Los resultados de las pruebas de IA de la OCDE revelan una inversión del aprendizaje entre los estudiantes

Los resultados de las pruebas de IA de la OCDE revelan un conflicto preocupante: los estudiantes que evitan los chatbots para sus tareas escolares suelen superar a sus compañeros que los usan. El hallazgo procede de PISA 2025, la evaluación internacional de la OCDE para estudiantes de 15 años.

El resultado cuestiona una suposición popular sobre la IA en la educación. Los chatbots pueden generar tareas pulidas, resumir lecturas y responder preguntas en cuestión de segundos. Sin embargo, un trabajo asistido de mayor calidad no construye automáticamente conocimientos que los estudiantes puedan utilizar de forma independiente.

Esta distinción sitúa a los chatbots de propósito general en un lado de una división emergente. En el otro están los sistemas estructurados que hacen que los estudiantes razonen, practiquen y expliquen sus respuestas. La evidencia no respalda prohibir la IA en la educación. Respalda preguntarse si la tecnología ayuda a los estudiantes a pensar o simplemente completa el pensamiento por ellos.

PISA detecta una brecha en los resultados de las pruebas de IA

El hallazgo central de la OCDE es una asociación entre el uso de chatbots y un desempeño independiente más débil, no una prueba de que la IA haya causado las puntuaciones más bajas.

Los resultados de PISA 2025 ofrecen una de las visiones más amplias hasta ahora sobre el uso de IA por parte de los estudiantes. PISA, el Programa para la Evaluación Internacional de los Estudiantes, mide cómo los jóvenes de 15 años aplican sus conocimientos a problemas desconocidos.

Para 2025, una mayoría de estudiantes en la mayoría de los sistemas educativos participantes había utilizado chatbots de IA para tareas escolares. Solo el 14 por ciento de los estudiantes de los países de la OCDE declaró no utilizarlos casi nunca para los fines analizados.

Esos fines incluían resumir textos asignados, realizar investigaciones preliminares, redactar trabajos escritos y obtener ayuda general para el aprendizaje. La asistencia general para el aprendizaje fue el uso más reportado.

El uso casi diario siguió siendo menos frecuente. En los países de la OCDE, aproximadamente uno de cada cinco estudiantes declaró usarlos con regularidad. Esto importa porque tanto la frecuencia como el propósito se relacionaron con distintos patrones de desempeño.

Los estudiantes que declararon no utilizar chatbots para tareas escolares específicas generalmente obtuvieron puntuaciones más altas en ciencias que quienes los usaban. El patrón apareció en la mayoría de los países y economías participantes.

La relación no siguió una línea recta simple. Los estudiantes que utilizaban IA semanalmente para el aprendizaje general mostraron un desempeño similar al de quienes no la usaban, después de que los investigadores ajustaran los datos según el nivel socioeconómico.

Los estudiantes que utilizaban IA casi todos los días, o solo de forma ocasional, tendían a obtener puntuaciones inferiores a las de quienes no la usaban. Los usuarios moderados a veces superaban a los usuarios limitados y frecuentes al resumir textos o investigar temas nuevos.

La redacción fue diferente. La ventaja de desempeño de los usuarios moderados fue menos marcada cuando la IA ayudaba a escribir trabajos. Ese resultado encaja con la preocupación de que la generación de texto pueda reemplazar más trabajo cognitivo que la asistencia en investigación.

La comparación utiliza puntuaciones previstas de ciencias ajustadas según los perfiles socioeconómicos de los estudiantes. Aun así, se basa en datos observacionales y de uso autodeclarado. Los estudiantes no fueron asignados aleatoriamente a grupos con y sin chatbots.

Los estudiantes con menor rendimiento podrían buscar ayuda de IA con más frecuencia. Los estudiantes con cargas de trabajo más pesadas, redes de apoyo más débiles o menor confianza también podrían adoptar los chatbots de forma diferente.

La OCDE advierte explícitamente que sus hallazgos no establecen un efecto causal negativo. En cambio, describen una relación moldeada por quién adopta la IA, por qué la utiliza y con qué frecuencia.

