Tiempo de lectura:
±9 minutos
Para escuchar mientras lees:
Una respuesta impecable puede ser una mala noticia. Un ejercicio resuelto sin errores, un comentario de texto perfectamente ordenado o un resumen que parece haber entendido doscientas páginas ya no dicen necesariamente cuánto sabe quien lo entrega. Desde que la inteligencia artificial generativa se convirtió en una herramienta cotidiana, la distancia entre «hacer una tarea» y «aprender a hacerla» se ha vuelto mucho más visible.
Ese es quizá el punto más interesante del debate sobre la IA en la educación. La discusión inicial estuvo demasiado ocupada intentando decidir si había que permitirla o prohibirla. Esa etapa empieza a quedar atrás. Las preguntas útiles son otras: quién puede aprovecharla de verdad, qué datos estamos entregando a cambio, qué ocurre con lo aprendido cuando desaparece la ayuda y cómo incorporarla al estudio sin convertirla en una prótesis intelectual.

La nueva brecha no termina en internet
Durante años, la brecha digital se explicó de una forma bastante sencilla: había personas con ordenador y conexión y personas sin ellos. La IA complica el escenario. Tener acceso a un chatbot gratuito no significa disponer de las mismas oportunidades.
Influyen la calidad del dispositivo y de la conexión, por supuesto, pero también el modelo al que se puede acceder, los límites de uso, el idioma y la formación. Sobre todo influye algo menos visible: saber utilizar la herramienta. Quien conoce un tema puede pedir una explicación distinta, cuestionar una respuesta dudosa, detectar una fuente inexistente o insistir hasta comprender un concepto. Quien parte con menos conocimientos tiene más posibilidades de aceptar como buena una respuesta simplemente porque está bien escrita.
La OCDE advierte precisamente de esa desigualdad. Su «Digital Education Outlook 2026» sostiene que, para que la IA contribuya de manera equitativa, hacen falta dispositivos, conectividad, recursos alineados con los programas educativos y formación continuada de profesores y estudiantes. Poner un chatbot delante de cada alumno es bastante más sencillo que conseguir todo eso.
Hay, sin embargo, una posibilidad valiosa. Una herramienta de IA puede repetir una explicación sin impacientarse, adaptar el nivel de dificultad, proponer otro ejemplo o permitir que alguien formule una duda que quizá no se atrevería a plantear delante de la clase. Los sistemas de tutoría bien diseñados pueden hacer que el aprendizaje sea más flexible y personal. La cuestión es que esa ventaja depende mucho de cómo esté construido el sistema y de cómo se utilice. La revisión publicada en 2025 sobre tutores inteligentes en educación escolar muestra precisamente un panorama prometedor, pero muy dependiente del diseño pedagógico y del contexto de aplicación.
Por eso la desigualdad puede cambiar de forma sin desaparecer. Antes consistía en tener o no tener acceso. Ahora también consiste en saber convertir una máquina que responde en una herramienta que enseña.

Resolver mejor no siempre es aprender más
Aquí aparece una contradicción especialmente incómoda. La inteligencia artificial puede conseguir que un estudiante haga mejor los ejercicios y, al mismo tiempo, aprenda menos.
Un experimento publicado en 2025 en «Proceedings of the National Academy of Sciences» trabajó con estudiantes de matemáticas de secundaria y comparó distintas maneras de utilizar GPT-4. Con acceso a una versión sin suficientes salvaguardas, los alumnos mejoraron claramente mientras tenían disponible la herramienta. Cuando tuvieron que resolver problemas por sí solos, su rendimiento empeoró respecto al grupo que nunca había contado con esa ayuda. Una versión diseñada como tutor, que guiaba al estudiante mediante pistas en lugar de regalarle la solución, evitó gran parte de ese efecto.
Otro estudio ofrece la cara más prometedora. Investigadores de Harvard probaron un tutor de IA en un curso universitario de física con 194 estudiantes. El sistema estaba cuidadosamente preparado: seguía principios pedagógicos, dividía los problemas en pasos, proporcionaba retroalimentación y utilizaba soluciones elaboradas previamente para reducir errores. Los alumnos obtuvieron mejores resultados que con una sesión presencial de aprendizaje activo y emplearon menos tiempo.
No hay contradicción entre ambos trabajos. Más bien explican dónde está la diferencia. Un chatbot al que podemos pedir la solución completa y un tutor que obliga a pensar antes de ofrecer una pista utilizan tecnologías parecidas, pero no hacen el mismo trabajo educativo.
Esto debería cambiar también nuestra manera de hablar de la IA para estudiar. Pedirle que resuma un capítulo puede ahorrar tiempo, aunque leer únicamente ese resumen difícilmente equivale a conocer el capítulo. Solicitarle diez preguntas sobre lo que acabamos de leer, responderlas sin ayuda y pedir después que señale nuestros errores es otra cosa. Podemos encargarle que explique una ecuación de tres maneras distintas, que adopte el papel de examinador, que busque fallos en un razonamiento o que proponga ejercicios progresivamente más difíciles.
La frontera útil está en conservar el esfuerzo que produce aprendizaje. Si estamos estudiando redacción, dejar que la máquina escriba el texto elimina justamente la práctica que necesitamos. Si ya hemos escrito un borrador y le pedimos que señale pasajes confusos sin reescribirlos, la herramienta puede ayudarnos a mejorar sin ocupar nuestro sitio.
Esta diferencia entre rendimiento y aprendizaje aparece también en el informe de la OCDE de 2026. La organización señala que delegar tareas en sistemas generativos puede mejorar el resultado visible sin producir necesariamente una ganancia real de conocimientos. Es una distinción bastante importante ahora que resulta tan fácil obtener un trabajo que parece competente.

