IA en educación ¿cuándo mejora el aprendizaje y cuándo lo obstruye?

La IA en educación puede impulsar o limitar el aprendizaje. Descubre qué dice la evidencia y cómo utilizarla sin sustituir el pensamiento del estudiante.

1. IA en educación: hacer una tarea mejor no siempre significa aprender más 2

2. Beneficios de la IA en educación: del atajo al andamiaje del aprendizaje 3

3. AI Study Tool: integra IA en tus cursos sin sustituir el aprendizaje

La IA en educación puede impulsar u obstruir el aprendizaje dependiendo de cómo se utilice. Cuando ayuda a explicar conceptos, ofrece retroalimentación estratégica o acompaña al estudiante durante la resolución de un problema, puede convertirse en un valioso apoyo. Pero cuando sustituye el esfuerzo de recordar, razonar o encontrar una respuesta, también puede limitar procesos muy necesarios para aprender. Hoy en día, prohibir el uso de la IA en contextos académicos no es viable; el objetivo debe ser aprovechar sus ventajas pedagógicas sin sustituir los procesos cognitivos necesarios para aprender, generando oportunidades de práctica, retroalimentación y pensamiento crítico.

La OECD ya advierte que un estudiante puede aparentar un mejor desempeño académico con ayuda de la IA generativa sin desarrollar los conocimientos y habilidades que necesitará para resolver una tarea similar por sí mismo (3). De hecho, la evidencia reciente muestra resultados muy distintos cuando la IA simplemente proporciona respuestas y cuando está diseñada para acompañar el proceso de aprendizaje. La diferencia está en qué procesos cognitivos debe seguir realizando el estudiante y cuáles puede delegar en la tecnología.

Hoy revisaremos a detalle cómo discernir entre un uso adecuado de la IA en educación y uno que limita el potencial de tus estudiantes, y cómo herramientas especializadas, como AI Study Tool de Pearson, se diferencian de las IA de propósito general que no han sido diseñadas específicamente alrededor de objetivos pedagógicos.

Te puede interesar: Integridad académica: ayuda a tus estudiantes a identificar los peligros de la IA

IA en educación: hacer una tarea mejor no siempre significa aprender más

Una de las razones por las que resulta difícil determinar el impacto de la IA en la educación es que todavía tendemos a confundir el desempeño con el aprendizaje. En buena medida, nuestro paradigma educativo se construyó en una época en la que alcanzar el desempeño esperado solía exigir que el estudiante comprendiera y pusiera en práctica los procesos necesarios para llegar a una respuesta. El acceso a la información era más limitado y los métodos, conceptos y procedimientos aprendidos debían interpretarse y adaptarse a cada problema particular.

Las herramientas digitales, internet y, especialmente, la inteligencia artificial han modificado esa relación. Hoy es posible obtener una respuesta correcta a un problema muy específico sin necesariamente comprender el razonamiento que permite llegar a ella. Un estudiante puede resolver más ejercicios, terminar una actividad en menos tiempo o elaborar una respuesta más completa con ayuda de la IA, pero ese mejor desempeño no garantiza que posteriormente pueda recuperar y aplicar ese conocimiento ante un problema diferente y sin la misma asistencia.

El problema no es que la IA facilite algunas tareas. Reducir esfuerzos innecesarios puede permitir que el estudiante concentre su atención en procesos más relevantes. El riesgo aparece cuando la tecnología asume precisamente el trabajo mental que la actividad buscaba desarrollar: recordar, relacionar conceptos, generar una respuesta, argumentar o resolver un problema.

Este fenómeno puede entenderse a partir del concepto de descarga cognitiva (cognitive offloading): delegar en una herramienta externa operaciones que, de otro modo, realizaríamos mentalmente. Un ensayo controlado con estudiantes universitarios estudió sus posibles efectos mediante un grupo que utilizó ChatGPT libremente para estudiar contenidos relacionados con inteligencia artificial, y otro que recurrió únicamente a métodos tradicionales (1). Cuarenta y cinco días después, sin haber sido advertidos de la evaluación, ambos grupos realizaron una prueba para medir cuánto conservaban de lo aprendido. Quienes habían estudiado con ChatGPT respondieron correctamente el 57.5% de la prueba, frente al 68.5% de quienes estudiaron sin IA.

El acceso inmediato a respuestas y explicaciones completas puede reducir parte del procesamiento activo necesario para consolidar la información, porque aprender requiere ciertas dificultades deseables: intentar recuperar información antes de consultarla, generar una respuesta propia, poner a prueba una idea o enfrentarse a un problema antes de recibir ayuda. Aunque estas acciones hacen que estudiar resulte menos fluido en el momento, el esfuerzo involucrado es lo que favorece la comprensión y la retención a largo plazo.

Pero la diferencia entre desempeño y aprendizaje no depende únicamente de usar o no usar IA. También importa cómo está diseñada la interacción con ella. Un experimento con cerca de mil estudiantes comparó el aprendizaje de matemáticas sin IA con el uso de dos herramientas basadas en GPT-4 (2): una funcionaba de manera similar a un chatbot de propósito general y otra incorporaba salvaguardas pedagógicas para orientar mediante pistas y evitar proporcionar directamente las respuestas. Durante las actividades de práctica, ambas herramientas parecían ofrecer una ventaja considerable. Los estudiantes que utilizaron la versión general mejoraron su desempeño un 48%, mientras que quienes trabajaron con el tutor diseñado pedagógicamente alcanzaron una mejora del 127% respecto al grupo sin IA. Además, cuando tuvieron que demostrar lo aprendido sin ayuda: quienes habían utilizado la versión general obtuvieron un desempeño 17% menor que el grupo de control, mientras que entre quienes utilizaron el tutor con salvaguardas pedagógicas no se observó esa caída significativa. Si bien la tecnología de base era similar; lo que cambiaba los resultados era la experiencia de aprendizaje construida alrededor de ella.

