Aprender nunca tuvo por qué ser fácil

Por Devon Wible, vicepresidente de Enseñanza y Aprendizaje, Catapult Learning

¿Querría esto para mis propios hijos? 

Reflexiono sobre la inteligencia artificial en la educación desde varias perspectivas: como docente con 25 años de experiencia; como desarrollador de servicios educativos; como padre de tres hijos en edad escolar; y como presidente de mi consejo escolar local. Estos roles me hacen sentir optimista y, al mismo tiempo, cauteloso respecto a la IA en la educación. 

La inteligencia artificial ofrece un gran potencial. Puede ayudar a los adultos a planificar, resumir, organizar, adaptarse, analizar y comunicarse. También puede reducir el papeleo y ayudar a los educadores a identificar patrones que, de otro modo, quizá no detectarían. Si se utiliza adecuadamente, puede permitir a los profesores y tutores dedicar más tiempo a lo que realmente importa: trabajar con sus alumnos. 

Pero también me preocupa que lo que hace que la IA sea tan potente pueda convertirla en un riesgo en el ámbito educativo. 

La IA es un atajo eficaz. Puede generar respuestas, explicaciones, borradores, resúmenes y soluciones mucho más rápido de lo que los estudiantes pueden hacerlo por sí mismos. Aunque esta eficiencia resulta beneficiosa para muchas tareas propias de los adultos, el aprendizaje es diferente. El aprendizaje no pretende ser tan sencillo como recibir una respuesta generada. 

El aprendizaje exige un esfuerzo cognitivo que incluye la atención, la memoria, el lenguaje, el razonamiento, la perseverancia, los conocimientos previos, los esquemas mentales, la retroalimentación y el tiempo. Los alumnos deben desarrollar la comprensión, no solo llegar a una respuesta. Deben cuestionar la información, distinguir los hechos de la ficción, leer para comprender el significado, resolver problemas complejos, comunicarse con claridad y colaborar. Estos no son beneficios adicionales de la educación, sino sus objetivos principales. 

Como desarrollador de servicios educativos, sigo una regla sencilla: No diseñaré ni respaldaré nada para los hijos de otras personas que no quisiera que utilizaran mis propios hijos. 

Cuando pienso en mis propios hijos, veo lo mucho que aprenden a través de la curiosidad, el descubrimiento, el ensayo y el error, la confusión, la revisión y los errores. Necesitan oportunidades para plantearse preguntas, poner a prueba ideas, esforzarse de forma productiva, cometer errores y comprender por qué sus respuestas funcionan. Eso no es solo instinto parental; concuerda con lo que sabemos sobre la ciencia del aprendizaje: el aprendizaje duradero depende del procesamiento activo, la retroalimentación, la recuperación de la información, la práctica y la construcción gradual del conocimiento. 

La IA suele acortar este proceso, lo que puede debilitar el aprendizaje profundo necesario para la retención y la transferencia. A veces lleva a los alumnos a una respuesta demasiado rápido, con demasiada facilidad o, incluso, a una respuesta errónea con gran seguridad. Los niños suelen carecer de las habilidades de razonamiento, los conocimientos previos o el discernimiento necesarios para cuestionar de forma fiable el «razonamiento» que hay detrás de la tecnología. Esto no es una crítica hacia los niños. Es una realidad sobre cómo se desarrollan sus cerebros y cómo se produce el aprendizaje. 

Si presentamos la IA a los alumnos sin una reflexión previa, sobre todo como tutor o compañero de aprendizaje, corremos el riesgo de fomentar el consumo pasivo de respuestas generadas en lugar de la construcción activa del conocimiento. Este enfoque puede enseñar a los alumnos a aceptar cualquier respuesta que les proporcione la tecnología, en lugar de desarrollar las habilidades necesarias para cuestionarla. 

Ese no es el tipo de aprendizaje que quiero para mis hijos, ni para ningún niño. 

Esta cuestión es aún más importante para los alumnos con dificultades. 

Con demasiada frecuencia, el debate se centra en si la IA puede ofrecer una enseñanza individualizada de forma más eficiente que los tutores humanos. Pero en el ámbito del aprendizaje, especialmente para los alumnos con dificultades, la eficiencia no siempre es el objetivo principal. Lo que importa es el aprendizaje profundo, una comprensión duradera , la confianza, la capacidad de explicar, repasar, perseverar y aplicar lo aprendido de nuevas formas. 

