 y 30 minutos. El alumno puede repetirla tantas veces como quiera.

El formador define el objetivo de aprendizaje (lo que el alumno debe ser capaz de hacer). El formador describe el escenario y el rol de la IA (por ejemplo, interpreta a un cliente enfadado por una entrega tardía). El formador fija los criterios de feedback (qué es el éxito). El asistente de IA de Skill Chamber ayuda a estructurar el escenario y genera variaciones conversacionales naturales. No necesitas escribir diálogos. No necesitas conocimientos técnicos. El sistema genera la práctica.

Sí. Dentro del marco que ha fijado el formador, los alumnos eligen los detalles que les importan. Un estudiante de idiomas puede elegir si reserva un hotel en Barcelona o en París. Un formador de negociación puede dejarles elegir el acuerdo en el que están trabajando de verdad. Un formador de ingeniería social puede dejarles elegir su rol en la empresa. La personalización impulsa la implicación y hace que la práctica resulte relevante. Los estudios muestran que los alumnos vuelven con más frecuencia cuando la práctica coincide con su situación real.

Los alumnos reciben feedback inmediato y accionable después de cada sesión. El feedback sigue un enfoque estructurado: primero, reconocimiento de lo que hicieron bien; segundo, observación de lo que necesita mejorar; tercero, una sugerencia concreta de cómo mejorar. Lo genera en tiempo real una IA configurada con los criterios del formador. Los formadores también pueden revisar las transcripciones, ver con qué tuvo dificultades cada alumno y dejar feedback escrito para la siguiente clase.

Skill Chamber es para formadores y academias que quieren escalar la práctica guiada. Eso incluye a directores de academias de idiomas, equipos de L&D corporativos, formadores profesionales de negociación o ventas, formadores en concienciación de seguridad y especialistas en comunicación. Si enseñas algo que requiere práctica de conversación real (idiomas, soft skills, comunicación, concienciación sobre ingeniería social) y quieres que el alumnado practique entre sesiones o por su cuenta, Skill Chamber es para ti. Está pensado para instituciones que quieren conservar su metodología y su marca, no sustituirlas.

Actualmente, Skill Chamber está validado para el aprendizaje de idiomas (español e inglés) y habilidades de comunicación profesional (negociación, ventas, pitch y storytelling, comunicación con confianza). En desarrollo están la formación en concienciación sobre ingeniería social y la formación en alfabetización en IA. La arquitectura de la plataforma admite cualquier habilidad que requiera práctica conversacional en tiempo real. Si eres formador en un área de nicho y quieres una app a medida, podemos construirla sobre la misma plataforma.

El alumnado de idiomas usa Skill Chamber para practicar la expresión y la comprensión oral entre clases. El formador fija el objetivo de aprendizaje según lo que esté estudiando la clase (pedir comida, negociar un precio, explicar un proceso). Los alumnos personalizan la conversación con algo real (su viaje real, su cliente real). Practican con una IA que interpreta un rol natural y da feedback inmediato sobre pronunciación, vocabulario y gramática. El profesorado ve qué estudiantes practican, cuánto tiempo dedican y dónde tienen dificultades. Los primeros pilotos muestran una tasa de retorno del 76% durante cinco semanas, con sesiones de 23 a 33 minutos de media.

Los formadores de soft skills usan Skill Chamber para convertir la teoría del taller en práctica del mundo real. Un formador de negociación puede crear escenarios en torno a los tipos de acuerdo con los que trabajan sus alumnos. Un formador de ventas puede hacer que practiquen pitches con distintos perfiles de cliente. Un formador de comunicación puede plantear conversaciones difíciles que el alumno anticipa. Los alumnos practican cuando quieren, reciben feedback y pueden repetir hasta sentirse listos para la conversación real. Los formadores ven las tendencias del grupo y pueden retomar en la siguiente sesión las habilidades concretas que necesitan trabajo.

