La paradoja de la IA en las aulas: más tareas aprobadas, menos aprendizaje real

Un estudio histórico de 30 meses que siguió a 26.811 estudiantes secundarios chinos ha proporcionado algunas de las pruebas más claras hasta la fecha sobre el doble efecto de la inteligencia artificial generativa en la educación: hace que las tareas luzcan mejor mientras que el aprendizaje real empeora. Los resultados ya han influido en las políticas de China y Noruega, y están redefiniendo el debate en Estados Unidos, donde los estados legislan a toda prisa para regular la IA en las aulas.

Los datos: las tareas mejoran, los exámenes caen

El estudio, documentado en un documento de debate del Centre for Economic Policy Research (CEPR) de junio de 2026 por David Strömberg, Victor Lei y Yanhui Wu, siguió a estudiantes de 7º a 12º grado en nueve asignaturas. Los investigadores aprovecharon una adopción escalonada de la IA en un diseño de diferencias en diferencias, combinando exámenes mensuales a libro cerrado, exámenes de alto riesgo, calificaciones de tareas y tiempos de finalización .

Los resultados fueron contundentes:

• Las calificaciones de las tareas subieron un 18% y el tiempo de finalización se redujo aproximadamente un 30% .
• Las calificaciones de los exámenes mensuales cayeron alrededor de un 20% en los primeros seis meses de adopción de la IA .
• Las calificaciones de los exámenes de alto riesgo (como los de ingreso a la universidad) bajaron entre un 18% y un 24%, con la penalización completa apareciendo después de unos dos años .

Investigadores y comentaristas han descrito este patrón como una prueba de "externalización cognitiva": los estudiantes usan la IA para completar las tareas de manera eficiente sin construir el conocimiento subyacente necesario para las evaluaciones a libro cerrado . Las pérdidas fueron mayores entre los estudiantes de alto rendimiento, lo que sugiere que incluso los alumnos más fuertes son vulnerables a esta penalización cuando usan la IA como atajo .

El atajo de las tareas vs. la herramienta de tutoría en clase

La implicación central del estudio es que el impacto de la IA depende completamente del contexto de uso. Cuando los estudiantes recurren a la IA generativa para terminar las tareas más rápido y obtener mejores calificaciones, evitan la práctica esforzada y la lucha productiva que construye la retención a largo plazo. Los exámenes, que miden el conocimiento duradero, revelan la brecha.

Este hallazgo se alinea con un análisis separado a gran escala de 3,2 millones de interacciones de aprendizaje de matemáticas en la plataforma ALEKS. Ese estudio encontró que, tras el lanzamiento de ChatGPT, el tiempo de aprendizaje en problemas susceptibles a la IA disminuyó un 2,8% por trimestre entre los estudiantes universitarios, acumulándose hasta un 26,9% en once trimestres. Los estudiantes de secundaria mostraron una disminución del 31,3%, los de secundaria básica del 9,0%, mientras que los alumnos de 5º grado no mostraron cambios detectables .

La distinción crítica es clara: la IA utilizada como reemplazo del pensamiento del estudiante degrada el aprendizaje, mientras que la IA utilizada como complemento bajo la guía del profesor puede apoyar el aprendizaje basado en la indagación sin los mismos riesgos. Un metaanálisis de 2025 de 19 estudios encontró que los estudiantes con apoyo docente en la interacción alumno-IA generativa tenían ganancias académicas significativamente mayores (g = 1,426) que aquellos sin apoyo docente (g = 0,078) .

Respuestas políticas globales: China

China adoptó un enfoque regulado y escalonado, sin llegar a una prohibición total. En mayo de 2025, el Ministerio de Educación emitió dos directrices que promueven el uso científico y regulado de la IA en jardines de infancia y escuelas primarias y secundarias . Las directrices establecieron reglas claras basadas en la edad:

• Estudiantes de primaria: tienen prohibido usar de forma independiente herramientas de IA generativa de código abierto para completar tareas .
• Estudiantes de secundaria básica: pueden explorar contenido generado por IA bajo supervisión .
• Estudiantes de secundaria superior: pueden participar en aprendizaje basado en la indagación que incorpore los principios técnicos de la IA .

