¿La inteligencia artificial afecta el aprendizaje?

¿La inteligencia artificial afecta el aprendizaje? La ciencia advierte sobre sus riesgos

La inteligencia artificial y el aprendizaje mantienen una relación cada vez más compleja. Herramientas como ChatGPT permiten resolver ejercicios, redactar documentos y encontrar explicaciones en segundos, pero su uso indiscriminado plantea una preocupación: ¿qué sucede cuando los estudiantes comienzan a delegar sistemáticamente el esfuerzo de pensar? Investigaciones realizadas en universidades como el MIT y la Universidad de Pensilvania han encontrado diferencias significativas entre utilizar inteligencia artificial para completar actividades y desarrollar conocimientos que puedan aplicarse posteriormente sin asistencia tecnológica. Al mismo tiempo, diversos casos de fraude en exámenes internacionales muestran que las instituciones educativas enfrentan dificultades para comprobar qué saben realmente los estudiantes.

Los fraudes académicos con inteligencia artificial ponen en alerta a las universidades

La expansión de los asistentes inteligentes está transformando las posibilidades de cometer fraude durante una evaluación. A diferencia de las herramientas tradicionales de búsqueda, los sistemas generativos pueden interpretar preguntas, resolver problemas y proporcionar respuestas directamente. Esta capacidad resulta especialmente problemática cuando las evaluaciones dependen de comprobar que una persona posee conocimientos específicos sin ayuda externa.

Un caso reciente en Corea del Sur ilustra esta situación. Han Won-seok, quien obtuvo la máxima puntuación en un examen nacional de certificación para profesionales tributarios, reconoció públicamente en noviembre de 2026 que había utilizado inteligencia artificial y dispositivos electrónicos ocultos para responder preguntas. El caso adquirió notoriedad porque se trataba de una evaluación profesional de alta exigencia. El aspirante reconoció haber recurrido a una cámara diminuta, un teléfono inteligente y un sistema de IA para obtener respuestas durante el examen. Las autoridades comenzaron a revisar las medidas de seguridad empleadas en estas pruebas.

Aunque ocurrió en un examen de certificación profesional y no en una prueba de ingreso universitario, el episodio muestra cómo la combinación de dispositivos discretos e inteligencia artificial puede comprometer la confiabilidad de las evaluaciones presenciales. El problema no termina en determinar si alguien logró superar una prueba mediante procedimientos fraudulentos. También plantea qué ocurre cuando una persona obtiene una acreditación profesional sin demostrar los conocimientos necesarios para ejercer sus responsabilidades.

La UNAM enfrenta una crisis tras detectar irregularidades en su examen de admisión

En México, la Universidad Nacional Autónoma de México (UNAM) enfrentó una controversia importante durante su proceso de admisión a licenciatura de 2026. La institución aplicó por primera vez una evaluación de ingreso completamente en línea para este proceso, con mecanismos de supervisión apoyados por inteligencia artificial. Sin embargo, la aparición de resultados atípicos y diversas irregularidades provocó dudas sobre la confiabilidad de las pruebas. De los 158.727 aspirantes participantes, aproximadamente el 2 % de los exámenes, equivalentes a unos 3.000, fueron anulados por incumplimientos de las reglas establecidas. La revisión técnica también dio lugar a la organización de un examen de control presencial para alrededor de 58.000 aspirantes.

Es importante precisar que las anulaciones no demuestran que todos esos aspirantes utilizaran ChatGPT. Entre las irregularidades detectadas se encontraban situaciones de apoyo externo, utilización de dispositivos no autorizados y posibles casos de suplantación de identidad. La crisis obligó a replantear el modelo de evaluación. En septiembre de 2026, la universidad confirmó que los exámenes de ingreso continuarían realizándose presencialmente mientras no existieran las condiciones necesarias para garantizar su aplicación segura en línea. La experiencia plantea un desafío que afecta a numerosas instituciones: incorporar tecnologías avanzadas de supervisión no garantiza por sí solo la integridad académica.

Siete de cada diez adolescentes estadounidenses utilizan inteligencia artificial para sus tareas

El uso de asistentes inteligentes ya forma parte de los hábitos de estudio de una proporción considerable de adolescentes. Una investigación publicada en agosto de 2026 por Common Sense Media encontró que aproximadamente el 70 % de los adolescentes estadounidenses encuestados utilizaba herramientas de inteligencia artificial para realizar actividades escolares.

