Saltar al contenido
Año INúmero 21

Diario de IA Educativa

La inteligencia artificial, contada desde tres comunidades docentes

https://diarioiaeducativa.github.io/2026-11-21/ia-aprender-entender-o-entregar.html

El reportaje del domingo 22 de noviembre

Lo que dice la investigación

La IA ayuda más a aprender cuando sirve para entender que cuando hace la tarea

Una revisión de la Universidad de Stanford reúne ya 52 estudios que miden el efecto de la IA en el aprendizaje: usarla para entender material nuevo sale mejor parado que usarla para producir el trabajo, aunque ningún uso mejora los resultados de forma constante. Este reportaje explica cómo leer esos estudios, por qué un tutor que pregunta no basta por sí solo y qué puede hacer un docente para que la IA no haga el trabajo del alumnado.

8 minutos de lectura

La revisión de Stanford solo admite estudios causales

La iniciativa SCALE de la Universidad de Stanford publicó el 10 de noviembre de 2026 «The Evidence Base on AI in K-12: A November 2026 Review», firmada por Seth Walker, Lily Fesler, JP Martinez Claeys, Chris Agnew y Susanna Loeb. Solo admite estudios causales: ensayos que reparten al azar a los participantes entre un grupo que usa la IA y otro que no, o diseños parecidos que permiten atribuir a la herramienta la diferencia de resultados. Con ese filtro entraron 32 trabajos nuevos, que se suman a los 20 de la versión de marzo: 52 en total. El diario publicó la revisión el 19 de noviembre.

Son todavía pocos, y la propia revisión explica por qué. La mayoría de los nuevos se hicieron en la universidad: solo cinco tratan del alumnado de escuelas de Estados Unidos, de las etapas que allí llaman K-12, de infantil al final de secundaria. Muchos son preprints, trabajos difundidos sin revisión por pares, y en la mayoría los efectos se midieron entre unos días y una semana después. Los autores advierten de que sus conclusiones no son generalizables a todas las escuelas de Estados Unidos. La financian la Walton Family Foundation, la Overdeck Family Foundation y Google.org, la rama filantrópica de Google.

En ChatGPT-IA-edu se compartió el 18 de noviembre con un resumen de sus conclusiones y dos de sus casos, el de Turquía, con docentes y el de Sierra Leona; en ese intercambio participaron los autores de este diario. Ante un titular del tipo «la IA mejora el aprendizaje», la revisión ayuda a hacerse tres preguntas: comparado con qué, medido con la herramienta delante o sin ella, y cuánto tiempo después.

Con IA sube la nota de práctica y baja la del examen

La conclusión central de Stanford es que la IA parece funcionar mejor para aprender cuando el alumnado la usa como apoyo para comprender que cuando la usa para producir el trabajo, aunque ninguno de los dos usos mejora el aprendizaje de forma constante. Su resumen lo dice así: «the effects of generative AI depend on how it is designed and used» («los efectos de la IA generativa dependen de cómo se diseña y de cómo se usa»).

Un estudio de la versión de marzo lo muestra con claridad. Un equipo encabezado por Hamsa Bastani, de la Universidad de Pensilvania, publicó en junio de 2025 en la revista PNAS «Generative AI without guardrails can harm learning»: casi 1.000 estudiantes de secundaria de Turquía practicaron matemáticas con dos asistentes basados en GPT-4, uno que imitaba ChatGPT y otro con instrucciones pensadas para proteger el aprendizaje. En la práctica, las notas mejoraron un 48 % con el primero y un 127 % con el segundo. Sin la herramienta, el alumnado del primero sacó un 17 % menos que el que nunca la había tenido; con el segundo, ese daño se atenuó en gran parte.

Los estudios nuevos van en el mismo sentido. En Brasil, 85 universitarios prepararon una presentación con ChatGPT o con recursos tradicionales: los primeros dedicaron menos tiempo, pero en una prueba 45 días después sacaron menos nota (Barcaui, 2025).

La revisión añade un aviso: la IA puede mejorar la experiencia del alumnado aunque no mejore lo que aprende. En varios estudios, los estudiantes valoraron la retroalimentación de la IA como más clara o motivadora que la de otras fuentes, con resultados de aprendizaje parecidos. Es decir, que al alumnado le guste una actividad con IA no prueba que aprenda más. La OCDE llega a algo parecido en su Digital Education Outlook 2026 (PDF, en inglés): según el resumen de la plataforma europea de Competencias y Empleos Digitales, con chatbots generalistas el alumnado entrega mejores trabajos, pero la ventaja desaparece o se invierte en los exámenes sin ellos.

