Por Qué las Calificaciones Ya No Son Suficiente en la Era de la IA

Un 9 en el ensayo de historia ya no prueba que el niño entiende la Revolución Mexicana. Prueba que alguien — humano o máquina — produjo 500 palabras aceptables sobre el tema. Puede que haya sido el niño. Puede que haya sido ChatGPT. El maestro, con 35 alumnos y un formato de entrega que premia la coherencia superficial, frecuentemente no puede distinguirlos.

Esta no es una crítica a los maestros. Es una descripción de una falla estructural: las calificaciones siempre midieron un proxy del aprendizaje, no el aprendizaje en sí. La IA ha hecho ese proxy tan fácil de producir que la brecha entre el indicador y lo que indica se ha vuelto insostenible.

Los papás que en la era de la IA que hace tareas siguen preocupándose principalmente por las calificaciones están optimizando para una señal que fue corrompida. No por malicia — simplemente porque nadie les dijo que la regla cambió.

Por qué las calificaciones siempre fueron un proxy imperfecto

Las calificaciones miden producción de resultados en condiciones específicas: un ensayo entregado, un examen completado, una tarea resuelta. Nunca midieron directamente el aprendizaje, que es un estado interno — la capacidad de usar, transferir, aplicar y generar conocimiento en situaciones nuevas.

Esa distinción siempre existió. Investigadores en cognición educativa la documentaron durante décadas. Un estudio clásico de Roediger y Butler (2011) en Perspectives on Psychological Science demostró que los métodos de evaluación que producen buenas calificaciones en exámenes tradicionales a menudo predicen mal la retención a largo plazo y la transferencia a contextos nuevos.

En México, las evaluaciones estandarizadas como PLANEA (Plan Nacional para la Evaluación de los Aprendizajes) y los resultados PISA muestran consistentemente que las calificaciones de boleta correlacionan débilmente con las competencias medidas en esas evaluaciones. México ha estado entre los últimos lugares en PISA de los países de la OCDE — en lectura, matemáticas y ciencias — mientras que los reportes de calificaciones escolares no reflejan esa brecha tan dramáticamente.

Eso era un problema antes de la IA. Con la IA, se convirtió en una crisis silenciosa.

Lo que dice la investigación sobre IA y calificaciones

Lo que miden las calificaciones	Por qué la IA lo puede producir	Lo que la IA no puede producir por el niño
Ensayo coherente y bien estructurado	Los LLMs generan texto coherente y bien estructurado por diseño	Comprensión genuina del argumento, capacidad de defenderlo oralmente
Tarea de matemáticas resuelta	Wolfram Alpha, ChatGPT, Photomath resuelven paso a paso	La intuición de cuándo aplicar cada concepto en contexto nuevo
Resumen de lectura	Cualquier LLM resume textos en segundos	La experiencia de leer, la resonancia personal, las conexiones propias
Proyecto de ciencias completado	IA genera hipótesis, análisis, y redacción de resultados	El proceso experimental real, la observación directa, el aprendizaje del error
Código que “funciona”	Copilot y ChatGPT generan código funcional	Entender por qué funciona, cómo depurarlo, cómo adaptarlo

Fuente: Análisis basado en Yan et al., 2024; Cotton et al., 2023; Rudolph et al., 2023.

Un estudio de 2024 publicado en British Journal of Educational Technology por Yan y colegas examinó 120 ensayos universitarios de estudiantes que habían usado ChatGPT y los comparó con ensayos sin asistencia de IA. Los evaluadores ciegos, usando las rúbricas estándar, calificaron los ensayos con IA significativamente más alto en coherencia y estructura. Pero cuando los mismos estudiantes fueron entrevistados sobre el contenido de sus ensayos, los que usaron IA mostraron comprensión significativamente menor de los argumentos que habían “escrito.”

La calificación subió. El aprendizaje bajó. Nadie en las calificaciones lo notó.

Un reporte de 2023 del Stanford Center for Research on Education Outcomes (CREDO) encontró evidencia preliminar de que los estudiantes de preparatoria que usaban IA para tareas mostraban decrementos en pruebas estandarizadas de escritura que no se reflejaban en sus calificaciones de clase — exactamente la brecha que la investigación predecía.

El problema específico en el contexto mexicano

México tiene una cultura escolar donde las calificaciones tienen peso social y emocional significativo. Un niño que saca 10 en el Tec Barro, en la primaria pública del barrio, o en el colegio privado — es motivo de celebración familiar. Eso es comprensible. El problema es cuando esa calificación se convierte en el objetivo final en lugar de un indicador imperfecto del camino.

La presión de la SEP sobre escuelas para mantener índices de aprobación, combinada con la dificultad real de evaluar comprensión profunda con grupos de 35 estudiantes, crea incentivos que empujan hacia evaluaciones que la IA puede resolver fácilmente.

