Estudio de la OCDE sobre IA en tareas escolares detecta puntuaciones más bajas, no una pérdida de 1,5 años por IA
Los hallazgos de la OCDE sobre el uso de IA en tareas escolares lanzan una seria advertencia: los estudiantes que utilizaban chatbots para tareas concretas, por lo general, obtuvieron peores resultados que quienes los evitaron.
El hallazgo llega junto a una cifra aún mayor. La puntuación media en lectura de la OCDE cayó 28 puntos entre 2015 y 2025, el equivalente a aproximadamente 1,5 años de aprendizaje. Las puntuaciones en matemáticas descendieron 22 puntos, o algo más de un año.
Estas cifras no demuestran que los chatbots causaran una década de declive. Las herramientas públicas de IA generativa solo estuvieron ampliamente disponibles después de finales de 2022. El deterioro comenzó antes y refleja múltiples presiones, entre ellas un menor apoyo familiar, el absentismo, las distracciones y las disrupciones provocadas por la pandemia.
Aun así, la coincidencia importa. La IA llegó a las aulas cuando el rendimiento en competencias básicas ya estaba bajando. Las escuelas se enfrentan ahora a una difícil elección entre limitar los atajos y enseñar a los estudiantes a utilizar la tecnología de forma deliberada.
Los sistemas educativos asiáticos hacen que esta decisión sea especialmente visible. El uso de chatbots está muy extendido en Singapur, Corea, Macao, Tailandia, Vietnam y Filipinas. Sin embargo, varios sistemas asiáticos también siguen figurando entre los de mejor desempeño.
La división emergente no es simplemente entre usuarios y no usuarios de IA. Es entre la IA que genera respuestas y la IA guiada pedagógicamente, con los docentes decidiendo si la herramienta sustituye el esfuerzo o lo refuerza.
Lo que realmente muestran los hallazgos de la OCDE sobre IA en tareas escolares
PISA 2025 detectó una asociación entre el uso de chatbots y el rendimiento, no una prueba de que la IA causara puntuaciones más bajas.
La OCDE publicó los resultados más recientes de su Programa para la Evaluación Internacional de los Estudiantes el 8 de septiembre de 2026. PISA evalúa cómo los estudiantes de 15 años aplican sus conocimientos de lectura, matemáticas y ciencias a problemas desconocidos.
La evaluación de 2025 abarcó a 760.000 estudiantes de 91 países y economías. Fue el mayor ejercicio PISA realizado hasta la fecha. Ciencias fue su principal ámbito académico.
Este ciclo también preguntó a los estudiantes cómo utilizaban chatbots de IA para las tareas escolares. Las preguntas incluían resumir textos asignados, investigar temas nuevos, redactar trabajos escritos y obtener ayuda general para aprender.
Los chatbots ya habían llegado a la mayoría de los estudiantes. Solo el 14% de los países de la OCDE dijo que nunca, o casi nunca, había utilizado IA para alguno de los fines de tareas escolares encuestados.
Alrededor del 46% utilizaba IA al menos semanalmente para ayudarles a aprender. La cifra confirma que los sistemas escolares están estudiando un comportamiento consolidado, no una tendencia experimental en las aulas.
El patrón de rendimiento fue desfavorable para varios usos específicos en tareas. Los estudiantes que no utilizaron IA para resumir, investigar o redactar solían superar a los usuarios en ciencias.
La frecuencia también importaba. Los usuarios moderados a menudo obtenían mejores resultados que los estudiantes que utilizaban chatbots rara vez o casi todos los días. La redacción de trabajos mostró una ventaja más débil para el uso moderado que otras tareas.
El aprendizaje general produjo un resultado diferente. Los estudiantes que utilizaban IA semanalmente para ayudarles a aprender rindieron aproximadamente al mismo nivel que los no usuarios tras ajustar por el contexto socioeconómico.
El análisis completo de las tareas escolares advierte explícitamente contra tratar estas relaciones como causales. Distintos estudiantes adoptan la IA por diferentes razones y en distintas condiciones.
