Sergio Cabanelas
Els resultats de PISA han reobert el debat sobre l’estat dels aprenentatges i el possible impacte de la intel·ligència artificial (IA) en el rendiment de l’alumnat. Però, fins a quin punt podem relacionar l’expansió d’aquestes eines amb el descens dels resultats? Què ens diuen les dades sobre els usos que en fan els estudiants? Quines decisions educatives podem prendre a partir d’aquesta informació?
Aquestes són algunes de les preguntes que van centrar el webinar PISA 2025: Com afecta la IA els resultats?, amb la participació d’Alfonso Echazarra, especialista en política educativa i analista vinculat al programa PISA de l’OCDE, i Marta López, professora de Psicologia i Ciències de l’Educació a la UOC i directora del grup de recerca GREDU. La conversa, moderada per Laia Orozco, coordinadora d’Equitat Digital, va combinar l’anàlisi de les dades internacionals amb els resultats d’un estudi sobre els usos de la IA entre estudiants a Catalunya.
- Relacionat: PISA 2025: Com afecta la IA els resultats?
La primera conclusió és clara: encara no hi ha prou evidència per afirmar que la IA sigui responsable de la baixada dels resultats educatius. Les dades, però, sí que permeten identificar patrons d’ús que plantegen preguntes rellevants sobre l’aprenentatge, l’autonomia i el paper de l’escola.
“És massa aviat per atribuir a la IA la baixada dels resultats”
Alfonso Echazarra va començar situant el descens dels resultats de PISA en una perspectiva més àmplia. La tendència a la baixa en competències com matemàtiques o comprensió lectora ja s’observava abans que l’ús de la IA generativa s’estengués entre l’alumnat. Per això, segons Echazarra, atribuir aquest retrocés a una única causa seria precipitat.
“No hi ha prou evidència per dir que la IA és responsable d’aquesta baixada de resultats”, va assenyalar. Les dificultats d’aprenentatge responen a múltiples factors i, en el cas de les tecnologies digitals, cal distingir entre fenòmens diferents: l’ús dels mòbils, el temps davant les pantalles, les eines digitals i la intel·ligència artificial no són exactament el mateix.
- Relacionat: 6 claus per entendre els resultats de PISA 2025
A més, PISA ofereix una fotografia del rendiment en un moment determinat, però no permet establir per si sola una relació de causa i efecte. Que l’alumnat que utilitza més la IA obtingui, de mitjana, pitjors resultats no demostra que l’ús de la tecnologia sigui la causa d’aquest rendiment. Un fet que planteja un dilema: els estudiants amb més dificultats recorren més a aquestes eines per resoldres les tasques o l’ús d’aquestes eines dificulta el desenvolupament de determinades competències? Ambdues coses podrien estar passant alhora.
Per això, el repte és anar més enllà dels titulars i aprofundir en les dades abans de prendre decisions. Marta López també va insistir en aquesta necessitat de prudència: “Posem potser una mica el fre abans de treure molts titulars”, va demanar, tot advertint del risc de simplificar un fenomen que encara s’està començant a estudiar.
No tots els usos de la IA tenen la mateixa relació amb l’aprenentatge
Més enllà de la freqüència d’ús, les dades apunten a una diferència rellevant: la relació entre la IA i el rendiment varia segons la finalitat amb què s’utilitza.
Quan l’alumnat recorre a aquestes eines per explorar temes nous, despertar la curiositat o complementar el que està aprenent, l’associació amb els resultats és més neutra o fins i tot pot ser positiva. En canvi, quan les utilitza per delegar tasques que requereixen un esforç cognitiu, com resumir textos o redactar deures, l’associació amb el rendiment és més negativa.
També hi ha diferències segons la intensitat d’ús. Les dades presentades apunten que un ús més moderat té una associació menys negativa que un ús intensiu, com ara utilitzar la IA cada dia. Tanmateix, aquests patrons s’han d’interpretar amb cautela: no permeten concloure, per si sols, que la freqüència d’ús expliqui les diferències de rendiment.
La qüestió, doncs, no és només si els estudiants utilitzen IA, sinó per a què la fan servir i quin paper hi té el seu propi esforç. Una eina pot ajudar a comprendre una idea o obrir noves vies d’exploració, però també pot acabar fent una part de la feina que l’alumnat necessita practicar per aprendre.
La IA ja forma part de la vida quotidiana de l’alumnat
La conversa també va incorporar els resultats d’un estudi sobre els usos de la IA entre estudiants a Catalunya, impulsat conjuntament amb l’Escola Pia de Catalunya i desenvolupat amb la participació de la recerca universitària. Marta López va destacar que la iniciativa va sorgir de la necessitat de conèixer millor les pràctiques de l’alumnat per orientar l’elaboració de polítiques i protocols als centres.
Una de les primeres conclusions és la rapidesa amb què aquestes eines s’han incorporat al dia a dia dels estudiants. Segons les dades que va presentar López, el 46% de l’alumnat enquestat utilitza la IA diàriament, mentre que un 38% la fa servir dos o tres cops per setmana. En conjunt, les xifres indiquen que prop del 85% la utilitza setmanalment.
Les finalitats són diverses: buscar informació, demanar explicacions, traduir, generar idees o elaborar resums. Però l’estudi també identifica pràctiques que van més enllà del suport a l’aprenentatge.
Un dels resultats que més preocupen és que, segons va explicar López, un 51% de l’alumnat assenyalava que la IA elaborava primeres versions o fins i tot la resposta completa en determinades tasques. Aquesta dada apunta a una possible delegació d’una part important del procés de treball.
L’altre element destacat és la verificació de la informació: aproximadament un terç de l’alumnat contrastava les respostes de la IA amb altres fonts. Això planteja un repte en el desenvolupament del pensament crític i en la capacitat de valorar si la informació generada és fiable.
