La llegada de la inteligencia artificial generativa a las aulas ha sido rápida y su impacto inmediato. Los datos del Programa para la Evaluación Internacional de Estudiantes (PISA) muestran que los chatbots de IA se utilizan habitualmente en las tareas escolares en muchos países. Más del 40 % de los estudiantes afirma utilizar la IA para redactar textos para trabajos escritos una o dos veces por semana, o incluso a diario, en Macao (China), Tailandia, Filipinas, las regiones ucranianas (17 de 27), Arabia Saudita, Turquía, Singapur, Mongolia y los Emiratos Árabes Unidos (en orden ascendente). En Vietnam, el porcentaje alcanza el 52 %. Estas proporciones son considerablemente mayores si se incluye el uso más esporádico.
Los resultados no sorprenderán a muchos docentes. Para empezar, muchos ya utilizan la IA para planificar sus clases, cada vez son más los que la emplean para corregir trabajos escolares, y muchos han notado que los ensayos de los alumnos ahora presentan una calidad sospechosamente impecable, con las tareas entregadas a tiempo y notablemente completas. Estos avances han planteado interrogantes complejos sobre la autoría, la originalidad y el impacto de la IA en el rendimiento estudiantil.
¿La IA apoya o no el aprendizaje de los estudiantes? PISA no ofrece una respuesta definitiva, pero, a primera vista, los datos no son positivos. Los estudiantes que afirman usar chatbots de IA obtienen, en promedio, puntuaciones más bajas en ciencias que quienes no los usan. Esto incluye el uso de IA para resumir textos que tuvieron que leer, realizar investigaciones preliminares sobre un tema nuevo o redactar textos para trabajos escritos. En estos casos, los estudiantes que no usan IA superan a quienes sí lo hacen, en promedio, por unos 20 puntos, lo que equivale a estar aproximadamente un año escolar por delante de sus compañeros. En algunos países, la diferencia es aún mayor; los estudiantes de Canadá* y Nueva Zelanda* obtuvieron 29 y 36 puntos menos, respectivamente, cuando usaron chatbots de IA para redactar textos para trabajos escritos de forma bastante regular o diaria. Según los datos de PISA, los estudiantes que no usan chatbots de IA para tareas escolares específicas también son más propensos a reportar mayores niveles de búsqueda de ayuda autorregulada. Todos estos hallazgos no representan necesariamente una relación causal. Los resultados de menor rendimiento podrían estar relacionados con el uso de la IA o con otras razones, como por ejemplo, que los estudiantes con dificultades tengan más probabilidades de depender de la IA.
La relación entre el uso de la IA y el rendimiento en ciencias es compleja. Por ejemplo, los estudiantes que utilizan IA para redactar textos para sus trabajos escritos semanal o diariamente en Tailandia y Macao (China) obtuvieron puntuaciones medias significativamente más altas (+24 y +21 puntos, respectivamente) que sus compañeros. Además, el propósito y la frecuencia del uso de la IA parecen ser factores importantes. Por ejemplo, los estudiantes que afirman usar chatbots de IA para aprender una o dos veces por semana obtienen, en promedio, un rendimiento similar al de los estudiantes que no utilizan IA en absoluto, en toda la OCDE. Esto refleja la idea de que las herramientas digitales pueden apoyar el aprendizaje cuando se usan con un propósito y con moderación. Por el contrario, el uso excesivo o la falta de orientación pueden provocar distracciones, limitando la participación significativa y afectando negativamente los resultados del aprendizaje. Los estudiantes que utilizan IA con frecuencia para aprender —y aprenden a evaluar la calidad de la información generada por IA en la escuela— también logran un rendimiento en ciencias ligeramente superior al de los usuarios ocasionales o que no la utilizan, según PISA. Sin embargo, los estudiantes con mayores recursos tienen mayor acceso a estas oportunidades, lo que genera preocupación sobre una posible brecha en el uso de la IA.