Esa advertencia debería impedir que un titular fácil se convierta en un veredicto falso. PISA no demostró que todos los estudiantes pierdan conocimientos después de abrir ChatGPT. Sí reveló una brecha consistente que las escuelas no pueden descartar sin más.

La brecha también importa porque PISA evalúa la aplicación de conocimientos sin ayuda. Un chatbot puede mejorar el trabajo entregado en casa mientras deja al estudiante menos preparado cuando la herramienta desaparece.

Esta diferencia entre el trabajo completado y la capacidad retenida crea el verdadero conflicto. Los sistemas educativos han pasado años evaluando resultados visibles. La IA generativa ahora puede mejorar esos resultados sin mejorar de forma fiable al alumno.

Los resultados de las pruebas de IA de la OCDE exponen la inversión de las tareas escolares

La IA puede hacer que una tarea parezca mejor mientras debilita la conexión entre esa tarea y lo que sabe un estudiante.

El anterior informe sobre educación de la OCDE identificó este problema antes de que llegaran los nuevos resultados de PISA. La IA de propósito general puede elevar el desempeño en tareas sin generar ganancias de aprendizaje duraderas.

Un estudiante podría pedir a un chatbot que resuma un capítulo, organice un argumento o redacte un ensayo. La entrega final puede volverse más clara incluso si el estudiante lee, planifica y revisa menos.

Esos pasos omitidos no son fricción administrativa. A menudo son la actividad de aprendizaje en sí misma.

Escribir exige que un estudiante recupere información, sopese evidencias, organice ideas y detecte lagunas en su comprensión. Resumir requiere decidir qué hechos importan y cómo se conectan.

Cuando un chatbot realiza esas operaciones, el estudiante recibe una respuesta sin necesariamente construir la estructura mental que hay detrás. El resultado inmediato parece productivo, pero la prueba independiente revela qué se retuvo.

A veces, los investigadores describen este patrón como descarga cognitiva. El alumno transfiere parte de una tarea mental a un sistema externo, reduciendo el esfuerzo necesario para completarla.

La descarga no es automáticamente perjudicial. Las calculadoras, los correctores ortográficos, los motores de búsqueda y los libros de referencia trasladan trabajo fuera de la mente. Los estudiantes pueden utilizar esas herramientas mientras desarrollan habilidades más profundas.

La diferencia radica en qué queda por hacer para el alumno. Una calculadora todavía exige que alguien seleccione una operación e interprete el resultado. Un chatbot puede seleccionar el argumento, redactar la explicación y proporcionar la conclusión.

Esa sustitución más amplia crea lo que los investigadores llaman pereza metacognitiva. La metacognición consiste en supervisar la propia comprensión, las estrategias y los errores durante el aprendizaje.

Los estudiantes la ejercitan cuando reconocen una confusión, reconsideran una respuesta débil o piden ayuda específica. Una respuesta fluida de un chatbot puede suprimir esas señales al hacer que una comprensión incompleta parezca resuelta.

Los resultados de PISA incluyen otra pista. Los estudiantes que evitaban los chatbots de IA también tenían más probabilidades de declarar comportamientos más sólidos de búsqueda de ayuda.

La ayuda humana suele implicar negociación. Un docente, padre o compañero puede preguntar qué intentó el estudiante y dónde falló el razonamiento. Un chatbot general suele responder de inmediato, salvo que se le indique que actúe de otra manera.

Esa comodidad cambia el coste de evitar el esfuerzo. Antes de la IA generativa, externalizar un ensayo completo requería dinero, coordinación o una conducta indebida evidente. Ahora, un borrador plausible puede aparecer durante una breve sesión de navegador.

La inversión se vuelve más clara cuando se retira la herramienta. Los estudiantes pueden entregar trabajos asistidos más sólidos y luego tener dificultades en una evaluación cerrada que exige los mismos conocimientos.

