IA en las tareas y los exámenes: tarea +18%, examen −20%

Un estudio grande sobre IA en las tareas y los exámenes encontró la brecha que muchos maestros sospechaban: cuando los alumnos empezaron a usar IA generativa, la calificación de sus tareas subió 18% y el tiempo que les dedicaban bajó 30%, pero sus resultados en los exámenes mensuales sin apuntes cayeron 20% en seis meses. En los exámenes de admisión, los que más pesan, las calificaciones bajaron 18% y 24%, y el castigo completo tardó unos dos años en aparecer. El estudio, un documento de discusión de junio de 2026 de David Strömberg, Victor Lei y Yanhui Wu, siguió durante 30 meses a 26,811 estudiantes chinos de 7.º a 12.º grado. Lo más útil para los papás es saber quiénes perdieron. Las pérdidas se concentraron en cerca del 80% de los usuarios de IA cuyas tareas eran a la vez inusualmente rápidas e inusualmente buenas, un patrón compatible con delegarlas. Los que siguieron dedicándoles más o menos el mismo tiempo que los demás perdieron poco. Aquí te cuento el estudio con calma y la única señal de alerta que te deja.

Puntos clave

• Adoptar la IA subió 18% la calificación de las tareas y bajó 30% el tiempo para hacerlas, pero redujo 20% los exámenes mensuales sin apuntes en seis meses.
• Los exámenes de admisión cayeron 18% y 24%, “y el castigo completo apareció solo después de unos dos años”.
• Las pérdidas se concentraron en cerca del 80% de los usuarios cuyo comportamiento parecía delegar la tarea; quienes mantuvieron el tiempo normal de tarea “tuvieron pérdidas de aprendizaje pequeñas”.
• Es un documento de discusión del CEPR, todavía sin revisión de pares, y viene del sistema escolar de un solo país.
• Un experimento de 2025 publicado en PNAS en Turquía encontró la misma forma: la IA subió las calificaciones de práctica y luego los alumnos rindieron peor sin ella, salvo cuando la IA estaba diseñada para dar pistas en vez de respuestas.

Qué encontró el estudio sobre IA en las tareas y los exámenes

El trabajo se titula “The Generative AI Learning Penalty: Evidence from Chinese Secondary Education” y es el Documento de Discusión 21577 del CEPR, de junio de 2026. Un documento de discusión es un trabajo que circula para recibir comentarios; no ha pasado la revisión de pares de una revista.

Los datos. Treinta meses de registros de 26,811 estudiantes de 7.º a 12.º grado, con exámenes mensuales sin apuntes, exámenes de ingreso a preparatoria y universidad, y calificaciones y tiempos de las tareas en nueve materias.

El método. Los alumnos empezaron a usar IA en momentos distintos. Los autores usaron un diseño de diferencias en diferencias, que compara cómo cambian los resultados de los alumnos después de empezar a usar IA con cómo cambian, en el mismo periodo, los de quienes todavía no empiezan. Eso separa el efecto de la adopción de las tendencias generales, aunque no descarta todas las diferencias entre quienes empiezan antes y después.

Los resultados, según el resumen:

• Calificación de las tareas, 18% arriba; tiempo para hacerlas, 30% abajo.
• Exámenes mensuales, 20% abajo en seis meses.
• Exámenes de admisión, 18% y 24% abajo, con el castigo completo después de unos dos años.
• Las mayores pérdidas fueron en ciencias sociales, luego en ciencias y matemáticas y en idiomas, y fueron “especialmente grandes en los alumnos más jóvenes, los de alto rendimiento y los varones”.

El hallazgo que más importa: las pérdidas “se concentran en cerca del 80% de los usuarios de IA cuyo comportamiento es compatible con delegar la tarea, según indica un tiempo de realización excepcionalmente corto junto con calificaciones altas”. Mientras tanto, “los usuarios de IA que mantienen un tiempo de tarea similar al de quienes no la usan tienen pérdidas de aprendizaje pequeñas”.

