Penalización del aprendizaje con IA generativa: lo que revela el estudio de estudiantes chinos
La penalización del aprendizaje con IA generativa es el hallazgo central de un CEPR Discussion Paper publicado en junio de 2026 por David Strömberg, Victor Lei y Yanhui Wu. Los investigadores analizaron 30 meses de datos escolares y de exámenes de 26.811 estudiantes chinos de secundaria y bachillerato. El resultado parece contradictorio al principio: tras la introducción de la IA generativa, los deberes se completaron más rápido y se valoraron mejor, mientras que el rendimiento en los exámenes cerrados disminuyó notablemente.
El estudio es interesante porque no solo pregunta si los estudiantes usan IA, sino si la productividad visible se corresponde con el aprendizaje real. Es precisamente ahí donde surge la llamada penalización del aprendizaje: aquellos que aparentemente utilizan la IA para reducir drásticamente el esfuerzo cognitivo propio en los deberes, pueden producir mejores resultados a corto plazo, pero retener menos a largo plazo. Al mismo tiempo, los datos muestran explícitamente que no todos los usos de la IA conllevaban la misma pérdida.
Fuente: Pexels / Yan Krukau
En resumen
- 26.811 estudiantes y 30 meses de datos: Se examinaron deberes, exámenes mensuales a libro cerrado y exámenes de admisión en nueve materias.
- Los deberes parecían mejores: Según el estudio, tras la adopción de la IA, los resultados de los deberes aumentaron un 18 por ciento, mientras que el tiempo de realización disminuyó un 30 por ciento.
- Los exámenes evolucionaron en la dirección opuesta: Los resultados mensuales a libro cerrado fueron aproximadamente un 20 por ciento más bajos en un plazo de seis meses.
- El efecto también se observó en exámenes importantes: Los autores informan de caídas del 18 por ciento en los exámenes de admisión universitaria y del 24 por ciento en los exámenes de admisión al bachillerato, acumulándose el efecto completo en aproximadamente dos años.
- El método de uso fue crucial: Las mayores pérdidas se concentraron en aproximadamente el 80 por ciento de los usuarios de IA, cuyo tiempo de realización extremadamente corto, combinado con altas calificaciones en los deberes, era compatible con la externalización de los deberes a la IA.
- No hay pruebas de que la IA empeore fundamentalmente el aprendizaje: Los usuarios de IA que dedicaron una cantidad de tiempo similar a sus deberes como los no usuarios, según el estudio, solo experimentaron pérdidas de aprendizaje leves.
¿Qué investigó exactamente el estudio?
El documento, titulado The Generative AI Learning Penalty: Evidence from Chinese Secondary Education, combina varios tipos de datos que normalmente se consideran por separado. Entre ellos se encuentran las calificaciones de los deberes y el tiempo de realización, exámenes mensuales sin ayuda externa, así como exámenes de admisión al bachillerato y a la universidad. Las observaciones abarcan nueve materias y los cursos de 7º a 12º.
Metodológicamente, los autores utilizan una estrategia "staggered difference-in-differences". En términos sencillos, no solo se compara si los usuarios de IA son mejores o peores estudiantes. En cambio, se investiga cómo cambian los rendimientos en torno al momento de la adopción de la IA y cómo se compara esta evolución con la de los estudiantes que aún no utilizan IA generativa en ese momento. Esto es más robusto que una simple comparación transversal, pero no sustituye a un estudio controlado aleatorizado.
La ventaja crucial de este conjunto de datos es que los investigadores ven simultáneamente métricas cercanas a la productividad y pruebas de rendimiento independientes. Los deberes pueden realizarse con ayuda externa. Un examen cerrado sin acceso a la IA, en cambio, mide más lo que el estudiante puede recuperar y aplicar por sí mismo.
Fuente: pexels.com
El estudio relaciona el rendimiento en los deberes digitales con exámenes posteriores. La imagen no muestra a una participante del estudio, sino que sirve como imagen simbólica del aprendizaje asistido por IA.