Un estudiante con dificultades podría recurrir a un chatbot con más frecuencia porque el trabajo ya es complicado. Ese patrón produciría puntuaciones más bajas entre los usuarios sin demostrar que la IA creó la dificultad inicial.
El acceso también complica la comparación. Los estudiantes que nunca utilizaron IA solían proceder de entornos más desfavorecidos. Los usuarios frecuentes tenían más probabilidades de proceder de entornos favorecidos.
Los ajustes socioeconómicos reducen ese desequilibrio, pero no pueden eliminar todas las diferencias no medidas. La motivación, los conocimientos previos, las prácticas docentes, el diseño de las evaluaciones y la calidad de los prompts individuales pueden afectar los resultados.
La conclusión más prudente es más limitada que el titular alarmante. Delegar tareas académicas específicas se correlaciona con conocimientos evaluados más débiles, mientras que el uso moderado orientado al aprendizaje no muestra la misma penalización.
Esa distinción plantea la verdadera cuestión de política educativa. Las escuelas no pueden evaluar la IA únicamente contando inicios de sesión. Deben examinar qué trabajo cognitivo sigue recayendo en el estudiante.
La cifra de 1,5 años describe una década de descenso en lectura
La pérdida de 1,5 años ampliamente repetida se refiere al rendimiento en lectura desde 2015, no a una penalización medida causada por la IA.
El rendimiento medio en lectura de los países de la OCDE cayó 28 puntos entre 2015 y 2025. La organización traduce esa diferencia en aproximadamente un año y medio de aprendizaje.
Las matemáticas descendieron 22 puntos durante la misma década. El rendimiento en ciencias cayó de forma más moderada a lo largo de diez años y se mantuvo en términos generales estable entre 2022 y 2025.
Los resultados de PISA también muestran que uno de cada cinco estudiantes tuvo un bajo rendimiento en ciencias, matemáticas y lectura. Esa proporción era del 16% en 2022.
La cronología descarta una explicación simple centrada en ChatGPT o servicios similares. El deterioro más amplio comenzó antes de que la IA generativa se convirtiera en un producto de consumo habitual.
PISA no sigue a los mismos estudiantes individuales a lo largo de la década. Toma muestras de grupos comparables de jóvenes de 15 años, creando una visión a nivel de sistema en lugar de una cronología personal de aprendizaje.
También mide el rendimiento en un momento concreto. La evaluación no puede observar cada paso que conecta la actividad de un estudiante con un chatbot y los conocimientos demostrados durante la prueba.
Por ello, la OCDE presenta dos hallazgos que deberían mantenerse separados. El rendimiento académico ha descendido durante una década, y los patrones actuales de uso de IA se correlacionan con distintos niveles de rendimiento.
Su intersección sigue mereciendo atención. La IA generativa llegó durante una crisis prolongada de aprendizaje, cuando muchos estudiantes ya carecían de bases sólidas en lectura y matemáticas.
Un chatbot puede redactar un párrafo coherente incluso cuando su usuario no puede construir el argumento de forma independiente. Puede resumir un capítulo sin exigir al lector que identifique sus afirmaciones centrales.
Esto crea una brecha de medición entre el trabajo terminado y la capacidad retenida. La calidad de las tareas puede mejorar mientras el rendimiento sin ayuda se estanca o cae.
Los docentes reciben entonces una señal engañosa. Una entrega pulida podría representar un aprendizaje más sólido, apoyo útil de edición, una amplia asistencia de la máquina o una delegación casi completa.
Los estudiantes se enfrentan a una ilusión similar. Terminar rápidamente puede parecer dominio porque el resultado inmediato parece correcto. El malentendido solo se hace visible durante una prueba sin ayuda o una tarea posterior.
Esto no hace perjudicial cada interacción con un chatbot. Significa que el valor educativo depende de si la IA preserva la recuperación de conocimientos, el razonamiento, la revisión y la explicación.
El secretario general de la OCDE, Mathias Cormann, expresó claramente la distinción. La tecnología puede fortalecer el aprendizaje, afirmó, pero no cuando sustituye la atención, el esfuerzo y la comprensión.