Una advertencia sobre las cifras: el resumen reporta cambios porcentuales sin decir exactamente de qué son porcentajes. El artículo completo los define, y la magnitud precisa podría leerse distinto en contexto.

Por qué subieron las tareas mientras bajaba el aprendizaje

El mecanismo no es un misterio. La tarea existe para practicar. Recordar una fórmula, resolver un problema, armar un argumento: el esfuerzo es el aprendizaje. Cuando una IA produce la respuesta, la calificación de la tarea mide a la IA, y la práctica no ocurre.

Por eso funciona la señal del tiempo. Un alumno que termina la tarea de matemáticas en un tercio del tiempo de siempre y con calificación casi perfecta, o mejoró muchísimo de un día para otro, o no hizo el razonamiento. En miles de estudiantes, el estudio encontró que la segunda explicación encaja en la mayoría de los casos.

El retraso de dos años en los exámenes de admisión es la parte incómoda. Los exámenes mensuales detectaron el problema en seis meses, pero el costo completo en los exámenes que más importan tardó unos dos años. Un papá que solo mirara las calificaciones de las tareas habría visto mejoría todo ese tiempo.

Cómo encaja con otras investigaciones

El estudio chino es observacional. Un experimento aleatorizado apunta en la misma dirección.

En un estudio de 2025 en PNAS, Hamsa Bastani y su equipo dieron a casi mil estudiantes de matemáticas de preparatoria en Turquía acceso a uno de dos tutores con GPT-4: “GPT Base”, una interfaz estándar tipo ChatGPT, y “GPT Tutor”, programado para dar pistas diseñadas por docentes en vez de respuestas. Con acceso, las calificaciones en la práctica subieron 48% con GPT Base y 127% con GPT Tutor. Pero cuando les quitaron el acceso, los de GPT Base “rindieron peor que quienes nunca lo tuvieron (17% menos en calificaciones)”. Lo habían usado “como muleta”. Las salvaguardas de GPT Tutor “mitigaron en gran medida” el daño.

La Perspectiva de Educación Digital 2026 de la OCDE, según la cobertura de Hürriyet Daily News, sacó la misma lección: la IA puede subir el rendimiento a corto plazo, pero eso “no necesariamente se traduce en un aprendizaje duradero”, mientras que las herramientas diseñadas para aprender, con preguntas guiadas y pistas, pueden apoyar avances más sólidos.

Y en un estudio aleatorizado con 117 universitarios publicado en el British Journal of Educational Technology, Yizhou Fan y su equipo encontraron que el grupo con ChatGPT fue el que más mejoró la calificación de sus ensayos, pero “su ganancia de conocimiento y su transferencia no fueron significativamente distintas” de las de los otros grupos. Advirtieron sobre la “pereza metacognitiva”.

Hay una razón por la que los alumnos no lo notan. En un estudio de 2019 en PNAS, Louis Deslauriers y su equipo encontraron que estudiantes de física aprendían más en clases activas y exigentes, pero sentían que aprendían menos, porque interpretaban el esfuerzo como señal de aprender peor. Lo fácil se siente como aprender. Muchas veces no lo es.

Tres estudios, un mismo patrón

Estudio	Quiénes	Condición con IA	Mientras usaban IA	Al evaluarlos sin IA
Strömberg, Lei y Wu, 2026 (documento de discusión del CEPR)	26,811 alumnos de 7.º a 12.º, China	Adopción real, elegida por ellos	Tareas +18%, tiempo −30%	Exámenes mensuales −20%; admisión −18% y −24%
Bastani y colegas, 2025 (PNAS)	~1,000 alumnos de matemáticas de preparatoria, Turquía	GPT Base vs. GPT Tutor solo con pistas	Práctica +48% (Base), +127% (Tutor)	Base: −17% frente a quienes nunca lo usaron; Tutor: daño casi eliminado
Fan y colegas, 2024 (BJET)	117 universitarios	ChatGPT vs. experto humano vs. herramientas vs. nada	Mayor mejora en ensayos	Sin diferencia en conocimiento ni transferencia

En contextos muy distintos, la forma se repite: el rendimiento con IA sube, el aprendizaje medido sin IA se queda igual o baja, y el diseño (pistas o respuestas) o el comportamiento (el tiempo dedicado) separa a los alumnos que salen perjudicados de los que no.

