Sergio Cabanelas
Los resultados de PISA han reabierto el debate sobre el estado de los aprendizajes y el posible impacto de la inteligencia artificial (IA) en el rendimiento del alumnado. Pero, ¿hasta qué punto podemos relacionar la expansión de estas herramientas con el descenso de los resultados? ¿Qué nos dicen los datos sobre los usos que hacen los estudiantes? ¿Qué decisiones educativas podemos tomar a partir de esa información?
Éstas son algunas de las preguntas que centraron el webinar PISA 2025: ¿Cómo afecta la IA a los resultados?, con la participación de Alfonso Echazarra, especialista en política educativa y analista vinculado al programa PISA de la OCDE, y Marta López, profesora de Psicología y Ciencias de la Educación en la UOC y directora del grupo de investigación GRE. La conversación, moderada por Laia Orozco, coordinadora de Equidad Digital, combinó el análisis de los datos internacionales con los resultados de un estudio sobre los usos de la IA entre estudiantes en Cataluña.
- Relacionado: PISA 2025: ¿Cómo afecta la IA a los resultados?
La primera conclusión es clara: todavía no hay evidencia suficiente para afirmar que la IA sea responsable de la bajada de los resultados educativos. Sin embargo, los datos sí permiten identificar patrones de uso que plantean preguntas relevantes sobre el aprendizaje, la autonomía y el papel de la escuela.
«Es demasiado pronto para atribuir a la IA la bajada de los resultados»
Alfonso Echazarra empezó situando el descenso de los resultados de PISA en una perspectiva más amplia. La tendencia a la baja en competencias como matemáticas o comprensión lectora ya se observaba antes de que el uso de la IA generativa se extendiera entre el alumnado. Por eso, según Echazarra, atribuir ese retroceso a una única causa sería precipitado.
«No hay suficiente evidencia para decir que la IA es responsable de esta bajada de resultados», señaló. Las dificultades de aprendizaje responden a múltiples factores y, en el caso de las tecnologías digitales, es necesario distinguir entre fenómenos diferentes: el uso de los móviles, el tiempo ante las pantallas, las herramientas digitales y la inteligencia artificial no son exactamente lo mismo.
- Relacionado: 6 claves para entender los resultados de PISA 2025
Además, PISA ofrece una fotografía del rendimiento en un momento determinado, pero no permite establecer por sí sola una relación de causa y efecto. Que el alumnado que más utiliza la IA obtenga, de media, peores resultados no demuestra que el uso de la tecnología sea la causa de este rendimiento. Un hecho que plantea un dilema: ¿los estudiantes con más dificultades recurren más a estas herramientas para resolver las tareas o el uso de estas herramientas dificulta el desarrollo de determinadas competencias? Ambas cosas podrían estar ocurriendo a la vez.
Por eso, el reto es ir más allá de los titulares y profundizar en los datos antes de tomar decisiones. Marta López también insistió en esta necesidad de prudencia: “Ponemos quizás un poco el freno antes de sacar a muchos titulares”, pidió, advirtiendo del riesgo de simplificar un fenómeno que todavía se está empezando a estudiar.
No todos los usos de la IA tienen la misma relación con el aprendizaje
Más allá de la frecuencia de uso, los datos apuntan a una diferencia relevante: la relación entre la IA y el rendimiento varía según la finalidad con la que se utiliza.
Cuando el alumnado recurre a estas herramientas para explorar temas nuevos, despertar la curiosidad o complementar lo aprendido, la asociación con los resultados es más neutra o incluso puede ser positiva. Sin embargo, cuando las utiliza para delegar tareas que requieren un esfuerzo cognitivo, como resumir textos o redactar deberes, la asociación con el rendimiento es más negativa.
También existen diferencias según la intensidad de uso. Los datos presentados apuntan a que un uso más moderado tiene una asociación menos negativa que un uso intensivo, como utilizar la IA todos los días. Sin embargo, estos patrones deben interpretarse con cautela: no permiten concluir, por sí solos, que la frecuencia de uso explique las diferencias de rendimiento.
