Encuesta de IA de Dartmouth revela una brecha entre el uso estudiantil y la sospecha sobre los compañeros
Dartmouth publicó resultados de una encuesta que muestran que el 8% de los universitarios estadounidenses encuestados copia texto de IA con pocas ediciones, mientras que el 50% cree que sus compañeros lo hacen. La encuesta de IA de Dartmouth, anunciada el 30 de octubre, expone una brecha relevante entre el comportamiento declarado y las expectativas en el campus. También plantea una pregunta difícil: ¿cómo deberían las universidades proteger el aprendizaje cuando los estudiantes desconfían de cómo otros realizan las tareas?
Los resultados presionan a las instituciones que promueven competencias de IA mientras preservan una evaluación significativa. Los estudiantes pueden valorar las explicaciones de un chatbot y, al mismo tiempo, preocuparse de que sus compañeros reciban crédito por trabajos que nunca entendieron. Ambas posturas son compatibles. El conflicto se refiere a si la ayuda respalda el aprendizaje que una tarea pretende medir.
La investigación dirigida por Hamsa Bastani, de Wharton, ofrece una referencia útil: un mejor desempeño con ayuda de IA no demuestra automáticamente un mejor aprendizaje independiente. La contribución de Dartmouth es distinta. Su encuesta documenta las experiencias y creencias de los estudiantes, incluida la sospecha que rodea el trabajo de otras personas. En conjunto, estas perspectivas sugieren que las universidades necesitan evidencia tanto sobre la capacidad humana como sobre la confianza en las normas académicas.
Lo que realmente encontró la encuesta de IA de Dartmouth
El hallazgo central es una brecha entre lo que los estudiantes dicen de sí mismos y lo que creen sobre los demás.
Los hallazgos sobre IA estudiantil de Dartmouth se basan en 1.003 estudiantes universitarios estadounidenses y 1.533 estudiantes de Dartmouth. La muestra nacional fue ponderada; los resultados de Dartmouth no se ponderaron. Los estudiantes actuales de pregrado de Dartmouth y los estudiantes entrantes formaron grupos separados.
A nivel nacional, el 11% informó usar IA para encontrar respuestas a conjuntos de problemas, frente al 49% que creía que sus compañeros lo hacían. Mientras tanto, el 70% dijo que la IA había hecho injusto el trabajo para realizar en casa, y el 39% sintió presión para usarla porque sus compañeros lo hacían.
Estas respuestas describen un entorno en el que la competencia percibida merece atención junto con el uso real de herramientas. Un estudiante que decide si solicitar una respuesta ve la tarea inmediata. Ese mismo estudiante también imagina cómo trabajan sus compañeros, qué pueden detectar los docentes y qué atajos obtienen una ventaja.
Esto crea un problema institucional incluso antes de que alguien establezca la frecuencia real de la conducta indebida. Si los estudiantes creen que el esfuerzo ordinario los deja en desventaja, la política escrita de una universidad tiene una fuerza persuasiva limitada. Las normas necesitan suficiente claridad y credibilidad para que los estudiantes crean que seguirlas sigue valiendo la pena.
La encuesta no establece que los compañeros hagan trampa a las tasas que imaginan los encuestados. Tampoco que el bajo nivel de copia declarado establezca que la conducta indebida sea poco frecuente. La diferencia entre esas afirmaciones importa porque cualquiera de las dos exageraciones conduce a una respuesta excesivamente confiada.
Tratar las estimaciones sobre los compañeros como comportamiento verificado convertiría la sospecha en evidencia. Tratar los autoinformes como un recuento completo descartaría la posibilidad de que los encuestados se describan favorablemente. Ninguna interpretación ofrece a los docentes una base confiable para decidir qué tareas siguen midiendo la comprensión individual.
La interpretación más defendible es más acotada. Los estudiantes informan una discrepancia sustancial entre su propia conducta y la conducta que atribuyen a otros. Las universidades tienen ahora motivos para investigar directamente esa discrepancia, en vez de asumir que una política general sobre IA la resuelve.