No es un fallo de los docentes. Es un fallo de diseño sistémico que la IA ha hecho visible de manera brutal.

Las tres preguntas que reemplazan “¿cuánto sacaste?”

Estas preguntas no reemplazan el interés en el desempeño escolar — lo complementan con información que las calificaciones ya no proveen de forma confiable.

¿Puedes explicarme la idea principal con tus propias palabras?

Esta pregunta no puede ser respondida por la IA en nombre del niño. Requiere comprensión real, no producción de texto. Si el niño puede explicar el argumento central de su ensayo, la solución de su tarea, el concepto que estudió — entonces hubo aprendizaje, independientemente de si usó IA como apoyo. Si no puede explicarlo, no hubo aprendizaje, independientemente de la calificación.

Esta es la pregunta más poderosa y también la más incómoda, porque la respuesta puede revelar que una buena calificación no refleja comprensión real. Vale la pena saber eso.

¿Puedes aplicar esto en un problema diferente que no viste en clase?

La transferencia — la capacidad de usar conocimiento en un contexto nuevo — es el indicador más confiable de aprendizaje real que tenemos. Un niño que aprendió fracciones puede aplicarlas para calcular cuánto de una pizza le toca a cada uno. Un niño que memorizó el procedimiento para resolver el examen pero no aprendió fracciones, no puede hacer eso.

Esta pregunta requiere que el papá conozca aproximadamente el tema estudiado, lo cual es un reto real cuando los niños están en secundaria y los temas se vuelven más especializados. Pero no necesitas saber la respuesta — solo necesitas proponer un contexto nuevo y ver si el niño puede navegar.

¿Qué parte de esto no entiendes todavía?

Esta pregunta revela metacognición — la capacidad del niño de saber qué sabe y qué no sabe. Es también uno de los indicadores más confiables de aprendizaje profundo. Los estudiantes que pueden identificar específicamente sus lagunas de comprensión son estudiantes que están comprometidos con el proceso de aprendizaje.

Un niño que no puede identificar ninguna laguna (“todo lo entendí”) a menudo está usando IA o estrategias de memorización superficial. Un niño que puede decir “entiendo el concepto pero no cómo aplicarlo cuando hay más de una variable” está en el proceso de aprendizaje real.

Lo que sí vale la pena celebrar

Esto no es un argumento contra celebrar logros. Es un argumento para expandir lo que celebramos.

Celebra cuando el niño puede enseñarle algo a alguien más. La capacidad de explicar — no recitar — un concepto es señal de comprensión profunda. Si tu hijo de 10 años le explica a su abuela cómo funcionan los volcanes después de estudiarlos, eso vale más que un 10 en el examen.

Celebra cuando el niño detecta un error propio y lo corrige. El proceso de depurar el propio trabajo — encontrar dónde está la falla y arreglarla — es una de las habilidades cognitivas más valiosas, y una que la IA no puede desarrollar por el niño. Cada vez que un niño dice “espera, creo que me equivoqué en esto,” está ejercitando algo crucial.

Celebra la curiosidad que va más allá de la tarea. Cuando el niño pregunta algo sobre el tema que no estaba en el libro, o quiere saber más sobre algo que mencionó el maestro, ese es aprendizaje real y es el mejor indicador de que el proceso funciona.

El artículo sobre por qué aprender a programar no es suficiente aborda esta misma tensión desde el ángulo de las habilidades tecnológicas: la diferencia entre producir resultados y desarrollar comprensión es central en ambos contextos.

Qué pueden hacer los papás

Establece conversaciones regulares sobre lo aprendido, no sobre lo entregado

La diferencia es específica: “¿qué entregaste hoy?” vs. “¿qué aprendiste hoy?” La segunda pregunta es más difícil de responder — y esa dificultad es informativa. Si el niño no puede articular qué aprendió, eso es datos.

Crea momentos de aplicación informal

Matemáticas en el supermercado. Ciencias en la cocina. Historia en las noticias. Estos momentos de aplicación informal revelan comprensión real porque no hay tarea que copiar — el niño tiene que usar lo que sabe de verdad. No hace falta que sean actividades elaboradas. Cinco minutos de “¿cómo calcularías cuánto nos va a costar si compramos tres de estos?” enseña más sobre comprensión que revisar una tarea completada.

Habla abiertamente del uso de IA, sin moralizarlo

Si conviertes el uso de IA en algo prohibido y vergonzoso, el niño lo ocultará y nunca aprenderás cómo lo está usando. Una conversación más útil: “¿usaste IA para esto? Cuéntame cómo.” Si lo usó bien — para generar ideas, para verificar su trabajo, para explorar opciones — eso es válido. Si lo usó para evitar pensar completamente, esa es la conversación que necesitan tener.