Esa declaración desplaza la responsabilidad más allá de los estudiantes. El diseño del producto, las instrucciones del profesorado, la estructura de las tareas y la política escolar determinan con qué facilidad la IA se convierte en un sustituto.
El descenso de 1,5 años eleva lo que está en juego porque las escuelas tienen poco margen para otra fuente de implicación superficial. No proporciona una estimación causal de esa fuente.
Por qué resumir y redactar generan el conflicto más agudo
La IA se vuelve pedagógicamente arriesgada cuando completa la operación mental que una tarea fue diseñada para ejercitar.
Una tarea de resumen rara vez consiste en producir un documento más corto. Su propósito pedagógico es hacer que los estudiantes seleccionen pruebas, distingan las ideas principales y reconstruyan el significado.
Cuando un chatbot realiza esos pasos, el estudiante recibe el producto visible sin necesariamente practicar la habilidad oculta. El mismo problema se aplica a la investigación preliminar.
Las tareas de investigación enseñan a formular preguntas, comparar fuentes, gestionar la incertidumbre y seleccionar pruebas. Pedir una visión general ya preparada puede eliminar esas decisiones del flujo de trabajo del estudiante.
La redacción presenta un conflicto todavía más claro. Escribir no es meramente la expresión final del conocimiento. Ayuda a las personas a descubrir razonamientos débiles, pruebas ausentes y contradicciones sin resolver.
Un primer borrador generado puede eliminar esa fricción productiva. Los estudiantes parten de una prosa fluida y se convierten en editores antes de haber formulado su propio argumento.
Este mecanismo ayuda a explicar los hallazgos de la OCDE sobre IA en tareas escolares. Los no usuarios solían superar a los usuarios en tareas específicas, mientras que los usuarios moderados a veces obtenían mejores resultados que los usuarios poco frecuentes o intensivos.
El patrón se parece más a una curva que a una decisión de prohibir o adoptar. Cierta asistencia puede apoyar el aprendizaje, pero una delegación extensa reduce el esfuerzo que crea conocimientos duraderos.
La revisión independiente sobre educación digital de la OCDE llega a una conclusión similar. La IA generativa puede ayudar cuando su uso está guiado por principios pedagógicos.
Las herramientas educativas pueden pedir a un alumno que explique un paso antes de ofrecer comentarios. Pueden proporcionar pistas, generar preguntas de práctica o cuestionar una afirmación sin respaldo.
Los chatbots genéricos suelen optimizarse para satisfacer la solicitud. Si un estudiante pide una respuesta, el sistema tiene pocos motivos para preservar la dificultad prevista de la tarea.
Esa diferencia separa la tutoría de la finalización. Un tutor gestiona la asistencia para que el alumno mantenga la responsabilidad sobre el razonamiento. Un motor de respuestas puede eliminar esa responsabilidad al instante.
El problema no se limita a hacer trampa. Un estudiante puede utilizar abiertamente IA bajo normas escolares permisivas y aun así practicar menos de lo que exige el currículo.
Las políticas de integridad académica abordan la autoría, la divulgación y la asistencia prohibida. El diseño del aprendizaje plantea una pregunta más profunda: ¿qué razonamiento deben seguir realizando los estudiantes por sí mismos?
Las escuelas necesitan ambas capas. La divulgación puede informar a un docente de que intervino la IA, pero no muestra si la interacción reforzó la comprensión.
Las pruebas del proceso se vuelven más útiles. Los estudiantes pueden conservar notas, rastros de fuentes, borradores sucesivos, historiales de prompts y breves explicaciones de las sugerencias rechazadas.
Una base de conocimientos para estudiantes puede respaldar ese tipo de proceso trazable. El valor educativo proviene de volver a examinar las pruebas y el razonamiento, no de recopilar respuestas generadas.
La evaluación también debe comparar el rendimiento asistido y sin ayuda. Un estudiante podría producir un ensayo con apoyo de IA y luego defender verbalmente su argumento o redactar un texto relacionado sin asistencia.
Estos diseños hacen visible el uso de IA sin tratar cada interacción como una conducta indebida. También revelan si el apoyo se transfirió a una capacidad independiente.