Una respuesta institucional útil distinguiría varias preguntas. ¿Qué ayuda está permitida? ¿Qué ayuda usan realmente los estudiantes? ¿Qué ayuda creen que usan sus compañeros? ¿El trabajo resultante demuestra la habilidad prevista?
Estas preguntas se solapan, pero responder una no resuelve las demás. Una tarea puede cumplir con una política y aun así revelar poco sobre el razonamiento independiente. Un estudiante también puede sospechar injusticia en un curso donde la mayoría de sus compañeros sigue las normas.
Por tanto, la noticia trata de más que la adopción de chatbots. Dartmouth ha convertido la credibilidad de la evaluación en una parte medible del debate sobre IA en el campus. Esto desplaza la atención hacia las condiciones en las que los estudiantes creen que su trabajo recibe una evaluación justa.
Las universidades afrontan un problema de credibilidad en la evaluación
Las universidades enfrentan presión para explicar qué representa una calificación cuando los estudiantes tienen acceso a distintos tipos de ayuda.
La calificación de un ensayo puede reflejar la calidad de la argumentación, el desarrollo de la escritura, el juicio de investigación o alguna combinación de esas capacidades. La IA complica esa relación cuando no está clara la contribución permitida. Una entrega pulida puede dejar a un docente sin certeza sobre qué decisiones tomó el estudiante.
El problema se vuelve más agudo cuando los estudiantes creen que sus compañeros trabajan bajo un estándar práctico diferente. Una norma podría prohibir el texto generado y permitir comentarios sobre un borrador. Sin ejemplos concretos, los estudiantes deben interpretar dónde termina la retroalimentación y dónde comienza la sustitución.
Consideremos una tarea hipotética de escritura. Un estudiante pide a un chatbot que identifique transiciones débiles y luego revisa de forma independiente. Otro acepta un argumento reescrito y realiza cambios superficiales. Ambos podrían describir su actividad como edición, aunque la contribución intelectual difiera.
Esa ambigüedad otorga al profesorado una responsabilidad específica: vincular la ayuda permitida con el propósito de la tarea. Si el objetivo es desarrollar un argumento, externalizar su estructura afecta la evidencia de aprendizaje. Si el objetivo es evaluar argumentos contrapuestos, comparar alternativas generadas podría servir a la tarea.
Esta es una cuestión de diseño de evaluación, más que una pregunta que pueda responder una lista universal de herramientas aprobadas. El mismo chatbot puede respaldar comportamientos diferentes. Nombrar una aplicación hace poco por explicar si un uso concreto preserva el trabajo que los estudiantes necesitan practicar.
Una respuesta creíble haría visibles esos límites antes de la entrega. Los estudiantes deberían comprender qué deben producir de forma independiente, qué ayuda pueden revelar y cómo los docentes evalúan esa ayuda. De lo contrario, la aplicación de las normas corre el riesgo de convertirse en una discusión sobre interpretaciones después de que el trabajo esté terminado.
La transparencia también necesita límites prácticos. Exigir a los estudiantes que documenten cada interacción podría crear trabajo administrativo sin aclarar el aprendizaje. La evidencia relevante es la que ayude a un docente a evaluar la habilidad objetivo, como el razonamiento, la selección de fuentes, la revisión o la explicación.
Por ejemplo, un docente que evalúa el juicio de investigación podría pedir a los estudiantes que expliquen por qué rechazaron una fuente aparentemente relevante. Un docente que evalúa la comprensión matemática podría pedir una solución modificada bajo una nueva condición. Estas son posibles respuestas, no intervenciones que la encuesta de Dartmouth haya validado.
Su valor depende de la alineación con el curso. Un requisito que esclarece el razonamiento en una disciplina puede convertirse en un obstáculo innecesario en otra. Por ello, las universidades necesitan un marco compartido que deje espacio para que los docentes definan evidencia significativa.
La equidad también va más allá de detectar comportamientos prohibidos. Los estudiantes que siguen las normas necesitan confiar en que su esfuerzo sigue siendo relevante. Una política que solo describe el castigo deja sin responder cómo se reconoce el aprendizaje legítimo.
