La inteligencia artificial en el aula: el punto medio como clave del rendimiento

Ocho de cada diez estudiantes de los países que integran la OCDE reconocieron haber recurrido a un chatbot de inteligencia artificial para resolver al menos una tarea escolar en el período relevado por el Programa para la Evaluación Internacional de Estudiantes, conocido por su sigla PISA. El dato, difundido en el último informe de ese organismo, vuelve obsoleta la discusión sobre si los adolescentes usan o no estas herramientas: ya las usan. La pregunta ahora es otra y es más incómoda: ¿de qué manera las usan y qué efecto tiene eso en su aprendizaje?

El punto medio gana en ciencias

El análisis de PISA cruzó la frecuencia de uso declarada por los alumnos con sus puntajes en ciencias y encontró un patrón que los propios autores del informe describen como una curva con forma de U invertida. Quienes utilizaron la inteligencia artificial de manera moderada rindieron mejor que los dos extremos: los que casi no la usaron y los que la convirtieron en un paso automático de cada actividad. La ventaja fue más marcada en dos usos puntuales, resumir textos asignados por los docentes y explorar un tema nuevo antes de profundizarlo, dos tareas que, según los especialistas, combinan comprensión lectora con organización de la información.

El uso moderado, aclara el informe, no equivale a usar poco. Implica tener un objetivo claro: pedirle a la herramienta que ayude con una parte acotada del trabajo, no que lo haga entero. Es la diferencia entre delegar y asistir.

Cuando el chatbot reemplaza al razonamiento

Alrededor de uno de cada cinco estudiantes declaró usar estas plataformas de forma casi cotidiana para las tareas escolares. Ese grupo tendió a obtener calificaciones más bajas en ciencias que quienes directamente no las utilizaban. El mecanismo que describe la OCDE se retroalimenta: a menor capacidad de lectura crítica, más complicado resulta detectar cuándo una respuesta generada por inteligencia artificial es incompleta, errónea o directamente inventada, y delegar en forma sistemática las tareas de leer, resumir o razonar reduce las oportunidades de esas mismas habilidades.

El documento lo explica con una comparación doméstica que vale la pena repetir: del mismo modo que no nos ponemos en forma mirando deportes sino practicándolos, el aprendizaje no surge de consumir contenido sino de una lucha cognitiva productiva de la mente con material nuevo. La inteligencia artificial, en ese esquema, puede funcionar como un sparring que acelera la práctica o como una muleta que la evita, y el resultado depende del usuario.

Un declive que arrancó antes que ChatGPT

El descenso en los rendimientos escolares no es un fenómeno que haya traído la inteligencia artificial. PISA documenta una caída sostenida en lectura, matemáticas y ciencias desde 2003, más de dos décadas, en la mayoría de los países evaluados. Los chatbots llegaron en 2022 al público masivo, pero la tendencia ya estaba en marcha, alimentada por otros factores: cambios en los hábitos de lectura, mayor exposición a pantallas de entretenimiento y transformaciones en la dinámica familiar y escolar. La irrupción de la IA generativa, según los autores del informe, se suma a ese cuadro y puede estar acentuándolo en los segmentos de uso más intensivo, aunque todavía hace falta más evidencia longitudinal para aislar su efecto.

Cómo funciona el análisis de PISA

PISA es un operativo internacional que cada tres años evalúa a estudiantes de 15 años en lectura, matemáticas y ciencias, más allá del grado que estén cursando. La idea es medir habilidades aplicables a la vida real y no contenidos curriculares. En la edición que sirve de base a este informe, más de 40 países sumaron a las pruebas habituales un cuestionario específico sobre el uso de inteligencia artificial en las tareas escolares, lo que permitió cruzar por primera vez de manera sistemática la frecuencia de uso declarada con los puntajes obtenidos. Funciona, en la práctica, como una fotografía estadística: no muestra cómo aprende cada alumno en particular, pero sí permite detectar patrones en millones de jóvenes que comparten condiciones similares.

Qué falta para que estas herramientas lleguen a todos con criterio

El informe no se limita a describir. También señala qué piezas faltan en el rompecabezas. Falta evidencia longitudinal, es decir, seguir a los mismos estudiantes durante años, para distinguir si la IA genera peores notas o si los estudiantes con más dificultades son quienes más la adoptan. Faltan directrices claras para las escuelas sobre cuándo y cómo integrar estas herramientas sin reemplazar el pensamiento propio. Falta, sobre todo, formación docente específica: los profesores necesitan criterios concretos para distinguir un uso asistido de uno delegado, y eso todavía no está estandarizado en la mayoría de los sistemas educativos. Hasta que esos tres frentes, evidencia de largo plazo, protocolos escolares y capacitación docente, se desarrollen en paralelo, la inteligencia artificial en las aulas seguirá dependiendo más del azar y la intuición de cada alumno que de una política educativa pensada para aprovecharla.