La clave para la eficacia no reside en los minutos que un alumno con dificultades pasa con un adulto experto. Debemos dejar de considerar el tiempo como una carga innecesaria y empezar a verlo, en cambio, como una parte fundamental del proceso de aprendizaje. 

Los alumnos con dificultades necesitan algo más que acceso a explicaciones o respuestas rápidas generadas por la IA. Se merecen a alguien que se dé cuenta de cuándo dudan, se frustran, evitan el trabajo, se sienten seguros, tienen malentendidos, se enfrentan a barreras lingüísticas y, lo más importante, del momento en que un alumno empieza a creer en sí mismo. Necesitan comentarios constructivos, ánimo, un esfuerzo productivo y relaciones auténticas. Necesitan adultos que sean capaces de averiguar qué hay detrás de un error y decidir cuándo proporcionar apoyo, cuándo exigirles un poco más, cuándo volver a enseñarles y cuándo recordarles: «Tú puedes hacerlo». 

La IA puede servir de apoyo a los educadores en estas iniciativas, pero no debe sustituirles. 

Investigaciones recientes confirman que las herramientas de IA no son la panacea. El National Student Support Accelerator (NSSA) de Stanford ha señalado que la «tutoría con IA» no es un concepto único. Existe una diferencia significativa entre la tutoría dirigida por personas y respaldada por la IA, la tutoría dirigida por la IA con cierta supervisión humana y la tutoría exclusivamente basada en la IA. El informe de la NSSA para 2026 concluye que las investigaciones actuales respaldan el uso de la IA para mejorar la eficacia de los tutores y la capacidad de los educadores, en lugar de sustituir la tutoría de alto impacto por modelos dirigidos por la IA.¹ 

En dos ensayos controlados aleatorios en los que participaron 355 alumnos de primaria, aquellos a los que se les asignó el uso autónomo de una plataforma de alfabetización basada en IA la utilizaron muy poco. Casi la mitad nunca utilizó la plataforma, y los alumnos que sí lo hicieron dedicaron tan solo entre dos y cinco minutos a la semana a las actividades didácticas. El apoyo humano aumentó la participación, pero el uso siguió siendo bajo, y la intervención no mejoró el rendimiento en lectura (Robinson et al., 2026).² 

La conclusión no es que las herramientas de IA carezcan de potencial, sino que el acceso a ellas no garantiza el aprendizaje. El mero hecho de que un alumno tenga acceso a una herramienta no significa que la utilice de forma que le ayude a aprender en profundidad. Que una plataforma genere comentarios no equivale a que los alumnos interioricen los conceptos. La escalabilidad no garantiza la eficacia. 

Un reportaje reciente de The74 pone de relieve preocupaciones similares en cuanto a la participación y el uso. Varios estados están invirtiendo millones en herramientas de tutoría basadas en la inteligencia artificial, a pesar de que los investigadores advierten de que la aceptación por parte de los alumnos sigue siendo baja y que los datos a gran escala aún son limitados.³ Es especialmente importante que los responsables educativos tengan esto en cuenta, ya que los alumnos con más probabilidades de recibir herramientas automatizadas suelen ser precisamente aquellos que más necesitan el apoyo de personas reales. 

Al mismo tiempo, la inteligencia artificial puede ser una herramienta útil para los docentes. Puede ayudar a los tutores a revisar los datos de las evaluaciones, identificar posibles conceptos erróneos, generar ejercicios de práctica adaptados, preparar diversos tipos de apoyo, adaptar los materiales para alumnos multilingües o con discapacidad, resumir la evolución de las competencias, señalar a los alumnos que necesitan ayuda adicional y reducir la carga administrativa. 

Impartir clases particulares presenciales a gran escala supone un reto, por lo que lograr una mejora significativa de la eficiencia es fundamental para el éxito del programa. Los programas de clases particulares de alta calidad requieren planificación, formación de los tutores, coherencia, seguimiento del progreso, adaptación al plan de estudios, comunicación con los colegios y las familias, y mejora continua. La inteligencia artificial puede ayudar a optimizar algunas de estas tareas. 

