El uso de IA mejora las tareas pero reduce las notas de los exámenes

A primera vista, la estampa de cualquier hogar contemporáneo parece ilustrar la cúspide de la eficiencia académica. Un estudiante de secundaria se sienta frente a su escritorio, plantea una duda compleja a un modelo de inteligencia artificial generativa y, en cuestión de segundos, obtiene una respuesta redactada con una sintaxis pulcra, una estructura argumental impecable y una precisión formal encomiable. El tiempo destinado a los deberes se reduce de manera sustancial, las entregas rozan la perfección y las calificaciones que regresan anotadas en los cuadernos son las más altas de la trayectoria escolar del alumno. Sin embargo, detrás de esta aparente bonanza de la productividad estudiantil se incuba una crisis silenciosa que tarde o temprano emerge en el espacio donde los algoritmos no pueden entrar: el aula de examen con papel, bolígrafo y puerta cerrada.

Un exhaustivo estudio longitudinal elaborado por investigadores de la Universidad de Estocolmo y la Universidad de Hong Kong, titulado The Generative AI Learning Penalty: Evidence from Chinese Secondary Education, ha puesto cifras y rigor empírico a un fenómeno que la comunidad docente llevaba meses intuyendo con aprensión. Tras hacer un seguimiento sistemático a 26.811 estudiantes de secundaria y bachillerato en una provincia de China central durante dos años y medio —desde septiembre de 2022 hasta junio de 2025—, los economistas e investigadores David Strömberg, Victor Lei y Yanhui Wu han documentado lo que definen como una profunda brecha entre la productividad aparente en la resolución de tareas y el aprendizaje efectivo de las materias.

Lea también: ¿Es la Inteligencia Artificial (IA) una amenaza para la humanidad?

Los hallazgos revelan una dinámica paradójica y perturbadora. En el corto plazo, la adopción de herramientas informáticas basadas en inteligencia artificial generativa —como Doubao, DeepSeek, ChatGLM, Ernie Bot o Qwen, utilizadas de forma habitual por aproximadamente el 80% del alumnado analizado— incrementó las notas de las tareas escolares en un promedio del 18% y redujo el tiempo medio empleado para completarlas de 64 a 45 minutos. No obstante, esa ganancia inmediata de productividad oculta un severo coste de absorción de contenidos. Apenas seis meses después de comenzar a delegar los deberes en las aplicaciones, las puntuaciones de esos mismos alumnos en los exámenes mensuales sin acceso a tecnología cayeron un 20%. Y la brecha no hizo sino profundizarse con el paso del tiempo.

La ilusión de la competencia y el espejismo de la fluidez

El verdadero peligro de esta tecnología no reside únicamente en la degradación de los resultados numéricos, sino en la manera en que altera la percepción cognitiva de quienes la utilizan. La investigación pone de manifiesto que los alumnos expuestos al uso intensivo de chatbots experimentan lo que los psicólogos denominan una "sensación engañosa de fluidez". Dado que la herramienta proporciona explicaciones estructuradas y respuestas finales de manera instantánea, el estudiante asume erróneamente que ha comprendido la materia y que ha asimilado la lógica subyacente del problema.

Sin embargo, el aprendizaje humano requiere ineludiblemente lo que la neurociencia y la pedagogía identifican como la "lucha productiva": ese proceso de esfuerzo mental, tropiezo, relectura y reelaboración interna mediante el cual el cerebro construye redes neuronales estables y esquemas de conocimiento duraderos. Cuando el algoritmo asume el peso de la elaboración, el alumno se limita a actuar como un mero intermediario administrativo entre la pantalla y el papel, suprimiendo la fricción cognitiva necesaria para consolidar la memoria a largo plazo.

Esta distorsión explica por qué la caída de las calificaciones en los exámenes oficiales de gran impacto fue tan pronunciada al cabo de los dos años de seguimiento. En las pruebas de acceso a la educación secundaria superior, conocidas como Zhongkao, los estudiantes habituados a apoyarse en la inteligencia artificial sufrieron un desplome de las notas del 24%. Por su parte, en las determinantes pruebas de acceso a la universidad, el célebre y exigente Gaokao, el deterioro alcanzó un 18%. Lo alarmante del fenómeno es su carácter acumulativo: durante los primeros trimestres, el descenso medio en las evaluaciones rutinarias fue de un modesto 3,4%, lo que impidió que familias y profesores detectaran la gravedad del problema a tiempo, amortiguados por la aparente brillantez de los deberes entregados a diario.

El matiz del uso: outsourcing frente a tutoría activa

Uno de los aportes más esclarecedores de la investigación radicó en segmentar el comportamiento de los estudiantes según la forma específica en que interactuaban con las plataformas algorítmicas. El estudio demostró que la inteligencia artificial no es dañina por su mera existencia, sino por el propósito con el que se integra en la rutina de estudio.

El análisis conductual reveló que el 81 % de los estudiantes que recurrían a la tecnología lo hacía bajo un esquema de "subcontratación" o outsourcing académico. Este grupo utilizaba los chatbots como generadores directos de respuestas para liquidar los compromisos escolares en el menor tiempo posible y con la mayor nota aparente. Fueron precisamente estos alumnos los que concentraron la práctica totalidad del deterioro en los exámenes finales.

