PISA alerta: la IA frena tu aprendizaje. Así la usas para aprender más
La OCDE alerta con datos de PISA: delegar el estudio en chatbots reduce el rendimiento. La evidencia sobre cómo usar la IA para aprender más y mejor.
La OCDE ha puesto cifras a una sospecha extendida en las aulas. Según su análisis de los datos de PISA 2022, publicado en 2023, los estudiantes que se distraen con dispositivos digitales en clase de matemáticas obtienen hasta 15 puntos menos que sus compañeros. El organismo, con sede en París, advierte de que la irrupción de los chatbots agrava el patrón: delegar tareas cognitivas en la IA sin método frena el aprendizaje en lugar de acelerarlo.
La advertencia llega en pleno inicio de curso en España, con la IA generativa ya instalada en la rutina de estudio universitaria y preuniversitaria. La cuestión ya no es si los estudiantes usan ChatGPT, Gemini o Claude, sino cómo. Y la evidencia disponible apunta a que la diferencia entre usar la IA para aprender y usarla para esquivar el esfuerzo separa a quienes mejoran de quienes retroceden.
- La OCDE detectó en PISA 2022 que la distracción digital en clase se asocia a una caída de hasta 15 puntos en matemáticas.
- Un experimento del MIT Media Lab (2025) registró menor conectividad cerebral y peor memoria en quienes redactaron ensayos con ChatGPT.
- Un estudio de Wharton (2024) mostró que el acceso sin restricciones a GPT-4 empeoró un 17% los resultados de examen al retirar la herramienta.
- El mismo cuerpo de evidencia indica que la IA usada como tutor socrático, no como redactora, mejora el rendimiento.
Qué dicen exactamente los datos de PISA sobre tecnología y rendimiento
El análisis de PISA 2022 publicado por la OCDE en 2023 concluyó que el 65% de los estudiantes se distrae con dispositivos digitales en clase de matemáticas, y que esa distracción se asocia a una pérdida de hasta 15 puntos, el equivalente a tres cuartos de un curso académico.
El matiz importa. El mismo informe encontró que un uso moderado de la tecnología con fines de aprendizaje —en torno a una hora diaria— se asociaba a 14 puntos más en matemáticas. El problema no es la herramienta, sino el patrón de uso. La OCDE distingue entre tecnología que sustituye el esfuerzo cognitivo y tecnología que lo apoya.
Andreas Schleicher, director de Educación de la OCDE, lleva años insistiendo en esa distinción, ahora amplificada por la IA generativa:
«La tecnología puede amplificar una gran enseñanza, pero una gran tecnología no puede reemplazar una enseñanza pobre.»
Con los chatbots, el riesgo cambia de naturaleza. Ya no se trata solo de distracción, sino de externalización: pedir a la máquina el resultado final y saltarse el proceso que genera el aprendizaje.
El coste cognitivo de delegar: la evidencia experimental
Un experimento del MIT Media Lab publicado en 2025 midió con electroencefalografía la actividad cerebral de estudiantes que redactaban ensayos. Quienes usaron ChatGPT mostraron menor conectividad neuronal, y el 83% fue incapaz de citar frases de su propio texto minutos después de escribirlo.
Los autores bautizaron el fenómeno como «deuda cognitiva». El cerebro que no procesa la información no la consolida. El texto queda entregado; el conocimiento, no. El efecto persistía incluso cuando los participantes volvían a escribir sin asistencia en sesiones posteriores.
La Universidad de Pensilvania llegó a una conclusión paralela por otra vía. En un estudio de campo con casi mil estudiantes de secundaria, publicado en 2024 por investigadores de Wharton, quienes usaron GPT-4 sin restricciones para practicar matemáticas rindieron un 17% peor en el examen final, una vez retirada la herramienta. Habían practicado más y aprendido menos. En cambio, el grupo que usó una versión configurada como tutor —que daba pistas, no soluciones— no sufrió esa penalización.
El patrón es coherente con lo que ya se observa en las notas reales de los estudiantes españoles, un fenómeno que este medio analizó en por qué usar IA para estudiar no sube las notas de la mayoría: la herramienta amplifica el método de quien la usa, para bien y para mal.
Cómo usar la IA para aprender: lo que separa el tutor de la muleta
La evidencia acumulada entre 2023 y 2025 —OCDE, MIT, Wharton— converge en una regla: la IA mejora el aprendizaje cuando obliga al estudiante a generar la respuesta, y lo degrada cuando la genera por él. La variable crítica no es el modelo, sino el reparto del esfuerzo cognitivo.
Esa frontera se traduce en prácticas concretas. Pedir al chatbot que examine con preguntas, que señale errores en un razonamiento propio o que explique un concepto de tres formas distintas activa la recuperación y la elaboración, los dos mecanismos con mayor respaldo en ciencia del aprendizaje. Pedirle el resumen, el ensayo o la solución directa los desactiva.
| Uso de la IA | Ejemplo | Efecto sobre el aprendizaje |
|---|---|---|
| Sustitución (muleta) | «Resúmeme el tema 4» · «Resuelve este problema» | Negativo: se entrega el resultado sin consolidar nada (deuda cognitiva, MIT 2025) |
| Tutoría (andamiaje) | «Hazme preguntas sobre el tema 4» · «Dame una pista, no la solución» | Positivo: obliga a recuperar y elaborar; sin penalización en examen (Wharton, 2024) |
| Verificación | «Aquí está mi respuesta: dime dónde fallo y por qué» | Positivo: feedback inmediato sobre producción propia |
El sector EdTech ya está reposicionándose sobre esta distinción. OpenAI lanzó en 2025 su «Study Mode» para ChatGPT, que retiene la respuesta directa y guía con preguntas; Anthropic hizo lo propio con el «Learning Mode» de Claude for Education. Startups españolas como Modo Cheto o plataformas veteranas como Khan Academy con Khanmigo compiten en el mismo terreno: convertir el chatbot en tutor en lugar de en redactor. Que el estudiante elija el modo tutor o lo esquive sigue dependiendo, de momento, del propio estudiante.
Qué significa para estudiantes y universidades españolas
Para el sistema universitario español, la alerta de la OCDE desplaza el debate: la cuestión ya no es prohibir o permitir la IA, sino evaluar de forma que delegar no compense. Las facultades que solo cambian la normativa, y no el examen, dejan intacto el incentivo a externalizar el estudio.
Varias universidades españolas han empezado a mover la evaluación hacia defensas orales, pruebas presenciales y trabajos con trazabilidad del proceso. Es la respuesta coherente con los datos: si el aprendizaje ocurre en el proceso, la evaluación debe observar el proceso. La CRUE trabaja desde 2024 en marcos de uso responsable, aunque la aplicación real varía enormemente entre campus y entre asignaturas.
Para el estudiante, la implicación es más incómoda pero más accionable. La IA para aprender funciona, y la evidencia lo respalda; la IA para evitar aprender también funciona, hasta el día del examen. Quien quiera auditar su propio método puede empezar por los errores más comunes al estudiar con IA y cómo corregirlos, que coinciden casi punto por punto con los patrones penalizados en los estudios citados.
Queda por ver si la próxima oleada de PISA, la primera diseñada ya en plena era de los chatbots, confirma la brecha entre quienes usan la IA para aprender y quienes la usan para no hacerlo. Si los datos experimentales anticipan algo, la distancia entre ambos grupos no se medirá en puntos de examen, sino en cursos enteros.