Un tutor que pregunta ayuda si forma parte de la actividad

Si producir el trabajo con IA perjudica, una salida es que la IA no dé la respuesta. Michael W. Asher, Meng Cao y Paulo F. Carvalho, de la Universidad Carnegie Mellon, publicaron el 15 de noviembre de 2026 «Turning Errors into Successes», un experimento con 400 adultos de Estados Unidos que aprendían a plantear ecuaciones. Tras cada error, unos recibían la respuesta correcta o una explicación, y otros conversaban con un tutor de IA que guiaba con preguntas hasta la solución. Con el tutor corrigieron por sí mismos el 64 % de sus errores (131 de 206) y sacaron 9 puntos porcentuales más en la prueba final que con las explicaciones. El diario publicó el experimento el 19 de noviembre.

En el grupo se presentó defendiendo que la IA funciona muy bien como tutor socrático y hay que insistir en ese uso, y su ficha entró en la Biblioteca digital; también aquí participó un autor de este diario. Los límites los reconocen los propios autores: es un preprint, con adultos, en una sola sesión de unos veinte minutos, y la ventaja apareció solo en problemas parecidos a los practicados.

Otros estudios de la revisión de Stanford, resumidos en la tabla, obligan a matizar: con 199 universitarios, la respuesta inmediata funcionó mejor que las pistas escalonadas. En Sierra Leona, en cambio, 1.423 estudiantes mejoraron en matemáticas cuando sus docentes integraron el aprendizaje guiado de Gemini en la mitad de sus clases durante ocho semanas; lo firman un equipo de Google y la organización Fab AI.

Estos resultados apuntan a que el diseño de la actividad pesa más que el formato del tutor: preguntar en lugar de responder ayuda cuando forma parte de una tarea pensada por el docente. En los grupos el asunto tiene historia: en junio de 2025, Juan José de Haro compartió un tutor socrático con IA.

Estudios sobre tutores de IA que cita la revisión de Stanford
EstudioParticipantesQué se comparóResultado
Bastani y otros (2025, PNAS)Casi 1.000 estudiantes de secundaria, TurquíaAsistente tipo ChatGPT y asistente con salvaguardas, en la práctica de matemáticasSin la herramienta, el primer grupo sacó un 17 % menos que el que nunca la tuvo; las salvaguardas atenuaron el daño
Asher, Cao y Carvalho (2026, preprint)400 adultos, Estados UnidosTutor que pregunta tras el error y explicacionesMejores resultados con el tutor en problemas como los practicados
Cao y otros (2026, preprint)199 universitarios, Estados UnidosRespuesta inmediata y pistas escalonadasMejores resultados con la respuesta inmediata
Oreopoulos y otros (2026)6.997 estudiantes de 6.º a 8.º grado, Estados UnidosPráctica de matemáticas con tutor de IA y sin élPráctica más lenta, sin mejora en lo aprendido
Kao y otros (2025, preprint)90 estudiantes de 10.º grado, TaiwánPreguntas socráticas del modo estudio de ChatGPTMejor argumentación y pensamiento crítico
LearnLM Team, Google y Fab AI (2026)1.423 estudiantes de 7.º y 8.º grado, Sierra LeonaAprendizaje guiado de Gemini integrado por el docente y clase habitualMejora en matemáticas

Fuente: «The Evidence Base on AI in K-12: A November 2026 Review», SCALE, Universidad de Stanford, 10 de noviembre de 2026; el estudio de Bastani y otros figura en la versión de marzo. Los cursos son los del sistema de cada país. Un preprint es un trabajo difundido sin revisión por pares.

Clark y Kozma ya discutían si aprender depende del medio

En el grupo, los resultados de Stanford se leyeron como la versión actual de un viejo debate de la tecnología educativa. Richard E. Clark sostuvo en «Reconsidering Research on Learning from Media» (1983) que los medios solo llevan la enseñanza, y lo repitió en «Media will never influence learning» (1994): lo que hace aprender es el método. Robert B. Kozma le respondió en «Will media influence learning? Reframing the debate» (1994) que medio y método no se separan, porque lo que permite hacer cada tecnología interactúa con la manera en que la persona aprende. El diario recogió ese debate el 20 de noviembre.

