Los sistemas de aprendizaje adaptativo habilitados por inteligencia artificial (AI-ALS) se han utilizado cada vez más en la educación. Las escuelas suelen tener la libertad de implementar el AI-ALS que prefieran. Sin embargo, incluso antes de que la inteligencia artificial se desarrolle de forma autónoma en una superinteligencia artificial en el futuro, sería negligente dejar completamente a los estudiantes en manos del AI-ALS sin una supervisión independiente de los posibles problemas. Por ejemplo, si los estudiantes obtienen buenas calificaciones en evaluaciones formativas dentro del AI-ALS pero posteriormente tienen un mal desempeño en pruebas en papel, o si se sospecha que el algoritmo implacable de un AI-ALS en particular está causando un estrés indebido a los estudiantes, estos problemas deberían ser abordados por los actores educativos. Los encargados de formular políticas y los actores educativos deben colaborar para analizar los datos de múltiples AI-ALS implementados en diferentes escuelas con el fin de lograr una supervisión estratégica. El presente documento proporciona ejemplos para ilustrar cómo esta supervisión estratégica lista para el futuro podría implementarse utilizando un software de red bayesiana basado en inteligencia artificial para analizar los datos de cinco AI-ALS diferentes, cada uno implementado en una escuela distinta. Además de utilizar análisis descriptivos para revelar posibles problemas experimentados por los estudiantes dentro de cada AI-ALS, este enfoque centrado en el ser humano y potenciado por la inteligencia artificial también permite un análisis predictivo comprensible de los resultados de aprendizaje de los estudiantes en evaluaciones sumativas en papel después de que se complete la capacitación en cada AI-ALS.