Lea también: La trampa de la inteligencia artificial y el fin del pensamiento crítico 

En contraste, el 19 % restante de los usuarios adoptó una estrategia completamente distinta: mantuvieron un tiempo de dedicación a los deberes similar al de sus compañeros que no usaban tecnología, pero emplearon la inteligencia artificial como un tutor personalizado. Este grupo utilizaba las herramientas para solicitar explicaciones alternativas, verificar razonamientos previamente elaborados por ellos mismos, buscar analogías didácticas o poner a prueba su comprensión mediante preguntas de autoevaluación. Entre estos estudiantes, las calificaciones de los exámenes no solo no disminuyeron, sino que mostraron una notable estabilidad, demostrando que la herramienta puede resultar valiosa siempre que no suplante el esfuerzo intelectual propio.

Disparidades por asignaturas, género y perfil académico

El impacto de la subcontratación cognitiva no se distribuye de manera uniforme en todas las disciplinas ni en todos los perfiles de alumnado. La investigación desglosó los efectos en nueve materias curriculares, hallando que las ciencias sociales —como ciencia política y geografía— registraron los mayores perjuicios, con una caída de hasta el 27 % en el rendimiento de los exámenes. Le siguieron las disciplinas STEM (ciencia, tecnología, ingeniería y matemáticas), con un descenso del 22 %, mientras que en las áreas lingüísticas el impacto fue menor, situándose en un 17 % para la lengua extranjera (inglés) y un 9 % para la lengua materna (chino).

Los autores del informe atribuyen esta diferencia a la facilidad con la que las herramientas del lenguaje natural redactan ensayos completos y análisis cualitativos coherentes, lo que induce a los estudiantes de asignaturas humanísticas y sociales a abandonar por completo la práctica de la argumentación escrita y el pensamiento reflexivo.

En el ámbito demográfico, los estudiantes de los primeros cursos de secundaria mostraron descensos más acusados que los de cursos superiores, lo que sugiere que la falta de madurez y de capacidad metacognitiva hace a los más jóvenes especialmente vulnerables a la tentación del atajo digital. Asimismo, se observó una brecha de género significativa: los chicos sufrieron un impacto negativo un 17 % superior al de las chicas, una diferencia que los investigadores relacionan con un patrón de uso significativamente más intensivo y descontrolado del outsourcing escolar entre los varones.

Uno de los hallazgos más inesperados y reveladores del informe es la denominada "paradoja del alto rendimiento". Contrario a lo que podría suponerse, los alumnos que históricamente obtenían las mejores calificaciones experimentaron una pérdida de rendimiento mucho más severa (-24 %) en comparación con sus compañeros de rendimiento bajo o medio (-16 %). Los investigadores señalan que los estudiantes con un historial académico brillante tendieron a apoyarse de manera masiva en las herramientas para garantizar la respuesta "óptima" exigida por el sistema, sustituyendo su propio razonamiento analítico de alto nivel por la inmediatez algorítmica y perdiendo, en el proceso, la ventaja competitiva de su rigor intelectual.

El reto del procesamiento cerebral profundo y la rediseño pedagógico

El debate abierto por esta investigación trasciende las fronteras del sistema educativo chino y plantea un desafío global para las instituciones académicas de todo el mundo. Expertos internacionales en educación y psicología cognitiva coinciden en que intentar erradicar la inteligencia artificial de las aulas mediante prohibiciones tajantes es una estrategia inútil e irreal. La tecnología ya está integrada en el tejido cotidiano de los jóvenes y continuará evolucionando.

Lea también: 88 naciones firman pacto global sobre Inteligencia Artificial

Frente a esta realidad, figuras de la psicología y la educación argumentan que la respuesta debe pasar por fortalecer las capacidades cognitivas básicas de los alumnos y rediseñar los métodos de evaluación. Especialistas del Instituto de Psicología de la Academia de Ciencias de China señalan que para sobrevivir al entorno digital los estudiantes necesitan consolidar cuatro competencias fundamentales: la recolección activa de información, la flexibilidad para cambiar de tarea, el sostenimiento de la atención focalizada y la capacidad de procesamiento multidimensional. Si el entrenamiento de estas capacidades se delega en una máquina durante la infancia y la adolescencia, el desarrollo de funciones ejecutivas superiores —como la voluntad, la regulación emocional y el juicio crítico— queda seriamente comprometido.

Paralelamente, diversos académicos y divulgadores del ámbito educativo destacan que este choque de rendimiento obliga a revisar de forma urgente la naturaleza misma de los deberes escolares. La tarea tradicional concebida como un producto estático para entregar al día siguiente ha perdido su función diagnóstica, dado que los profesores terminan calificando el rendimiento de un servidor remoto en lugar de la comprensión de sus alumnos.

Crece por ello la tendencia hacia entornos de evaluación donde se priorice el examen oral, la defensa presencial de proyectos, la resolución de problemas en vivo dentro del aula y la enseñanza explícita de metodologías de estudio que utilicen la IA como un interlocutor exigente y no como un ejecutor sustituto. La lección que deja este masivo estudio es clara: en la era de la automatización del conocimiento, la verdadera ventaja académica sigue perteneciendo a quienes no renuncian al exigente e irremplazable arte de pensar por sí mismos.