Una herramienta puede mejorar el resultado de una tarea y, al mismo tiempo, empeorar la capacidad que esa tarea pretendía desarrollar.
Esa es la tensión que aparece en un estudio reciente sobre 26.811 estudiantes chinos de secundaria. Tras adoptar herramientas de IA generativa, sus notas en los deberes subieron un 18% y el tiempo para terminarlos bajó un 30%. Seis meses después, sus resultados en exámenes mensuales sin acceso a IA habían caído un 20%.
La lectura fácil es que la IA perjudica el aprendizaje. La lectura útil es más concreta: cuando optimizamos el resultado visible, podemos eliminar sin darnos cuenta el proceso cognitivo que le daba valor.
Qué midió realmente el estudio
El trabajo de David Strömberg, Victor Lei y Yanhui Wu utiliza 30 meses de datos de alumnos de 7.º a 12.º curso en un condado de China central. Combina notas y tiempos de deberes en nueve asignaturas con exámenes mensuales a libro cerrado y pruebas de acceso a secundaria y universidad.
Los investigadores aprovecharon que los alumnos adoptaron la IA en momentos distintos y aplicaron un diseño de diferencias en diferencias. No es un ensayo aleatorizado: los estudiantes decidieron si utilizaban estas herramientas. Por eso el análisis intenta comprobar que las tendencias previas fueran comparables y aislar el cambio asociado a la adopción, pero no puede ofrecer el mismo grado de control causal que un experimento.
Los resultados son, aun así, difíciles de ignorar:
- los deberes mejoraron un 18%;
- el tiempo medio se redujo un 30%;
- los exámenes mensuales bajaron un 20% en seis meses;
- las pruebas de acceso cayeron entre un 18% y un 24%, con el efecto completo apareciendo después de unos dos años.
El estudio cubre un solo condado y un sistema educativo concreto. Es un discussion paper pendiente del recorrido de revisión de una revista. Sus porcentajes no deberían extrapolarse sin más a cualquier país, edad o forma de usar IA.
Productividad y aprendizaje no son la misma métrica
En muchas actividades, un mejor resultado en menos tiempo es productividad. En aprendizaje puede ser justo lo contrario.
Un ejercicio no existe únicamente para producir una respuesta correcta. Obliga a recordar, relacionar conceptos, detectar un error, probar una estrategia y corregirla. Parte del aprendizaje ocurre en esa fricción. Si una herramienta entrega la respuesta antes de que el alumno recorra el proceso, mejora el entregable y elimina el entrenamiento.
El problema aparece porque la nota de los deberes funcionaba como un indicador indirecto de conocimiento. Con IA, esa relación se debilita. El documento puede ser mejor aunque la persona que lo entrega sepa menos.
La misma ruptura afecta fuera del aula. Un informe, una traducción o un programa terminado ya no demuestra por sí solo que quien lo firma pueda explicar las decisiones, detectar un fallo o rehacer el trabajo cuando cambie el contexto.
El matiz está en el tiempo dedicado
El hallazgo más importante del estudio no es el promedio, sino dónde se concentra la pérdida.
Los autores identifican un patrón compatible con externalizar los deberes en aproximadamente el 80% de quienes usaban IA: tiempos excepcionalmente cortos combinados con notas altas. En ese grupo se concentra la caída de aprendizaje. Los alumnos que adoptaron IA pero mantuvieron un tiempo de trabajo parecido al de quienes no la usaban sufrieron pérdidas pequeñas.
El tiempo, por sí solo, no demuestra que alguien esté aprendiendo. Pero aquí funciona como una señal del esfuerzo que la herramienta ha sustituido. La diferencia no parece estar únicamente entre usar o no usar IA, sino entre utilizarla para atravesar un problema o para evitarlo.
Un chatbot y un tutor no producen el mismo comportamiento
Otro estudio, publicado en PNAS en 2025, ayuda a comprobar el mecanismo desde un diseño experimental.
Casi mil estudiantes de matemáticas de secundaria en Turquía se dividieron entre un grupo sin IA, otro con una interfaz similar a un chatbot generalista y un tercero con un tutor basado en GPT-4 diseñado para dar pistas y limitar respuestas directas.
Con la herramienta disponible, ambos grupos asistidos resolvieron mejor los ejercicios de práctica. Cuando se retiró, quienes habían usado el chatbot sin salvaguardas obtuvieron resultados un 17% peores que el grupo de control. El tutor guiado mitigó en gran medida esa pérdida.
La tecnología de base era parecida; la interacción, no. Una interfaz optimizada para contestar reduce el coste de delegar. Una interfaz optimizada para enseñar puede pedir un intento, plantear una pregunta intermedia, señalar un error o dosificar la ayuda.
Esto no convierte automáticamente a cualquier tutor de IA en una buena herramienta educativa. Sí demuestra que hablar de «usar IA» como una sola intervención oculta la variable decisiva: qué comportamiento induce el producto.
La evaluación tiene que medir capacidad, no solo output
Prohibir todas las herramientas puede proteger temporalmente una forma de evaluar, pero no resuelve qué capacidades serán necesarias en un entorno donde la IA ya existe. Aceptar cualquier uso tampoco sirve: confunde saber obtener una respuesta con dominar el conocimiento que permite juzgarla.
Un diseño más sólido separa al menos tres objetivos:
- Capacidades sin asistencia. Qué debe poder recordar, razonar o ejecutar una persona cuando no tiene la herramienta.
- Capacidades con asistencia. Cómo formular, verificar, combinar y corregir el trabajo producido con IA.
- Transferencia. Si lo practicado permite resolver un problema nuevo, explicar una decisión o detectar una respuesta plausible pero incorrecta.
Eso obliga a cambiar tanto la actividad como la evaluación. Puede significar pedir trazas del proceso, defensas orales, iteraciones comentadas, ejercicios supervisados o tareas nuevas que exijan aplicar el mismo principio en otro contexto. No se trata de vigilar cada clic, sino de dejar de tratar el documento final como prueba suficiente de aprendizaje.
Diseñar para que la IA no haga desaparecer el trabajo útil
Antes de introducir IA en un proceso formativo, conviene responder cinco preguntas:
- ¿Qué esfuerzo queremos reducir porque es mecánico y cuál queremos conservar porque entrena una capacidad?
- ¿La herramienta entrega respuestas o guía decisiones?
- ¿Exige un intento propio antes de ofrecer la solución?
- ¿Podemos medir lo que la persona sabe hacer después, sin la ayuda?
- ¿Los incentivos premian aprender o únicamente entregar?
La IA puede ser un buen tutor, un simulador paciente y una fuente de feedback inmediato. También puede convertirse en una capa que produzca resultados correctos mientras oculta que la capacidad subyacente se está deteriorando.
La diferencia no está solo en el modelo. Está en el diseño del producto, de la actividad y de la evaluación. Si medimos únicamente el resultado final, la IA parecerá mejorar el sistema mucho antes de que descubramos lo que ha dejado de entrenar.