La penalización del aprendizaje con IA generativa en cifras
| Medida | Cambio tras la adopción de la IA | Qué significa |
|---|---|---|
| Calificación de los deberes | +18 % | Los deberes entregados fueron, en promedio, mejor valorados. |
| Tiempo de realización de los deberes | -30 % | Las tareas se completaron significativamente más rápido. |
| Exámenes mensuales a libro cerrado | -20 % en un plazo de seis meses | El rendimiento independiente en los exámenes disminuyó a pesar de mejores deberes. |
| Examen de admisión a la universidad | -18 % | Incluso en un examen externo importante se observó una relación negativa. |
| Examen de admisión al bachillerato | -24 % | La mayor caída mencionada en el resumen se refiere a esta área de examen. |
Estos valores son los efectos estimados de su diseño de investigación informados por los autores. No deben entenderse como una garantía de que cada estudiante individual experimentará exactamente la misma caída después de usar IA. Especialmente en lo que respecta a los efectos educativos, los valores promedio de muchas personas no son una prognosis individual.
Por qué mejores deberes no significan automáticamente mejor aprendizaje
La contribución más importante del documento no es el porcentaje individual, sino la separación entre resultado y competencia. Un estudiante puede generar un texto sin errores, una respuesta bien estructurada o una solución completa con IA generativa. El producto se ve entonces mejor. Pero si la IA asume precisamente ese trabajo cognitivo a través del cual se produce la comprensión, el resultado visible puede sobreestimar el rendimiento real del aprendizaje.
El problema es plausible desde la psicología del aprendizaje: recordar, formular de forma independiente, cometer errores, probar vías de solución y notar lagunas de conocimiento es agotador. Sin embargo, precisamente este esfuerzo es a menudo parte del proceso de aprendizaje. La IA generativa puede apoyar este trabajo o evitarlo. Quien solo adopta la respuesta final, obtiene un atajo al resultado, pero no necesariamente a la comprensión.
Fuente: pexels.com
Los exámenes a libro cerrado juegan un papel central en el estudio porque separan el rendimiento independiente de los deberes asistidos por IA.
El punto crucial: no todo uso de la IA fue igual
El análisis de los patrones de uso es especialmente importante. Los investigadores informan que las pérdidas de aprendizaje se concentraron en aproximadamente el 80 por ciento de los usuarios de IA cuyo comportamiento era compatible con la externalización de deberes. Con esto no se pretende una observación directa de copiar y pegar en cada tarea individual. La clasificación se basa en un patrón llamativo de tiempo de realización muy corto y altas calificaciones en los deberes.
Los autores interpretan este patrón como una indicación de que la IA se utilizó en una gran parte de los usuarios no principalmente como un tutor, sino como un sustituto de la propia realización de tareas. Por el contrario, los usuarios de IA que invirtieron aproximadamente la misma cantidad de tiempo en los deberes que los no usuarios, experimentaron solo pequeñas pérdidas de aprendizaje.
Este es el mensaje práctico más importante del documento: la penalización del aprendizaje parece estar más relacionada con la externalización del trabajo de pensamiento que con la simple presencia de una herramienta de IA. Quien pide una explicación, revisa su propia vía de solución o genera preguntas de práctica adicionales, utiliza la misma herramienta técnica de forma diferente a alguien que adopta una solución completa. Herramientas de IA para deberes: El mayor valor de aprendizaje se produce cuando la IA proporciona pistas, preguntas de contrapartida y controles, en lugar de sustituir la tarea real.
Fuente: pexels.com
Las herramientas digitales y el trabajo de estudio clásico no tienen por qué excluirse mutuamente. Lo decisivo es si los estudiantes siguen explicando, comprobando, recordando y aplicando por sí mismos.
¿Qué estudiantes se vieron especialmente afectados?
Según el resumen del CEPR, las pérdidas de aprendizaje fueron mayores en las ciencias sociales, seguidas de las materias STEM y los idiomas. Además, los efectos estimados fueron mayores en los estudiantes más jóvenes, los estudiantes de alto rendimiento y los varones.