Un estudio de 2026 sobre educación secundaria china ofrece una versión más precisa de ese patrón. El estudio sobre la penalización del aprendizaje analizó 30 meses de registros de 26.811 estudiantes de los cursos 7 a 12.

Los investigadores siguieron tareas, tiempos de finalización, exámenes mensuales a libro cerrado y pruebas de acceso de alto impacto en nueve asignaturas. La adopción de IA se asoció con una mayor productividad en las tareas, pero con un peor desempeño sin ayuda.

Ese estudio también requiere cautela. La adopción no fue asignada aleatoriamente, y los investigadores infirieron parte del comportamiento de externalización a partir de datos administrativos. No puede establecer una penalización universal para cada estudiante o aula.

Aun así, su estructura aborda una debilidad del análisis habitual de las tareas. Compara el trabajo asistido con evaluaciones en las que los estudiantes deben desempeñarse sin la herramienta.

Los resultados de las pruebas de IA de la OCDE apuntan en la misma dirección en una muestra internacional mucho más amplia. En conjunto, estos hallazgos cuestionan las calificaciones basadas principalmente en entregas realizadas en casa.

Si las escuelas siguen tratando las tareas pulidas como evidencia directa de aprendizaje, la IA hará que esa señal sea menos fiable. La tarea puede medir cada vez más el acceso, la formulación de instrucciones y la edición, en lugar del dominio independiente.

Los datos no respaldan una prohibición simple de la IA

La evidencia más sólida distingue entre la generación de respuestas sin orientación y el uso de IA diseñado en torno a la enseñanza y la participación activa.

La advertencia de la OCDE puede simplificarse fácilmente hasta convertirse en la afirmación de que la IA siempre perjudica el aprendizaje. Sus propios hallazgos rechazan esa interpretación.

El uso semanal para el aprendizaje general se asoció con un desempeño en ciencias similar al de quienes no la usaban. El uso moderado para ciertas tareas también produjo mejores resultados que el uso poco frecuente o intensivo.

Este patrón sugiere que la frecuencia importa, pero la frecuencia por sí sola no basta. El propósito y el diseño pedagógico en torno a la herramienta pueden cambiar el resultado.

Un estudiante que solicita una respuesta terminada no vive la misma experiencia que quien pide una pista. Ninguno se parece a una lección supervisada en la que un instructor cuestiona un razonamiento incorrecto.

Esta distinción aparece en investigaciones controladas. Un estudio del Banco Mundial probó un programa de tutoría con IA de seis semanas, respaldado por docentes, con estudiantes de secundaria en el estado de Edo, Nigeria.

El programa utilizó Microsoft Copilot para apoyar el aprendizaje de inglés después de la escuela. Los docentes supervisaron actividades estructuradas, proporcionaron instrucciones y ayudaron a los estudiantes a evaluar las respuestas del sistema.

Los estudiantes de la intervención lograron una mejora de 0,31 desviaciones estándar en una evaluación que abarcaba inglés, conocimientos de IA y habilidades digitales. Por tanto, el ensayo de tutoría en Nigeria ofrece evidencia de que el uso guiado puede mejorar el aprendizaje.

Ese resultado no contradice la advertencia de la OCDE. Aclara el mecanismo que hay detrás.

El programa nigeriano no dio a los estudiantes un motor de respuestas sin restricciones y asumió que el aprendizaje seguiría. Integró el modelo en un plan de estudios, un horario y un proceso dirigido por docentes.

El chatbot funcionó como un tutor dentro de un sistema pedagógico. No sustituyó al sistema.

La evidencia experimental más reciente también complica una narrativa puramente negativa. Los investigadores Zara Contractor y Germán Reyes asignaron aleatoriamente a estudiantes universitarios a aprender un tema desconocido con o sin IA generativa.

Los participantes completaron evaluaciones sin ayuda inmediatamente y una semana después. El acceso a la IA elevó las puntuaciones de conocimiento inmediato en 0,27 desviaciones estándar, y esas ganancias persistieron una semana más tarde.