Sí. Una metasíntesis de 57 estudios concluyó que las herramientas de diálogo con IA mejoraban de forma constante la capacidad de expresión oral y la motivación del alumnado frente a los métodos de estudio tradicionales. La razón es sencilla: hablar refuerza el aprendizaje. Cuando usas una habilidad en una conversación, la recuerdas. Cuando recibes feedback inmediato sobre tu intento, aprendes más rápido. Cuando puedes repetir la misma conversación sin pasar vergüenza, ganas confianza. La investigación también muestra que el role-play con IA reduce la ansiedad al hablar: los alumnos se atreven más cuando no hay público ni consecuencias reales.

Skill Chamber se basa en tres principios. Primero: la práctica como deberes. El aprendizaje no surge de leer o ver, sino de hacer. Segundo: la personalización impulsa la implicación. Cuando la práctica resulta relevante para la vida real del alumno, vuelve. Tercero: el profesorado mantiene el control. La IA se configura con la metodología, los criterios de feedback y los objetivos de aprendizaje del formador. El formador revisa el progreso y orienta los siguientes pasos. La IA amplía el alcance del formador; no sustituye su criterio.

El profesorado define el objetivo de aprendizaje. Describe el escenario y el comportamiento de la IA. Fija los criterios de feedback (qué es el éxito). Puede revisar las transcripciones de cada conversación. Ve los datos de progreso individuales y de grupo. Puede ajustar el escenario o los criterios de feedback si hace falta. La IA ejecuta la conversación, pero el docente diseña la práctica y revisa los resultados. No estás dejando a tus alumnos en manos de una máquina; estás ampliando tu alcance.

Skill Chamber registra el progreso en cinco niveles. Primero: evaluación por mensaje, en la que la IA valora cada turno de la conversación en tiempo real. Segundo: evaluación por sesión, en la que se genera una evaluación completa al final de cada sesión. Tercero: síntesis por escenario, en la que se consolidan los resultados de varias sesiones del mismo escenario. Cuarto: perfil del alumno, en el que todos los escenarios construyen un perfil longitudinal de su progreso. Quinto: síntesis de grupo, en la que los perfiles individuales se agregan para mostrar al formador una vista del conjunto. Estos datos se anclan a lo que el alumnado hizo realmente (objetivos cumplidos, errores cometidos, tiempo dedicado), no a la interpretación de la IA sobre lo ocurrido.

Los primeros datos de nuestro piloto muestran una mejora medible en cinco semanas. Los alumnos que dedican 20 minutos al día avanzan en fluidez y confianza más rápido que quienes practican de forma esporádica. La clave es la repetición y el feedback inmediato. Cada vez que un alumno repite una conversación, mejora. La curva del olvido es pronunciada (olvidas el 50% en una hora y el 90% en seis días), pero la práctica activa interrumpe ese olvido. Por eso las sesiones diarias de 20 minutos son más eficaces que las sesiones largas ocasionales.

Sí. Cada cliente opera en su propio entorno aislado. Tus escenarios, tus alumnos, tus conversaciones y tus evaluaciones están separados por diseño y nunca son visibles para otro cliente. Skill Chamber se basa en una arquitectura multitenant donde el aislamiento ocurre en la capa de base de datos, no solo en la de aplicación. Los datos se cifran en tránsito. Tus datos no salen de tu entorno salvo cuando se transmiten a la API del modelo fundacional para la inferencia (la IA necesita leer tu conversación para responder). La transmisión está cifrada y el proveedor de la API no conserva tus datos ni los usa para entrenar.

No. Las conversaciones del alumnado alimentan las respuestas de la IA dentro de tus sesiones. No se usan para entrenar nuestros sistemas ni los modelos fundacionales que los sustentan. Skill Chamber no usa tus datos para mejorar su propia IA. Los proveedores de modelos fundacionales (OpenAI, Anthropic) se comprometen contractualmente a no entrenar con las entradas de la API. Tus datos trabajan para ti. Y ahí se detiene su uso.