La presión inmediata recae sobre el profesorado, los líderes departamentales y los administradores académicos. Deben traducir compromisos amplios sobre IA responsable en tareas que los estudiantes puedan interpretar de forma coherente. Sin esa traducción, el acceso se amplía mientras las expectativas siguen siendo inciertas.
Por eso la encuesta de IA de Dartmouth importa más allá de Dartmouth. Sus hallazgos hacen explícita una tensión conocida en el aula: un sistema de evaluación depende en parte de que los estudiantes crean que los demás participantes afrontan expectativas comprensibles.
La ayuda de IA puede mejorar el trabajo mientras el aprendizaje sigue sin resolverse
Una mejor respuesta y un estudiante mejor preparado son resultados distintos, y la IA educativa debe tener en cuenta ambos.
Esta distinción explica por qué las experiencias favorables de los estudiantes con la IA no resuelven las preocupaciones sobre el desarrollo de habilidades. Una explicación puede parecer clara. Un borrador puede resultar más fácil de leer. Un problema puede llegar a la respuesta correcta. Ninguna de estas observaciones por sí sola establece lo que el estudiante puede reproducir de forma independiente.
Un experimento de aprendizaje de matemáticas publicado en PNAS examinó esa distinción usando interfaces basadas en GPT-4. Los investigadores compararon una interfaz general de chat, un tutor con salvaguardas informadas por docentes y un grupo de control sin ayuda de IA.
La interfaz general mejoró el desempeño en la práctica asistida, pero sus usuarios posteriormente rindieron peor sin acceso. Las salvaguardas del tutor mitigaron en gran medida ese perjuicio. El estudio se centró en matemáticas de secundaria, por lo que no establece resultados para todas las asignaturas universitarias.
Su relevancia reside en la elección de la medición. Evaluar el desempeño después de que desaparece la ayuda plantea una pregunta distinta de evaluar el trabajo realizado con la herramienta. Las universidades necesitan saber qué resultado afirma mejorar un producto educativo.
La distinción también ayuda a explicar enfoques de producto contrapuestos. Un asistente general puede responder directamente a una solicitud de una respuesta terminada. Una interfaz centrada en el aprendizaje puede, en cambio, guiar al usuario mediante razonamiento intermedio. Ninguna etiqueta de interfaz garantiza el resultado educativo.
Un tutor podría dar pistas que sigan revelando demasiado. Un asistente general podría respaldar una práctica útil cuando un estudiante formula preguntas disciplinadas. El comportamiento del producto, las decisiones de los estudiantes, el diseño de la tarea y la evaluación posterior influyen en lo que significa una interacción concreta.
La misma tensión aparece en la investigación sobre asistencia bajo demanda descrita por investigadores de INSEAD y la Universidad de Pensilvania. Su experimento de entrenamiento de ajedrez encontró un aprendizaje más débil cuando los participantes podían solicitar ayuda adicional de IA cuando quisieran.
Los investigadores sostienen que la ayuda conveniente puede desplazar la dificultad productiva, incluso cuando los estudiantes reconocen su dependencia. Ese hallazgo respalda la cautela ante equiparar el control del usuario con el beneficio educativo. No establece que toda ayuda solicitada perjudique el aprendizaje.
Para un comprador universitario, la implicación práctica es un estándar de evaluación más exigente. La satisfacción, el uso frecuente y las tareas completadas pueden mostrar que los estudiantes consideran útil una herramienta. Dejan abierta la cuestión de si los estudiantes desarrollan las capacidades que la institución pretende enseñar.
Por tanto, una evaluación podría incluir tareas completadas después de retirar el asistente. También podría examinar si los estudiantes explican errores, aplican ideas en situaciones desconocidas o identifican conclusiones sin respaldo. Estas medidas abordarían la capacidad de forma más directa que la producción pulida por sí sola.