Entre quienes utilizaban estas herramientas, el 63 % afirmó obtener respuestas para sus tareas mediante IA, aunque el comportamiento variaba: algunos empleaban las respuestas directamente, otros las reformulaban y otros incorporaban conocimientos propios para mejorarlas.  La diferencia es importante porque utilizar inteligencia artificial no significa necesariamente cometer fraude ni abandonar el razonamiento. El problema depende de la forma en que se integra la herramienta en el proceso de aprendizaje.

Por ejemplo, un estudiante puede solicitar a ChatGPT que explique nuevamente un concepto matemático que no comprendió durante la clase. Esta interacción puede ayudarle a reconocer sus errores y mejorar su desempeño.  En cambio, si fotografía todos los ejercicios, obtiene las respuestas y las copia sin examinar los procedimientos, el trabajo académico puede terminar sin que se haya desarrollado la habilidad que pretendía evaluar. Ambos estudiantes utilizan inteligencia artificial, pero participan en procesos intelectuales muy diferentes.

Qué es la descarga cognitiva y por qué preocupa en la educación

La descarga cognitiva, conocida en inglés como cognitive offloading, ocurre cuando una persona utiliza recursos externos para reducir las demandas mentales de una actividad. No es un fenómeno exclusivo de la inteligencia artificial. Desde hace décadas, las personas utilizan calculadoras, agendas, mapas, buscadores y dispositivos digitales para recordar información o ejecutar procedimientos. La descarga cognitiva puede ser positiva. Una calculadora, por ejemplo, permite concentrarse en el análisis de un problema complejo en lugar de dedicar todo el esfuerzo a realizar operaciones aritméticas repetitivas. Sin embargo, existe una diferencia entre delegar una tarea auxiliar y delegar precisamente la habilidad que se necesita aprender.

Si un estudiante está aprendiendo a formular ecuaciones, permitir que una herramienta resuelva todos los problemas puede reducir las oportunidades para comprender los procedimientos. Si se encuentra desarrollando habilidades de escritura, solicitar textos completos sin participar en su elaboración puede limitar la práctica necesaria para mejorar. Por tanto, la preocupación no debería centrarse exclusivamente en cuánto se utiliza la inteligencia artificial, sino en qué actividades intelectuales se están delegando y cuáles deberían permanecer bajo responsabilidad del estudiante.

Un estudio del MIT encontró diferencias en la actividad cerebral durante la escritura con ChatGPT

Una investigación del MIT Media Lab, difundida inicialmente en junio de 2025 bajo el título Your Brain on ChatGPT, examinó las consecuencias de utilizar asistentes de inteligencia artificial durante la redacción de ensayos. Los investigadores organizaron a los participantes en tres condiciones: escribir sin herramientas externas, utilizar un motor de búsqueda o trabajar con ChatGPT. Durante las actividades registraron señales electroencefalográficas para analizar patrones de conectividad relacionados con la realización de la tarea.

Los resultados mostraron diferencias entre los grupos. Los participantes que redactaron sin herramientas presentaron una conectividad neural más amplia, mientras que quienes utilizaron ChatGPT mostraron patrones de conectividad más reducidos durante la escritura. El grupo que empleó motores de búsqueda obtuvo resultados intermedios. También se observaron diferencias en la capacidad de recordar fragmentos de los ensayos y en la percepción de autoría del trabajo realizado. Estos resultados sugieren que las herramientas utilizadas durante la escritura pueden modificar la manera en que las personas participan cognitivamente en una actividad.

¿Significa que ChatGPT daña el cerebro?

No. Sería incorrecto presentar los resultados como evidencia de que la inteligencia artificial produce daño cerebral o reduce permanentemente la inteligencia. Los propios investigadores advirtieron que se trataba de resultados preliminares, obtenidos con una muestra limitada y dentro de una actividad específica: la redacción de ensayos. También señalaron que el estudio no permite generalizar sus conclusiones a todas las herramientas, edades o situaciones de aprendizaje.Además, una menor conectividad registrada durante una tarea no equivale automáticamente a una pérdida de capacidades cognitivas. Las mediciones deben interpretarse considerando las condiciones experimentales y las estrategias que emplearon los participantes.

La aportación principal del estudio consiste en mostrar que utilizar una herramienta para producir un texto no implica necesariamente experimentar el mismo proceso cognitivo que desarrollarlo de manera independiente.

En términos educativos, esto plantea la necesidad de investigar cómo se distribuye el esfuerzo intelectual cuando una persona redacta con ayuda de IA y cómo esa distribución influye en la adquisición de habilidades.

Un experimento con estudiantes de matemáticas encontró mejores resultados con IA, pero un aprendizaje más débil

Otra investigación ofrece resultados especialmente relevantes para comprender la diferencia entre completar correctamente una actividad y aprender a resolverla.