Precisamente el hallazgo en los estudiantes de alto rendimiento es notable. Una posible interpretación es que los buenos estudiantes pueden sentirse especialmente atraídos por las ganancias de eficiencia: si una tarea ya parece fácil, parece racional completarla más rápido con IA. Sin embargo, el estudio no demuestra por qué estos subgrupos se vieron más afectados. Primero muestra un tamaño diferente de los efectos estimados.
Lo que el estudio no demuestra
El titular "La IA hace a los estudiantes más tontos" no estaría respaldado por los datos. Hay varias razones para ello.
- Sin aleatorización: La investigación utiliza un diseño cuasi-experimental de diferencia en diferencias, pero no una asignación aleatoria del uso de la IA. Por lo tanto, los cambios no observados no pueden excluirse con la misma certeza que en un experimento controlado.
- La "externalización de deberes" es una clasificación de comportamiento: Los autores ven un patrón compatible con la externalización. Esto no es lo mismo que un registro completo de cada prompt y cada respuesta.
- Un contexto educativo específico: La muestra consta de estudiantes chinos de 7º a 12º curso. Los resultados no se pueden transferir automáticamente uno a uno a universidades, otros países, otras formas de examen o adultos.
- Documento de discusión: En el momento de la publicación, el trabajo es un CEPR Discussion Paper o un preprint de SSRN y no una publicación de revista revisada por pares. La metodología y la interpretación aún pueden cambiar en el proceso científico.
- El uso de la IA evoluciona rápidamente: Los alumnos, profesores y proveedores están cambiando sus estrategias. Un sistema que entrega soluciones directamente es didácticamente algo diferente a un modo tutor que hace preguntas paso a paso.
Un contraargumento significativo proviene de un estudio publicado en 2025 en Scientific Reports con 148 estudiantes de ingeniería chinos. Allí, más de la mitad informaron efectos positivos en la eficiencia del aprendizaje, la iniciativa y la creatividad; el rendimiento académico percibido se mantuvo en gran medida sin cambios para muchos. Esta investigación no es directamente comparable en términos de metodología y grupo objetivo, pero muestra por qué "la IA generativa en la educación" no debe reducirse a un único efecto.
Lo que los estudiantes pueden deducir del estudio
La consecuencia más obvia no es evitar por completo la IA, sino mantener visible el propio trabajo de aprendizaje en el proceso. Una buena regla general es: la IA puede reducir la fricción, pero no eliminar todo el proceso de pensamiento. Utilizar ChatGPT de forma eficaz útil. Especialmente en el aprendizaje, un flujo de trabajo de tutor con preguntas de seguimiento, pasos pequeños y aplicación propia es más significativo que un flujo de trabajo puramente de respuesta.
Fuente: pexels.com
Una estrategia de aprendizaje de IA más significativa deja que el estudiante trabaje por sí mismo: primero el intento propio, luego una indicación específica, y después resolver de nuevo sin ayudas.
Lo que las escuelas y los profesores pueden aprender de esto
El estudio cuestiona las tareas escolares clásicas como indicador de rendimiento cuando la IA generativa está libremente disponible. Una alta puntuación en las tareas puede decir menos sobre si un estudiante realmente domina el material. Por lo tanto, las formas de examen en las que la propia competencia se hace visible son más importantes.
- Breves comprobaciones a puerta cerrada: Pequeños tests pueden demostrar si el conocimiento de las tareas es recuperable sin IA.
- Explicaciones orales: Los estudiantes deben ser capaces de explicar su propio camino de solución, conceptos clave o decisiones tomadas.
- Evaluar pasos intermedios: Notas, borradores, caminos de cálculo y reflexiones hacen que el proceso de aprendizaje sea más visible que solo un producto terminado.
- Definir el uso de IA de forma transparente: Los profesores pueden definir para qué se permite la IA - por ejemplo, para retroalimentación, ejercicios o corrección de idiomas - y para qué no.
- Enseñar el uso de tutores Los estudiantes necesitan ejemplos concretos de cómo solicitar ayuda sin delegar toda la tarea.
Una prohibición general de la IA no se deriva de los datos. El enfoque más fuerte es diseñar tareas y evaluaciones de tal manera que la comprensión independiente siga contando y el apoyo de la IA se utilice donde complementa los procesos de aprendizaje.