Skill Chamber se ha construido conforme a los principios del RGPD. Bajo el RGPD, tú eres el responsable del tratamiento de los datos de tu alumnado. Skill Chamber es el encargado. Tratamos tus datos siguiendo tus instrucciones, solo para la finalidad que has contratado y solo durante el tiempo necesario. La relación se rige por un Acuerdo de Tratamiento de Datos. Los datos de cada cliente se mantienen en un entorno aislado, separados de los de otros clientes. Tienes derecho a acceder a tus datos, a solicitar su eliminación y a entender cómo se tratan. Para preguntas concretas sobre tus datos, escríbenos.

Un tutor de IA independiente da a cada alumno la misma conversación genérica. No controlas la pedagogía, el estilo del feedback ni la marca. Skill Chamber es diferente. Tú diseñas la práctica. Tú fijas los criterios de feedback. La IA se configura para enseñar como enseñas tú, no como un proveedor de IA genérico cree que debería enseñarse. Tus alumnos ven tu marca, no el logo de otra empresa. Tú mantienes el control. La IA amplifica tu metodología, no la sustituye.

El mercado es real. La práctica de role-play con IA alcanzó los 500 millones de dólares en 2025 y se prevé que crezca un 25% anual hasta 2031. El aprendizaje digital de idiomas ya está superando a los modelos de impartición tradicionales. La formación profesional en soft skills está pasando a un formato mixto (aula más digital). La idea clave es que el formato digital ha sacrificado tradicionalmente el acompañamiento uno a uno a cambio de escala. Los avances recientes en IA generativa han hecho posible escalar la práctica sin sacrificar los resultados. Por eso crece el mercado. Skill Chamber ayuda a los formadores a moverse con ese cambio sin perder el control de su metodología.

Plataformas como Yoodli, Second Nature y Virti están en el mercado, pero se dirigen a grandes equipos de L&D corporativos con programas de formación internos. Skill Chamber se dirige a formadores y academias: escuelas de idiomas, coaches de comunicación profesional, especialistas de nicho y proveedores de formación pyme. Estamos hechos para el formador que quiere conservar su metodología y su marca. Esas otras plataformas son más de talla única, diseñadas para escalar en grandes organizaciones. Nosotros estamos diseñados para formadores expertos que quieren ampliar su alcance sin perder el control.

El onboarding es una configuración única. Defines tus escenarios, tus objetivos de aprendizaje y tus criterios de feedback. El asistente de IA de Skill Chamber te ayuda a estructurar los escenarios; no necesitas escribir diálogos ni código. La formación del profesorado cubre cómo crear ejercicios, revisar el progreso del alumnado y usar los datos para orientar la siguiente clase. La mayoría de los formadores están listos para lanzar con su primer grupo en 2 a 4 semanas. Las academias de idiomas pueden lanzar antes porque sus escenarios están más estandarizados. Los formadores corporativos suelen tardar más porque personalizan en torno a su contexto de negocio concreto. El plazo exacto depende de cuánta personalización necesites.

Ofrecemos pilotos. Un piloto típico dura de 4 a 6 semanas con un grupo reducido de tus alumnos (de 20 a 50 personas). Puedes probar los escenarios, ver cómo se implican tus alumnos, revisar los datos de progreso y decidir si funciona en tu contexto. La mayoría de los pilotos muestran una implicación alta (nuestros datos de piloto: 76% de tasa de retorno, sesiones de 23 a 33 minutos de media). Ves la evidencia antes de comprometerte con un despliegue completo. Si quieres comentar si un piloto tiene sentido para tu contexto, escríbenos.

Un blueprint es la unidad básica de práctica en Skill Chamber. Recoge tu intención pedagógica: lo que el alumno debe practicar, el contexto del escenario, el rol que interpreta la IA y los objetivos medibles que quieres registrar. Creas uno abriendo una conversación con el asistente de IA, describiendo tu objetivo de aprendizaje en lenguaje natural y refinando los objetivos de forma colaborativa hasta que encajen. El asistente propone de 2 a 4 objetivos medibles (por ejemplo, usar formas condicionales al menos 3 veces, o mantener un registro formal en todo momento), explica el razonamiento de cada uno e itera contigo. Sin formularios que rellenar, sin diálogos que escribir, sin conocimientos técnicos. Una vez guardado, cada sesión de práctica que ejecuta un alumno se ancla a ese blueprint.