El desafío se extiende al trabajo del conocimiento. Un empleado puede completar un informe con ayuda y seguir sin poder defender sus supuestos. Un desarrollador puede aceptar una corrección sugerida sin entender por qué funciona. Estos son riesgos ilustrativos, no resultados medidos por Dartmouth.
Para los estudiantes, lo que está en juego es la relación entre la comodidad actual y la independencia futura. La asistencia es valiosa cuando les ayuda a abordar trabajos que comprenden cada vez mejor. Resulta más difícil defenderla desde el punto de vista educativo cuando el producto final oculta una comprensión que no ha cambiado.
Esta es la disyuntiva central del artículo. Las universidades quieren que los estudiantes adquieran experiencia con la IA sin perder la práctica que desarrolla el juicio crítico. La evidencia exige diseño y evaluación cuidadosos, en lugar de confianza basada en la apariencia de trabajos terminados.
La brecha de percepción no es una tasa de trampas verificada
La encuesta respalda la preocupación por la confianza, pero no puede determinar la prevalencia exacta del uso prohibido de IA.
El documento de trabajo de la encuesta de Dartmouth analiza explicaciones contrapuestas para la discrepancia. Los encuestados pueden declarar menos de lo que realmente hacen, sobreestimar la conducta de sus pares o recordar ejemplos especialmente llamativos. Estas posibilidades pueden coexistir.
Los autores señalan que incluso duplicar las tasas declaradas por los propios encuestados deja brechas en muchos usos. Ese ejercicio prueba la sensibilidad ante la subdeclaración. No establece cuál es el ajuste correcto ni revela una tasa de conducta indebida observada de forma independiente.
Esta distinción evita una conclusión tentadora pero sin respaldo: que los estudiantes simplemente se equivocan respecto a todos los demás. La encuesta ofrece motivos para cuestionar las estimaciones sobre los pares. No proporciona un registro externo que muestre exactamente qué estudiantes utilizaron qué tipo de ayuda en qué tareas.
La conclusión opuesta tampoco tiene respaldo. Las elevadas estimaciones sobre los pares no demuestran que las instituciones enfrenten conductas indebidas en esos niveles estimados. Los encuestados pueden describir distintos grupos de referencia o interpretar de manera diferente una misma conducta.
También existe una distinción entre usar IA y cometer una infracción. Que redactar, editar o recibir una solución incumpla una norma depende de la tarea. Una respuesta conductual solo se convierte en evidencia de conducta indebida cuando se vincula con las expectativas aplicables.
Estas limitaciones no eliminan los hallazgos. Definen lo que la evidencia puede sustentar. Una encuesta puede documentar preocupación, presión percibida y conductas declaradas sin verificar de forma independiente cada actividad que los encuestados describen.
Esto hace que la comunicación sea delicada. Una universidad que intenta corregir percepciones exageradas debería explicar la incertidumbre junto con las cifras. Presentar las autodeclaraciones como una verdad establecida podría socavar la credibilidad entre estudiantes que han presenciado infracciones claras.
Al mismo tiempo, comunicar únicamente estimaciones alarmantes sobre los pares corre el riesgo de amplificar la presión competitiva que la institución busca reducir. Los estudiantes podrían interpretar el mensaje como una confirmación de que la ayuda prohibida es habitual y necesaria.
El documento también describe diferencias entre grupos de estudiantes y disciplinas. Estas comparaciones no deberían convertirse en una simple clasificación de qué estudiantes usan la IA de manera responsable. Los distintos campos asignan tareas diferentes, y los encuestados tienen expectativas distintas sobre cómo es una ayuda significativa.
Una complicación adicional se refiere a los resultados. La creencia de los estudiantes de que la IA perjudica la escritura expresa una preocupación importante, pero no constituye una disminución medida de la capacidad de escritura. Su confianza en que la IA mejora la comprensión también requiere una evaluación independiente.
Una institución puede tomar ambas creencias en serio sin presentar ninguna de ellas como un resultado experimental. El siguiente paso adecuado es identificar dónde aparece el beneficio o la preocupación declarados en el trabajo académico real y, después, examinar el aprendizaje pertinente.