Por qué el estudio está recibiendo tanta atención actualmente
El trabajo toca un punto sensible del debate educativo actual: la IA generativa mejora rápidamente la productividad visible. Por lo tanto, las escuelas, los padres y las plataformas de aprendizaje pueden tener inicialmente la impresión de que el aprendizaje se está volviendo más eficiente. Sin embargo, si la competencia real crece más lentamente o incluso disminuye, esta diferencia solo se hará visible en exámenes independientes.
El Banco Mundial ya recogió el artículo en junio de 2026 como una señal de advertencia para el capital humano. La investigación en el área de Economía de la Educación también se presentó en el NBER Summer Institute 2026. Esto no significa que los resultados se consideren todavía un consenso científico definitivo. Pero demuestra que la cuestión de la calidad del aprendizaje asistido por IA va ahora más allá de las aulas individuales.
Preguntas frecuentes
¿Qué significa "Generative AI Learning Penalty"?
El término se refiere en el artículo estudiado a la disminución del rendimiento en exámenes independientes después de la adopción de IA generativa, aunque las tareas se completaron más rápido y se calificaron mejor. Describe, por lo tanto, la brecha entre la productividad visible y el rendimiento real, recuperable sin ayudas.
¿Cuán grande fue el estudio chino?
Los investigadores analizaron datos de 30 meses de 26.811 estudiantes chinos de los grados 7 a 12. El conjunto de datos incluyó tareas, tiempos de procesamiento, exámenes mensuales a puerta cerrada y exámenes de ingreso importantes en un total de nueve materias.
¿Ha mejorado la IA el rendimiento en las tareas?
Sí. Según los autores, las puntuaciones de las tareas aumentaron un promedio del 18 por ciento después de la adopción de la IA, mientras que el tiempo de procesamiento disminuyó un 30 por ciento. Sin embargo, esta mejora contrasta con los resultados más débiles en exámenes sin apoyo de IA.
¿Demuestra el estudio que ChatGPT u otras herramientas de IA son malas para aprender?
No. El estudio muestra una fuerte correlación negativa en un contexto de uso concreto, especialmente en patrones de comportamiento compatibles con la delegación de tareas a la IA. Los usuarios de IA con un tiempo de procesamiento similar al de los no usuarios tuvieron solo pérdidas de aprendizaje mínimas. Esto va en contra de una afirmación general de que todo uso de IA empeora el aprendizaje.
¿Qué estudiantes se vieron más afectados?
Los autores informan de mayores pérdidas de aprendizaje en estudiantes más jóvenes, estudiantes de alto rendimiento y niños. Por grupos de materias, las pérdidas fueron mayores en ciencias sociales, seguidas de las materias STEM y los idiomas. Por qué grupos individuales se vieron más afectados aún no está completamente explicado.
¿Cómo se puede usar la IA sin delegar el propio rendimiento de aprendizaje?
Es útil un principio de tutoría: primero intentar por sí mismo, luego solicitar solo una indicación o una explicación, después volver a resolver la tarea sin IA y comprobar el resultado con una mini-evaluación independiente. La IA debe proporcionar retroalimentación y práctica en el aprendizaje, no asumir todo el trabajo de pensamiento.
Conclusión
El estudio "Generative AI Learning Penalty" proporciona una de las señales de advertencia más claras hasta ahora de que mejores tareas asistidas por IA no significan automáticamente un mejor aprendizaje. En los datos de 26.811 estudiantes chinos, las puntuaciones de las tareas aumentaron, el tiempo de procesamiento disminuyó, y al mismo tiempo, los rendimientos en exámenes independientes empeoraron significativamente.
La limitación crucial es tan importante como el titular: las mayores pérdidas se concentraron en patrones de uso compatibles con la delegación de tareas a la IA. Quienes siguieron invirtiendo un tiempo comparable en las tareas mostraron solo pequeñas pérdidas. Para los estudiantes y las escuelas, esto se traduce menos en un "IA sí o no", sino en una pregunta más precisa: ¿Asume la IA el pensamiento, o ayuda a pensar mejor?