Stanford reúne 52 estudos causais sobre IA na escola e ve resultados desiguais
A revisión de novembro pasa de 20 a 52 traballos e conclúe que a IA parece máis prometedora para entender material novo que para producir tarefas, pero ningún uso mellora a aprendizaxe de forma consistente.
A iniciativa SCALE da Universidade de Stanford publicou o 10 de novembro de 2026 «The Evidence Base on AI in K-12: A November 2026 Review», unha actualización da súa revisión de marzo. Recolle só estudos causais, é dicir, ensaios aleatorizados e deseños semellantes que permiten atribuír un efecto á IA. Pasa de 20 a 52 traballos, con 32 novos publicados entre outubro de 2025 e xuño de 2026. Cinco dos novos, centrados no alumnado, fixéronse en escolas dos Estados Unidos, fronte a ningún na revisión anterior.
Segundo a revisión, o uso da IA para apoiar a aprendizaxe parece máis favorable que usala para facer as tarefas: nun estudo con universitarios do Brasil, producir o traballo con IA empeorou o rendemento nunha avaliación posterior sen ela. Aínda así, ningún tipo de uso mellora a aprendizaxe de forma consistente, e que ao alumnado lle guste a experiencia non sempre se traduce en mellores resultados.
Entre os casos que cita hai un en Turquía, con 193 docentes e 2816 estudantes de 5.º a 12.º grao, no que darlle ao profesorado un asistente de IA baseado en GPT-4o reduciu a motivación e a confianza do alumnado; as notas baixaron cos docentes de menor rendemento previo. Outro, en Serra Leoa, con 1423 estudantes de matemáticas de 7.º e 8.º grao, mostrou unha mellora ao integrar os docentes Gemini Guided Learning, o modo de estudo guiado do asistente de Google, na metade das súas clases; asínao un equipo de Google e Fab AI, e Google.org figura entre os financiadores da propia revisión.
Os propios autores advirten de que os resultados non son xeneralizables a todo o sistema escolar estadounidense, de que a evidencia sobre equidade e efectos a longo prazo é escasa e de que moitos estudos son preprints, é dicir, traballos difundidos sen revisión por pares.
Stanford reúne 52 estudos causais sobre IA na escola e ve resultados desiguais
A revisión de novembro pasa de 20 a 52 traballos e conclúe que a IA parece máis prometedora para entender material novo que para producir tarefas, pero ningún uso mellora a aprendizaxe de forma consistente.
A iniciativa SCALE da Universidade de Stanford publicou o 10 de novembro de 2026 «The Evidence Base on AI in K-12: A November 2026 Review», unha actualización da súa revisión de marzo. Recolle só estudos causais, é dicir, ensaios aleatorizados e deseños semellantes que permiten atribuír un efecto á IA. Pasa de 20 a 52 traballos, con 32 novos publicados entre outubro de 2025 e xuño de 2026. Cinco dos novos, centrados no alumnado, fixéronse en escolas dos Estados Unidos, fronte a ningún na revisión anterior.
Segundo a revisión, o uso da IA para apoiar a aprendizaxe parece máis favorable que usala para facer as tarefas: nun estudo con universitarios do Brasil, producir o traballo con IA empeorou o rendemento nunha avaliación posterior sen ela. Aínda así, ningún tipo de uso mellora a aprendizaxe de forma consistente, e que ao alumnado lle guste a experiencia non sempre se traduce en mellores resultados.
Entre os casos que cita hai un en Turquía, con 193 docentes e 2816 estudantes de 5.º a 12.º grao, no que darlle ao profesorado un asistente de IA baseado en GPT-4o reduciu a motivación e a confianza do alumnado; as notas baixaron cos docentes de menor rendemento previo. Outro, en Serra Leoa, con 1423 estudantes de matemáticas de 7.º e 8.º grao, mostrou unha mellora ao integrar os docentes Gemini Guided Learning, o modo de estudo guiado do asistente de Google, na metade das súas clases; asínao un equipo de Google e Fab AI, e Google.org figura entre os financiadores da propia revisión.
Os propios autores advirten de que os resultados non son xeneralizables a todo o sistema escolar estadounidense, de que a evidencia sobre equidade e efectos a longo prazo é escasa e de que moitos estudos son preprints, é dicir, traballos difundidos sen revisión por pares.