Aquí es donde la encuesta de IA de Dartmouth ofrece su contribución más clara. Identifica preguntas que vale la pena poner a prueba y experiencias que merecen atención. Su valor disminuiría si un titular conveniente transformara esos hallazgos en certezas sobre las trampas, la pérdida de aprendizaje o el comportamiento universal de los estudiantes.
El despliegue de IA de Dartmouth hace más urgentes las expectativas docentes
Proporcionar acceso a la IA crea la responsabilidad de explicar cómo deben utilizar los estudiantes ese acceso dentro de su educación.
La alianza de IA en el campus de Dartmouth, anunciada el 3 de diciembre de 2025, incluye Claude for Education de Anthropic y Amazon Bedrock. La universidad describe el acceso para estudiantes, profesorado y personal, junto con la colaboración en aplicaciones académicas.
Ese compromiso institucional otorga a la encuesta una importancia práctica. Dartmouth estudia las experiencias de los estudiantes mientras incorpora la IA a la vida del campus. Por tanto, el acceso y la evaluación educativa deben formar parte de la misma conversación.
Una herramienta patrocinada por la universidad tiene una implicación distinta de una aplicación que un estudiante descubre por su cuenta. Es razonable que los estudiantes busquen orientación institucional sobre el uso adecuado. La disponibilidad por sí sola no puede comunicar los límites de una tarea concreta.
El profesorado también necesita claridad sobre lo que significa el respaldo institucional. Una licencia para todo el campus no establece que cada curso deba adoptar el producto. Del mismo modo, la restricción de un docente no implica que la alianza más amplia de la universidad carezca de valor.
La decisión significativa se refiere al objetivo de aprendizaje. Un asistente que ayuda a organizar un proyecto de investigación podría servir a una tarea avanzada. La misma ayuda podría eludir una habilidad de organización que un curso introductorio exige específicamente que los estudiantes desarrollen.
Esto genera presión tanto sobre los líderes universitarios como sobre los proveedores. Las instituciones deben explicar cómo la adopción respalda sus compromisos educativos. Los proveedores que buscan implementaciones académicas deben demostrar cómo el comportamiento del producto se ajusta a las tareas que los educadores realmente asignan.
La encuesta no compara Claude con ChatGPT ni clasifica asistentes educativos. Por tanto, la alianza de Dartmouth debe tratarse como contexto de implementación, no como evidencia de que un modelo concreto resuelva las preocupaciones que comunican los estudiantes.
Del mismo modo, la comparación entre GPT Base y GPT Tutor en el experimento de matemáticas se refiere al diseño de la interfaz y de la instrucción dentro de ese estudio. No establece una clasificación comercial actual. La comparación pertinente es entre formas de asistencia y sus consecuencias medidas.
Para la contratación institucional, esto sugiere un conjunto útil de preguntas. ¿Pueden los educadores configurar la asistencia en torno al objetivo de una tarea? ¿Pueden los estudiantes distinguir las sugerencias de la evidencia verificada? ¿Puede una institución evaluar el desempeño independiente sin convertir la interacción con el producto en su principal medida de éxito?
Estas preguntas importan porque los objetivos institucionales pueden divergir de las preferencias inmediatas de los usuarios. Un estudiante bajo presión por una fecha límite podría preferir una respuesta completa. Un curso diseñado para desarrollar el razonamiento podría requerir que el estudiante trabaje con la incertidumbre antes de recibir esa respuesta.
El desafío consiste en hacer comprensible ese propósito educativo. La fricción sin explicación puede parecer arbitraria. Una conexión explícita entre una restricción y una habilidad ofrece a los estudiantes una explicación más clara de lo que espera el curso.
El mismo principio se aplica a la gestión del conocimiento personal: organizar material y comprenderlo son tareas relacionadas, pero distintas. Un sistema de estudio útil debería hacer accesible la evidencia de apoyo y, al mismo tiempo, dejar espacio para el juicio del estudiante.
