La IA no necesita ponernos las cosas difíciles: necesita dejarnos pensar

Hay una recomendación que empieza a repetirse cuando hablamos de inteligencia artificial y educación: hay que introducir “fricción”. Si un chatbot da la respuesta demasiado pronto, el estudiante deja de esforzarse; si le obliga a pensar, explicar o intentarlo antes, aprende más.

La intuición conecta con décadas de investigación sobre las llamadas “dificultades deseables”: ciertas condiciones que hacen más costosa la práctica pueden empeorar el rendimiento inmediato y mejorar la retención posterior. Pero convertir esa intuición en política educativa exige cuidado. No toda fricción produce aprendizaje. Una dificultad solo resulta útil si activa los procesos cognitivos adecuados y el estudiante dispone de recursos para afrontarla.

Y aquí surge un problema adicional: algunos de los estudios recientes sobre inteligencia artificial y aprendizaje están siendo divulgados con conclusiones causales que sus diseños no siempre permiten sostener.

La primera confusión es decisiva. Un estudiante puede entregar un trabajo mejor gracias a la IA sin haber aprendido más.

Un ensayo controlado con cerca de mil estudiantes de secundaria en matemáticas lo mostró con claridad. Bastani y sus colaboradores compararon un chatbot similar a ChatGPT con un tutor diseñado con salvaguardas pedagógicas y con un grupo sin IA. Mientras la herramienta estaba disponible, ambos sistemas mejoraron mucho el rendimiento. Pero cuando se retiró, quienes habían utilizado el chatbot más libre obtuvieron resultados un 17 % inferiores a quienes nunca habían tenido acceso a él. Esa penalización se reducía en gran medida con el tutor diseñado para proteger el aprendizaje.

La conclusión correcta no es “la IA perjudica el aprendizaje”. Es más precisa: una herramienta que mejora la ejecución de una tarea puede perjudicar el desempeño independiente posterior, y el diseño de la interacción importa.

Otros experimentos apuntan en otra dirección. En Harvard, un tutor de IA cuidadosamente construido produjo mayores ganancias inmediatas que una clase presencial de aprendizaje activo. En Nigeria, un ensayo aleatorizado de seis semanas encontró mejoras significativas cuando estudiantes de secundaria utilizaban IA en un programa extraescolar con apoyo docente.

Tampoco podemos concluir por ello que “la IA enseña mejor”. Harvard estudió dos lecciones y evaluó poco después. Nigeria probó una intervención compuesta por IA, profesores, sesiones adicionales y una estructura pedagógica concreta. No permite atribuir todo el efecto al chatbot.

Aquí aparece el segundo problema: causalidad.

Un estudio de 2026 con 26.811 estudiantes chinos durante 30 meses observó, tras la adopción de IA, mejores notas en los deberes, un 30 % menos de tiempo para completarlos y peores resultados posteriores en exámenes sin ayuda. Las pérdidas eran mayores entre quienes mostraban patrones compatibles con delegar los deberes a la IA.

Es una evidencia longitudinal extraordinariamente valiosa, pero se trata de un diseño difference-in-differences, no de un experimento aleatorizado. Quienes adoptan IA pueden diferir de quienes no lo hacen y la “delegación” se infiere a partir del comportamiento. El trabajo fortalece la hipótesis de que sustituir trabajo cognitivo por respuestas generadas puede perjudicar el aprendizaje. No demuestra por sí solo que la reducción del esfuerzo sea la causa.

Algo similar ocurre con un preprint de 2026 basado en ensayos aleatorizados con 1.222 participantes. Después de interacciones de aproximadamente diez minutos con IA, las personas rindieron peor sin ella y abandonaron problemas con mayor frecuencia. El diseño permite atribuir causalmente ese efecto inmediato a la intervención. No permite transformar diez minutos de conducta en una pérdida duradera de la “persistencia” como rasgo personal.

Los resultados de PISA 2025 añaden una pieza inquietante a este rompecabezas. Entre 2022 y 2025, la puntuación en lectura cayó, en promedio, 20 puntos entre los estudiantes socioeconómicamente favorecidos, frente a 4 puntos entre los desfavorecidos. Al mismo tiempo, la OCDE observa que los estudiantes favorecidos declaran utilizar herramientas de inteligencia artificial con mayor frecuencia.

La coincidencia merece atención, pero no demuestra que una cosa cause la otra. De hecho, el deterioro de la lectura comenzó mucho antes de la expansión de la IA generativa. PISA sitúa el descenso de la lectura en una tendencia que viene de la década pasada y la propia OCDE compara esta evolución con PIRLS 2016 y 2021: en la mayoría de los países que participaron en ambas evaluaciones, las tendencias negativas observadas en primaria anticiparon las que después aparecieron en PISA. Esto sugiere que parte de las raíces del deterioro lector puede encontrarse en etapas anteriores y no necesariamente en fenómenos posteriores a 2022.

