Usas IA para estudiar y no mejoras notas: los 5 errores que cometes
Un 86% de universitarios ya usa IA para estudiar, pero la evidencia identifica cinco errores de uso que anulan su efecto en las notas. Esto dice la investigació
Un 86% de los estudiantes universitarios utiliza ya herramientas de inteligencia artificial en sus estudios, según la encuesta global del Digital Education Council (2024). Sin embargo, la evidencia académica publicada desde entonces apunta en una dirección incómoda: usar IA para estudiar no mejora las notas por defecto. En algunos escenarios controlados, incluso las empeora.
La cuestión afecta a millones de estudiantes en España y Europa que han incorporado ChatGPT, Gemini o Claude a su rutina de estudio sin cambiar cómo estudian. Los investigadores no señalan a la tecnología, sino a cinco patrones de uso concretos que la literatura reciente ha empezado a documentar con datos.
- El 86% de los universitarios usa IA en sus estudios, según el Digital Education Council (2024).
- Un experimento de Wharton (2024) con casi 1.000 estudiantes registró un 17% menos de rendimiento en examen entre quienes practicaron con un chatbot estándar.
- Un preprint del MIT Media Lab (2025) midió menor conectividad cerebral al escribir con ChatGPT que al hacerlo sin asistencia.
- La investigación distingue entre delegar la tarea y usar la IA como tutor: solo el segundo uso se asocia a aprendizaje real.
Qué dice la evidencia sobre usar IA para estudiar
La adopción de IA para estudiar es masiva, pero los resultados académicos no acompañan. Según el Digital Education Council (2024), el 86% de los universitarios ya la utiliza y más de la mitad lo hace cada semana. Los primeros estudios experimentales, publicados entre 2024 y 2025, no encuentran una mejora automática de las calificaciones.
El trabajo más citado procede de la Universidad de Pensilvania. Investigadores de Wharton realizaron en 2024 un experimento con cerca de 1.000 estudiantes de secundaria en Turquía durante clases de matemáticas. Los alumnos con acceso a un chatbot tipo ChatGPT resolvieron un 48% mejor los ejercicios de práctica. En el examen posterior, sin asistencia, rindieron un 17% peor que el grupo de control.
«Los resultados sugieren que los estudiantes intentan usar GPT-4 como una muleta durante las sesiones de práctica y, cuando lo consiguen, rinden peor por su cuenta.»
El matiz importa: en ese mismo experimento, un segundo grupo usó una versión del chatbot configurada como tutor, que daba pistas sin revelar la solución. Ese grupo no empeoró. La diferencia no estaba en la herramienta, sino en el diseño del uso.
Los cinco errores que la investigación ha identificado
Los estudios publicados entre 2024 y 2025 convergen en cinco patrones de uso que explican por qué la IA para estudiar no se traduce en mejores notas: delegar la producción, eliminar la recuperación activa, no verificar las respuestas, confundir fluidez con dominio y aplicar herramientas genéricas a tareas de aprendizaje específicas.
El primero es la delegación directa. Según el Education Report de Anthropic (2025), en torno al 47% de las conversaciones de estudiantes con Claude buscaban una respuesta o un producto final con implicación mínima del alumno. Quien externaliza la resolución del problema externaliza también el aprendizaje que esa resolución produce.
El segundo es la desaparición de la recuperación activa. La psicología cognitiva documenta desde Roediger y Karpicke (2006) que intentar recordar sin ayuda consolida la memoria más que releer. Pedir a la IA un resumen y leerlo sustituye el esfuerzo de recuperación por una lectura pasiva, el método con peor retención documentada.
El tercero es la ausencia de verificación. Los modelos generativos producen errores factuales con apariencia verosímil. Un estudiante que memoriza una respuesta alucinada estudia contenido incorrecto sin saberlo, un riesgo que las propias tecnológicas reconocen en su documentación oficial.
El cuarto es la ilusión de competencia. Entender una explicación bien redactada no equivale a saber reproducir el razonamiento en un examen. Es el mecanismo de «muleta» que describe el equipo de Wharton: la práctica asistida infla la sensación de dominio sin construirlo.
El quinto es el desajuste entre herramienta y tarea. Usar un chatbot generalista con prompts vagos no es lo mismo que usar modos de estudio diseñados para el aprendizaje, una distinción que ya analizamos al comparar ChatGPT para adolescentes y Gemini Study Notebooks.
El factor «muleta»: lo que muestra el cerebro
Un preprint del MIT Media Lab (2025) midió con electroencefalografía la actividad cerebral de 54 participantes mientras escribían ensayos. Quienes usaron ChatGPT mostraron menor conectividad neuronal que quienes escribieron sin ayuda, y el 83% fue incapaz de citar frases de su propio texto minutos después de entregarlo.
El estudio, dirigido por Nataliya Kosmyna, no ha pasado aún revisión por pares y su muestra es pequeña, algo que los propios autores subrayan. Aun así, su hipótesis de «deuda cognitiva» encaja con los resultados conductuales de Wharton: el esfuerzo que la IA ahorra durante la tarea es, en parte, el mismo esfuerzo que genera aprendizaje.
La distinción operativa que emerge de ambos trabajos es la misma. Cuando la IA hace el trabajo, el estudiante no aprende. Cuando la IA obliga al estudiante a hacer el trabajo —preguntando, corrigiendo, pidiendo justificación—, los resultados se mantienen o mejoran.
| Uso de la IA | Qué dice la evidencia |
|---|---|
| Pedir la solución completa del ejercicio | Mejora la práctica, empeora el examen sin asistencia (Wharton, 2024) |
| Usarla como tutor que da pistas sin resolver | No penaliza el rendimiento posterior (Wharton, 2024) |
| Leer resúmenes generados en lugar de autoevaluarse | Retención inferior a la recuperación activa (Roediger y Karpicke, 2006) |
| Generar preguntas de examen y responderlas sin ayuda | Compatible con el efecto test documentado en psicología cognitiva |
Qué significa para estudiantes y universidades
Para el estudiante, la conclusión práctica es que el beneficio de la IA para estudiar depende del rol que se le asigne: tutor exigente o máquina de respuestas. Para las universidades, los datos desplazan el debate desde la prohibición hacia la alfabetización en uso pedagógico, un terreno donde la mayoría de campus españoles aún no tiene política formal.
El sector EdTech ya se mueve en esa dirección. OpenAI lanzó en 2025 un modo de estudio para ChatGPT que retiene la respuesta y guía con preguntas, y Google ha seguido una línea similar con sus cuadernos de estudio en Gemini. Startups españolas como Modo Cheto y plataformas internacionales como Khanmigo compiten en el mismo espacio: convertir el chatbot generalista en tutor con fricción deliberada. El patrón de diseño coincide con el que la comparativa entre asistentes de estudio señalaba como diferencial.
Para las universidades, la implicación es doble. La evaluación tradicional basada en trabajos entregables pierde fiabilidad cuando la producción es delegable. Y la brecha ya no separa a quien usa IA de quien no la usa, sino a quien la usa como andamio de quien la usa como sustituto. Ese segundo eje no aparece en las estadísticas de adopción.
La pregunta que queda abierta no es si los estudiantes seguirán usando IA para estudiar —los datos de adopción indican que sí—, sino si instituciones y herramientas llegarán a tiempo de encauzar ese uso antes de que una generación entera confunda tener las respuestas con haber aprendido algo.