El experimento aleatorizado halló beneficios diferidos más sólidos entre los usuarios de aumento. Esos estudiantes pedían a la IA que explicara conceptos en lugar de generar texto para ellos.

Los usuarios de automatización siguieron el patrón opuesto. Sus mejoras a corto plazo en la calidad de los resultados desaparecieron tras retirar el acceso a la IA.

Este contraste ofrece un marco práctico para interpretar los resultados de las pruebas de IA de la OCDE. La pregunta relevante no es si apareció un chatbot durante el estudio.

La pregunta es qué pasos cognitivos permanecieron en manos del estudiante. La explicación, la recuperación, la comparación y la autocorrección pueden favorecer el aprendizaje. La producción automática puede eludirlas.

La edad y el contexto también limitan las comparaciones directas. El experimento aleatorizado incluyó a estudiantes universitarios, mientras que PISA examina a jóvenes de 15 años. La intervención del Banco Mundial se llevó a cabo en un contexto específico de Nigeria.

Un programa estructurado extraescolar no puede predecir qué ocurre cuando millones de estudiantes usan distintos chatbots en privado. Un pequeño experimento no puede resolver los efectos a largo plazo en todas las asignaturas.

Aun así, los estudios positivos exponen la debilidad de una prohibición generalizada. Eliminar la IA también eliminaría opciones de tutoría que pueden ampliar la retroalimentación y la práctica.

Por tanto, la decisión política no es entre un uso ilimitado y una exclusión total. Las escuelas necesitan reglas que distingan la asistencia productiva del esfuerzo sustituido.

Podría permitirse que un chatbot formule preguntas socráticas, genere ejercicios de práctica o explique por qué una respuesta es incorrecta. Podría restringirse que produzca el texto final de trabajos evaluados.

Los estudiantes también pueden documentar su historial de interacción y explicar qué sugerencias aceptaron. Ese proceso hace visible el razonamiento, en lugar de tratar el documento final como la única evidencia.

Las herramientas para estudiantes deberían facilitar la recuperación de información, la reflexión y la comparación de fuentes. Un espacio de trabajo para estudiantes personal puede ayudar a organizar materiales, pero el alumno sigue necesitando evaluarlos y conectarlos.

El informe de la OCDE sitúa el diseño pedagógico como la línea divisoria. La disponibilidad de herramientas de propósito general no es una estrategia de aprendizaje. Las escuelas deben decidir qué usos preservan el esfuerzo y cuáles lo eliminan.

Las escuelas afrontan ahora un problema de evaluación

Los chatbots ejercen la mayor presión sobre las escuelas que todavía equiparan el resultado no supervisado con la comprensión individual.

La IA generativa no creó todas las debilidades de los deberes y trabajos académicos. Hizo que las debilidades existentes fueran más fáciles de explotar y más difíciles de ignorar.

Desde hace tiempo, el profesorado sabe que el trabajo realizado en casa refleja niveles desiguales de ayuda. Algunos estudiantes reciben amplio apoyo familiar, tutorías privadas o retroalimentación editorial. Otros trabajan solos.

La IA añade un colaborador siempre disponible que puede generar el contenido sustancial de una respuesta. El texto final puede seguir siendo difícil de distinguir del trabajo legítimo del estudiante.

El software de detección no resuelve este problema de forma fiable. Los falsos positivos pueden penalizar la escritura original, mientras que el texto de IA revisado puede eludir la detección. Las escuelas necesitan diseños de evaluación que revelen el proceso del estudiante.

La presión va más allá de las trampas deliberadas. Un estudiante puede usar un chatbot dentro de una política permisiva y aun así evitar la práctica necesaria para rendir más adelante.

Esto hace que la intención sea un criterio incompleto. Un alumno bienintencionado podría pedir repetidamente explicaciones pulidas, sentirse productivo y descubrir la laguna de conocimientos solo durante un examen.

El regulador británico de cualificaciones ha abordado directamente el aspecto de la integridad. Su guía sobre trabajos académicos de 2026 establece que presentar trabajo generado por IA como propio es hacer trampa.