El cuaderno que lee lo que escribimos
Existe otro detalle fácil de olvidar porque la interfaz de estas herramientas resulta engañosamente íntima. Escribimos en una caja blanca como quien anota algo en un cuaderno. Pero ese cuaderno pertenece a una empresa y funciona sobre servidores ajenos.
En una conversación de estudio pueden acabar nombres, fotografías, trabajos todavía no publicados, calificaciones, dificultades de aprendizaje, datos familiares o información médica. La Agencia Española de Protección de Datos recomendó en enero de 2026 no compartir con sistemas de IA nombres completos, direcciones, teléfonos, documentos de identidad, imágenes de personas, información médica, datos financieros o geolocalización. También insiste especialmente en los riesgos de utilizar imágenes de terceros y de menores.
La UNESCO lleva tiempo reclamando que el uso educativo de la IA se haga con protección de la privacidad, criterios adecuados a la edad y una validación previa de las herramientas. Su guía sobre IA generativa recuerda además que la velocidad con la que aparecen nuevos servicios supera con facilidad la capacidad de los centros y de la regulación para examinarlos.
Para un centro educativo esto significa que «usar IA» no puede equivaler a decir a toda una clase que abra una cuenta en el servicio de moda. Antes habría que saber qué información recopila, dónde se procesa, durante cuánto tiempo se conserva y qué condiciones se aplican a los menores.
La Comisión Europea actualizó en junio de 2026 sus orientaciones para profesores precisamente para incorporar el Reglamento de IA, el RGPD y la necesidad de una alfabetización crítica sobre estas tecnologías. Ya no estamos únicamente ante una conversación sobre buenos modales digitales. Hay derechos, obligaciones y decisiones que los centros deben comprender antes de introducir determinadas herramientas en clase.
El Reglamento europeo de IA añade una precaución importante. Determinados sistemas utilizados en educación para cuestiones como la admisión, la evaluación o decisiones que pueden condicionar la trayectoria formativa entran en las categorías de alto riesgo previstas por la norma. El reconocimiento de emociones está además prohibido en centros educativos, salvo las excepciones contempladas por el propio Reglamento.
Tiene sentido. Una máquina que explica una regla de tres y otra que interviene en una decisión sobre el futuro académico de un alumno pueden llevar debajo tecnologías similares, pero sus consecuencias son completamente distintas.

Estudiar con IA y poder prescindir de ella
Integrar bien estas herramientas exige aceptar una idea poco espectacular: a veces la mejor forma de utilizar la IA consiste en pedirle que haga menos.
Puede acompañar el aprendizaje sin recorrer el camino entero. Dar una pista en vez de una solución. Formular preguntas en vez de redactar respuestas. Corregir después del intento propio. Pedir que expliquemos un concepto con nuestras palabras y señalar dónde falla la explicación. Crear un examen de práctica y esperar hasta el final para mostrar las respuestas. Es una diferencia pequeña en la interfaz y enorme en lo que ocurre en la cabeza del estudiante.
El tutor de Harvard que consiguió buenos resultados estaba diseñado precisamente de esa manera. No era una simple ventana abierta a un modelo generalista. Organizaba el contenido, dosificaba la dificultad, ofrecía información en el momento adecuado y contaba con soluciones preparadas por humanos para aumentar la fiabilidad de las explicaciones.
También obliga a revisar la evaluación. Si un trabajo terminado puede producirse en segundos, el documento final pierde parte de su capacidad para demostrar qué sabe una persona. Cobran más valor los borradores, las fuentes utilizadas, la explicación de las decisiones, las modificaciones realizadas durante el proceso o una conversación breve en la que el alumno tenga que defender lo que ha escrito.
Eso resulta bastante más útil que convertir a los profesores en policías dedicados a perseguir textos sospechosamente correctos.
Declarar el uso de la herramienta debería convertirse en algo normal. No como una confesión, sino como parte del método: qué sistema se utilizó, para qué, en qué momento y cómo se comprobó lo que produjo. Las nuevas orientaciones europeas para docentes van precisamente hacia una alfabetización que permita comprender posibilidades, límites, riesgos y responsabilidades de estas tecnologías.
La inteligencia artificial puede convertirse en uno de los mejores tutores que hayamos tenido al alcance de una pantalla. También puede ser una máquina extraordinariamente eficaz para evitar precisamente aquello que queríamos aprender. Los dos futuros caben en el mismo cuadro de texto.
Quizá una buena prueba sea muy sencilla. Después de cerrar la aplicación, debería quedar algo que antes no sabíamos hacer. Si solo queda un documento perfecto, hemos confundido el resultado con el aprendizaje.