Esta es la inversión central. La IA puede mejorar el producto mientras debilita el proceso de aprendizaje que ese producto debía representar.
Asia demuestra que una alta adopción y un alto rendimiento pueden coexistir
Los resultados asiáticos cuestionan cualquier afirmación de que el acceso frecuente a chatbots produzca automáticamente un rendimiento académico débil.
Singapur ofrece el contraejemplo más claro. Sus estudiantes siguieron figurando entre los de mejor rendimiento del mundo mientras informaban de un uso amplio de IA en las tareas escolares.
Alrededor del 66% de los estudiantes de Singapur utilizaban chatbots al menos semanalmente para ayudarles a aprender. La media de la OCDE era de aproximadamente el 46%.
El uso semanal también fue alto para tareas individuales. En Singapur, el 46% utilizó IA para investigación preliminar, el 41% para resumir y el 45% para redactar trabajos escritos.
Solo el 4% informó no usar IA o usarla casi nada en las actividades encuestadas. Esto se compara con el 14% en los países de la OCDE.
El perfil PISA del país aporta otra cifra importante. Aproximadamente el 81% aprendió a evaluar información generada por IA durante las clases escolares.
El promedio de la OCDE para esa actividad en el aula fue de aproximadamente el 63%. Entre los sistemas participantes, la exposición declarada osciló entre el 31% y más del 80%.
Por tanto, Singapur combina un acceso elevado con una formación en evaluación inusualmente extendida. Los estudiantes se encuentran con la IA, pero muchos también practican cómo cuestionar sus resultados.
Corea presenta otra versión de este patrón. Su índice general de uso de IA para tareas escolares se situó por encima del promedio de la OCDE, mientras que siguió estando entre los sistemas con mejor rendimiento.
Corea y Singapur han impulsado políticas amplias de aprendizaje digital. El enfoque nacional de Singapur incluye explícitamente herramientas de inteligencia artificial.
Otras economías asiáticas muestran por qué las etiquetas regionales amplias siguen siendo arriesgadas. Japón informa un uso comparativamente bajo para tareas escolares, mientras que Singapur informa un uso muy elevado. Ambos tienen un rendimiento sólido.
Taipéi Chino combina un alto rendimiento con un menor uso medio de IA y una amplia política de aprendizaje digital vigente desde 2021. Macao combina un alto rendimiento con una adopción extensa.
Los resultados de China continental abarcan Beijing, Shanghái, Jiangsu y Zhejiang, en lugar de todo el país. Los lectores no deberían considerar esa muestra como una estimación nacional.
La comparación más útil se refiere al control pedagógico. Varios sistemas de alto rendimiento otorgan a los docentes un papel central para adaptar las herramientas digitales a los objetivos del aula.
El director de educación de la OCDE, Andreas Schleicher, describió un aula de caligrafía china donde los estudiantes seguían escribiendo con pinceles y tinta. Después, los docentes utilizaban IA para analizar la escritura a mano.
El ejemplo del aula es útil porque la tecnología no produjo el trabajo del estudiante. Ofreció comentarios sobre un trabajo que el estudiante ya había realizado.
Esa estructura preserva la práctica esencial. Los estudiantes forman cada carácter, los docentes definen el objetivo de aprendizaje y el software añade una capa de diagnóstico.
Compárese con pedir a un chatbot que redacte un ensayo. El segundo flujo de trabajo transfiere al modelo el acto central de la composición.
Por eso, “IA en la educación” es demasiado amplio para funcionar como una variable de resultado. La retroalimentación sobre caligrafía, la redacción automatizada, la tutoría guiada y la síntesis instantánea son intervenciones diferentes.
Los promedios nacionales también pueden ocultar variaciones entre aulas. Un docente podría exigir comprobaciones de evidencia y defensas orales. Otro podría permitir la generación sin restricciones con supervisión limitada.
Por tanto, la adopción asiática no refuta las asociaciones observadas por la OCDE a nivel de estudiante. Muestra que el diseño del sistema puede cambiar lo que significa la adopción.