Sé cómplice del aprendizaje, no auditor de resultados

Los papás que funcionan como auditores de calificaciones producen niños que optimizan para pasar auditorías. Los papás que se muestran genuinamente curiosos sobre lo que el niño está aprendiendo producen niños que se interesan en lo que aprenden. La diferencia en el tono de la conversación — curiosidad vs. evaluación — importa más de lo que parece.

Qué observar en los próximos 3 años

El sistema educativo mexicano eventualmente tendrá que adaptarse a la presencia de la IA. Ya hay discusiones en la SEP y en universidades como la UNAM y el Tec de Monterrey sobre cómo rediseñar evaluaciones. Algunos maestros ya están moviéndose hacia evaluaciones orales, proyectos de proceso (no solo producto), y presentaciones en vivo que la IA no puede hacer por el niño.

En el corto plazo, lo que puedes observar:

Primer año. ¿Tu hijo puede explicar con sus palabras el 60-70% de lo que entrega? Si la respuesta es consistentemente no, hay algo que ajustar — en el uso de IA, en el proceso de estudio, o en ambos.

Segundo año. ¿Muestra el niño curiosidad que va más allá de la tarea asignada? ¿Hace preguntas que no están en el libro? Esa es la señal más confiable de que el aprendizaje es genuino.

Tercer año. ¿Puede tu hijo conectar lo que aprende en distintas materias? ¿Ve cómo el álgebra aparece en física, cómo la historia explica el presente, cómo la biología conecta con química? Esa integración es imposible sin comprensión real — y es la habilidad que más importará en el mundo donde la IA hace las tareas mecánicas.

Preguntas frecuentes

¿Debo preocuparme si mi hijo tiene buenas calificaciones?

No necesariamente. Las buenas calificaciones siguen siendo información útil. El punto es no usarlas como única métrica. Si tu hijo tiene buenas calificaciones Y puede explicar lo que aprendió Y muestra curiosidad genuina — estás en buen camino. Si solo tiene buenas calificaciones y no puede hacer las otras dos cosas, vale la pena explorar cómo las está obteniendo.

¿Es trampa usar IA para la tarea?

Depende del uso y de las reglas de la escuela. Usar IA para generar ideas que luego el niño desarrolla es diferente a que la IA entregue la tarea completa. Lo más importante para el desarrollo del niño no es si es “trampa” o no — es si está aprendiendo. Esa es la pregunta real.

¿Qué pasa si el maestro no detecta el uso de IA?

Ese es exactamente el problema estructural que describimos. El sistema actual no está diseñado para detectarlo de forma confiable. Por eso la responsabilidad del aprendizaje real recae más en la conversación familiar que en la evaluación escolar — al menos por ahora.

Mi hijo dice que todos en su clase usan IA. ¿Es normal?

En los grupos de edad de 12-17 años, el uso de IA para tareas es ampliamente extendido según múltiples encuestas. La pregunta no es si usarlo, sino cómo usarlo y qué queda después de usarlo. Un niño que usa IA pero entiende el material está mejor posicionado que uno que no usa IA y tampoco entiende.

¿Cómo le explico a mi hijo por qué esto importa sin que suene a sermón?

La mejor entrada es una pregunta, no una declaración. “Si la IA puede hacer la tarea, ¿para qué crees que sirve hacerla tú?” Dejar que el niño razone hacia la respuesta — que lo que importa es lo que queda en su cabeza, no el papel entregado — es mucho más efectivo que explicarlo.

---

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. Yan, L., Sha, L., Zhao, L., et al. (2024). “Practical and ethical challenges of large language models in education: A systematic scoping review.” British Journal of Educational Technology, 55(1), 90–112. https://doi.org/10.1111/bjet.13370

2. Roediger, H. L., & Butler, A. C. (2011). “The critical role of retrieval practice in long-term retention.” Perspectives on Psychological Science, 6(2), 128–130. https://doi.org/10.1177/1745691611406926

3. Cotton, D. R. E., Cotton, P. A., & Shipway, J. R. (2023). “Chatting and cheating: Ensuring academic integrity in the era of ChatGPT.” Innovations in Education and Teaching International, 61(2), 228–239. https://doi.org/10.1080/14703297.2023.2190148

4. Stanford Center for Research on Education Outcomes (CREDO). (2023). AI Tool Use and Standardized Test Performance: Preliminary Findings. Stanford University. https://credo.stanford.edu/

5. INEE / PLANEA. (2022). Resultados de PLANEA 2022: Educación Básica. Instituto Nacional para la Evaluación de la Educación. https://www.inee.edu.mx/planea/

6. OECD. (2023). PISA 2022 Results: Mexico Country Note. OECD Publishing. https://www.oecd.org/pisa/pisa-2022-results-mexico/

7. Rudolph, J., Tan, S., & Tan, S. (2023). “ChatGPT: Bullshit spewer or the end of traditional assessments in higher education?” Journal of Applied Learning & Teaching, 6(1). https://doi.org/10.37074/jalt.2023.6.1.9