Los docentes también tienen restricciones: no pueden usar la IA generativa como sustituto de sus responsabilidades docentes principales ni como reemplazo de la enseñanza dirigida por humanos . Las directrices prohíben explícitamente a los estudiantes copiar y pegar directamente contenido generado por IA como respuestas a tareas o exámenes .

Esto refleja una estrategia de integración con barreras de protección. China impulsó simultáneamente la incorporación de la alfabetización en IA en su plan de estudios de educación básica, con un plan de marzo de 2025 que exige al menos ocho horas de clase al año por estudiante desde primaria hasta secundaria .

Respuestas políticas globales: Noruega

Noruega ha adoptado la postura más restrictiva entre las naciones occidentales. El 19 de junio de 2026, el Primer Ministro Jonas Gahr Støre anunció una prohibición casi total de la IA generativa para estudiantes de 1º a 7º grado (de 6 a 13 años), que entra en vigor al inicio del curso escolar de agosto de 2026 .

Los detalles de la política:

• Grados 1–7 (6–13 años): la IA generativa está efectivamente prohibida para las tareas educativas .
• Grados 8–10 (14–16 años): se permite un uso limitado y estrictamente supervisado bajo la guía del profesor .
• Grados 11–13 (17–19 años): el énfasis está en aprender a usar la IA de manera adecuada para el empleo futuro y la educación superior .

Støre declaró en una rueda de prensa que el uso de la IA aumenta el riesgo de que los niños pequeños "se salten pasos importantes en su educación" . Los funcionarios vincularon explícitamente la política con una disminución general de las puntuaciones en las pruebas educativas, que ya había motivado una prohibición de los teléfonos inteligentes en las escuelas noruegas en 2024 .

Respuestas políticas globales: Estados Unidos

Estados Unidos no tiene una política federal de IA para escuelas K-12, lo que crea un panorama fragmentado estado por estado. A partir de 2026, se han presentado 134 proyectos de ley sobre IA en la educación en 31 estados . Los avances clave incluyen:

• Nueva York propuso prohibir el uso de IA en las aulas por debajo del noveno grado (Proyecto de Ley de la Asamblea A.9190) .
• Ohio dio a cada distrito K-12 hasta el 1 de julio de 2026 para adoptar una política formal de IA o enfrentar el incumplimiento de la ley estatal .
• Tennessee ahora exige que todos los distritos escolares adopten una política formal de IA .
• Oklahoma exige supervisión educativa y divulgación a los padres para el uso de IA (SB 1734) .
• Carolina del Sur exige la autorización previa por escrito de los padres antes de que cualquier estudiante interactúe con una herramienta de IA, y prohíbe que la IA reemplace a los maestros titulados .

A nivel federal, una orden ejecutiva de la Casa Blanca de diciembre de 2025 buscó eliminar la "obstrucción de la ley estatal" a la política nacional de IA, creando tensión con las restricciones estatales y llevando al establecimiento de un Grupo de Trabajo de Litigios de IA dentro del Departamento de Justicia .

El consenso emergente

La evidencia convergente del estudio chino, los datos de matemáticas de ALEKS, la política noruega y la legislación estatal estadounidense sugiere un consenso global emergente: el uso no supervisado de la IA generativa por parte de estudiantes más jóvenes socava el aprendizaje al cortocircuitar la práctica esforzada que construye el conocimiento duradero.

El debate político está pasando de "¿deberíamos permitir la IA en las escuelas?" a "¿bajo qué condiciones y a qué edades?". China, Noruega y varios estados de EE.UU. han llegado a diferentes respuestas a lo largo del mismo espectro de restricciones escalonadas y dependientes de la edad, pero comparten una conclusión común: el uso no supervisado de la IA es particularmente dañino para los estudiantes más jóvenes, y la supervisión del docente es esencial para cualquier aplicación beneficiosa.