Un estudio experimental realizado con cerca de mil estudiantes de secundaria en Turquía comparó tres modalidades de práctica matemática: estudiantes sin IA generativa, estudiantes con acceso a un asistente convencional basado en GPT-4 y estudiantes que utilizaron un tutor de IA diseñado para proporcionar orientación sin revelar directamente las soluciones.

estudio-ia

La diferencia entre los dos sistemas de inteligencia artificial es fundamental. El asistente convencional permitía acceder fácilmente a soluciones, mientras que el tutor especializado incluía instrucciones para orientar al estudiante mediante pistas y explicaciones.

Los investigadores encontraron que los participantes que utilizaron el asistente convencional recurrían con frecuencia a solicitar respuestas directamente. En cambio, quienes trabajaban con el tutor guiado tendían a mantener conversaciones más orientadas a comprender los procedimientos.

La investigación, publicada en Proceedings of the National Academy of Sciences (PNAS), muestra que el diseño pedagógico de una herramienta puede tener tanta importancia como su capacidad técnica.

Esto significa que no basta con incorporar ChatGPT a una asignatura. Es necesario definir cómo debe interactuar con los estudiantes, qué información puede proporcionar y cuáles son las actividades que deben resolver de manera independiente.

La inteligencia artificial también puede mejorar el aprendizaje cuando se utiliza correctamente

Los riesgos identificados no eliminan las oportunidades educativas de la inteligencia artificial. De hecho, numerosos usos pueden facilitar la comprensión y ampliar el acceso a recursos formativos.

Uno de los beneficios más relevantes es la posibilidad de obtener explicaciones adaptadas al nivel de conocimientos. Un estudiante que no comprende un concepto puede solicitar ejemplos adicionales, comparaciones o una explicación más sencilla.

Un asistente inteligente también puede funcionar como compañero de práctica. Por ejemplo, puede formular preguntas progresivas, solicitar que se justifiquen las respuestas y proporcionar retroalimentación sobre los errores encontrados.

Estas posibilidades adquieren especial importancia en la educación virtual, donde no siempre es posible recibir orientación inmediata de un docente.

La accesibilidad constituye otra aplicación significativa. Las herramientas de IA pueden apoyar la traducción, la generación de subtítulos, la lectura de documentos y la reformulación de explicaciones para facilitar el acceso a determinados contenidos.

Sin embargo, su utilidad no debería medirse exclusivamente por la cantidad de ejercicios realizados o por la velocidad para completar una tarea. El criterio principal debe ser si contribuyen a comprender, recordar y aplicar mejor los conocimientos.

Los docentes pueden ahorrar tiempo y dedicar más atención a sus estudiantes

La incorporación de inteligencia artificial también está transformando el trabajo del profesorado. Una encuesta realizada por Gallup y la Walton Family Foundation, publicada en junio de 2025, encontró que los docentes estadounidenses que utilizaban herramientas de inteligencia artificial al menos una vez por semana estimaban un ahorro promedio de 5,9 horas semanales. Promedio declarado por los profesores que utilizaban IA semanalmente en el estudio de Gallup y Walton Family Foundation. Este tiempo puede destinarse a actividades como preparación de clases, revisión de dificultades, acompañamiento personalizado o atención a estudiantes que necesitan apoyo adicional.

Un docente puede utilizar inteligencia artificial para proponer ejercicios diferenciados, preparar guías de trabajo, desarrollar rúbricas o construir preguntas de práctica. Sin embargo, la herramienta necesita supervisión, particularmente cuando genera contenidos académicos, referencias o respuestas que podrían contener errores. El beneficio más importante no consiste necesariamente en producir más materiales educativos, sino en reducir determinadas tareas repetitivas para disponer de mejores oportunidades de interacción pedagógica.

La diferencia entre utilizar ChatGPT como solucionador y como tutor

Una de las decisiones más importantes al incorporar inteligencia artificial a la educación consiste en establecer qué papel debe desempeñar la herramienta.

Cuando funciona como solucionador, el sistema recibe una pregunta y proporciona directamente la respuesta. Esta modalidad puede ser útil en determinados contextos profesionales, pero no siempre es adecuada cuando el objetivo consiste en aprender el procedimiento.

En cambio, un tutor de inteligencia artificial puede orientar al estudiante mediante preguntas, pistas y explicaciones progresivas.

