Qué cambió
Según informó The Verge, datos de PISA de la OCDE recopilados en 2025 revelaron que, tras ajustar por nivel socioeconómico, los jóvenes de 15 años que nunca usaban IA solían obtener mejores resultados en ciencias que quienes sí la usaban. El estudio abarcó a más de 760.000 estudiantes de 91 países.
La diferencia está en el uso que se le da. El uso de IA para resumir lecturas asignadas o redactar trabajos se asoció con resultados relativamente peores; el uso semanal para el aprendizaje general superó ligeramente al no uso, y el uso habitual para aprender, junto con una evaluación frecuente de información generada por IA, superó al no uso.
Por qué importa
La distinción útil no es «IA en la escuela: buena o mala». Es si la herramienta sustituye el trabajo que enseña o aporta más material que poner a prueba, cuestionar y mejorar.
Eso cambia lo que debería hacer un producto educativo creíble. Una caja que genera respuestas fluidas es barata de construir. Un flujo de trabajo que haga que los usuarios comparen afirmaciones, detecten lagunas, revisen un borrador y expliquen una modificación es más difícil, pero se acerca más al patrón asociado aquí con un mejor rendimiento. Andreas Schleicher, director de Educación y Competencias de la OCDE, lo expresa con precisión: aprender exige una lucha cognitiva productiva, no simplemente consumir contenido.
Hay una incertidumbre importante: se trata de asociaciones, no de una prueba de que la propia IA causara las diferencias en las puntuaciones. Aun así, la dirección constituye una seria advertencia para quienes tratan los resúmenes generados y los borradores terminados como una función de aprendizaje, en vez de como un atajo con una interfaz atractiva.
El acceso también importa. El informe afirma que el uso de IA era más común entre estudiantes relativamente favorecidos, probablemente por diferencias en equipos, internet fiable y herramientas de pago. Por tanto, un aula dependiente de la IA puede convertir una herramienta en algo más central al mismo tiempo que hace menos segura la participación en igualdad de condiciones.
Cómo podrían extenderse los efectos
Las escuelas podrían pasar de preguntar si la IA está permitida a pedir a los estudiantes que muestren cómo la evaluaron. Eso desplazaría el tiempo de clase hacia la comprobación de afirmaciones, la explicación del razonamiento y la revisión de trabajos generados.
Si ese cambio se consolida, los estudiantes podrían usar más la IA como ayuda para investigar y menos como una máquina para eludir la lectura o la escritura. Los productos educativos se verían entonces presionados a respaldar la verificación y la resolución activa de problemas, no solo la finalización rápida.
La cadena se rompe si la IA sigue siendo principalmente una herramienta para resumir textos asignados o redactar entregas, si el profesorado no dispone de tiempo ni orientación para evaluar el trabajo de verificación, o si persiste el acceso desigual a dispositivos, conectividad y herramientas de pago.
Evaluación del impacto
Los estudiantes que usan IA para resúmenes o trabajos redactados son quienes están más expuestos ahora. Esos usos se asociaron con un rendimiento relativamente peor, lo que sugiere que la comodidad puede desplazar precisamente la práctica de lectura, escritura y resolución de problemas que una tarea pretende generar.
El profesorado que exige habitualmente que los estudiantes evalúen resultados de IA adquiere un papel más práctico que el de agente de control. En cuestión de semanas, sus tareas podrían convertir la evaluación, la corrección y la revisión en parte del trabajo mismo. Esa es la condición pedagógica que el informe vincula con que los usuarios habituales de IA orientada al aprendizaje superen a quienes no la usan.
Los estudiantes con peor acceso podrían salir perjudicados en los próximos 6 a 12 meses si se amplían los trabajos académicos apoyados por IA sin herramientas e instrucción equivalentes. Un portátil, una conexión estable y una suscripción de pago no deberían convertirse en requisitos invisibles para completar tareas escolares ordinarias.
Los proveedores de IA educativa afrontan un resultado mixto en el mismo horizonte. Los productos centrados en borradores terminados y resúmenes instantáneos podrían recibir más escrutinio. Los productos que ayuden a los usuarios a poner a prueba, comparar y revisar respuestas podrían volverse más útiles, pero solo si preservan el razonamiento independiente en lugar de automatizarlo hasta eliminarlo.
Escenarios
El más probable
Nuestra previsión (especulación fundamentada): Durante el próximo curso escolar, más centros tratarán la IA como una herramienta de aprendizaje guiado, en lugar de como un atajo sin restricciones. Si los centros pueden proporcionar al profesorado tareas de evaluación manejables, los trabajos exigirán cada vez más que los estudiantes identifiquen errores, fuentes ausentes o revisiones en material generado. Este es el camino más probable porque la ventaja observada se concentra en el uso habitual orientado al aprendizaje combinado con una evaluación crítica.
Este escenario se refuerza si las orientaciones escolares exigen verificación o reflexión y los trabajos académicos favorecen el aprendizaje general frente a la redacción automatizada. Se debilita si los centros responden principalmente con prohibiciones generales o permiten trabajos generados sin un paso de comprobación.
Escenario favorable
Si los centros combinan la enseñanza de alfabetización en IA con un amplio acceso a herramientas aprobadas, los usuarios habituales podrían orientarse hacia la investigación, la comparación y la revisión, en lugar de sustituir su propio trabajo. Los estudiantes que no tienen dispositivos fiables o suscripciones tendrían menos probabilidades de quedar excluidos del nuevo flujo de trabajo, y los beneficios del uso guiado estarían menos concentrados entre hogares que ya cuentan con ventajas.
Las señales de este camino incluirían acceso compartido a dispositivos, conectividad o servicios de IA aprobados, además de tareas en las que se muestren las comparaciones de los estudiantes entre los resultados de IA y el material del curso. Depende de que la evaluación crítica se integre en los trabajos académicos, en lugar de ofrecerse como un añadido opcional.
Escenario desfavorable
Si el acceso a la IA crece más rápido que la capacidad de los centros para enseñar verificación y rediseñar tareas, podría extenderse el uso diario para completar actividades. Más estudiantes podrían utilizar herramientas para resumir lecturas y redactar entregas, mientras que el profesorado tendría menos capacidad para confiar en los trabajos escritos para casa como medida de comprensión independiente.
Este escenario se reforzaría si se amplía el uso diario para resúmenes y redacción sin formación en evaluación. Se debilita si los estudiantes se orientan hacia la investigación guiada y el apoyo al aprendizaje, y si el uso intencional mensual o semanal sigue siendo más común que el uso diario como atajo.
Qué observar a continuación
Observe si las políticas escolares exigen que los estudiantes verifiquen, critiquen o revisen material generado, en lugar de simplemente prohibir la IA o permitir entregas sin examinar.
Observe el patrón de uso. Un giro hacia el uso semanal o mensual para el aprendizaje general encajaría con los resultados más sólidos del informe; el crecimiento de los resúmenes y la redacción diarios apuntaría en la dirección contraria.
Y observe el acceso. Si se amplían los trabajos académicos apoyados por IA, la cuestión decisiva es si los centros proporcionan dispositivos, conectividad estable o herramientas aprobadas a los estudiantes que aún no los tienen.
Comentarios
Todavía no hay comentarios.