[responsivevoice_button buttontext="Escuchar la noticia" voice="Spanish

Latin American Female"]

Por https://www.magisnet.com

Una investigación con 52 estudiantes de Educación Infantil revela que un tutor de inteligencia artificial elevó las calificaciones de las actividades realizadas con su apoyo, aunque esa ventaja desapareció en el examen final. Los autores reclaman un uso pedagógico que estimule el razonamiento y evite sustituir el esfuerzo cognitivo.

Un tutor de inteligencia artificial puede ayudar al alumnado universitario a resolver mejor una actividad, pero esa mejora no garantiza por sí sola un aprendizaje que perdure cuando la herramienta deja de estar disponible. Es la principal conclusión de un estudio de la Universidad de Granada que distingue entre el rendimiento académico inmediato y la consolidación posterior de los conocimientos.

La investigación, publicada en la revista Educación XX1, contó con 52 estudiantes de segundo curso del Grado en Educación Infantil. El trabajo fue liderado por José Andrés González, profesor del Departamento de Teoría de la Señal, Telemática y Comunicaciones, junto con un equipo integrado por especialistas de distintas áreas. Sus resultados aportan nuevos elementos al debate sobre la incorporación educativa de la IA en la enseñanza superior.

Durante buena parte del semestre, todo el alumnado siguió la misma metodología docente. Más adelante, uno de los grupos comenzó a utilizar un tutor de inteligencia artificial desarrollado específicamente con los contenidos de la asignatura. No se trataba, por tanto, de un asistente genérico: la herramienta había sido configurada con materiales docentes y fuentes académicas seleccionadas, además de pasar por una revisión previa del profesorado.

Los estudiantes también recibieron formación presencial para aprender a formular preguntas útiles y evaluar críticamente las respuestas. Este acompañamiento resulta relevante porque el experimento no analizó únicamente el acceso a una tecnología, sino su aplicación dentro de una estrategia pedagógica guiada. El objetivo era que el tutor apoyara la comprensión y no funcionara simplemente como un sistema automático para completar tareas.

Mejores notas durante el uso de la IA

Los resultados de las actividades evaluadas mostraron una evolución clara. Antes de introducir el tutor, el grupo que posteriormente trabajaría con la IA registraba una puntuación media de 9,02 sobre 10. Después de la intervención, esa nota ascendió hasta 9,73. El incremento representa una mejora de 0,71 puntos y, según los análisis estadísticos del estudio, corresponde a un efecto de gran magnitud.

La evolución fue distinta entre quienes continuaron con la enseñanza habitual. En este grupo, la calificación media pasó de 9,34 a 9,29, una variación mínima. La comparación indica que el tutor facilitó un mejor desempeño en las actividades realizadas mientras estaba disponible, incluso partiendo ambos grupos de calificaciones iniciales elevadas.

Sin embargo, el escenario cambió al analizar el examen final. El grupo de control obtuvo una media de 3,32 sobre 5, mientras que el alumnado que había empleado el tutor alcanzó 3,34. La diferencia, de apenas dos centésimas, muestra que la ventaja observada durante la intervención no se trasladó al examen en el que los estudiantes tuvieron que responder sin el apoyo de la herramienta.

Una diferencia entre rendimiento y aprendizaje

Los datos obligan a separar dos conceptos que no siempre coinciden. Una herramienta puede favorecer que el estudiante complete una tarea con mayor precisión y, al mismo tiempo, no producir cambios apreciables en la retención posterior. El estudio sugiere así que resolver mejor una actividad con ayuda tecnológica no equivale necesariamente a haber interiorizado sus contenidos.

Los autores piden, no obstante, interpretar esta conclusión con cautela. El examen final evaluaba la materia de todo el semestre, mientras que el tutor se había utilizado solamente para trabajar una parte de los contenidos. Además, la experiencia se desarrolló en una única asignatura, con 52 participantes y dentro de una titulación concreta. Estas características limitan la posibilidad de generalizar los resultados obtenidos a otros cursos, disciplinas o modelos de evaluación.

El patrón observado es compatible con la denominada descarga cognitiva, un fenómeno que aparece cuando una persona transfiere a una herramienta externa parte del esfuerzo mental requerido para realizar una tarea. Calculadoras, buscadores y asistentes digitales pueden liberar recursos y aumentar la eficiencia, pero una dependencia excesiva también puede reducir el procesamiento necesario para comprender y retener información.

Esta descarga no tiene que ser negativa. En determinados contextos permite dedicar más atención a tareas complejas y evita invertir tiempo en operaciones rutinarias. El riesgo aparece cuando la tecnología sustituye los procesos de análisis, recuperación y elaboración que sostienen un aprendizaje profundo. Desde esta perspectiva, la cuestión principal no es únicamente si el alumnado utiliza IA, sino qué esfuerzo intelectual mantiene durante su uso.

Tutores que enseñen a razonar

La investigación no cuestiona el potencial de la inteligencia artificial en la universidad. Al contrario, plantea que su utilidad dependerá del diseño pedagógico y de la finalidad con la que se introduzca. Un tutor educativo eficaz debería ofrecer explicaciones, pistas y preguntas que obliguen a revisar el razonamiento, en lugar de limitarse a entregar una respuesta completa e inmediata.

El papel del profesorado continúa siendo central en ese proceso. Seleccionar las fuentes con las que trabaja el sistema, comprobar la calidad de sus respuestas, definir las actividades y enseñar a contrastar la información son decisiones que condicionan el aprendizaje. La alfabetización crítica en IA debe incluir, además del manejo técnico, la capacidad de detectar errores, reconocer limitaciones y justificar las soluciones obtenidas.

El estudio también apunta hacia una cuestión relevante para la evaluación universitaria. Si las tareas pueden resolverse con apoyo de asistentes inteligentes, será necesario diseñar pruebas que permitan comprobar qué sabe hacer el estudiante de manera autónoma y qué procesos ha comprendido. Combinar actividades asistidas, explicaciones orales, ejercicios sin ayuda y tareas de transferencia podría ofrecer una imagen más completa del aprendizaje realmente consolidado.

El reto para la educación superior no consiste, por tanto, en elegir entre aceptar o prohibir la inteligencia artificial. La prioridad es crear formas de uso que aprovechen su capacidad de orientación sin reemplazar los procesos cognitivos esenciales. La tecnología puede convertirse en un tutor valioso, pero solo si conduce al estudiante hacia una participación activa y reflexiva en la construcción del conocimiento.

Fuente: https://www.magisnet.com/2026/10/la-ia-impulsa-el-rendimiento-inmediato-sin-garantizar-un-aprendizaje-duradero/