Sin embargo, el objetivo de la eficiencia debe quedar claro: debe proporcionar más tiempo para la enseñanza, una mejor preparación de las personas y relaciones más sólidas, y no limitarse a ofrecer sustitutos automatizados. 

También debemos definir con cuidado qué se entiende por «éxito». La inteligencia artificial puede hacer que los alumnos parezcan más productivos al ayudarles a completar las tareas más rápido y a avanzar rápidamente por los contenidos. Sin embargo, una mayor velocidad o un mayor rendimiento no siempre son indicativos de un aprendizaje auténtico. 

Un estudio del CEPR de 2026 sobre el uso de la IA generativa entre los alumnos de secundaria chinos reveló que la adopción de la IA mejoró las notas de los deberes y redujo el tiempo necesario para completarlos, pero que el rendimiento en los exámenes sobre los mismos contenidos disminuyó.⁵ Aunque el contexto difiere del de las clases particulares en Estados Unidos, los resultados plantean una cuestión fundamental: la productividad a corto plazo puede ocultar un aprendizaje más débil a largo plazo. 

El aprendizaje es algo más que realizar tareas académicas. La lectura, la escritura, el razonamiento matemático y la resolución de problemas requieren atención, memoria, capacidad de secuenciación, lenguaje, perseverancia y una interpretación activa de lo aprendido. Algunos autores especializados en educación describen la crisis de la alfabetización como una crisis cognitiva, argumentando que los alumnos necesitan más oportunidades para realizar un esfuerzo mental sostenido, y no menos.⁶ En lo que respecta a la IA, la implicación es clara: las herramientas que agilizan y facilitan el trabajo no necesariamente profundizan el aprendizaje. 

Así que sí, deberíamos explorar el uso de la IA en la tutoría. Pero debemos ser precisos a la hora de determinar cuál es su lugar. 

La IA debería ayudar a los tutores a responder preguntas como: 

• ¿Qué entiende ahora este alumno? 

• ¿Qué idea errónea es la que más probablemente está frenando el progreso? 

• ¿Qué tipo de apoyo podría resultar útil sin reducir el nivel de exigencia? 

• ¿Qué ejercicio debería hacer a continuación? 

• ¿Qué patrón se me escapa al analizar a los alumnos? 

• ¿Cómo puedo dedicar menos tiempo a preparar los materiales y más tiempo a dar clase? 

La IA no debería llevarnos a preguntarnos: 

• ¿Qué tan poco apoyo humano puede recibir este estudiante? 

• ¿Con qué coste mínimo podemos llevar a cabo la intervención? 

• ¿A qué ritmo pueden avanzar los alumnos por los contenidos? 

• ¿En qué medida podemos automatizar el juicio de un adulto? 

El futuro de la tutoría no debería ser menos humano, sino más humano en lo que más importa. La inteligencia artificial puede ayudar en la planificación, el análisis, la documentación, la creación de materiales, la programación y la revisión de la calidad. Sin embargo, la esencia del trabajo de intervención debe seguir siendo relacional, diagnóstica y profundamente humana. 

La promesa de la inteligencia artificial en la educación no es facilitar el aprendizaje a los niños, sino ayudar a los adultos a preservar el tiempo, la atención y la profundidad pedagógica que requiere el verdadero aprendizaje. 

Esa es la línea que debemos mantener. 

Fuentes 

¹ National Student Support Accelerator, «La tutoría con IA no es un concepto único: lo que sabemos realmente», 20 de agosto de 2026. https://nssa.stanford.edu/briefs/ai-tutoring-not-monolith 

² Carly D. Robinson, David Gormley, Ana Trindade Ribeiro y Susanna Loeb, «El acceso no es suficiente: el apoyo humano mejora la implicación con la tutoría mediante IA», EdWorkingPaper n.º 26-1451, junio de 2026. https://edworkingpapers.com/sites/default/files/ai26-1451.pdf 

³ Linda Jacobson, «Los tutores de IA aún no sustituyen a los humanos, según un estudio», The 74, 1 de septiembre de 2026. https://www.the74million.org/article/ai-tutors-not-yet-a-replacement-for-humans-research-says/ 