Sin embargo, el castigo aborda solo una parte del problema de aprendizaje. Los estudiantes pueden cumplir las normas de divulgación y aun así depender demasiado de respuestas generadas.

Las escuelas necesitan observar la competencia mediante múltiples formatos. Breves defensas orales, escritura supervisada, borradores iterativos, demostraciones prácticas y resolución de problemas en directo pueden ofrecer pruebas más sólidas.

Estos formatos no son inmunes a la preparación guiada. Pero sí dificultan que un producto final generado por IA sustituya la comprensión del estudiante.

El rediseño de la evaluación también conlleva costes. Los exámenes orales requieren tiempo del personal. El trabajo supervisado reduce la flexibilidad. La evaluación basada en proyectos puede introducir calificaciones subjetivas y cargas de coordinación.

Esos costes recaerán de forma desigual. Las escuelas con buena financiación pueden formar al profesorado y crear grupos de evaluación más pequeños. Los sistemas con escasez de personal pueden depender más de tareas escritas escalables.

Los proveedores de IA también afrontan presión. Los productos de propósito general suelen optimizar respuestas útiles y completas. Ese objetivo puede entrar en conflicto con la enseñanza, que a veces requiere no dar una respuesta.

Un modo educativo eficaz podría pedir primero al alumno que intente resolver un problema. Podría ofrecer pistas progresivamente más claras, identificar conceptos erróneos y exigir una explicación antes de avanzar.

El sistema también necesitaría protecciones de privacidad apropiadas para cada edad y prácticas de datos transparentes. Las conversaciones de los estudiantes pueden contener expedientes académicos, preocupaciones personales y señales conductuales sensibles.

El profesorado necesita control sobre la alineación curricular. Un chatbot que ofrezca métodos correctos pero fuera del plan de estudios puede confundir a los estudiantes o socavar una lección cuidadosamente secuenciada.

Las alucinaciones siguen siendo otro problema. Una explicación falsa expresada con seguridad puede enseñar una idea errónea, especialmente cuando el alumno no tiene suficientes conocimientos para cuestionarla.

La OCDE informa de que aproximadamente seis de cada diez estudiantes habían recibido durante las clases la petición de evaluar información generada por IA. Entre ellos, el 46 por ciento lo hacía a veces, el 33 por ciento con frecuencia y el 22 por ciento muy a menudo.

Estas cifras muestran que las habilidades de evaluación han llegado a muchas aulas. También dejan a una proporción considerable de estudiantes sin práctica habitual para comprobar resultados de IA.

Las preocupaciones por la integridad académica ya están muy extendidas entre los educadores. En el Digital Education Outlook de la OCDE, el 72 por ciento de los docentes de secundaria básica creía que la IA podía permitir a los estudiantes presentar trabajo generado como propio.

Al mismo tiempo, el 37 por ciento de los docentes de secundaria básica declaró usar IA en su trabajo en 2024. Otro 57 por ciento estuvo de acuerdo en que la IA ayuda a redactar o mejorar planes de clase.

Esa combinación refleja la tensión institucional. Las escuelas ven aplicaciones útiles para el profesorado, mientras les preocupa que los estudiantes puedan eludir el aprendizaje.

La política debe tener en cuenta ambos lados. El profesorado podría usar IA para crear ejercicios diferenciados, redactar comentarios o simular conversaciones de tutoría. Los estudiantes aún necesitan oportunidades protegidas para esforzarse de forma productiva.

El esfuerzo productivo no significa negar toda ayuda. Significa ofrecer apoyo suficiente para avanzar sin eliminar el razonamiento que construye el dominio de una materia.

Por ello, el informe de la OCDE sobre IA y educación traslada la responsabilidad hacia las instituciones y los diseñadores de productos. Decir a los estudiantes que “usen la IA de forma responsable” es demasiado impreciso para orientar su comportamiento.

Las reglas deberían identificar las acciones permitidas, las divulgaciones obligatorias y las competencias que deben demostrarse sin ayuda. También deberían explicar por qué cierta fricción sigue siendo pedagógicamente necesaria.

