Miguel Ariza

web Conecta13
, ,

IA generativa en educación: lo importante ya no es si se usa, sino cómo evitar que dejemos de pensar

Published by

maarizaperez

on

Durante meses, el debate educativo sobre la inteligencia artificial se ha formulado casi siempre mal: o entusiasmo sin matices, o rechazo instintivo. Pero la pregunta útil ya no es si la IA generativa va a entrar en las aulas, porque ya está dentro. La pregunta importante es otra: qué hacemos para que sirva para aprender de verdad y no solo para producir tareas más vistosas en menos tiempo. Ahí es donde empiezan las decisiones pedagógicas que de verdad importan.

El debate ha cambiado

La conversación ha cambiado muy deprisa. La OCDE recoge que en 2024 el 37 % del profesorado de secundaria inferior ya usaba IA en su trabajo. Además, un 57 % considera que estas herramientas ayudan a redactar o mejorar planes de clase. Es decir, no hablamos de una tecnología marginal ni de una curiosidad de laboratorio. Al mismo tiempo, el 72 % del profesorado percibe un posible daño en la integridad académica, lo que explica por qué tantos centros sienten que viven una mezcla de oportunidad, incertidumbre y cansancio normativo. La IA ya está entre nosotros, pero todavía estamos aprendiendo a ponerle límites y propósito. 

Qué dice la evidencia

Lo interesante es que la evidencia no respalda ni el pánico ni la ingenuidad. Los metaanálisis más recientes dibujan un panorama prometedor. Uno de ellos, con 35 estudios experimentales y 4.193 participantes, encontró un efecto positivo moderado de ChatGPT sobre los resultados de aprendizaje. Otro, centrado en educación superior, revisó 66 estudios y 129 tamaños del efecto, y halló un efecto global grande sobre el aprendizaje universitario. Además, una revisión sobre motivación y compromiso concluye que la IA generativa puede mejorar el engagement, especialmente cuando se usa para apoyo tutorial, feedback o trabajo en pequeño grupo. La lectura rápida sería: sí, la IA puede ayudar. Pero la lectura importante es otra: ayuda sobre todo cuando alguien ha pensado pedagógicamente cómo y para qué usarla. 

Ahí aparece el matiz decisivo. La OCDE insiste en que hacer mejor una tarea con IA no equivale automáticamente a aprender más. De hecho, varios estudios revisados en su informe muestran que el alumnado con acceso a herramientas de propósito general puede producir mejores entregas que sus compañeros, pero esa ventaja se reduce o incluso desaparece cuando la IA ya no está disponible, por ejemplo en un examen o en una situación de resolución autónoma. Dicho de forma sencilla: la herramienta puede elevar el producto visible sin consolidar necesariamente el conocimiento o la estrategia mental que debería quedar después. Ese es, probablemente, el riesgo más serio de una integración superficial: confundir un buen resultado con un aprendizaje real. 

Cuando el rendimiento no equivale a aprendizaje

La investigación comparada refuerza esta idea. Un metaanálisis de 2026 encontró mejoras significativas en logro académico (g = 0,40), pensamiento de orden superior (g = 0,72) y escritura (g = 0,76) cuando la IA generativa se integraba en la enseñanza. El dato más llamativo fue el efecto del feedback generado con IA (g = 1,27), bastante más alto que el del mero rendimiento académico. Esto invita a una conclusión pedagógica potente: la IA parece aportar más valor cuando funciona como andamiaje para pensar, revisar y mejorar que cuando se convierte en una vía rápida para resolver productos finales. No se trata tanto de “hacer la tarea con IA” como de “usar la IA para aprender a hacer mejor la tarea”. 

Ahora bien, esta promesa tiene límites claros. La evidencia en educación obligatoria sigue siendo menos sólida que en la universidad. Una revisión sistemática sobre 197 estudios en K-12 reconoció oportunidades para personalizar, motivar e innovar en evaluación, pero también subrayó que faltan más experimentos concretos y más formación docente de calidad. A eso se suma la dimensión ética. Otra revisión, basada en 42 estudios, identificó cinco focos de preocupación que cualquier centro debería tomarse en serio: privacidad, sesgo, transparencia, bienestar del alumnado y supervisión humana. Dicho de otro modo: la pregunta no es solo si la IA mejora algo, sino bajo qué condiciones lo mejora y qué costes puede introducir si se usa mal. 

Cómo rediseñar tareas y evaluación

Por eso, probablemente, la mejor respuesta educativa no sea prohibirlo todo ni permitirlo todo, sino rediseñar tareas. Hay trabajos que la IA vuelve poco valiosos si se plantean como antes: redacciones hechas en casa sin defensa posterior, resúmenes mecánicos, preguntas demasiado genéricas o deberes fáciles de externalizar. En cambio, la IA puede tener un lugar razonable cuando se pide al alumnado que compare una respuesta automática con fuentes fiables, explique qué errores ha detectado, revise un borrador a partir de feedback, prepare una defensa oral o documente cómo ha llegado a la versión final. La clave está en hacer visible el proceso: borradores, decisiones, comprobaciones, citas, reflexión. Cuando eso ocurre, la IA deja de funcionar como atajo opaco y pasa a ser un objeto de aprendizaje y una herramienta de mejora. 

Una ruta sencilla para llevarlo al aula

Para aterrizar estas ideas, puede ser útil pensar la integración de la IA como una pequeña ruta de decisiones. Antes de usarla conviene preguntarse si realmente añade valor al aprendizaje, qué función va a cumplir, qué límites necesitamos establecer y cómo vamos a comprobar que el alumnado no solo ha producido un buen resultado, sino que ha aprendido durante el proceso.

La siguiente infografía resume algunos pasos básicos para diseñar actividades con IA de forma más pedagógica, segura y evaluable:

La clave no está en añadir IA a cualquier tarea, sino en decidir cuándo, para qué y con qué evidencias de aprendizaje.
Qué pueden hacer las familias

Las familias también tienen un papel importante, y no solo como vigilantes del tiempo de pantalla. La UNESCO recomienda un enfoque adecuado a la edad y con supervisión adulta, y propone 13 años como límite para conversaciones independientes con plataformas de IA en contextos educativos. Más allá de la edad, lo esencial es el tipo de conversación que se genera en casa. Conviene preguntar: “¿Qué te ha explicado?”, “¿Qué has comprobado por tu cuenta?”, “¿Qué parte has hecho tú?”, “¿Qué dato no deberías compartir con una plataforma abierta?”. Si la IA se usa para pedir una explicación, practicar un problema o mejorar un texto propio, puede ser educativa. Si se usa para entregar deberes ya hechos, probablemente empobrezca el aprendizaje aunque ahorre tiempo. 

La idea final que conviene recordar.

En realidad, la enseñanza más valiosa de este debate es bastante antigua: aprender sigue exigiendo atención, esfuerzo, contraste y conversación humana. La tecnología puede ampliar posibilidades, pero no debería vaciar el núcleo del aprendizaje. La propia UNESCO lo resume con una idea sencilla: la tecnología debe apoyar la educación, no sustituir la interacción humana que la sostiene. En la era de la IA generativa, eso se traduce muy bien en una regla práctica: menos automatizar el pensamiento, más usar la herramienta para discutir, revisar, explicar y comprender mejor. Ese es el criterio que separa una moda de una mejora educativa real. 

Referencias

Deja un comentario

Previous Post