Un estudio de David Strömberg, Victor Lei y Yanhui Wu sigue durante 30 meses a 26.811 estudiantes chinos, de séptimo básico a cuarto medio, en nueve asignaturas. Al principio los números parecen una publicidad perfecta para la inteligencia artificial. Tras adoptarla, las notas de las tareas subieron 18%. El tiempo dedicado a hacerlas cayó 30%, de 64 a 45 minutos.

Más calidad en menos tiempo. Productividad. Hasta que llegó el examen.

A los seis meses, esos mismos estudiantes rendían 20% peor en pruebas a libro cerrado. El dato duro viene después. En los exámenes que definen el ingreso a la enseñanza media y a la universidad, la caída fue de 24% y 18%, respectivamente. El efecto completo apareció recién a los dos años.

El estudio es preliminar, y sus magnitudes son grandes incluso para lo que suele mover la aguja en educación. Vale la pena tomarlo como advertencia antes que como veredicto.

El mecanismo que identifican merece atención aparte. La pérdida se concentra en quienes terminaron sus tareas mucho más rápido. Cerca del 80% de los usuarios exhibe ese patrón: notas altas, tiempos brevísimos. Entre los alumnos que usaron IA y conservaron un ritmo de trabajo parecido al de quienes no la usaban, la pérdida fue pequeña.

Hacer una tarea cumple dos funciones. Una es producir la respuesta correcta. La otra es obligar al alumno a recorrer el camino que lleva hasta ella. Confundimos ambas porque durante siglos estuvieron unidas. Para entregar una buena tarea había que leer, calcular, equivocarse, volver atrás y pensar.

La IA rompe esa unión. Entrega la respuesta y ahorra el error. Y el error es donde ocurre casi todo el aprendizaje. Es una máquina formidable para producir resultados. También puede ser una máquina formidable para esquivar el esfuerzo que crea capacidades.

La IA complementa el trabajo humano o lo sustituye. Cuando complementa el esfuerzo del alumno —explica un concepto, corrige un razonamiento, propone otro camino— eleva su productividad para aprender. Cuando lo sustituye —resuelve, redacta y entrega— eleva la productividad de la tarea y frena la acumulación de capital humano.

El daño mayor aparece en la nota. Siempre fue una señal imperfecta de cuánto sabía un alumno. Ahora corre el riesgo de medir cuán bien consigue una respuesta. Son habilidades distintas.

Y el problema desborda la sala de clases. En Chile las notas de enseñanza media entran directamente en la admisión universitaria. Un promedio inflado por IA compite contra uno ganado a pulso, y el sistema los trata igual. Si la nota deja de medir conocimiento, el mecanismo que asigna estudiantes a carreras empieza a asignar mal, de manera silenciosa y acumulativa. Discutir la IA en los colegios es discutir también quién entra a qué universidad.

La prohibición atrae por su simpleza, y cuenta con un antecedente a favor: restringir celulares en las salas ha mejorado resultados en varios países. Pero un teléfono se guarda en un casillero y una tarea se hace en la casa. Los estudiantes usarán IA en el colegio, en la universidad y en su primer empleo. Enseñarles a usarla bien es el trabajo del colegio.

Eso obliga a cambiar la evaluación, que es la parte incómoda. Observar el proceso. Pedir explicaciones. Defender respuestas en voz alta. Resolver problemas nuevos frente al profesor.

Nada de eso es gratis. Una defensa oral en un curso de cuarenta alumnos consume horas que el sistema chileno no tiene. Cualquier propuesta seria empieza por reconocer ese costo. Pero la alternativa cuesta más: seguir evaluando durante años algo que dejó de medir lo que creíamos medir.

La educación consiste en acumular capital humano. La inteligencia artificial abarató de forma espectacular la producción de ciertas respuestas. El precio de aprender se mantiene: tiempo, atención, práctica y frustración.

Podemos usar la inteligencia artificial para aprovechar mejor ese esfuerzo. O para evitarlo. Y entonces tendremos tareas mejores, estudiantes más rápidos y personas que saben menos.

Publicada en Ex- Ante.

Raphael Bergoeing