Por tanto, el despliegue de Dartmouth hace más urgente la orientación. Los estudiantes necesitan saber cuándo la asistencia les ayuda a practicar, cuándo cambia lo que demuestra su entrega y cómo evaluarán los instructores la diferencia.
Qué observar después de la publicación de la encuesta
La próxima evidencia útil conectará las decisiones universitarias, el aprendizaje demostrado y las expectativas de los empleadores.
La primera señal es si Dartmouth traduce sus hallazgos en orientación académica específica. Su anuncio de la encuesta indica que próximamente se publicará un informe del liderazgo del profesorado con recomendaciones sobre enseñanza e investigación.
En los próximos meses, la pregunta útil es cuán concreta se vuelve esa orientación. Los ejemplos vinculados a ensayos, conjuntos de problemas, proyectos de investigación y revisiones mostrarían cómo los principios institucionales llegan al trabajo académico cotidiano. Las declaraciones generales por sí solas dejarían gran parte de la carga interpretativa en manos de los estudiantes.
Esta señal reforzaría el argumento de que la encuesta está orientando la práctica educativa si las recomendaciones definen expectativas observables. Lo debilitaría si la respuesta se centra en estímulos generales sin explicar los límites de la evaluación.
La segunda señal es si las evaluaciones del campus distinguen entre resultados asistidos y capacidad independiente. Eso requeriría algo más que informar sobre la participación o recopilar reacciones favorables. La evidencia procedente de tareas realizadas de forma independiente ayudaría a abordar directamente la cuestión del aprendizaje.
Estas evaluaciones requieren una interpretación cuidadosa. Una evaluación debe corresponderse con lo que enseña un curso, y los resultados deben seguir siendo específicos de la población y la tarea estudiadas. Una intervención exitosa en un contexto justificaría más pruebas, no una afirmación universal.
Esta señal reforzaría la confianza en una implementación de IA si los estudiantes retuvieran o transfirieran las habilidades previstas. Entregas asistidas más sólidas sin evidencia independiente correspondiente dejarían sin resolver la cuestión central.
La tercera señal es la investigación de Dartmouth sobre empleadores. La universidad afirma que está encuestando a empleadores sobre puestos de nivel inicial, responsabilidades cambiantes y habilidades requeridas. Ese trabajo puede ayudar a comparar las expectativas de los estudiantes con las exigencias que describen las organizaciones.
Las respuestas de los empleadores también requerirían escrutinio. Las preferencias expresadas son distintas de las decisiones de contratación observadas, y el entusiasmo por las habilidades de IA no explica qué capacidades importan. Ejemplos detallados de trabajo, supervisión y evaluación serían más informativos que los respaldos generales.
Estos hallazgos reforzarían el argumento de la preparación profesional si los empleadores identifican capacidades específicas que las universidades pueden enseñar y evaluar. Una discrepancia daría a las instituciones razones para revisar cómo describen los beneficios de la formación en IA.
Ninguna de estas señales exige fingir que otra encuesta estudiantil es inminente. Dartmouth identifica agosto de 2027 como la fecha de la próxima encuesta estudiantil. Los avances más cercanos se refieren a la orientación institucional, las prácticas de evaluación y el trabajo con empleadores que ya está en marcha.
Para quienes siguen la encuesta de IA de Dartmouth, el siguiente paso útil es preguntarse qué evidencia cambiaría el enfoque de una institución. Los estudiantes pueden preguntar qué partes de una tarea deben demostrar juicio independiente. Los educadores pueden explicar cómo la asistencia permitida se relaciona con ese objetivo. Los empleadores pueden describir el razonamiento que esperan que los nuevos empleados puedan defender, incluso cuando una respuesta generada por IA parece plausible. Los equipos de producto pueden evaluar si los usuarios conservan la capacidad que sus herramientas afirman respaldar. Siga esas decisiones concretas a medida que se desarrolla la respuesta. Cuando una institución afirma que la IA prepara a los estudiantes para el trabajo, ¿qué medirá para demostrar que aún pueden explicar, cuestionar y aplicar lo que producen?
