Saltar ao contido
Ano INúmero 21

Diario de IA Educativa

A intelixencia artificial, contada desde tres comunidades docentes

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

A reportaxe do domingo 22 de novembro

O que di a investigación

A IA axuda máis a aprender cando serve para entender que cando fai a tarefa

Unha revisión da Universidade de Stanford reúne xa 52 estudos que miden o efecto da IA na aprendizaxe: usala para entender material novo sae mellor parado que usala para producir o traballo, aínda que ningún uso mellora os resultados de forma constante. Este reportaxe explica como ler eses estudos, por que un titor que pregunta non abonda por si só e que pode facer o profesorado para que a IA non faga o traballo do alumnado.

7 minutos de lectura

A revisión de Stanford só admite estudos causais

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», asinada por Seth Walker, Lily Fesler, JP Martinez Claeys, Chris Agnew e Susanna Loeb. Só admite estudos causais: ensaios que reparten ao chou as persoas participantes entre un grupo que usa a IA e outro que non, ou deseños parecidos que permiten atribuír á ferramenta a diferenza de resultados. Con ese filtro entraron 32 traballos novos, que se suman aos 20 da versión de marzo: 52 en total. O diario publicou a revisión o 19 de novembro.

Son aínda poucos, e a propia revisión explica por que. A maioría dos novos fixéronse na universidade: só cinco tratan do alumnado de escolas dos Estados Unidos, das etapas que alí chaman K-12, de infantil ao final de secundaria. Moitos son preprints, traballos difundidos sen revisión por pares, e na maioría os efectos medíronse entre uns días e unha semana despois. Os autores advirten de que as súas conclusións non son xeneralizables a todas as escolas dos Estados Unidos. A revisión está financiada pola Walton Family Foundation, a Overdeck Family Foundation e Google.org, a rama filantrópica de Google.

En ChatGPT-IA-edu compartiuse o 18 de novembro cun resumo das súas conclusións e dous dos seus casos, o de Turquía, con docentes e o de Serra Leoa; nese intercambio participaron os autores deste diario. Ante un titular do tipo «a IA mellora a aprendizaxe», a revisión axuda a facerse tres preguntas: comparado con que, medido coa ferramenta diante ou sen ela, e canto tempo despois.

Coa IA sobe a nota de práctica e baixa a do exame

A conclusión central de Stanford é que a IA parece funcionar mellor para aprender cando o alumnado a usa como apoio para comprender que cando a usa para producir o traballo, aínda que ningún dos dous usos mellora a aprendizaxe de forma constante. O seu resumo dío así: «the effects of generative AI depend on how it is designed and used» («os efectos da IA xerativa dependen de como se deseña e de como se usa»).

Un estudo da versión de marzo amósao con claridade. Un equipo encabezado por Hamsa Bastani, da Universidade de Pensilvania, publicou en xuño de 2025 na revista PNAS «Generative AI without guardrails can harm learning»: case 1000 estudantes de secundaria de Turquía practicaron matemáticas con dous asistentes baseados en GPT-4, un que imitaba ChatGPT e outro con instrucións pensadas para protexer a aprendizaxe. Na práctica, as notas melloraron un 48 % co primeiro e un 127 % co segundo. Sen a ferramenta, o alumnado do primeiro sacou un 17 % menos que o que nunca a tivera; co segundo, ese dano atenuouse en gran parte.

Os estudos novos van no mesmo sentido. No Brasil, 85 universitarios prepararon unha presentación con ChatGPT ou con recursos tradicionais: os primeiros dedicaron menos tempo, pero nunha proba 45 días despois sacaron menos nota (Barcaui, 2025).

A revisión engade un aviso: a IA pode mellorar a experiencia do alumnado aínda que non mellore o que aprende. En varios estudos, os estudantes valoraron a retroalimentación da IA como máis clara ou motivadora que a doutras fontes, con resultados de aprendizaxe parecidos. É dicir, que ao alumnado lle guste unha actividade con IA non proba que aprenda máis. A OCDE chega a algo parecido no seu Digital Education Outlook 2026 (PDF, en inglés): segundo o resumo da plataforma europea de Competencias e Emprego Dixitais, cos chatbots xeralistas o alumnado entrega mellores traballos, pero a vantaxe desaparece ou invírtese nos exames sen eles.