Los sistemas asiáticos de alto rendimiento presionan a los países que plantean la política como una elección entre la prohibición y el acceso sin restricciones. Se vislumbra una tercera vía: exposición guiada con autoridad docente.
Lo que las cifras aún no pueden decirnos
PISA identifica una señal de alerta, pero su diseño observacional no puede aislar el efecto de la IA de los estudiantes y las escuelas que la utilizan.
La encuesta se basa en los informes de los estudiantes sobre frecuencia y propósito. No recoge cada prompt, respuesta, corrección o norma de aula que rodea esas interacciones.
Dos estudiantes pueden seleccionar la misma categoría de frecuencia y usar la IA de maneras muy distintas. Uno podría pedir explicaciones, mientras que otro entrega texto generado con una revisión mínima.
La expresión amplia “ayudarme a aprender” introduce incertidumbre adicional. Puede describir tutoría, traducción, lluvia de ideas, generación de prácticas, comprobación de respuestas o solicitudes directas de soluciones.
Las puntuaciones de ciencias constituyen el principal resultado de este ciclo de PISA. No pueden representar todos los efectos sobre la calidad de escritura, la creatividad, la confianza, la habilidad de investigación o la retención a largo plazo.
La evaluación tampoco puede establecer la dirección de la relación. Los estudiantes con menor rendimiento podrían adoptar la IA porque necesitan ayuda, lo que hace que el uso de IA sea en parte una respuesta a la dificultad.
Los usuarios frecuentes podrían enfrentarse a cargas de trabajo exigentes que fomentan la automatización. Las escuelas con sistemas de apoyo débiles podrían recurrir a chatbots de consumo como sustitutos económicos.
Otra posibilidad opera en sentido contrario. La delegación repetida de tareas podría reducir la práctica y debilitar el rendimiento posterior sin ayuda. PISA no puede determinar la contribución de cada mecanismo.
Incluso la relación entre la enseñanza de alfabetización en IA y las puntuaciones exige cautela. Los estudiantes con mayores ventajas informan con más frecuencia de esas oportunidades de aprendizaje.
Las escuelas que enseñan verificación de forma eficaz también pueden contar con docentes más sólidos, mejores recursos y familias más favorables. Esos factores pueden influir en el rendimiento de manera independiente.
No obstante, la OCDE encontró un patrón prometedor. Los usuarios frecuentes de IA para aprendizaje general que también evaluaban información de IA en clase lograron un rendimiento ligeramente mayor en ciencias que los usuarios poco frecuentes o quienes no la usaban.
Ese resultado respalda el uso guiado, pero no demuestra que una lección concreta haya causado la diferencia. El informe describe una asociación dentro de un entorno de aprendizaje complejo.
Otra incertidumbre se refiere al cambio de los productos. Los chatbots utilizados durante 2025 difieren de sistemas posteriores en precisión, diseño de interfaz, personalización y salvaguardas educativas.
Las herramientas futuras podrían convertirse en mejores tutores. También podrían mejorar a la hora de completar trabajos de forma invisible, ampliando la brecha entre la producción aparente y la competencia realmente retenida.
Las escuelas no pueden esperar evidencia perfecta porque la adopción ya es generalizada. Sin embargo, deberían evitar convertir correlaciones preliminares en prohibiciones universales.
Una prohibición general puede llevar el uso a la clandestinidad. También puede negar a los estudiantes una práctica supervisada con herramientas que encontrarán en la educación superior y el trabajo.
La adopción sin restricciones conlleva el riesgo opuesto. Permite que los valores predeterminados del producto determinen la pedagogía, aunque los chatbots de consumo no se diseñaron en torno a currículos individuales.
La respuesta política prudente es la experimentación controlada. Las escuelas pueden definir las tareas permitidas, preservar evaluaciones sin ayuda, enseñar verificación y comparar resultados a lo largo del tiempo.
Deberían medir más que la calidad de las entregas. Entre los indicadores útiles se incluyen el recuerdo diferido, la transferencia independiente, la precisión de las fuentes, la calidad de la revisión y la capacidad de explicar el razonamiento.
Esas medidas pondrían a prueba el mecanismo detrás de los hallazgos de la OCDE sobre IA en las tareas escolares. Mostrarían si un chatbot respalda el trabajo cognitivo o simplemente oculta su ausencia.
