La inteligencia artificial se ha convertido en un aliado habitual de los estudiantes universitarios y les ayuda a mejorar el rendimiento académico. Sin embargo, estos beneficios no se mantienen a largo plazo. El alumnado logra mejores calificaciones en trabajos realizados con la ayuda de la herramienta, pero no traslada esa mejora a la nota final.
Estas son las conclusiones de un estudio realizado por la Universidad de Granada (UGR), que ha analizado el efecto de un tutor basado en inteligencia artificial sobre el rendimiento académico de universitarios.
La investigación, liderada por José Andrés González, profesor del Departamento de Teoría de la Señal, Telemática y Comunicaciones, ha contado con la participación de 52 estudiantes de segundo curso del Grado en Educación Infantil.
La inteligencia artificial mejora el rendimiento inmediato pero no la nota final
Los alumnos que utilizaron la herramienta con orientación pedagógica mejoraron notablemente sus resultados en las actividades realizadas con su apoyo, pero esa ventaja desapareció en el examen final, donde ambos grupos obtuvieron calificaciones prácticamente idénticas.
Durante buena parte del semestre, todos los alumnos siguieron la misma metodología docente. Posteriormente, uno de los grupos comenzó a utilizar un tutor de inteligencia artificial desarrollado específicamente con los contenidos de la asignatura.
La herramienta se configuró a partir de materiales docentes y fuentes académicas seleccionadas y fue revisada previamente por los profesores. Además, los estudiantes recibieron formación presencial para aprender a formular preguntas adecuadas y, especialmente, a evaluar de manera crítica las respuestas proporcionadas por la inteligencia artificial.
Los resultados mostraron una mejora clara en el grupo que utilizó la IA. Antes de introducir la herramienta, estos alumnos obtenían una puntuación media de 9,02 sobre 10 en las actividades evaluadas. Después de la intervención, la media aumentó hasta 9,73. El grupo que siguió la enseñanza habitual se mantuvo prácticamente estable, pasando de 9,34 a 9,29. Los análisis estadísticos mostraron que esta diferencia correspondía a un efecto de gran magnitud.
Sin diferencias en el examen final
Sin embargo, cuando los investigadores analizaron las calificaciones del examen final de la asignatura, los dos grupos obtuvieron resultados prácticamente idénticos: 3,32 sobre 5 en el grupo de control y 3,34 en el grupo que había trabajado con el tutor de inteligencia artificial.
“Nuestros resultados muestran que mejorar el rendimiento mientras se utiliza una herramienta de inteligencia artificial no significa necesariamente que ese conocimiento vaya a mantenerse posteriormente cuando la herramienta deja de estar disponible”, explica José Andrés González, investigador principal del estudio.
Los responsables del trabajo señalan que los resultados deben interpretarse con cautela. El examen final evaluaba contenidos de todo el semestre y sólo una parte de ellos había sido trabajada directamente con el tutor de IA. Además, el estudio se realizó en una única asignatura y con una muestra relativamente reducida.
Descarga cognitiva o confiar el trabajo a la inteligencia artificial
Los resultados son compatibles con un fenómeno conocido como descarga cognitiva, que se produce cuando las personas trasladan parte del esfuerzo mental necesario para realizar una tarea a una herramienta externa.
Esta descarga no es necesariamente negativa. Una calculadora, un buscador o un asistente de inteligencia artificial pueden liberar recursos cognitivos y ayudar a resolver tareas de manera más eficiente. Sin embargo, estudios recientes advierten de que una dependencia excesiva de estas herramientas puede reducir el esfuerzo dedicado a procesar y retener determinada información.
En el ámbito educativo, algunas investigaciones han encontrado este mismo patrón: mejoras inmediatas en tareas realizadas con ayuda de inteligencia artificial que no siempre se traducen después en una mayor retención del conocimiento. El estudio encuentra un resultado compatible con esta explicación, ya que la IA facilitó el rendimiento durante las actividades en las que fue utilizada, pero la ventaja desapareció cuando el conocimiento se evaluó posteriormente mediante el examen final.
Principios pedagógicos para una tutoría eficaz
Para los investigadores, estos resultados no cuestionan el potencial educativo de la inteligencia artificial, sino que ponen el foco en cómo debe incorporarse a la enseñanza universitaria.
“Una herramienta de IA educativa no debería limitarse a proporcionar respuestas. Si queremos que funcione realmente como un tutor, tiene que ayudar al estudiante a razonar, ofrecer explicaciones y pistas, fomentar que contraste la información y hacer que participe activamente en la construcción de la respuesta”, señala el profesor González.
En este sentido, los autores defienden que la integración de la inteligencia artificial debe seguir principios pedagógicos similares a los que hacen eficaz una buena tutoría humana. La herramienta utilizada en el estudio no se presentó simplemente a los alumnos para que la utilizaran libremente, sino que estuvo acompañada de instrucciones explícitas sobre cómo formular preguntas y cómo evaluar críticamente sus respuestas.
La investigación subraya así la importancia de evitar que los modelos de inteligencia artificial se conviertan en simples sistemas de pregunta-respuesta que permitan resolver tareas sin procesar realmente sus contenidos.
El estudio concluye que el reto para la educación superior no consiste únicamente en incorporar la inteligencia artificial a las aulas, sino en diseñar formas de utilización que aprovechen su capacidad de apoyo sin sustituir los procesos cognitivos necesarios para lograr un aprendizaje profundo y duradero.