L’estudi, per tant, no només posa de manifest que l’ús de la IA s’ha estès ràpidament, sinó que també convida a preguntar-se quines competències s’estan exercitant quan s’utilitza i quines poden quedar en segon pla.
La delegació cognitiva, una de les principals preocupacions
Per a López, la delegació cognitiva és un dels aspectes que caldrà seguir més de prop: és a dir, què passa quan l’alumnat deixa en mans de la IA una part del procés de pensar, escriure o resoldre una tasca.
Echazarra també va situar aquest risc al centre del debat. Quan un estudiant redacta un text, una part important de l’aprenentatge es produeix durant el procés: ordenar les idees, trobar les paraules, revisar el que ha escrit i dedicar temps a elaborar una resposta. Si la IA fa aquest treball, l’alumne pot acabar-se saltant una part de l’experiència que li permet desenvolupar aquestes capacitats.
Això obliga a revisar com s’organitzen les activitats escolars. Algunes tasques que tradicionalment es feien a casa, com redactar textos, potser necessiten més espais de treball a l’aula, on el professorat pugui acompanyar i observar el procés. Alhora, la IA pot oferir oportunitats per explorar continguts, obtenir explicacions o practicar exercicis amb diferents nivells de dificultat.
El repte no és, doncs, considerar totes les aplicacions de la IA com a negatives ni donar per fet que qualsevol ús millora l’aprenentatge. Es tracta de distingir entre els usos que ajuden a aprendre i els que poden substituir l’esforç necessari per fer-ho.
Repensar l’avaluació perquè l’alumnat continuï aprenent
Si la IA pot generar respostes i elaborar tasques completes, també posa en qüestió les formes d’avaluació. Com podem saber què ha après realment un estudiant si el resultat final pot haver estat produït, totalment o parcialment, per una eina?
Echazarra va defensar que l’avaluació pot tenir un paper important per evitar la delegació cognitiva. L’alumnat respon als incentius i orienta bona part del seu esforç cap a allò que se li demana demostrar. Per això, si l’avaluació només valora el producte final, pot afavorir que l’estudiant delegui en la IA una part del treball.
Això convida a donar més importància al procés d’aprenentatge: com es construeixen les idees, com es resolen els problemes i quines competències es posen en pràctica. També implica revisar quines tasques té sentit fer a casa i quines convé desenvolupar a l’aula.
Alhora, Echazarra va assenyalar que la IA també pot obrir oportunitats educatives, des de reduir determinades càrregues administratives fins a facilitar l’exploració de nous temes o la preparació d’exercicis. La qüestió és com aprofitar aquestes possibilitats sense perdre de vista què ha d’aprendre l’alumnat.
L’equitat també forma part del debat
Les dades de PISA analitzades per Echazarra mostren una petita diferència en l’ús de la IA segons el context socioeconòmic: l’alumnat més afavorit tendia a utilitzar-la una mica més. Ara bé, va advertir que es tracta d’una fotografia del 2025 i que és massa aviat per saber com evolucionarà aquesta diferència.
L’experiència amb altres tecnologies digitals mostra que les desigualtats no es limiten a tenir accés a una eina. També poden aparèixer en les finalitats per a les quals s’utilitza i en les oportunitats d’aprenentatge que se’n deriven. Per això, caldrà observar com canvien els usos de la IA i si les diferències inicials es mantenen o es transformen.
Aquesta mirada també reforça la necessitat d’interpretar els resultats educatius en el seu context. La IA és una peça més d’un escenari complex, en què intervenen factors socials, digitals i educatius. No es pot aïllar una sola tecnologia i atribuir-li tota la responsabilitat dels resultats.
De la tecnologia a la pedagogia: aprendre abans de decidir
Quines decisions cal prendre, doncs, mentre encara falten evidències? López va defensar que el punt de partida ha de ser pedagògic, no tecnològic: “L’enfocament no és tecnològic, sinó que l’enfocament és pedagògic”. Abans de preguntar com incorporar una eina, cal decidir quins aprenentatges es volen promoure i quin paper pot tenir la tecnologia per assolir-los.
Aquesta mirada implica impulsar recerca vinculada a la pràctica educativa, avaluar les experiències i compartir allò que funciona. López va destacar el valor de les proves pilot, que permeten experimentar i recollir evidències abans d’estendre una iniciativa. En aquesta línia, va exposar el cas d’un projecte d’Estònia amb una eina d’IA dissenyada amb finalitats educatives, que planteja preguntes en lloc de limitar-se a proporcionar respostes per reduir el risc de delegació cognitiva. Els resultats inicials, va remarcar, encara no permeten concloure si aquesta experiència millora l’aprenentatge.
Echazarra, per la seva banda, va defensar que cal continuar aprenent sobre els usos de la IA, donar marge als centres per experimentar i millorar les preguntes que es faran en futures edicions de PISA. També va posar el focus en un altre repte que va més enllà de la IA: la pèrdua de concentració associada als usos digitals i les dificultats creixents davant de lectures llargues i complexes.
El webinar va acabar amb una idea compartida: les dades disponibles encara no permeten determinar quin impacte causal té la IA en els resultats educatius, però sí que assenyalen qüestions que cal abordar. La delegació cognitiva, la verificació de la informació, l’avaluació i les desigualtats en els usos són aspectes centrals per orientar la recerca i les decisions dels centres.
La prioritat no és avançar conclusions abans d’hora, sinó generar més coneixement per prendre decisions informades. Això vol dir situar l’aprenentatge al centre, avaluar els usos reals de la IA i mantenir una mirada pedagògica que permeti aprofitar-ne les oportunitats sense deixar de desenvolupar les competències i l’autonomia de l’alumnat.
