Añadir Mangas Verdes como fuente preferida de Google de forma gratuita.
Mantente informado con las últimas noticias de actualidad.
Una ayuda que mejora las tareas no siempre mejora el aprendizaje.
Eso es lo que encontró un estudio de la Universidad de Granada con 52 estudiantes de segundo curso del Grado en Educación Infantil, después de probar un tutor basado en inteligencia artificial en una única asignatura. El grupo que usó esa herramienta elevó su nota media en las actividades evaluadas de 9,02 a 9,73 sobre 10, mientras la enseñanza habitual pasó de 9,34 a 9,29.
El examen final devolvió a ambos grupos casi al mismo punto
Cuando llegó la prueba final, la distancia prácticamente desapareció. El grupo de control obtuvo 3,32 sobre cinco y el que había trabajado con el tutor de inteligencia artificial alcanzó 3,34.
Visto así, la paradoja resulta difícil de esquivar. La herramienta acompañó una mejora clara mientras estaba presente, pero esa ventaja no apareció después con la misma nitidez cuando tocó responder sin apoyo, una tensión que recuerda a otros choques entre deberes y exámenes.
"Nuestros resultados muestran que mejorar el rendimiento mientras se usa una herramienta de inteligencia artificial no significa necesariamente que ese conocimiento vaya a mantenerse posteriormente cuando la herramienta deja de estar disponible". - José Andrés González, profesor del Departamento de Teoría de la Señal, Telemática y Comunicaciones de la Universidad de Granada
José Andrés González, investigador principal del trabajo, sitúa así el problema en el lugar incómodo donde hoy tropiezan muchas universidades. No basta con que una respuesta llegue antes o suene convincente si el conocimiento no permanece cuando desaparece la muleta.
El estudio apunta a una descarga cognitiva que ya preocupa en las aulas
Ahí encaja el fenómeno de descarga cognitiva. Ocurre cuando una persona traslada parte del esfuerzo mental a una herramienta externa y deja de hacer por sí misma una parte del trabajo que antes sostenía la comprensión.
No es un matiz menor. En la práctica, el estudiante puede resolver mejor una actividad concreta y, al mismo tiempo, consolidar peor lo aprendido si el proceso queda demasiado delegado, una duda que también aparece en el uso cotidiano de IA en las aulas.
Además, el propio diseño del examen final obliga a leer los resultados con cuidado. Esa prueba evaluaba contenidos de todo el semestre y solo una parte había sido trabajada directamente con el tutor, de modo que la ausencia de diferencias amplias no puede interpretarse fuera de ese contexto.
José Andrés González defiende un tutor que obligue a pensar
José Andrés González vuelve sobre esa idea cuando describe qué debería hacer una herramienta educativa de este tipo.
"Una herramienta de IA educativa no debería limitarse a proporcionar respuestas. Si queremos que funcione realmente como un tutor, tiene que ayudar al estudiante a razonar, ofrecer explicaciones y pistas, fomentar que contraste la información y hacer que participe activamente en la construcción de la respuesta". - José Andrés González, profesor e investigador principal
El reto no consiste en dar respuestas más rápidas, sino en sostener el razonamiento. Dicho de otro modo, un tutor útil no sería el que acorta el camino hasta la solución, sino el que obliga a recorrerlo con más conciencia.
La investigación se publicó en Educación XX1 y trabaja con una muestra reducida y una sola asignatura, así que no pretende cerrar el debate. Aun así, deja una imagen muy concreta sobre la mesa, porque las actividades subieron hasta 9,73 sobre 10 con ayuda del tutor y el examen final quedó en 3,34 sobre cinco, casi pegado al 3,32 del grupo de enseñanza habitual.