IA como solucionador IA como tutor
Entrega respuestas completas Formula preguntas orientadoras
Reduce el esfuerzo para terminar una tarea Promueve la comprensión del procedimiento
Puede facilitar la copia sin análisis Solicita explicar el razonamiento
Se concentra en el resultado Da importancia al proceso
Puede generar dependencia Puede favorecer la autonomía si está bien diseñado

Por ejemplo, ante un problema de matemáticas, el asistente puede proporcionar inmediatamente la fórmula y el resultado. Un tutor, en cambio, puede comenzar preguntando qué datos contiene el ejercicio, cuál es la incógnita y qué procedimiento podría aplicarse.

La segunda modalidad exige una participación más activa del estudiante, aunque también requiere configurar adecuadamente la herramienta y comprobar la calidad de sus orientaciones.

Tres reglas para utilizar inteligencia artificial sin sustituir el pensamiento

La evidencia disponible permite formular una recomendación práctica: la inteligencia artificial debería incorporarse después de activar los conocimientos propios y utilizarse para revisar o ampliar el razonamiento.

1 Intentar resolver primero el problema

Antes de consultar la IA, el estudiante debería analizar la pregunta, identificar los datos disponibles y proponer una posible solución. No es necesario acertar inicialmente; el intento permite reconocer qué conocimientos posee y cuáles necesita reforzar.

2 Utilizar la IA para revisar y comprender

Después de realizar el ejercicio, puede solicitarse a la herramienta que identifique errores, explique conceptos difíciles o proporcione pistas. La respuesta debe analizarse y contrastarse antes de aceptarla.

3 Buscar alternativas y demostrar autonomía

Una vez obtenida una respuesta, conviene explorar otras soluciones, justificar las decisiones y resolver un ejercicio semejante sin ayuda. Esta última actividad permite comprobar si realmente se produjo aprendizaje.

Estas reglas pueden aplicarse tanto en la educación escolar como en la universitaria. También resultan relevantes para profesionales que utilizan asistentes inteligentes en programación, análisis financiero, investigación o resolución de problemas técnicos.

Cómo deberían cambiar las evaluaciones universitarias frente al uso de IA

Los casos de fraude académico muestran que las instituciones necesitan mejorar sus mecanismos de evaluación, pero las restricciones tecnológicas no resuelven por sí solas el problema. Si un examen puede aprobarse exclusivamente copiando respuestas generadas por un sistema inteligente, conviene revisar qué conocimientos pretende medir y cómo puede comprobarse su adquisición. Una alternativa consiste en combinar evaluaciones convencionales con actividades que exijan demostrar procedimientos, interpretar resultados y justificar decisiones. En una asignatura de Excel, por ejemplo, el estudiante podría utilizar ChatGPT para estudiar funciones, pero realizar una prueba práctica sin asistencia. En programación, podría apoyarse en IA para explorar soluciones, pero después tendría que explicar el código, identificar errores y modificar determinadas instrucciones.

De manera semejante, un estudiante de contabilidad podría utilizar un asistente para practicar registros contables, siempre que posteriormente demuestre que comprende los principios involucrados y puede resolver operaciones sin depender de respuestas automáticas. También es conveniente establecer políticas claras sobre cuándo se permite utilizar inteligencia artificial, qué usos están restringidos y cómo debe declararse su intervención. La evaluación debe concentrarse en la competencia desarrollada por el estudiante, no únicamente en la calidad del documento o producto que entrega.

El pensamiento crítico será una de las competencias más importantes en la era de la IA

La capacidad de obtener información ya no representa la principal dificultad para numerosos estudiantes. Los sistemas generativos pueden responder preguntas complejas, comparar alternativas y elaborar explicaciones en segundos. El desafío consiste en determinar si esas respuestas son correctas, relevantes y adecuadas para el problema que se intenta resolver. Esto requiere conocimientos previos. Una persona que desconoce los fundamentos de una disciplina puede tener dificultades para identificar errores en una explicación aparentemente convincente. Por ejemplo, un estudiante que comprende las funciones de Excel puede detectar cuándo una fórmula propuesta por IA utiliza referencias incorrectas. En cambio, quien desconoce esos fundamentos podría aceptar una solución que produce resultados equivocados. La formación académica necesita fortalecer la capacidad de formular preguntas, evaluar argumentos, identificar inconsistencias y desarrollar alternativas propias.La inteligencia artificial puede colaborar en todas estas actividades, pero no debería reemplazarlas. Precisamente porque las herramientas actuales son capaces de producir respuestas de gran calidad aparente, el criterio humano se vuelve más importante.

Preguntas frecuentes sobre inteligencia artificial y aprendizaje

¿La inteligencia artificial afecta la capacidad de aprender?