La correlación es la incertidumbre central

La comparación de PISA es importante por su escala, pero su diseño no puede determinar si el uso de chatbots causó un peor rendimiento en ciencias.

Los estudiantes llegan a la IA con distintas capacidades, motivaciones y recursos. Esas diferencias pueden influir tanto en la adopción como en los resultados de los exámenes.

Un estudiante con dificultades podría usar más un chatbot porque la enseñanza existente le ha fallado. En ese caso, el rendimiento inferior precedería al uso de IA en lugar de ser su resultado.

Los estudiantes de alto rendimiento podrían evitar los chatbots porque ya tienen hábitos de estudio sólidos. Sus puntuaciones más altas podrían reflejar esos hábitos, no la ausencia de IA.

La frecuencia declarada por los propios estudiantes añade otra limitación. Pueden interpretar de forma distinta “ayúdame a aprender”, olvidar usos ocasionales o declarar menos conductas que parecen prohibidas.

Las categorías también combinan muchos estilos de interacción. Un usuario semanal podría pedir preguntas de práctica. Otro podría generar una tarea completa con la misma frecuencia declarada.

PISA ajustó las comparaciones de ciencias según el contexto socioeconómico. Eso mejora el análisis, pero no puede controlar todas las diferencias entre usuarios y no usuarios.

La OCDE lo reconoce directamente. Su informe señala que las relaciones podrían reflejar una combinación compleja de quién adopta la IA y cómo la utiliza.

Por tanto, el lenguaje de los titulares debe mantenerse prudente. “Los estudiantes que usan IA obtuvieron puntuaciones más bajas” describe una asociación observada. “La IA hizo que los estudiantes obtuvieran puntuaciones más bajas” formula una afirmación causal que los datos de PISA no pueden respaldar.

El estudio de panel chino ofrece comparaciones más sólidas de cronología y resultados, pero también sigue siendo observacional. Los investigadores no asignaron aleatoriamente acceso a chatbots a largo plazo entre miles de niños.

Los ensayos controlados resuelven algunos problemas de selección. Sin embargo, suelen abarcar muestras más pequeñas, periodos más cortos o intervenciones muy estructuradas.

El ensayo de Nigeria muestra que la tutoría guiada con IA puede ayudar en condiciones específicas. No demuestra que el uso no supervisado de chatbots produzca el mismo resultado.

El experimento con estudiantes universitarios encontró mejoras de aprendizaje cuando la IA reforzaba la explicación. Sus participantes, materia y entorno controlado difieren del uso cotidiano en la educación secundaria.

Estas limitaciones no anulan la advertencia. Definen lo que las escuelas deberían investigar a continuación.

Si distintas fuentes de datos muestran repetidamente tareas más sólidas pero un rendimiento sin ayuda más débil, los educadores tienen una razón creíble para rediseñar la evaluación. No necesitan esperar una estimación causal universal.

Al mismo tiempo, una certeza prematura puede producir malas políticas. Una prohibición total podría llevar el uso a la clandestinidad, bloquear tutorías beneficiosas e impedir que las escuelas enseñen alfabetización en IA.

La respuesta más defendible es una adopción controlada. Las escuelas pueden comparar clases, asignaturas y diseños de herramientas mientras miden tanto el resultado asistido como el rendimiento posterior sin ayuda.

También deberían supervisar las diferencias entre grupos de estudiantes. La IA podría apoyar a alumnos con acceso limitado a tutorías, al tiempo que perjudica a quienes la usan principalmente para evitar el esfuerzo.

Las necesidades de accesibilidad requieren especial cuidado. Algunos estudiantes usan IA para apoyo lingüístico, asistencia de lectura u organización de ideas. Las restricciones no deberían eliminar adaptaciones sin alternativas equivalentes.

Las diferencias entre asignaturas también importan. Generar un ensayo de historia sustituye un trabajo mental distinto del que se sustituye al recibir comentarios sobre una demostración matemática.