⁴ Natasha Singer, «Cómo las grandes empresas tecnológicas se han hecho con el control de las escuelas estadounidenses», The New York Times, 23 de agosto de 2026. https://www.nytimes.com/2026/08/23/business/schools-big-tech-google-microsoft.html 

⁵ David Strömberg, Victor Lei y Yanhui Wu, «The Generative AI Learning Penalty: Evidence from Chinese Secondary Education», Documento de debate del CEPR n.º 21577, 2 de junio de 2026. https://cepr.org/publications/dp21577 

⁶ Tara Bonner, «La crisis de la alfabetización es, en realidad, una crisis cognitiva», Arrowsmith, 9 de junio de 2026. https://www.arrowsmith.ca/blog/the-literacy-crisis-is-actually-a-cognitive-crisis

¿Estás listo para saber más?

Catapult Learning Se enorgullece de ofrecer un programa de apoyo escolar validado según el nivel 2 de la ESSA. Gracias a nuestro compromiso con unas colaboraciones sólidas y una puesta en marcha fluida, puede estar seguro de que sus alumnos recibirán el apoyo que necesitan. Por eso obtenemos resultados como que el 100 % de los alumnos con dificultades en lectura mejoren al menos un nivel académico tras la puesta en marcha de nuestro programa.

Da el siguiente paso y visita nuestra página de «Tutoría de alto impacto» para ver nuestro modelo en acción, leer más historias de éxito y ponerte en contacto con nosotros para una consulta gratuita. Juntos, podemos conseguir mejores resultados.

¿Mejora la tutoría con IA el rendimiento de los alumnos en lectura?

No por sí sola. Un ensayo controlado aleatorio realizado en 2026 con 355 alumnos de primaria reveló que el uso autónomo de una plataforma de alfabetización basada en IA no mejoraba el rendimiento en lectura: casi la mitad de los alumnos nunca la utilizó, y los que sí lo hicieron dedicaban de media solo entre dos y cinco minutos a actividades didácticas a la semana. La incorporación de apoyo humano aumentó la participación, pero el uso siguió siendo bajo. La conclusión para los responsables de los distritos: dar acceso a los alumnos a una herramienta de IA no equivale a garantizar que aprendan con ella.

¿Cuál es la diferencia entre la tutoría dirigida por IA, la dirigida por personas y la basada exclusivamente en IA?

El Acelerador Nacional de Apoyo al Estudiante (NSSA) de Stanford distingue tres modelos: la tutoría dirigida por personas y respaldada por herramientas de IA, la tutoría dirigida por IA con cierta supervisión humana y la tutoría exclusivamente basada en IA sin participación humana. El informe de 2026 del NSSA concluye que las investigaciones actuales respaldan el primer modelo —el uso de la IA para reforzar la eficacia de los tutores y la capacidad de los educadores— en lugar de sustituir la tutoría humana de gran impacto por enfoques dirigidos por IA. Para los responsables de los centros y distritos que evalúan a los proveedores, esta distinción es más importante que el mero hecho de que un producto se denomine simplemente «tutoría con IA».

¿Deberían los responsables escolares sustituir a los tutores humanos por plataformas de tutoría basadas en la inteligencia artificial para ahorrar costes?

Los estudios disponibles advierten contra esto. Un estudio del CEPR de 2026 sobre estudiantes de secundaria chinos reveló que el uso de la IA generativa aumentaba las notas de los deberes y reducía el tiempo de realización, pero el rendimiento en los exámenes sobre el mismo material disminuía, lo que sugiere que la IA puede crear una ilusión de progreso sin que se produzca un aprendizaje más profundo. Un reportaje de The 74 señala, de manera similar, que varios estados han realizado importantes inversiones en herramientas de tutoría basadas en IA, a pesar de que la aceptación por parte de los estudiantes sigue siendo baja y las pruebas a gran escala de su eficacia aún son limitadas. El argumento más sólido a favor de la IA es el apoyo a los tutores —mediante la revisión de datos, la detección de conceptos erróneos y la preparación de materiales— y no la sustitución del trabajo relacional y de diagnóstico de un tutor humano.