La plataforma está diseñada en torno a un límite de 3 objetivos por sesión, cada uno con no más de 3 instancias. No es arbitrario; viene de la investigación sobre diseño de práctica. Con una sesión óptima de 12 a 20 turnos de conversación, un alumno produce aproximadamente de 6 a 10 turnos productivos. Tres objetivos con 3 instancias cada uno requieren 9 instancias en total, que encajan de forma natural en esa ventana sin forzar la conversación ni desplazar el diálogo natural. En los primeros pilotos se observó que un número de objetivos demasiado alto (de 5 a 8 instancias por objetivo) producía conversaciones forzadas y poco naturales, en las que los alumnos representaban la gramática en lugar de comunicarse. El diseño actual mantiene la conversación realista a la vez que hace medible el progreso.

Sí. Puedes adjuntar un Escenario Plantilla a cualquier blueprint. Cuando lo haces, los estudiantes que llegan a través de un enlace de práctica se saltan por completo el asistente de personalización y aterrizan directamente en la pantalla de práctica, listos para empezar. El escenario plantilla incluye roles, contexto y datos de referencia ya redactados, lo que ofrece a los estudiantes la misma calidad de briefing fundamentado que si lo hubieran personalizado ellos mismos. Es especialmente útil en cursos estandarizados donde quieres que todos practiquen el mismo escenario, o para compartir enlaces de práctica en contextos donde los estudiantes deben empezar de inmediato sin pasos de configuración.

Sí. Se llama Modo de Práctica y se configura por blueprint. Hay tres opciones. El modo Conversación es solo hablar: la entrada de texto desaparece, los estudiantes ven un botón de micrófono y deben hablar, y el texto de la IA permanece oculto hasta que eligen mostrarlo, lo que obliga a una práctica de comprensión oral real en lugar de leer y teclear. El modo Leer y Escribir es solo texto: interacción de teclado estándar con todo el texto de la IA visible de inmediato, y la IA usa un vocabulario más rico y descripciones más largas, idóneas para la comprensión lectora. El modo Elección del Alumno deja que el estudiante decida en cada sesión. Cuando bloqueas un modo, los estudiantes ven un distintivo de bloqueo y no pueden cambiarlo. La IA adapta automáticamente su estilo de respuesta al modo, con respuestas más breves y centradas en el diálogo para hablar y un texto más rico para leer, sin configuración adicional.

Después de hacer clic en un enlace de práctica o iniciar sesión, el alumno ve una tarjeta de briefing que describe el escenario: quién es, a quién interpreta la IA y el contexto de la situación. Luego entra en la conversación. La IA abre el escenario y se adapta en tiempo real al nivel y a las respuestas del alumno. Las sesiones están diseñadas para 12 a 20 turnos (unos 10 a 15 minutos), que la investigación identifica como el punto óptimo para el estado de flow y el aprendizaje. La primera respuesta de la IA es crítica; marca el tono y la implicación de toda la sesión. Al final, el alumno recibe feedback estructurado: qué salió bien, qué está mejorando, qué trabajar y una práctica siguiente recomendada. Puede repetir el mismo escenario tantas veces como quiera, y la repetición con feedback es uno de los motores más fuertes de la retención de habilidades.

