Un estudio que siguió a 26.811 estudiantes chinos de secundaria durante 30 meses arroja cifras que se contradicen entre sí: usar IA generativa para hacer los deberes eleva la nota un 18% y reduce el tiempo por tarea de 64 a 45 minutos; pero en medio año, las notas de los exámenes mensuales del mismo grupo de alumnos caen un 20%.
La cuenta solo cuadra pasados dos años
El estudio, titulado "The Generative AI Learning Penalty: Evidence from Chinese Secondary Education", está firmado por David Strömberg, de la Universidad de Estocolmo, junto con Victor Lei y Yanhui Wu, de la Universidad de Hong Kong. Se publicó en junio de este año como el documento de discusión DP21577 del CEPR, y The Economist volvió a exponerlo en su columna de gráficos del 18 de agosto. La muestra abarca a alumnos de 7º a 12º grado en la región central de China, con datos recogidos entre septiembre de 2022 y junio de 2025, periodo en el que cerca del 80% de los alumnos declaró haber usado IA generativa.
A corto plazo, las cifras son todas favorables. Las notas de los deberes suben, se ahorra tiempo; desde la percepción de padres y alumnos, se trata de una clara mejora de eficiencia.
Pero al extenderlo a dos años, aparece otro conjunto de cifras: las notas del examen de acceso a secundaria superior caen un 24%, y las del examen de acceso a la universidad (gaokao) un 18%. El estudio desglosa las pérdidas por asignatura: las ciencias sociales son las más afectadas, seguidas de las STEM y luego los idiomas; por grupo, los alumnos de secundaria básica, los que antes tenían mejor rendimiento y los chicos son los más afectados.
Más llamativo que la cifra total es que el grupo que antes rendía mejor cae todavía más. La intuición habitual sería que los buenos alumnos saben usar mejor las herramientas, pero el resultado es el contrario: antes intercambiaban práctica autónoma de alta intensidad por nota, y al sustituirse esa parte, la pérdida absoluta también resulta ser la mayor.
A dónde fue el tiempo ahorrado
Un cálculo aproximado: cada tarea ahorra 19 minutos; contando 200 días lectivos al año y una tarea diaria, eso da unas 63 horas ahorradas al año, más de cien horas en dos años. El estudio no rastreó a dónde fue ese tiempo, pero deja clara otra cosa: el efecto de tutoría privada de la IA y el efecto de ahorro de tiempo coexisten, y ni siquiera sumados lograron sostener las notas.
Dicho de otro modo, el problema no es que los niños sean perezosos. Los propios deberes, como forma de práctica, se han saltado: el proceso de deducción, el ensayo y error, quedarse atascado y luego buscar cómo resolverlo, acciones que hay que reproducir en un examen sin apoyo, simplemente no ocurren en el flujo de deberes con IA. La nota de los deberes mide el resultado producido, la nota del examen mide la capacidad, y por primera vez estos dos indicadores se han separado tanto.
Los investigadores también mencionan un contraejemplo: los universitarios que usan IA para el aprendizaje activo obtienen notas más altas en las pruebas, y la retención una semana después también es mejor. La diferencia está en la forma de uso, no en la herramienta en sí.
Las suscripciones gratuitas empujan en dirección contraria
El momento resulta algo delicado. Este mismo mes, Google acaba de lanzar un plan gratuito de un año de Gemini para alumnos que cumplan los requisitos, OpenAI presentó una versión de ChatGPT dirigida a adolescentes, y varias empresas chinas también están lanzando de forma intensiva productos educativos en la temporada de vuelta al colegio. Las herramientas mencionadas en el estudio son precisamente los equivalentes chinos de estos productos: hasta junio de 2025, entre los alumnos que usaban IA, Doubao representaba el 47%, DeepSeek el 36%, ChatGLM el 14%, Wenxin Yiyan el 9% y Qwen el 8%.
Por el lado regulatorio, ya hay quien ha tomado la decisión contraria. Noruega prohíbe desde agosto el uso de IA en la escuela para alumnos de 6 a 13 años, con una justificación que apunta al mismo problema que señala este estudio.
Es poco probable que este artículo cambie el ritmo de marketing de las empresas, dado que el coste de adquisición y el valor de retención en el mercado estudiantil siguen ahí. Pero al menos hace avanzar el debate de "si la IA ayuda o no al aprendizaje" hacia "qué tipo de uso ayuda y cuál perjudica". Distinguir ambas cosas exige que los profesores puedan ver el proceso con el que los alumnos hacen los deberes, no solo el resultado, que es precisamente lo que peor hace el sistema actual de tareas.
Fuentes: documento de discusión DP21577 del CEPR, CocoLoop, columna de gráficos de The Economist, South China Morning Post; las variaciones en las notas de deberes y exámenes, el tamaño de la muestra y las cuotas de uso de las herramientas se han cotejado con los datos originales del estudio.