Imagina dos aulas de secundaria, con el mismo profesor, el mismo temario, el mismo examen final. En una, los alumnos tienen acceso a un chatbot de IA que responde a sus preguntas de matemáticas con la solución completa, paso a paso, en cuanto se la piden. En la otra, un chatbot casi idéntico —mismo modelo, mismo aspecto— se niega a dar la respuesta: solo ofrece una pista, un paso, y espera a que el alumno intente el siguiente por su cuenta.
Seis meses después, un grupo de investigadores midió qué había pasado en cada aula. Los resultados no dejan mucho margen para la ambigüedad — y explican, mejor que casi cualquier otra pieza que hayamos escrito sobre IA y aprendizaje, por qué el debate no debería ser "¿usamos IA en clase, sí o no?", sino "¿quién está configurando esa IA, y cómo?".
El mismo modelo, dos resultados opuestos
El estudio es real: casi 1.000 estudiantes de secundaria en Turquía, durante el curso 2023-24, divididos en tres grupos — uno sin acceso a IA (control), otro con GPT Base (un ChatGPT estándar que responde con la solución directa) y otro con GPT Tutor (el mismo modelo, con instrucciones para guiar sin revelar la respuesta) (Wharton/Sungu, vía Tech & Learning).
En los ejercicios de práctica, los dos grupos con IA mejoraron muchísimo frente al control: un 48% mejor con GPT Base, un 127% mejor con GPT Tutor. Hasta aquí, la IA parece un éxito rotundo.
Pero el examen final, hecho sin ayuda de ningún tipo, cuenta una historia distinta. El grupo con GPT Base —el que recibía la respuesta directa— sacó un 17% peor que el grupo de control: toda esa mejora en la práctica se evaporó, y además dejó a los alumnos peor preparados que si no hubieran tocado la IA. El grupo con GPT Tutor, en cambio, quedó igual que el control — ni mejor ni peor.
Alp Sungu, profesor de Wharton y coautor del estudio, lo resume sin rodeos: "los estudiantes potencialmente la usan como una máquina de respuestas, en lugar de como una herramienta que ayuda a aprender". Y añade algo que vale la pena subrayar, porque desmonta el optimismo fácil: "pensaba que GPT Tutor sería mejor que el grupo de control. No fue el caso". Ni siquiera la versión bien diseñada superó a no usar IA — simplemente evitó el daño que sí causó la versión mal diseñada.
La diferencia está en el diseño, no en el modelo
Si el hallazgo anterior suena a que "la IA con pistas no sirve de mucho", otro estudio —este de Harvard y el MIT, con 186 universitarios de física— matiza la conclusión de forma importante (vía Edutopia).
El tutor de IA de este estudio seguía dos reglas muy concretas, literalmente escritas en sus instrucciones: dar solo un paso cada vez, nunca la solución completa de golpe; y poder confirmar si una respuesta es correcta, pero nunca revelarla antes de que el alumno la intente. Con esas dos reglas —nada más—, los alumnos que usaron el tutor de IA lograron una ganancia de aprendizaje más del doble que los que asistieron a una clase magistral activa, además de terminar el material 10 minutos antes y reportar más motivación.
La explicación de los investigadores conecta con algo que la pedagogía sabe desde hace décadas: la razón por la que un tutor humano individual suele superar a la clase magistral es la retroalimentación personalizada e inmediata. Un tutor de IA bien diseñado puede replicar esa parte del mecanismo — pero, como muestra el estudio turco, replicarlo mal es peor que no tenerlo.
Es la misma conclusión, con otras palabras, a la que llegó el Informe PISA 2025 de la OCDE que ya analizamos en Papitek: la propia OCDE resume la filosofía como que la IA debe ser andamiaje, no muleta — algo que sostiene el razonamiento del estudiante, no que lo sustituye. Dos estudios universitarios y un informe con datos de 91 países, todos apuntando exactamente al mismo sitio.
¿Y quién configura esto en el aula?
Aquí es donde el optimismo se topa con la realidad. Si la diferencia entre "ayuda" y "muleta" está en cómo se configura y se introduce la IA en una tarea concreta, la pregunta lógica es: ¿quién está haciendo ese trabajo de diseño en el colegio de tu hijo?
Según un informe reciente de Bellwether, a finales de 2024 solo alrededor de la mitad de los distritos escolares de EE.UU. había ofrecido algún tipo de formación a su profesorado sobre IA generativa (Bellwether, "Productive Struggle"). La otra mitad, en la práctica, dejó que cada docente se las arreglara por su cuenta. El propio informe lo dice sin adornos: "la brecha entre lo que los estudiantes están haciendo ahora mismo y lo que los colegios están preparados para abordar se está ensanchando", y añade una frase que debería incomodar a cualquier sistema educativo que siga sin actuar: "los estudiantes no pueden esperar a que la política de IA de un distrito y la formación del profesorado se pongan al día poco a poco".
Esto no es un reproche al profesorado — es casi lo contrario. Un profesor sin formación específica sobre cómo configurar o elegir una herramienta de IA no tiene forma de saber, sin que nadie se lo explique, que la diferencia entre "responde directamente" y "da una pista" puede ser la diferencia entre ayudar a un alumno y perjudicarlo. El informe pide, entre otras cosas, rediseñar las tareas para que el alumno tenga que mostrar su proceso de pensamiento, no solo el resultado final — exactamente el principio que separó a GPT Tutor de GPT Base en el estudio turco.
Lo que puedes hacer ya, sin esperar al colegio
Mientras la formación docente se pone al día —y el propio informe Bellwether reconoce que va a tardar—, hay margen real para que una familia aplique el mismo principio en casa, con cualquier herramienta de IA que ya esté usando:
Pide explicaciones, no respuestas. Antes de aceptar lo que da la IA, pregúntale "¿por qué?" o "explícame el razonamiento paso a paso" en vez de copiar directamente el resultado.
Verifica antes de usar. Tratar la respuesta de una IA como un primer borrador que hay que comprobar, no como un hecho consumado, es el hábito que más se repite en los estudios que sí muestran aprendizaje real.
Pregunta en el colegio si hay una política clara, no solo de qué herramientas se permiten, sino de cómo están configuradas — "¿da respuestas directas o guía con pistas?" es una pregunta perfectamente razonable para una reunión de tutoría.
No confundas "usa mucha IA" con "aprende mucho". El estudio turco lo deja claro: los alumnos con GPT Base sintieron que iban mejor (mejoraron en la práctica) y acabaron peor preparados. La sensación de progreso no siempre coincide con el progreso real.
El andamio bien montado no se nota
Un buen andamio no se ve desde la calle cuando el edificio ya está terminado — solo se nota si estuvo mal montado, porque entonces el edificio se tuerce. Con la IA en el aprendizaje pasa algo parecido: cuando está bien diseñada, casi no se nota que estuvo ahí, porque el alumno sigue siendo quien hizo el trabajo de pensar. Cuando está mal diseñada, el resultado también tarda en notarse — hasta que llega el examen sin ayuda.
La tecnología para hacerlo bien ya existe, y los estudios que la prueban también. Lo que falta, según todo lo que hemos revisado aquí, no es más IA ni menos IA — es más gente formada para montar bien el andamio antes de dárselo a los alumnos. ¿Sabes ya qué tipo de andamio está usando tu hijo esta semana?