Por eso, una pregunta útil para orientar el uso responsable de la IA en el aula es “¿qué parte del pensamiento están delegando en ella los alumnos?”. Si la herramienta elimina el esfuerzo que constituye el objetivo de aprendizaje, puede convertirse en un atajo. Si, por el contrario, interviene después de un primer intento, ofrece pistas o retroalimentación y ayuda al estudiante a identificar qué necesita comprender mejor, su función puede ser muy distinta.

Te puede interesar: ¿La IA está reemplazando el pensamiento crítico en las universidades?

Beneficios de la IA en educación: del atajo al andamiaje del aprendizaje

De acuerdo con la OECD, la IA en educación puede funcionar como un andamiaje, es decir, ofrecer el apoyo necesario para que el estudiante avance cuando encuentra una dificultad sin sustituir el proceso cognitivo. Por ejemplo, una herramienta puede proporcionar pistas y orientar paso a paso mientras se desarrolla una habilidad, en lugar de entregar directamente la solución. Este tipo de diseño coincide con los resultados de estudios donde las salvaguardas pedagógicas redujeron la tendencia de los estudiantes a solicitar directamente las respuestas (2). En la práctica, una IA para estudiantes puede desempeñar esta función cuando:

• Ofrece una pista después de que el estudiante intenta resolver un problema
• Formula preguntas que lo ayudan a revisar su razonamiento
• Explica un concepto de otra manera cuando existen dificultades de comprensión
• Proporciona retroalimentación sobre una respuesta propia
• Ayuda a identificar errores o conocimientos que necesitan reforzarse
• Permite continuar practicando hasta alcanzar una mayor comprensión

Que el estudiante realice un primer intento o recupere información sin asistencia antes de recibir retroalimentación (AI-after-attempt) es importante, ya que esto implica un trabajo cognitivo diferente al de obtener inmediatamente una solución completa (1). Sin mbargo, las IA de propósito general, en cambio, no necesariamente están diseñadas alrededor de objetivos pedagógicos, contenidos disciplinares, práctica y retroalimentación.

Es importante tomar en cuenta que una persona con buenas habilidades de autorregulación puede aprovechar la libertad de una herramienta abierta para explorar un tema, formular sus propias preguntas y decidir qué necesita profundizar. En cambio, quien todavía está desarrollando estas habilidades puede beneficiarse más de una experiencia que le indique cómo avanzar, divida una tarea en etapas y proporcione retroalimentación durante el proceso. De hecho, ambos tipos de IA pueden desempeñar funciones complementarias, ya que su utilidad depende tanto de los objetivos educativos como del perfil del estudiante (4).

Te puede interesar: AI en educación: el nuevo papel del docente frente a la innovación tecnológica

AI Study Tool: integra IA en tus cursos sin sustituir el aprendizaje

La evidencia más reciente coincide ampliamente en que aprovechar la IA en educación no consiste simplemente en poner una herramienta a disposición de los estudiantes, sino en diseñar cuidadosamente cuándo interviene, para qué y qué parte del trabajo cognitivo debe seguir realizando el alumno. Por su parte, la OECD recomienda integrar la IA generativa dentro de escenarios de aprendizaje diseñados intencionalmente para alcanzar objetivos específicos, manteniendo el juicio profesional del docente sobre los contenidos, las actividades y la evaluación. Pero ¿cómo llevar este nuevo paradigma de la teoría a la realidad en tu universidad?

AI Study Tool de Pearson es una solución diseñada precisamente para abordar este desafío al integrar un asistente de IA directamente en soluciones educativas universitarias de nuestro ecosistema, como MyLab y Mastering, dentro de una misma experiencia que articula contenidos, actividades, práctica y evaluación.

En lugar de proporcionar directamente la respuesta cuando aparece una dificultad, AI Study Tool permite aprovechar los principios de andamiaje, guiando al estudiante paso a paso mediante un problema similar, desglosando desafíos complejos y ofreciendo explicaciones, contexto o aclaraciones adicionales. Además, simplifica la experiencia de estudio al mantener la ayuda disponible dentro del propio material del curso, evitando que el estudiante tenga que recurrir a herramientas externas cada vez que encuentra una dificultad.

Conoce AI Study Tool, disponible en MyLab y Mastering y descubre la mejor manera de incorporar inteligencia artificial a tus cursos dentro de una experiencia de aprendizaje guiada y vinculada con contenidos académicos confiables.

REFERENCIAS

(1) Barcaui, A. (2025). ChatGPT as a cognitive crutch: Evidence from a randomized controlled trial on knowledge retention. Social Sciences & Humanities Open, 12, 102287. https://doi.org/10.1016/j.ssaho.2025.102287

(2) Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., & Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. Proceedings of the National Academy of Sciences of the United States of America, 122(26), e2422633122. https://doi.org/10.1073/pnas.2422633122

(3) Organisation for Economic Co-operation and Development. (2026). OECD digital education outlook 2026: Exploring effective uses of generative AI in education. OECD Publishing. https://doi.org/10.1787/062a7394-en

(4) Wu, X.-Y., Ng, D. T. K., & Chiu, T. K. F. (2026). Self-regulated learning with AI: A comparative analysis of general-purpose and task-specific platforms. International Journal of Technology in Education, 9(1), 279–302. https://doi.org/10.46328/ijte.5241