La cuestión, pues, no es sólo si los estudiantes utilizan IA, sino para qué la utilizan y qué papel desempeña su propio esfuerzo. Una herramienta puede ayudar a comprender una idea o abrir nuevas vías de exploración, pero también puede acabar realizando una parte del trabajo que el alumnado necesita practicar para aprender.
La IA ya forma parte de la vida cotidiana del alumnado
La conversación también incorporó los resultados de un estudio sobre los usos de la IA entre estudiantes en Cataluña, impulsado conjuntamente con la Escola Pia de Catalunya y desarrollado con la participación de la investigación universitaria. Marta López destacó que la iniciativa surgió de la necesidad de conocer mejor las prácticas del alumnado para orientar la elaboración de políticas y protocolos en los centros.
Una de las primeras conclusiones es la rapidez con la que estas herramientas se han incorporado al día a día de los estudiantes. Según los datos que presentó López, el 46% del alumnado encuestado utiliza la IA a diario, mientras que un 38% la utiliza dos o tres veces por semana. En conjunto, las cifras indican que cerca del 85% lo utiliza semanalmente.
Las finalidades son diversas: buscar información, pedir explicaciones, traducir, generar ideas o elaborar resúmenes. Pero el estudio también identifica prácticas que van más allá del soporte al aprendizaje.
Uno de los resultados que más preocupa es que, según explicó López, un 51% del alumnado señalaba que la IA elaboraba primeras versiones o incluso la respuesta completa en determinadas tareas. Este dato apunta a una posible delegación de una parte importante del proceso de trabajo.
El otro elemento destacado es la verificación de la información: aproximadamente un tercio del alumnado contrastaba las respuestas de la IA con otras fuentes. Esto plantea un reto en el desarrollo del pensamiento crítico y en la capacidad de valorar si la información generada es fiable.
El estudio, por tanto, no sólo pone de manifiesto que el uso de la IA se ha extendido rápidamente, sino que también invita a preguntarse qué competencias se están ejercitando cuando se utiliza y cuáles pueden quedar en segundo plano.
La delegación cognitiva, una de las principales preocupaciones
Para López, la delegación cognitiva es uno de los aspectos a seguir más de cerca: es decir, qué pasa cuando el alumnado deja en manos de la IA una parte del proceso de pensar, escribir o resolver una tarea.
Echazarra también situó ese riesgo en el centro del debate. Cuando un estudiante redacta un texto, una parte importante del aprendizaje se produce durante el proceso: ordenar las ideas, encontrar las palabras, revisar lo escrito y dedicar tiempo a elaborar una respuesta. Si la IA realiza este trabajo, el alumno puede acabar saltándose una parte de la experiencia que le permite desarrollar estas capacidades.
Esto obliga a revisar cómo se organizan las actividades escolares. Algunas tareas que tradicionalmente se realizaban en casa, como redactar textos, quizás necesitan más espacios de trabajo en el aula, donde el profesorado pueda acompañar y observar el proceso. Asimismo, la IA puede ofrecer oportunidades para explorar contenidos, obtener explicaciones o practicar ejercicios con distintos niveles de dificultad.
El reto no es, pues, considerar todas las aplicaciones de la IA como negativas ni dar por sentado que cualquier uso mejora el aprendizaje. Se trata de distinguir entre los usos que ayudan a aprender y los que pueden sustituir al esfuerzo necesario para ello.
Repensar la evaluación para que el alumnado siga aprendiendo
Si la IA puede generar respuestas y elaborar tareas completas, también pone en cuestión las formas de evaluación. ¿Cómo saber qué ha aprendido realmente un estudiante si el resultado final puede haber sido producido, total o parcialmente, por una herramienta?