Tres señales mostrarán si las escuelas están aprendiendo de PISA
La siguiente fase estará determinada por el diseño de las evaluaciones, la alfabetización en IA liderada por docentes y la evidencia de que el uso guiado se transfiere al rendimiento independiente.
La primera señal es un giro hacia evaluaciones conscientes del proceso. Las escuelas deberían revelar cómo se utilizó la IA y exigir que los estudiantes demuestren los mismos conocimientos sin ayuda.
Esté atento a defensas orales, redacción supervisada, registros de prompts, registros de fuentes y borradores por etapas. Estos enfoques separan una producción pulida de una comprensión auténtica.
Si los sistemas escolares los adoptan ampliamente, la advertencia de la OCDE reforzará el argumento a favor del rediseño en lugar de la prohibición. Si las tareas permanecen sin cambios, la delegación invisible seguirá siendo difícil de medir.
La segunda señal es una enseñanza más amplia para evaluar información generada. Alrededor de seis de cada diez estudiantes de la OCDE ya informan de hacerlo durante las clases escolares.
La calidad de esa enseñanza importa más que marcar una casilla. Los estudiantes deben poner a prueba las afirmaciones, localizar evidencia original, identificar incertidumbre y reconocer una prosa persuasiva pero sin respaldo.
La tasa de exposición del 81% de Singapur ofrece una referencia útil, no una explicación completa de sus resultados. Otros sistemas deben demostrar que los ejercicios de evaluación cambian el comportamiento de los estudiantes.
Si la alfabetización en IA se expande mientras mejora el rendimiento independiente, el uso guiado gana respaldo. Si la exposición aumenta sin mejores resultados, las escuelas necesitarán diseños pedagógicos más sólidos.
La tercera señal es la evidencia longitudinal que compara distintas formas de asistencia. Los investigadores deben separar la tutoría, la retroalimentación, la lluvia de ideas, la síntesis, la investigación y la redacción.
También necesitan pruebas diferidas. El rendimiento inmediato en una tarea puede mejorar incluso cuando los estudiantes retienen menos conocimiento una semana o un mes después.
El próximo ciclo de PISA ayudará, pero las escuelas no deberían depender únicamente de una evaluación trienal. Los distritos y ministerios pueden realizar evaluaciones controladas dentro de los cursos existentes.
La OCDE ya está preparando un ámbito de alfabetización mediática e IA para PISA 2029. Esa evaluación debería revelar si los estudiantes pueden interactuar críticamente con información mediada por IA.
Los desarrolladores de productos también se enfrentan a una prueba clara. Los modos educativos deberían evitar ofrecer respuestas completas antes de que los estudiantes intenten resolver el problema subyacente.
Los docentes necesitan controles para la profundidad de las pistas, los requisitos de fuentes, la idoneidad por edad y los registros de actividad. Sin esas funciones, “tutor de IA” sigue siendo más una categoría de marketing que una garantía educativa.
Los padres y estudiantes pueden aplicar ahora el mismo criterio. Pregúntense si un chatbot está ampliando el pensamiento, comprobándolo o sustituyéndolo.
Para los resúmenes, lean primero y redacten los puntos principales antes de pedir comentarios. Para la investigación, recopilen fuentes originales antes de pedir a la IA que las compare.
Para escribir, formulen el argumento y elaboren una estructura inicial antes de usar un modelo para la crítica. Mantengan una versión sin ayuda de la práctica esencial.
La advertencia reportada de la OCDE es seria, pero su interpretación más dramática no está respaldada. La IA no recibió una penalización causal de 1,5 años en PISA.
El hallazgo real es más útil. Los estudiantes suelen obtener puntuaciones más bajas cuando los chatbots realizan tareas escolares específicas, mientras que el uso moderado y guiado para el aprendizaje sigue un patrón diferente.
Esto deja a las escuelas ante una pregunta inmediata: ¿sus políticas de IA protegen el esfuerzo que crea conocimiento o solo mejoran el trabajo que entregan los estudiantes?