El panorama se complica aún más al analizar las diferencias en el uso de la IA entre sistemas de alto rendimiento. Por ejemplo, los estudiantes de Corea y Singapur se encuentran entre los mejores en ciencias, y ambos países han implementado políticas integrales y a gran escala para fomentar el aprendizaje digital. En el caso de Singapur, las autoridades han incluido explícitamente el uso de herramientas de IA. En contraste, si bien los estudiantes de Japón y Estonia obtienen excelentes resultados en la prueba PISA, el uso de la IA en sus tareas escolares es más limitado.
En general, no existe una narrativa clara, pero los hallazgos aún generan cierta inquietud. Si bien los datos no demuestran causalidad, los defensores de la IA han argumentado repetidamente que esta tecnología puede ayudar a mejorar el rendimiento estudiantil al proporcionar itinerarios de aprendizaje personalizados, ofrecer retroalimentación y apoyo instantáneos a los estudiantes y permitir que los docentes identifiquen las deficiencias de aprendizaje con mayor rapidez. Sin embargo, hasta el momento, la evidencia no es concluyente.
Según el informe Perspectivas de la Educación Digital de la OCDE, las herramientas de IA general con fines educativos pueden propiciar un aprendizaje sostenido, pero las herramientas de IA general no suelen favorecer el aprendizaje profundo. ¿La razón? Los investigadores afirman que el uso de la IA a menudo conlleva la descentralización de las tareas cognitivas, lo que genera el riesgo de «pereza metacognitiva y desconexión». No es precisamente positivo, ¿verdad?
Pocos países permitirían que millones de niños recibieran una nueva vacuna sin antes realizar ensayos clínicos rigurosos y evaluar cuidadosamente la evidencia. Sin embargo, en educación, las nuevas tecnologías suelen implementarse a gran escala con mucha menos supervisión. Este podría ser el problema fundamental de la tecnología educativa y, en particular, de la IA: con frecuencia experimentamos con grupos de estudiantes antes de determinar si una herramienta realmente mejora los resultados del aprendizaje. El hecho de que la IA exista y se haya introducido rápidamente en las aulas no significa que debamos ignorar la evidencia que sugiere posibles daños. Del mismo modo, los datos de PISA —en el mejor de los casos— son contradictorios. En definitiva, parece que la IA general puede apoyar el aprendizaje bajo ciertas condiciones, pero con frecuencia no lo logra en la práctica.
De cara al futuro, los gobiernos y las autoridades educativas tienen un papel fundamental que desempeñar. Se necesitan directrices claras sobre cuándo, dónde y cómo debe utilizarse la IA en las escuelas, abarcando cuestiones como el valor pedagógico y el uso apropiado en el aula, la adecuación a la edad, la integridad académica, la privacidad de los datos, la transparencia y los sesgos. El Marco de Alfabetización en IA de la OCDE-UE y las Perspectivas de la OCDE sobre el uso eficaz de la IA generativa en la educación son buenos puntos de partida. Los docentes también necesitan una formación sustancial y un desarrollo profesional continuo para comprender tanto las capacidades como las limitaciones de los bots de IA. Sin el apoyo adecuado, los educadores corren el riesgo de depender excesivamente de la IA o de rechazar por completo aplicaciones potencialmente útiles.
Lo más importante es que todos los involucrados en la educación —estudiantes, docentes y centros educativos— deben ser conscientes de sus limitaciones. La IA generativa es un amplificador. Bien utilizada, puede explicar, sugerir, cuestionar y corregir de forma constructiva. Mal utilizada, se convierte en un atajo que elude el trabajo cognitivo que la educación pretende desarrollar. Y si la IA se utiliza sin criterio, se corre el riesgo de ampliar las desigualdades existentes y crear nuevas divisiones en el aula. Hasta que no haya pruebas más sólidas de que la IA produce resultados positivos de forma sistemática, docentes y estudiantes deben usarla con precaución.


Este blog se basa en un capítulo del folleto «Perspectivas e interpretaciones» de PISA 2025.
Nota: Un asterisco (*) junto al nombre de un país o economía significa que se debe tener precaución al interpretar estas estimaciones porque no se cumplió con uno o más estándares de muestreo de PISA (consulte la Guía del lector del Volumen I de los resultados de PISA 2025).
Fuente: Andreas Schleicher / oecdedutoday.com