Echazarra defendió que la evaluación puede desempeñar un papel importante para evitar la delegación cognitiva. El alumnado responde a los incentivos y orienta buena parte de su esfuerzo hacia lo que se le pide demostrar. Por eso, si la evaluación sólo valora el producto final, puede favorecer que el estudiante delegue en la IA una parte del trabajo.
Esto invita a dar mayor importancia al proceso de aprendizaje: cómo se construyen las ideas, cómo se resuelven los problemas y qué competencias se ponen en práctica. También implica revisar qué tareas tiene sentido hacer en casa y cuáles conviene desarrollar en el aula.
Asimismo, Echazarra señaló que la IA también puede abrir oportunidades educativas, desde reducir determinadas cargas administrativas hasta facilitar la exploración de nuevos temas o la preparación de ejercicios. La cuestión es cómo aprovechar estas posibilidades sin perder de vista qué debe aprender el alumnado.
La equidad también forma parte del debate
Los datos de PISA analizados por Echazarra muestran una pequeña diferencia en el uso de la IA según el contexto socioeconómico: el alumnado más favorecido tendía a utilizarla un poco más. Ahora bien, advirtió que se trata de una fotografía del 2025 y que es demasiado pronto para saber cómo va a evolucionar esta diferencia.
La experiencia con otras tecnologías digitales muestra que las desigualdades no se limitan a tener acceso a una herramienta. También pueden aparecer en los fines para los que se utiliza y en las oportunidades de aprendizaje que se derivan. Por ello, habrá que observar cómo cambian los usos de la IA y si las diferencias iniciales se mantienen o transforman.
Esta mirada refuerza también la necesidad de interpretar los resultados educativos en su contexto. La IA es una pieza más de un escenario complejo, en el que intervienen factores sociales, digitales y educativos. No puede aislarse una sola tecnología y atribuirle toda la responsabilidad de los resultados.
De la tecnología a la pedagogía: aprender antes de decidir
¿Qué decisiones hay que tomar, mientras aún faltan evidencias? López defendió que el punto de partida debe ser pedagógico, no tecnológico: «El enfoque no es tecnológico, sino que el enfoque es pedagógico». Antes de preguntar cómo incorporar una herramienta, es necesario decidir qué aprendizajes se quieren promover y qué papel puede tener la tecnología para alcanzarlos.
Esta mirada implica impulsar investigación vinculada a la práctica educativa, evaluar las experiencias y compartir lo que funciona. López destacó el valor de las pruebas piloto que permiten experimentar y recoger evidencias antes de extender una iniciativa. En esta línea, expuso el caso de un proyecto de Estonia con una herramienta de IA diseñada con fines educativos, que plantea preguntas en lugar de limitarse a proporcionar respuestas para reducir el riesgo de delegación cognitiva. Los resultados iniciales, remarcó, todavía no permiten concluir si esa experiencia mejora el aprendizaje.
Echazarra, por su parte, defendió que es necesario seguir aprendiendo sobre los usos de la IA, dar margen a los centros para experimentar y mejorar las preguntas que se harán en futuras ediciones de PISA. También puso el foco en otro reto que va más allá de la IA: la pérdida de concentración asociada a los usos digitales y las crecientes dificultades ante lecturas largas y complejas.
El webinar acabó con una idea compartida: los datos disponibles todavía no permiten determinar qué impacto causal tiene la IA en los resultados educativos, pero sí señalan cuestiones a abordar. La delegación cognitiva, la verificación de la información, la evaluación y las desigualdades en sus usos son aspectos centrales para orientar la investigación y las decisiones de los centros.
La prioridad no es avanzar conclusiones antes de tiempo, sino generar más conocimiento para tomar decisiones informadas. Esto significa situar el aprendizaje en el centro, evaluar los usos reales de la IA y mantener una mirada pedagógica que permita aprovechar sus oportunidades sin dejar de desarrollar las competencias y la autonomía del alumnado.
