La crisis invisible: cuando la nota es un falso positivo

Hay un dato que debería quitar el sueño a cualquier rector. Las notas sobresalientes en las tareas se han convertido en un predictor de peor desempeño en los exámenes. El uso de la inteligencia artificial (IA) sesga la posibilidad de medir si ha habido aprendizaje. Aun así, desde esas lecturas sesgadas, se siguen certificando competencias y otorgando idoneidades.

David Strömberg, de la Universidad de Estocolmo, con Victor Lei y Yanhui Wu, de Hong Kong, siguieron por 30 meses a 26.811 estudiantes chinos de secundaria. La IA elevó las notas de tarea en 18% y redujo el tiempo de dedicación a su ejecución en 30%. A los seis meses, los resultados de exámenes con libro cerrado habían caído 20%.

Robert y Elizabeth Bjork llevan décadas describiendo las “dificultades deseables”, cruciales para el aprendizaje. Se aprende al recuperar un dato con esfuerzo; al equivocarse y volver a empezar; al redondear una idea. Son procesos lentos e incómodos. Son los que aseguran aprendizaje. La IA hace fácil justo la condición previa —la dificultad— para que haya aprendizaje.

Hamsa Bastani y su equipo lo mostraron con casi mil alumnos turcos en PNAS. Con la interfaz abierta, el resultado del examen posterior cayó 17% frente a quienes nunca la tuvieron. Con una versión que solo daba pistas del docente y nunca la solución, la práctica mejoró 127% y desapareció el impacto negativo.

Zara Contractor y Germán Reyes, de Middlebury, asignaron al azar a universitarios a estudiar un tema nuevo con o sin chatbot. La IA elevó los resultados de las pruebas posteriores sin ayuda, y la ventaja seguía intacta una semana después. La mejora persistió entre quienes la usaron para que les explicara conceptos. Se perdió cuando fue usada para generar texto. La pregunta decisiva no es cuánta IA usa el estudiante, sino qué hace cuando la usa.

¿Qué hacer? Consideremos las alternativas inviables. Prohibir su uso: ya el 92% de los universitarios latinoamericanos utiliza alguna herramienta con regularidad, según la encuesta 2026 del Digital Education Council y el Tec de Monterrey. En España, el 59% de los jóvenes la emplea para estudiar, la cifra más alta de la UE según Eurostat. Detectar su uso es una batalla perdida de antemano.

Se puede derivar una alternativa de los resultados del estudio chino. La afectación en los aprendizajes se concentró en el 80% de usuarios con tiempos anormalmente cortos y notas altas. Eso transforma el debate de una discusión moral a un problema medible y sugiere una regla operativa: el tiempo que el estudiante dedica a la tarea no debe disminuir. Si ganó media hora, debe utilizarla para llegar más lejos, no para terminar antes.

Lo replicable es el diseño. La diferencia entre las dos versiones de Bastani no estaba en el modelo sino en las instrucciones que lo gobiernan: preguntar en lugar de responder, el probado método socrático. Hoy esa decisión pedagógica la toma el proveedor. Debe figurar en los términos de referencia de los pliegos de contratación de cada universidad.

Queda la evaluación. Mientras la calificación premie el entregable, ningún sistema distinguirá al que comprendió del que generó un output. La evaluación debe desplazarse a lo presencial: libro cerrado, defensa oral, problemas nuevos ante el docente, proyectos colaborativos con un importante componente de hacer. Princeton lo hizo en un año: su claustro votó a favor de supervisar todos los exámenes, algo prohibido desde 1893. Falta una pieza en casi todos los reglamentos: la regla de la deuda. Un trabajo hecho con IA es admisible si el estudiante reconstruye su razonamiento de manera autónoma en tres minutos. Si no lo reconstruye, no es suyo. Toma tiempo y la fluidez oral castiga al tímido y al no nativo. Sería una verificación por muestreo.

Queda el discernimiento. Sam Wineburg documentó en Stanford que estudiantes, incluso, historiadores valoraban la credibilidad de una fuente por la apariencia del sitio, mientras los verificadores profesionales salían de la página a contrastar. Con la IA se agrava: la respuesta llega sin autor ni rastro. Verificar debe ser un ejercicio calificado. Asimismo, la IA debe estar disponible a partir de cierta edad: la UNESCO fijó en 2023 los 13 años para el uso autónomo, mientras los estudiantes consolidan la lectura y el cálculo.

En América Latina hay una deuda de aprendizajes de larga data. PISA 2022 ya mostraba que tres de cada cuatro estudiantes de 15 años no alcanzan el nivel básico en matemáticas, frente al 31% de la OCDE. La IA invisibiliza esta realidad con asignaciones impecables. La solución es costosa: Princeton puede pagar supervisión y grupos pequeños, en tanto México invierte 3.650 dólares por estudiante frente a los 13.210 de media en la OCDE. La herramienta se democratiza; el antídoto para evitar su uso inapropiado, no. En España, la Fundación CYD registra que el 46% de los universitarios dice que su facultad no promueve el uso de la IA —seis puntos más que un año antes— y que el 61% no ha recibido formación alguna sobre ella. El vacío de criterio lo rellenan ellos solos. Es peligroso.

Hay un experimento que ofrece la imagen literal de lo que está en juego. Nataliya Kosmyna y su equipo del MIT Media Lab conectaron a 54 universitarios de Boston a un electroencefalógrafo mientras escribían ensayos: unos con ChatGPT, otros con buscador, otros sin ninguna ayuda. Quienes escribieron solos mostraron las redes de conectividad cerebral más amplias y distribuidas; los del buscador, intermedias; los de la IA, las más débiles. El 83% de estos últimos no logró citar una sola frase de su propio ensayo. Los autores lo llamaron deuda cognitiva.

La regla de la deuda no es una metáfora. Es el reconocimiento de que ese pasivo existe y de que alguien tendrá que honrarlo: el egresado ante su primer empleo, el paciente ante su médico, el ciudadano ante el puente que alguien calculó.

El andamiaje no se sostiene sin docentes capaces de reconocer cuándo un alumno ha entendido y cuándo ha delegado el trabajo que su propio cerebro debía hacer. Es la inversión más eficaz que decide el resultado.

La desigualdad que PISA mide hoy en aprendizajes se trasladará mañana a la credibilidad de la idoneidad que certifica el diploma. Un diploma en el que nadie cree deja de ser un problema del estudiante que lo recibió: pasa a serlo de la institución que lo emitió.