La medición a largo plazo es esencial. Una herramienta podría mejorar una prueba después de una semana, pero debilitar la retención tras un semestre. Otra podría ralentizar inicialmente el trabajo mientras desarrolla habilidades de razonamiento duraderas.

Por tanto, la incertidumbre central no es si la IA cambia el aprendizaje. Ya cambia la secuencia, el esfuerzo y la evidencia en torno al aprendizaje.

La incertidumbre se refiere a qué diseños producen conocimiento duradero, para qué estudiantes y en qué condiciones. Los hallazgos de la OCDE proporcionan una referencia inicial, no una respuesta definitiva.

Tres señales mostrarán qué ocurre después

La siguiente fase debería juzgarse por el rendimiento independiente, el diseño pedagógico de los productos y la reforma de la evaluación, no solo por la adopción de chatbots.

La primera señal es cómo analizan los investigadores la base de datos de PISA 2025. Los estudios a nivel nacional pueden comprobar si la asociación persiste entre asignaturas, políticas escolares y contextos estudiantiles.

Una brecha consistente tras controles más sólidos reforzaría la advertencia de la OCDE. Una gran variación según el propósito o las prácticas escolares fortalecería el argumento a favor de reglas específicas en lugar de restricciones amplias.

Los investigadores deberían separar la redacción de borradores, la elaboración de resúmenes, la investigación, la retroalimentación y la tutoría. Combinarlas bajo el uso general de IA oculta los mecanismos que las escuelas más necesitan comprender.

La segunda señal es si los principales proveedores de chatbots modifican los modos educativos. Un cambio significativo de producto mantendría activos a los estudiantes, en lugar de optimizar cada interacción para una finalización inmediata.

Los indicadores útiles incluyen pistas retrasadas, requisitos de intento, controles docentes, alineación curricular y explicaciones adaptadas a conceptos erróneos diagnosticados. Los ensayos independientes deberían comprobar si estas funciones mejoran la retención sin ayuda.

Las afirmaciones de marketing no resolverán la cuestión. Los proveedores necesitan comparaciones que retiren la herramienta después de la instrucción y midan si los estudiantes pueden transferir conocimientos a problemas nuevos.

La tercera señal es el rediseño de la evaluación durante el próximo ciclo académico. Las escuelas y los organismos examinadores revelarán sus prioridades mediante las reglas de calificación, las tareas supervisadas y los requisitos de divulgación.

Más defensas orales, borradores por etapas y demostraciones en clase demostrarían que las instituciones ya no confían únicamente en los trabajos finales realizados en casa. Seguir dependiendo de textos sin supervisión mantendría el desajuste actual.

Las escuelas deberían publicar evidencia de esos cambios cuando las normas de privacidad lo permitan. Los educadores necesitan saber si las evaluaciones rediseñadas mejoran la validez sin generar cargas de trabajo irrazonables.

Los padres y los estudiantes también necesitan expectativas más claras. Una norma que simplemente permita o prohíba la «IA» no puede distinguir entre la tutoría y la realización automática de tareas.

El criterio más útil plantea una pregunta directa: ¿puede el estudiante seguir explicando, reproduciendo y aplicando el trabajo sin el chatbot?

Las puntuaciones de las pruebas de IA de la OECD han convertido esa cuestión en un asunto de política internacional. No justifican el pánico ni respaldan la complacencia.

Los estudiantes deberían analizar cómo usan actualmente los chatbots. Pedir explicaciones, contraargumentos, preguntas de práctica y comentarios sobre un intento original. Evitar que el sistema sustituya el primer borrador del pensamiento.

Los docentes deberían evaluar el aprendizaje después de que desaparezca la herramienta. Los equipos de producto deberían medir la competencia retenida, no solo una finalización más rápida o una mayor satisfacción.

La próxima ronda de evidencia mostrará si las escuelas pueden preservar el valor de tutoría de la IA sin externalizar el esfuerzo del estudiante. Ese resultado depende de las decisiones de diseño que se están tomando ahora.