Puede hacerlo de distintas maneras. Su utilización como tutor puede facilitar la comprensión, mientras que depender de respuestas automáticas puede reducir las oportunidades para practicar habilidades fundamentales. El efecto depende del tipo de actividad y de cómo se utilice la herramienta.

¿ChatGPT hace que el cerebro trabaje menos?

Una investigación preliminar del MIT encontró patrones de conectividad neural diferentes durante la escritura con ChatGPT frente a la redacción independiente. Sin embargo, estos resultados no demuestran daño cerebral ni permiten afirmar que la inteligencia artificial reduzca permanentemente las capacidades cognitivas.

¿Qué es la descarga cognitiva?

Es el proceso de utilizar herramientas externas para reducir el esfuerzo mental necesario para realizar una tarea. Puede ser beneficioso cuando libera recursos para actividades más complejas, pero puede perjudicar la práctica si se delegan habilidades que todavía se están aprendiendo.

¿Por qué algunos estudiantes obtienen mejores resultados con IA, pero después fallan sin ella?

Porque completar correctamente una actividad con asistencia tecnológica no garantiza haber aprendido el procedimiento. Un experimento en Turquía encontró que los estudiantes que utilizaron un asistente convencional obtuvieron mejores resultados durante la práctica, pero peores puntuaciones cuando realizaron una evaluación sin ayuda.

¿Es recomendable utilizar ChatGPT para estudiar matemáticas?

Sí, cuando se emplea para solicitar explicaciones, obtener pistas, identificar errores y practicar procedimientos. Conviene intentar resolver primero los ejercicios y utilizar la herramienta como apoyo, no como sustituto de la solución propia.

¿Se debería prohibir la inteligencia artificial en las universidades?

Una prohibición general no resuelve todos los problemas y podría limitar aplicaciones educativas útiles. Es más adecuado establecer reglas según los objetivos de aprendizaje, combinar evaluaciones con y sin IA y exigir evidencias de comprensión.

¿Cómo saber si realmente se aprendió utilizando inteligencia artificial?

Una comprobación útil consiste en resolver un problema semejante sin asistencia, explicar el procedimiento con palabras propias y justificar las decisiones tomadas. Si el estudiante puede hacerlo, existe una evidencia más sólida de aprendizaje.

¿Cómo puede ayudar la inteligencia artificial a los docentes?

Puede apoyar la elaboración de materiales, la planificación de clases, las evaluaciones formativas y la retroalimentación. También puede reducir tiempo dedicado a tareas repetitivas, siempre que sus resultados sean revisados por el docente.

Recuerde que…

La inteligencia artificial y el aprendizaje no mantienen una relación necesariamente positiva ni negativa. Todo depende de cómo se utilice la tecnología, de las actividades que se deleguen y de los conocimientos que el estudiante necesita desarrollar.

Los casos de fraude académico muestran que las instituciones educativas enfrentan nuevos problemas para comprobar la autenticidad de las evaluaciones. Al mismo tiempo, las investigaciones sobre escritura y matemáticas sugieren que completar una tarea con ayuda de inteligencia artificial no siempre se traduce en mejores resultados cuando esa asistencia desaparece.

La solución no consiste en rechazar una tecnología que puede ofrecer oportunidades importantes para personalizar el aprendizaje, ampliar el acceso al conocimiento y reducir determinadas tareas docentes.

El verdadero desafío es utilizarla de manera que fortalezca la comprensión, la autonomía y la capacidad de resolver problemas.

Antes de pedir una respuesta, conviene intentar encontrar una solución. Después, puede utilizarse la IA para revisar errores, explorar nuevas alternativas y profundizar en aquellos conceptos que todavía no se comprenden.

La inteligencia artificial puede ayudar a realizar mejor una tarea, pero aprender significa desarrollar la capacidad de resolverla, explicarla y aplicar ese conocimiento cuando la herramienta ya no está disponible.

Para conocer más aplicaciones de inteligencia artificial en la educación, investigación académica y productividad, pueden consultarse nuevas publicaciones en fernandojuca.com, así como videotutoriales y pódcast en youtube.com/fernandojucamaldonado.

Fuentes consultadas

Fernando Juca Maldonado

Ingeniero en Sistemas de Información, MBA, docente universitario y consultor en tecnología e inteligencia artificial. Con más de 25 años de experiencia en desarrollo web, trabaja en soluciones digitales, comercio electrónico, plataformas Moodle, SEO, automatización y tecnología educativa, integrando tecnología, educación e innovación para empresas, instituciones y profesionales.

Publicaciones Previas