Qué pueden hacer los papás

Fíjate en el tiempo de la tarea, no solo en la calificación

Es el regalo que este estudio les hace a los papás. Si de repente la tarea de tu hijo toma mucho menos tiempo y al mismo tiempo sube la calificación, pregunta cómo. No es prueba de que la esté delegando, pero es exactamente el patrón que señaló el estudio.

Pide el razonamiento, no la respuesta

“Enséñame cómo llegaste a eso” funciona en cualquier materia. Un niño que hizo el trabajo puede explicártelo paso a paso. Uno que copió la respuesta de una IA casi nunca puede. Para ideas concretas, revisa nuestra guía sobre qué hacer cuando los niños usan ChatGPT para la tarea.

Que use la IA en modo pista, no en modo respuesta

El experimento de PNAS mostró que el diseño de la IA importa. Muchos chatbots ya ofrecen modos de estudio o de tutor que hacen preguntas en vez de dar respuestas. Configúralos, o enséñale a tu hijo a pedir: “No me des la respuesta, dame una pista”.

Avísale que el esfuerzo se va a sentir peor

Cuéntale lo que encontró Deslauriers: practicar en serio se siente como aprender menos, aunque se aprenda más. Ese marco ayuda a un alumno frustrado a seguir.

Lo que no conviene hacer

No tomes la calificación de las tareas como prueba de que todo va bien. En el estudio chino, las tareas subieron mientras los exámenes bajaban durante meses. Y no prohíbas la IA al punto de que tu hijo nunca aprenda a usarla en modo pista; en estos estudios, la diferencia entre daño y ayuda estuvo en cómo se usó. Profundizamos en esa brecha en la ilusión de aprendizaje con IA.

¿Y en América Latina?

Esta pregunta pesa especialmente en la región, porque los estudiantes latinoamericanos ya están entre los que más usan la IA. En PISA 2025, según la cobertura de Pulzo, el 56% de los alumnos colombianos de 15 años usa herramientas de IA cada semana para aprender, por encima de Perú (54%), Uruguay (53%) y el promedio de la OCDE (46%). La OCDE advirtió en ese mismo informe que, mal usada, la IA puede convertirse en “un atajo que evita el trabajo cognitivo que la educación busca desarrollar”. Es justo el patrón de “tarea más rápida y mejor, examen peor”.

No conocemos un estudio latinoamericano con datos de tareas y exámenes como el de China. Lo que sí hay es una brecha de reglas: al lanzar su Observatorio de IA en la Educación para América Latina y el Caribe en abril de 2026, la UNESCO señaló que en países como Chile y Brasil más de la mitad de los docentes ya usa IA, pero menos del 10% de las instituciones tiene lineamientos formales. En la práctica, eso significa que muchas escuelas todavía califican tareas que pudo haber hecho una IA. Los exámenes sin apuntes, y la pregunta de “¿cuánto tiempo te tomó?”, son por ahora las mejores alarmas que tiene una familia.

Qué observar en los próximos 3 meses

• Semana 4: ¿Bajó mucho el tiempo de tarea desde que tu hijo empezó a usar IA? ¿Puede explicarte paso a paso una tarea reciente?
• Señales de alerta en el mes 2: tareas con mejores calificaciones junto con quizzes o exámenes peores, tareas resueltas en minutos, o un hijo que no puede empezar una tarea sin abrir un chatbot.
• Autoevaluación del mes 3: Compara el examen sin apuntes más reciente con las calificaciones de las tareas de la misma materia. Si la brecha crece, siéntate con tu hijo y con el maestro para hablar de cómo se está usando la IA.

Preguntas frecuentes

¿Usar IA en la tarea baja las calificaciones de los exámenes?