La misma voz que trajo el debate reconoció que el grupo se inclina por Kozma y pidió no perder de vista los argumentos de Clark. Los estudios dan razones a las dos posturas. Para Clark, en el experimento de Bastani los dos asistentes usaban el mismo modelo, y lo que cambió el resultado fueron las instrucciones, es decir, el método. Para Kozma, un tutor que adapta sus preguntas a cada error hace algo que un libro de ejercicios no puede hacer. Las dos lecturas coinciden en lo que importa a un docente: la herramienta, sin una actividad bien pensada, no garantiza nada.

La UE, el INTEF y Galicia ponen condiciones al uso de la IA

El Consejo de la Unión Europea, que reúne a los Gobiernos de los Estados miembros, aprobó el 19 de noviembre de 2026 unas conclusiones sobre las competencias de la ciudadanía en IA. Su texto en castellano incluye «la capacidad de reconocer cuándo no se debe utilizar la IA» y pide atender a riesgos como la dependencia excesiva, la pérdida de aprendizaje y la descarga cognitiva. Son orientaciones políticas: no obligan a ningún centro ni a ningún docente. El diario las recogió el 20 de noviembre.

En España, el documento estatal de referencia es la Guía sobre el uso de la inteligencia artificial en el ámbito educativo del Instituto Nacional de Tecnologías Educativas y de Formación del Profesorado (INTEF), versión 2.0, de septiembre de 2026. Parte de que «La cuestión central no debe ser, por tanto, si se utiliza o no IA, sino cómo, para qué y en qué condiciones». Entre los desafíos del alumnado sitúa la «ilusión de competencia», creer que se domina lo que ha hecho la herramienta, y propone tareas que hagan visible el proceso, defensas orales y práctica sin IA en las fases iniciales. No obliga, pero respalda a un docente que quiera organizar así sus clases.

Galicia ha ido más allá. Su Parlamento aprobó el 17 de noviembre de 2026 la Ley de educación digital, cuyo texto dictaminado dedica un título a la IA: permite, entre otros usos, asistentes que resuelvan dudas fuera del horario de clase, prohíbe que sustituya al profesorado y limita los centros públicos a los sistemas de un catálogo de la Consellería de Educación. Cuando entre en vigor, un docente de un centro público gallego solo podrá proponer un asistente que pregunte si figura en ese catálogo.

Cuatro pasos para el aula, gratis y sin programar

Todo esto se puede llevar al aula sin pagar nada ni saber programar. Lo primero es pedir un intento propio antes de cualquier ayuda: el experimento de Carnegie Mellon pone la práctica antes que la explicación, y la guía del INTEF recomienda practicar sin IA al principio.

Lo segundo es que el asistente pregunte en lugar de responder. ChatGPT tiene desde julio de 2025 un modo de estudio, también en el plan gratuito; según su página de ayuda en castellano, se activa con el botón «+» y la opción «Estudiar». OpenAI advierte de que puede comportarse de forma desigual entre conversaciones, y el alumnado puede desactivarlo cuando quiera. Google ofrece en Gemini el Aprendizaje guiado, que según la empresa busca «ayudarte a construir una comprensión profunda en lugar de solo obtener respuestas». Con cualquier asistente se pueden escribir instrucciones parecidas: que no dé la solución, que haga una pregunta cada vez y que devuelva al estudiante al problema tras un error.

Lo tercero es separar la tarea de entender de la de entregar: la IA puede explicar un concepto con otras palabras o plantear preguntas, y quedar fuera del producto que se evalúa. Es lo que hizo una escuela de idiomas con un decálogo de usos adecuados e inadecuados: practicar conversaciones, resolver dudas o revisar textos, sí; presentar como propio un trabajo hecho por la IA, no. Y lo último, lo que más enseñan los estudios: comprobar lo aprendido sin la herramienta, y no solo al momento, con una prueba breve o una explicación oral días después. Es la manera de distinguir una actividad que ha gustado de una que ha enseñado.

Lee la conversación original en ChatGPT-IA-edu

Comprobado en

Redactado y revisado por agentes de IA a partir de las conversaciones de los grupos. Cada dato se comprueba en su fuente original, enlazada al final de cada artículo; las opiniones de los miembros no se atribuyen a nadie. © 2026 Juan José de Haro y Raül Torres. Textos e ilustraciones con licencia CC BY-SA 4.0.

Lee la conversación original en ChatGPT-IA-edu

Comprobado en

Comentarios

Para comentar hace falta una cuenta gratuita de GitHub. Los comentarios son públicos y se guardan en GitHub.

Volver a la portada