Un titor que pregunta axuda se forma parte da actividade

Se producir o traballo con IA prexudica, unha saída é que a IA non dea a resposta. Michael W. Asher, Meng Cao e Paulo F. Carvalho, da Universidade Carnegie Mellon, publicaron o 15 de novembro de 2026 «Turning Errors into Successes», un experimento con 400 adultos dos Estados Unidos que aprendían a formular ecuacións. Tras cada erro, uns recibían a resposta correcta ou unha explicación, e outros conversaban cun titor de IA que guiaba con preguntas ata a solución. Co titor corrixiron por si mesmos o 64 % dos seus erros (131 de 206) e sacaron 9 puntos porcentuais máis na proba final que coas explicacións. O diario publicou o experimento o 19 de novembro.

No grupo presentouse defendendo que a IA funciona moi ben como titor socrático e hai que insistir nese uso, e a súa ficha entrou na Biblioteca dixital; tamén aquí participou un autor deste diario. Os límites recoñécenos os propios autores: é un preprint, con adultos, nunha soa sesión duns vinte minutos, e a vantaxe apareceu só en problemas parecidos aos practicados.

Outros estudos da revisión de Stanford, resumidos na táboa, obrigan a matizar: con 199 universitarios, a resposta inmediata funcionou mellor que as pistas escalonadas. En Serra Leoa, en cambio, 1423 estudantes melloraron en matemáticas cando o seu profesorado integrou a aprendizaxe guiada de Gemini na metade das clases durante oito semanas; fírmano un equipo de Google e a organización Fab AI.

Estes resultados apuntan a que o deseño da actividade pesa máis que o formato do titor: preguntar en lugar de responder axuda cando forma parte dunha tarefa pensada polo profesorado. Nos grupos o asunto ten historia: en xuño de 2025, Juan José de Haro compartiu un titor socrático con IA.

Estudos sobre titores de IA que cita a revisión de Stanford
EstudoParticipantesQue se comparouResultado
Bastani e outros (2025, PNAS)Case 1000 estudantes de secundaria, TurquíaAsistente tipo ChatGPT e asistente con salvagardas, na práctica de matemáticasSen a ferramenta, o primeiro grupo sacou un 17 % menos que o que nunca a tivo; as salvagardas atenuaron o dano
Asher, Cao e Carvalho (2026, preprint)400 adultos, Estados UnidosTitor que pregunta tras o erro e explicaciónsMellores resultados co titor en problemas como os practicados
Cao e outros (2026, preprint)199 universitarios, Estados UnidosResposta inmediata e pistas escalonadasMellores resultados coa resposta inmediata
Oreopoulos e outros (2026)6997 estudantes de 6.º a 8.º grao, Estados UnidosPráctica de matemáticas con titor de IA e sen elPráctica máis lenta, sen mellora no aprendido
Kao e outros (2025, preprint)90 estudantes de 10.º grao, TaiwánPreguntas socráticas do modo estudo de ChatGPTMellor argumentación e pensamento crítico
LearnLM Team, Google e Fab AI (2026)1423 estudantes de 7.º e 8.º grao, Serra LeoaAprendizaxe guiada de Gemini integrada polo profesorado e clase habitualMellora en matemáticas

Fonte: «The Evidence Base on AI in K-12: A November 2026 Review», SCALE, Universidade de Stanford, 10 de novembro de 2026; o estudo de Bastani e outros figura na versión de marzo. Os cursos son os do sistema de cada país. Un preprint é un traballo difundido sen revisión por pares.

Clark e Kozma xa discutían se aprender depende do medio

No grupo, os resultados de Stanford liéronse como a versión actual dun vello debate da tecnoloxía educativa. Richard E. Clark sostivo en «Reconsidering Research on Learning from Media» (1983) que os medios só levan o ensino, e repetiuno en «Media will never influence learning» (1994): o que fai aprender é o método. Robert B. Kozma respondeulle en «Will media influence learning? Reframing the debate» (1994) que medio e método non se separan, porque o que permite facer cada tecnoloxía interactúa coa maneira en que a persoa aprende. O diario recolleu ese debate o 20 de novembro.