En un estudio con 26,811 alumnos chinos de 7.º a 12.º grado, adoptar la IA subió 18% las tareas pero bajó 20% los exámenes mensuales sin apuntes en seis meses. Las pérdidas se concentraron en alumnos cuyas tareas eran inusualmente rápidas y con calificaciones altas, un patrón compatible con delegarlas. Quienes mantuvieron el tiempo normal de tarea perdieron poco.

¿Este estudio tiene revisión de pares?

Todavía no. Es un documento de discusión del CEPR de junio de 2026, un trabajo que circula para recibir comentarios. Sus resultados coinciden con un experimento de campo de 2025 en Turquía, publicado con revisión de pares en PNAS, que encontró que la IA subía la práctica pero bajaba el rendimiento al quitarla.

¿Cómo sé si mi hijo le está delegando la tarea a la IA?

La señal del estudio es una tarea que de repente toma mucho menos tiempo mientras sube la calificación. Pedirle que te explique el trabajo paso a paso es la revisión más sencilla. Que bajen los exámenes de la misma materia es otra señal de alerta.

¿Hay una forma segura de usar IA para la tarea?

La investigación sugiere que sí. En el estudio de PNAS, un tutor diseñado para dar pistas en vez de respuestas evitó casi toda la pérdida de aprendizaje. En el estudio chino, quienes siguieron dedicando el tiempo normal a la tarea perdieron poco. Usa la IA para explicar, hacer preguntas y dar pistas, no para producir respuestas.

¿Por qué tardó dos años en verse el efecto completo?

El artículo no lo explica del todo. Una razón probable es que los exámenes de admisión se apoyan en conocimientos acumulados durante años, así que la práctica que se salta se va sumando. Los exámenes mensuales detectaron la caída en seis meses, por eso los exámenes sin apuntes avisan antes que las calificaciones de las tareas.

---

Sobre el autor

Ricky Flores es el fundador de HiWave Makers e ingeniero eléctrico con más de 15 años de experiencia desarrollando tecnología de consumo en Apple, Samsung y Texas Instruments. Escribe sobre cómo los niños aprenden a construir, pensar y crear en un mundo saturado de tecnología. Lee más en hiwavemakers.com.

---

Fuentes

1. Strömberg, D., Lei, V., & Wu, Y. (2026). “The Generative AI Learning Penalty: Evidence from Chinese Secondary Education.” CEPR Discussion Paper 21577 (sin revisión de pares). https://econpapers.repec.org/RePEc:cpr:ceprdp:21577
2. Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., & Mariman, R. (2025). “Generative AI without guardrails can harm learning: Evidence from high school mathematics.” Proceedings of the National Academy of Sciences. https://doi.org/10.1073/pnas.2422633122
3. Hürriyet Daily News. (2026, febrero). “OECD warns AI boosts grades but not lasting learning.” https://www.hurriyetdailynews.com/amp/oecd-warns-ai-boosts-grades-but-not-lasting-learning-218598
4. Fan, Y., Tang, L., Le, H., et al. (2024). “Beware of metacognitive laziness: Effects of generative artificial intelligence on learning motivation, processes, and performance.” British Journal of Educational Technology. https://doi.org/10.1111/bjet.13544
5. Deslauriers, L., McCarty, L. S., Miller, K., Callaghan, K., & Kestin, G. (2019). “Measuring actual learning versus feeling of learning in response to being actively engaged in the classroom.” Proceedings of the National Academy of Sciences. https://doi.org/10.1073/pnas.1821936116
6. Pulzo. (2026, 8 de septiembre). “Estudiantes en Colombia lideran uso de IA, según la OCDE.” https://www.pulzo.com/tecnologia/inteligencia-artificial-en-la-educacion-estudiantes-en-colombia-lideran-uso-de-ia-segun-la-ocde-PP5296043A
7. UNESCO. (2026, 14 de abril). “UNESCO launches the Observatory on Artificial Intelligence in Education for Latin America and the Caribbean.” https://www.unesco.org/en/articles/unesco-launches-observatory-artificial-intelligence-education-latin-america-and-caribbean