La frecuencia gana a la intensidad. Cinco sesiones de 10 minutos a la semana producen una retención mucho mejor que una sola sesión de 50 minutos. La investigación sobre repetición espaciada muestra que la práctica diaria retiene el 85% del vocabulario al cabo de un año, frente al 22% con práctica semanal (Universidad de Reading). La plataforma está diseñada en torno a un objetivo de 15 minutos al día en lugar de sesiones largas ocasionales. La curva del olvido es pronunciada, con cerca del 50% del nuevo aprendizaje perdido en una hora sin refuerzo. Skill Chamber interrumpe esa curva con práctica breve y regular. Internamente, los datos muestran que los alumnos que alcanzan una racha de práctica de 7 días tienen 3,6 veces más probabilidades de seguir implicados a largo plazo.

La plataforma lo detecta automáticamente. Un objetivo se marca como atascado cuando aún no está completado, el alumno lo ha practicado en 2 o más sesiones y no ha habido mejora (delta cero o negativa). Cuando ocurre, el panel del alumno lo muestra con claridad con un aviso de que su coach puede ayudar, y el panel de grupo del docente lo muestra como una brecha de aprendizaje, indicando qué estudiantes están atascados en qué objetivos y durante cuántas sesiones. Esto sigue la misma lógica que el marco de Respuesta a la Intervención (RTI) usado en la práctica educativa: se identifica a los alumnos que no responden a la instrucción estándar para darles apoyo específico. La plataforma usa tanto el nivel de rendimiento como la tasa de crecimiento para marcar el aviso, no solo si un objetivo está sin cumplir.

El panel del docente actual (Fase 1) es 100% determinista, con cero IA. Cada cifra se calcula directamente a partir de los registros de práctica, no la interpreta ni la resume un modelo de lenguaje. Muestra cuatro secciones en una secuencia deliberada: estadísticas de contexto (total de estudiantes, conversaciones y escenarios del grupo); brechas de aprendizaje del grupo (objetivos en los que los estudiantes están atascados, ordenados por los más afectados, con detalle por estudiante); actividad del estudiante (una tabla ordenable de sesiones, escenarios, última fecha activa y número de objetivos atascados por estudiante); y fortalezas del grupo (objetivos completados por el 70% o más de los estudiantes). El docente puede verificar cualquier cifra accediendo al panel individual del estudiante. La Fase 2 añadirá recomendaciones generadas por IA, pero solo cuando existan nuevos datos de práctica, y siempre citarán los objetivos y el número de sesiones concretos que las respaldan, en lugar de producir puntuaciones abstractas.

Es una inversión deliberada y fundamentada en la investigación respecto al panel del alumno. El panel del alumno empieza por las fortalezas: la investigación sobre motivación del aprendiz (Dornyei, 2001; Bandura, 1997) muestra que reconocer primero el esfuerzo crea seguridad psicológica para abordar las áreas de mejora. El panel del docente invierte esto porque el docente no está en un contexto motivacional, sino de toma de decisiones, y necesita la señal, no el ánimo. El diseño sigue la investigación fundacional sobre evaluación formativa de Black y Wiliam: la evaluación solo se vuelve formativa cuando la evidencia se usa para adaptar la enseñanza a las necesidades del alumnado. Mostrar primero las brechas es lo que hace que el panel sea útil para la instrucción, no solo para el reporte.

El panel del alumno sigue una filosofía de Datos Primero, IA Después. Empieza por las fortalezas, los objetivos que el alumno ha completado, para construir motivación antes de mostrar las áreas de mejora. Cada cifra mostrada se extrae de datos de práctica reales: sesiones completadas, objetivos logrados frente al objetivo marcado y trayectoria de progreso a lo largo de las sesiones. La IA genera un resumen narrativo, pero solo cuando han llegado nuevos datos de práctica desde la última visita (una comparación de hash detecta los cambios y evita llamadas innecesarias a la IA en visitas repetidas). Si un objetivo está atascado, el panel se lo dice al alumno con claridad y le sugiere preguntar a su coach. El tono está diseñado para motivar, no para evaluar, y plantea la práctica como un progreso continuo, no como aprobado o suspenso.