A mesma voz que trouxo o debate recoñeceu que o grupo se inclina por Kozma e pediu non perder de vista os argumentos de Clark. Os estudos dan razóns ás dúas posturas. Para Clark, no experimento de Bastani os dous asistentes usaban o mesmo modelo, e o que cambiou o resultado foron as instrucións, é dicir, o método. Para Kozma, un titor que adapta as súas preguntas a cada erro fai algo que un libro de exercicios non pode facer. As dúas lecturas coinciden no que lle importa ao profesorado: a ferramenta, sen unha actividade ben pensada, non garante nada.

A UE, o INTEF e Galicia poñen condicións ao uso da IA

O Consello da Unión Europea, que reúne os Gobernos dos Estados membros, aprobou o 19 de novembro de 2026 unhas conclusións sobre as competencias da cidadanía en IA. O seu texto en castelán inclúe «a capacidade de recoñecer cando non se debe utilizar a IA» e pide atender a riscos como a dependencia excesiva, a perda de aprendizaxe e a descarga cognitiva. Son orientacións políticas: non obrigan a ningún centro nin a ningún docente. O diario recolleunas o 20 de novembro.

En España, o documento estatal de referencia é a Guía sobre el uso de la inteligencia artificial en el ámbito educativo do Instituto Nacional de Tecnoloxías Educativas e de Formación do Profesorado (INTEF), versión 2.0, de setembro de 2026. Parte de que «A cuestión central non debe ser, polo tanto, se se utiliza ou non IA, senón como, para que e en que condicións». Entre os desafíos do alumnado sitúa a «ilusión de competencia», crer que se domina o que fixo a ferramenta, e propón tarefas que fagan visible o proceso, defensas orais e práctica sen IA nas fases iniciais. Non obriga, pero respalda o profesorado que queira organizar así as súas clases.

Galicia foi máis aló. O seu Parlamento aprobou o 17 de novembro de 2026 a Lei de educación dixital, cuxo texto ditaminado dedica un título á IA: permite, entre outros usos, asistentes que resolvan dúbidas fóra do horario de clase, prohibe que substitúa o profesorado e limita os centros públicos aos sistemas dun catálogo da Consellería de Educación. Cando entre en vigor, un docente dun centro público galego só poderá propoñer un asistente que pregunte se figura nese catálogo.

Catro pasos para a aula, de balde e sen programar

Todo isto pódese levar á aula sen pagar nada nin saber programar. O primeiro é pedir un intento propio antes de calquera axuda: o experimento de Carnegie Mellon pon a práctica antes que a explicación, e a guía do INTEF recomenda practicar sen IA ao principio.

O segundo é que o asistente pregunte en lugar de responder. ChatGPT ten desde xullo de 2025 un modo de estudo, tamén no plan gratuíto; segundo a súa páxina de axuda en castelán, actívase co botón «+» e a opción «Estudar». OpenAI advirte de que pode comportarse de forma desigual entre conversas, e o alumnado pode desactivalo cando queira. Google ofrece en Gemini a Aprendizaxe guiada, que segundo a empresa busca «axudarte a construír unha comprensión profunda en lugar de só obter respostas». Con calquera asistente pódense escribir instrucións parecidas: que non dea a solución, que faga unha pregunta cada vez e que devolva o estudante ao problema tras un erro.

O terceiro é separar a tarefa de entender da de entregar: a IA pode explicar un concepto con outras palabras ou formular preguntas, e quedar fóra do produto que se avalía. É o que fixo unha escola de idiomas cun decálogo de usos adecuados e inadecuados: practicar conversas, resolver dúbidas ou revisar textos, si; presentar como propio un traballo feito pola IA, non. E o último, o que máis ensinan os estudos: comprobar o aprendido sen a ferramenta, e non só no momento, cunha proba breve ou unha explicación oral días despois. É a maneira de distinguir unha actividade que gustou doutra que ensinou.

Le a conversa orixinal en ChatGPT-IA-edu

Comprobado en

Redactado e revisado por axentes de IA a partir das conversas dos grupos. Cada dato compróbase na súa fonte orixinal, ligada ao final de cada artigo; as opinións dos membros non se atribúen a ninguén. Tradución automática con IA da edición en castelán (Diario de IA Educativa), sen revisión profesional. © 2026 Juan José de Haro e Raül Torres. Textos e ilustracións con licenza CC BY-SA 4.0.

Le a conversa orixinal en ChatGPT-IA-edu

Comprobado en

Comentarios

Para comentar cómpre unha conta gratuíta de GitHub. Os comentarios son públicos e gárdanse en GitHub.

Volver á portada