Un estudio de la Universidad de Berkeley analiza el impacto de la inteligencia artificial en las calificaciones de más de 500.000 estudiantes de una universidad de Texas entre 2018 y 2025 y concluye que el porcentaje de sobresalientes ha aumentado un 30% desde la irrupción del ChatGPT sin que ese incremento se corresponda con una mejora real del aprendizaje. Los investigadores advierten de que la herramienta está sustituyendo procesos cognitivos que los alumnos deberían desarrollar por sí mismos, y señalan una nueva brecha de desigualdad: los estudiantes sin recursos no pueden acceder a las versiones de pago.
La inteligencia artificial (IA) ha mejorado las notas de los estudiantes universitarios sin mejorar su conocimiento. Esa es la conclusión central de un estudio elaborado por investigadores de la Universidad de Berkeley, en California, que ha analizado el impacto del ChatGPT en las calificaciones de más de 500.000 alumnos de una gran universidad de Texas en el periodo comprendido entre 2018 y 2025, es decir, antes y después de la irrupción de la herramienta, que apareció en noviembre de 2022. El porcentaje de sobresalientes ha aumentado un 30% respecto a los niveles de referencia de ese año, según el estudio, sin que ese incremento refleje una ampliación real del aprendizaje. El valor informativo de las calificaciones, concluyen los autores, ha quedado menoscabado.
Los resultados no sorprenden a los investigadores españoles que llevan años observando el fenómeno en sus propias aulas. Héctor Alonso Martínez, profesor de educación de la Universitat de Barcelona y coautor de varios estudios sobre IA y enseñanza, señala que los alumnos «empezaron a usarlo en el mismo momento que salió» y que las universidades llevan demasiado tiempo sin respuesta efectiva. «En resumen, vamos con retraso», admite. Jesús Ángel Román, profesor de la escuela politécnica superior de Zamora de la Universidad de Salamanca, y Rocío García, de la facultad de Educación de la Universidad de León, coinciden en ese diagnóstico: «Es algo que llevamos tiempo viendo», afirma Román.
Mejores notas, menos aprendizaje: el diagnóstico de Berkeley
El mecanismo que describe el estudio de Berkeley es preciso: los estudiantes utilizan la IA para que realice por ellos tareas que antes requerían esfuerzo cognitivo propio —leer, analizar, sintetizar, priorizar contenidos— y presentan los resultados como trabajo personal. Alonso describe el problema en términos de desarrollo neural: el fenómeno «ocurre en un momento de maduración del proceso neural y cognitivo» de los alumnos, lo que agrava sus consecuencias a largo plazo. La subida de nota no es un indicador de aprendizaje sino de eficiencia en el uso de una herramienta que hace el trabajo en lugar del estudiante.
Los docentes han respondido con el único recurso disponible de manera inmediata: multiplicar los exámenes presenciales y las presentaciones orales, formatos en los que la IA no puede intervenir directamente. Alonso considera que esta respuesta es insuficiente. «Más allá de la presencialidad, el mal ya está hecho», argumenta, porque los alumnos «siguen teniendo un ayudante que en muchos casos les sustituye». Su propuesta es invertir el orden: que los estudiantes adquieran primero sus competencias y aprendan después a usar la IA, «porque utilizarla, la van a utilizar, es una obviedad».
El dilema docente: prohibir o enseñar a usar
La posición mayoritaria entre los investigadores consultados descarta la prohibición como respuesta y apuesta por la integración crítica. Alonso describe su metodología en el aula: pide a los alumnos que encarguen una tarea a la IA, traigan el resultado a clase y elaboren en grupo un informe sobre qué ha hecho bien la herramienta y qué ha fallado en función de los contenidos trabajados. «Buscamos fomentar el criterio», explica. El principio que subyace es que la producción intelectual humana debe preceder siempre al uso de la tecnología: «Siempre la producción humana por delante», subraya.
García formula la misma idea desde otro ángulo: «Tienen que ser los alumnos los dueños del pensamiento y usar el ChatGPT como un soporte». Román es más directo en su diagnóstico del uso actual: «En lugar de usarla como apoyo, a modo de tutor socrático que les pueda permitir avanzar en el aprendizaje, la utilizan para copiar y pegar». El consenso entre los tres investigadores apunta a que el problema no es la herramienta sino la ausencia de una pedagogía que encuadre su uso desde el principio del proceso educativo y no como reacción a sus abusos.
La IA no es neutra: datos, dinero y poder
Alonso añade dos dimensiones que el debate educativo sobre la IA tiende a dejar en segundo plano. La primera es la privacidad. Señala que la escuela se está convirtiendo en lo que llama una «macrogranja extractiva de datos»: cada vez que un alumno se crea una cuenta en una plataforma de IA pierde el control de su información personal. «Hay que preguntarse quién los recoge y para qué se usan», advierte. La segunda dimensión es la desigualdad de acceso. La promesa de democratización del conocimiento que en su día se hizo con Internet se repite ahora con la IA, pero Alonso señala que las versiones con capacidades reales son de pago. «Mientras la usabas de manera gratuita ya habías hecho la mitad del trabajo», señala, y formula la pregunta que el debate público sobre IA educativa raramente aborda: «¿Y quién no tiene dinero, qué?».
La mayoría de sus alumnos, afirma, utilizan versiones de pago. Eso significa que quienes no pueden permitírselas no solo tienen menos acceso a la herramienta sino que parten de una posición de desventaja en un entorno educativo que ya la ha integrado, con o sin política pedagógica explícita. Alonso remata la reflexión con una advertencia sobre el poder: las plataformas digitales dominantes están «en manos de cinco personas coaligadas con discursos de odio y extrema derecha». «La tecnología no es neutra, es ideológica», concluye. «No podemos dejar de ver el elefante en la habitación».