No. El profesorado genera un enlace de práctica desde cualquier blueprint con un clic y lo comparte donde quiera: Moodle, WhatsApp, correo, Google Classroom. Cuando un nuevo estudiante hace clic en el enlace e introduce su nombre y correo, se crea una cuenta automáticamente. Queda asignado al grupo correcto, matriculado en el curso correcto y llevado directamente a la pantalla de práctica. El proceso completo pasa de 5 pasos (crear cuenta, iniciar sesión, navegar, encontrar el blueprint, hacer clic en personalizar) a 2 pasos (hacer clic en el enlace, introducir nombre y correo). Los enlaces son válidos durante 6 meses, funcionan para un número ilimitado de estudiantes y usan tokens criptográficamente seguros que no se pueden adivinar ni falsificar. A los estudiantes que ya tienen cuenta se les reconoce automáticamente, sin crear duplicados.

Los enlaces de práctica funcionan con cualquier plataforma que admita un hipervínculo: Moodle, Sensei, Google Classroom, WhatsApp, correo. Pegas el enlace donde ya están tus estudiantes. Una integración más profunda con LTI 1.3 (que incrustaría Skill Chamber dentro de Moodle y permitiría el envío de notas al libro de calificaciones) está en estudio. Las principales ventajas e inconvenientes: LTI tarda de 3 a 5 semanas en construirse, requiere acceso de administrador de Moodle para configurarse y puede bloquear el acceso al micrófono para la práctica de voz dentro de un iframe. Los enlaces de práctica aportan el valor principal en días, funcionan en todas las plataformas (incluidas las que no admiten LTI) y mantienen la práctica de voz plenamente operativa. La elección correcta depende de si el envío de notas es un requisito para tu institución.

Sí. La plataforma está validada actualmente para contextos de aprendizaje en inglés y español. La IA puede operar en el idioma meta o en la lengua materna del alumno para los briefings y las instrucciones. El contenido del blueprint, el contexto del escenario y los datos de referencia pueden redactarse en cualquier idioma. La arquitectura de la plataforma es agnóstica al idioma; la IA se adapta al idioma en el que esté configurado el escenario. Los pilotos activos actuales incluyen alumnos del Reino Unido, Francia, Nigeria, Ghana y Estados Unidos.

La alineación con el MCER se está construyendo activamente. El Marco Común Europeo de Referencia para las Lenguas (A1 a C2) es el estándar internacional que usan prácticamente todas las escuelas de idiomas, universidades y organismos de certificación del mundo. La plataforma actual recoge los objetivos de aprendizaje del docente y registra los objetivos frente a ellos; el siguiente paso es mapear los blueprints y el feedback a los descriptores exactos del MCER. Hay tres funciones prioritarias en desarrollo: etiquetado de nivel MCER en los blueprints (el docente etiqueta cada escenario de A1 a C2); una rúbrica de evaluación basada en el MCER que sustituye el feedback genérico por las seis dimensiones oficiales (riqueza de vocabulario, corrección gramatical, fluidez, coherencia, control fonológico y adecuación sociolingüística); y objetivos basados en enunciados Can-Do extraídos de los bancos de descriptores del MCER.

El diseño de la plataforma se apoya en varios hallazgos concretos. El estado de flow requiere al menos 10 turnos; por debajo de eso, los estudiantes se desconectan antes de que empiece la práctica profunda, y el rango óptimo es de 12 a 20 turnos por sesión. La primera respuesta de la IA es crítica: los tres primeros turnos determinan si se establece el flow, y una apertura fallida produce un estudiante desconectado durante el resto de la sesión. La latencia de respuesta debe mantenerse por debajo de 3 segundos; por encima, los estudiantes se desconectan, aunque un indicador de escritura a partir de 500 ms elimina la latencia percibida hasta los 3 a 5 segundos. La frecuencia gana a la intensidad, con un 85% de retención de vocabulario al cabo de un año con práctica diaria frente a un 22% con práctica semanal (Universidad de Reading). Y el número de objetivos debe encajar en la sesión, porque demasiados objetivos medibles fuerzan una representación poco natural en lugar de la comunicación real.