Lo especialmente interesante de PISA 2025 es qué aspectos de la lectura parecen deteriorarse. Las mayores dificultades aparecen ante textos largos y tareas que exigen lectura cuidadosa, recordar e integrar varias piezas de información y evaluar o reflexionar sobre lo leído. También aumentaron las respuestas rápidas e incorrectas: la proporción de lectores clasificados como “apresurados” pasó de alrededor del 7 % en 2018 al 11 % en 2025. La OCDE interpreta el patrón, con cautela, como compatible con una menor capacidad o disposición para mantener la atención, la persistencia o la confianza ante tareas exigentes.

Esto no convierte la pérdida de atención, la digitalización o la inteligencia artificial en causas demostradas del descenso lector. La propia OCDE subraya que la evidencia no apunta a una explicación única. Pero sí plantea una pregunta importante. Si nuestros sistemas educativos ya detectan dificultades crecientes para mantener una lectura profunda y sostenida, ¿qué ocurre cuando introducimos herramientas capaces de resumir un texto, localizar su argumento o producir una respuesta sin que el estudiante tenga que recorrer por sí mismo ese proceso?

Quizá la cuestión educativa no sea simplemente cuánto utilizamos la IA, sino qué esfuerzo cognitivo dejamos de realizar cuando la utilizamos. Y, a la inversa, si podemos diseñarla para que ayude a recuperar precisamente ese esfuerzo: pedir que leamos antes de resumir, que encontremos evidencias antes de aceptar una conclusión, que formulemos una interpretación antes de recibir otra o que defendamos nuestra respuesta frente a las objeciones de la máquina.

En ese sentido, la IA podría utilizarse no para eliminar toda dificultad, sino para crear las condiciones de una dificultad deseable: aquella que obliga a recuperar, relacionar, explicar y pensar sin convertir el esfuerzo en un fin en sí mismo.

Para evitar estos saltos resulta útil una práctica que Tina Austin utilizaba en su docencia en UCLA: el método CREATE, desarrollado originalmente por Sally Hoskins y colaboradores.

En vez de empezar por el resumen o aceptar la discusión de los autores, CREATE propone considerar el problema, leer métodos y datos, reconstruir la hipótesis, analizar e interpretar los resultados y preguntarse cuál debería ser el siguiente experimento.

Aplicado a la IA educativa, obliga a formular preguntas incómodas: ¿qué se llamó “aprendizaje”? ¿La nota mientras el chatbot estaba abierto o lo que el alumno podía hacer después sin él? ¿Se midió recuerdo, transferencia a un problema nuevo o calidad del producto? ¿La intervención fue “IA” o IA más profesor, más tiempo y más andamiaje? ¿Duró una sesión, seis semanas o dos años? ¿La variable que aparece en el titular fue realmente manipulada?

Quizá estemos formulando mal el debate. El objetivo no debería ser introducir fricción en la IA, sino preservar el trabajo cognitivo que produce aprendizaje.

Eso conduce a una idea diferente de diseño: pedir al estudiante un intento antes de ofrecer ayuda; proporcionar pistas progresivas antes de mostrar una solución; solicitar que explique por qué una respuesta es correcta; retirar periódicamente la herramienta y pedir recuperación de memoria; plantear problemas nuevos para comprobar transferencia; y reducir gradualmente la asistencia a medida que aumenta la competencia.

No todas estas estrategias han sido comparadas entre sí en ensayos longitudinales con IA generativa. Deben entenderse como diseños coherentes con la evidencia disponible, no como una receta definitivamente demostrada.

Además, el debate no puede reducirse a “IA sí” frente a “IA no”. Otro ensayo aleatorizado publicado como working paper en 2026 encontró que disponer de IA aumentaba en 0,27 desviaciones estándar el conocimiento medido posteriormente sin la herramienta, y que parte de la ganancia persistía una semana después. Los beneficios parecían mayores entre quienes utilizaban la IA para entender conceptos que entre quienes la empleaban para producir texto. Pero esta segunda clasificación del modo de uso no estaba aleatorizada. Una pista prometedora sobre el mecanismo no es todavía una demostración causal.

Prohibir la IA o incorporarla indiscriminadamente son respuestas simétricamente prematuras.

La pregunta más útil para diseñar una actividad educativa es otra:

¿Qué proceso mental queremos que practique el estudiante y qué parte de ese proceso estamos permitiendo que haga la máquina?

Si queremos enseñar argumentación, la IA puede cuestionar un argumento antes de redactarlo por el alumno. Si queremos enseñar resolución de problemas, puede ofrecer una pista después de un intento en vez de proporcionar inmediatamente la solución. Si queremos comprobar aprendizaje, en algún momento tendremos que evaluar qué puede hacer la persona sin asistencia.

La evidencia empieza a permitir estas decisiones, pero solo si distinguimos productividad, rendimiento y aprendizaje. Una tecnología que hace más fácil entregar una tarea puede ser extraordinariamente útil.

La cuestión educativa es si hace también más capaz al estudiante cuando la cerramos.

Sonia Lara Ros es profesora de la Facultad de Educación y Psicología de la Universidad de Navarra.