{"id":3898,"date":"2026-09-22T19:27:24","date_gmt":"2026-09-22T17:27:24","guid":{"rendered":"https:\/\/ludomag.com\/es\/?p=3898"},"modified":"2026-09-22T19:27:59","modified_gmt":"2026-09-22T17:27:59","slug":"la-ia-no-crea-la-crisis-de-la-escuela-revela-lo-que-no-estabamos-midiendo-bien","status":"publish","type":"post","link":"https:\/\/ludomag.com\/es\/2026\/09\/22\/la-ia-no-crea-la-crisis-de-la-escuela-revela-lo-que-no-estabamos-midiendo-bien\/","title":{"rendered":"La IA no crea la crisis de la escuela: revela lo que no est\u00e1bamos midiendo bien"},"content":{"rendered":"\n

Con motivo de la conferencia inaugural de Ludovia, dedicada este a\u00f1o a \u00abla inteligencia artificial y los datos en las aulas y en los centros educativos\u00bb, Didier Roy, investigador asociado al equipo Flowers de Inria; Mathieu Bartozzi, responsable de estrategia, datos e IA educativa de MLF Monde; Fr\u00e9d\u00e9rique Chessel-Lazzarotto, de la EPFL; el docente David Plumel, y Jean-Marc Merriaux, director general de MLF Monde, combinaron aportaciones de la investigaci\u00f3n, reflexiones sobre las transformaciones educativas y experiencias sobre el terreno.<\/strong><\/p>\n\n\n\n

\u00bfQu\u00e9 demuestra hoy en d\u00eda un buen trabajo escolar? La pregunta podr\u00eda parecer provocadora. Sin embargo, se encuentra en el centro de uno de los problemas m\u00e1s interesantes planteados durante esta conferencia.<\/p>\n\n\n\n

La escuela se apoya en gran medida en las producciones del alumnado para inferir sus aprendizajes: trabajos, evaluaciones, exposiciones orales, ejercicios o tareas realizadas en casa constituyen otras tantas evidencias a partir de las cuales se estima qu\u00e9 se ha comprendido y adquirido. Ahora bien, las IA generativas destacan precisamente por su capacidad para producir, estructurar, reformular o mejorar esas evidencias.<\/p>\n\n\n\n

Mathieu Bartozzi habla as\u00ed de una \u00abcrisis de la prueba\u00bb: una producci\u00f3n de mayor calidad ya no garantiza necesariamente un mejor aprendizaje, y el dominio aparente de una tarea puede ocultar una fuerte dependencia de la asistencia proporcionada por la herramienta<\/strong>.<\/p>\n\n\n\n

Sin embargo, la IA no ha creado esta fragilidad. Antes de ChatGPT, un trabajo realizado en casa ya pod\u00eda beneficiarse de una ayuda familiar muy desigual, hasta el punto de que David Plumel recuerda con humor que \u00abpap\u00e1 y mam\u00e1\u00bb ya pod\u00edan hacer el trabajo.<\/p>\n\n\n\n

\n

Lo que cambia con la IA es la magnitud del fen\u00f3meno, su facilidad de acceso y la calidad de las producciones que permite obtener, hasta el punto de hacer mucho m\u00e1s dif\u00edcil mantener una equivalencia impl\u00edcita entre trabajo entregado, competencia y aprendizaje.<\/p>\n<\/blockquote>\n\n\n\n

En este sentido, la IA quiz\u00e1 act\u00fae menos como la causa de una crisis completamente nueva que como el revelador contundente de una vieja cuesti\u00f3n: \u00bfqu\u00e9 eval\u00faa realmente la escuela cuando eval\u00faa una producci\u00f3n y c\u00f3mo puede asegurarse de que detr\u00e1s de un buen resultado existe realmente un aprendizaje?<\/strong><\/p>\n\n\n\n

La IA revela una antigua confusi\u00f3n entre tener \u00e9xito y aprender<\/h3>\n\n\n\n

La primera ruptura introducida por la IA es bastante sencilla de formular: una producci\u00f3n bien realizada ya no constituye, por s\u00ed sola, una prueba suficiente de aprendizaje<\/strong>. Cuando una herramienta puede redactar un texto, proponer una estructura, resolver un problema o mejorar considerablemente una respuesta, la calidad del resultado final ya no permite atribuir con certeza a la persona que lo presenta las competencias que aparentemente demuestra.<\/p>\n\n\n\n

Mathieu Bartozzi resume esta dificultad mediante la imagen de un \u00abterm\u00f3metro\u00bb escolar que ha quedado parcialmente obsoleto. Tradicionalmente, la escuela observa evidencias \u2014evaluaciones, trabajos, exposiciones orales u otras producciones\u2014 para deducir lo que un alumno sabe y sabe hacer<\/strong>. Sin embargo, la IA interviene precisamente sobre esas evidencias y puede mejorar su calidad sin que el aprendizaje haya progresado en la misma proporci\u00f3n. Por tanto, la \u00abprueba de producci\u00f3n\u00bb ya no puede equipararse autom\u00e1ticamente a una \u00abprueba de aprendizaje\u00bb.<\/p>\n\n\n\n

Los deberes realizados en casa ofrecen una ilustraci\u00f3n casi caricaturesca de este fen\u00f3meno. David Plumel se\u00f1ala que un ejercicio encargado para casa puede volver perfectamente realizado sin que el profesorado sepa realmente \u00abqui\u00e9n lo ha hecho\u00bb. Con una IA generativa disponible en cuesti\u00f3n de segundos, el fen\u00f3meno cambia evidentemente de escala.<\/p>\n\n\n\n

La IA no hace desaparecer una correspondencia hasta ahora perfecta entre producci\u00f3n y aprendizaje, sino que hace mucho m\u00e1s visible una fragilidad que ya exist\u00eda<\/strong>, al tiempo que la amplifica considerablemente. Lo que antes pod\u00eda requerir la ayuda de un familiar, largas b\u00fasquedas o cierto grado de experiencia es ahora accesible casi instant\u00e1neamente, con un resultado que a menudo resulta lo bastante convincente como para dificultar la interpretaci\u00f3n habitual de las producciones escolares.<\/p>\n\n\n\n

Esta constataci\u00f3n, adem\u00e1s, no se limita a la ense\u00f1anza escolar. Fr\u00e9d\u00e9rique Chessel-Lazzarotto se\u00f1ala que en la EPFL se observan los mismos fen\u00f3menos de delegaci\u00f3n y modificaci\u00f3n del esfuerzo cognitivo, con estudiantes que en ocasiones reconocen haber delegado demasiado en la IA, hasta el punto de perjudicar su propio aprendizaje<\/strong>.<\/p>\n\n\n\n

\n

El problema va, por tanto, mucho m\u00e1s all\u00e1 de las trampas o el fraude acad\u00e9mico. Ya no se trata \u00fanicamente de determinar si el trabajo entregado es \u00abaut\u00e9ntico\u00bb, sino de saber qu\u00e9 permite concluir realmente su calidad acerca de los aprendizajes<\/strong>.<\/p>\n<\/blockquote>\n\n\n\n

Porque detr\u00e1s de una producci\u00f3n correcta puede ocultarse ahora una dificultad m\u00e1s profunda: la de un alumno que obtiene el resultado adecuado y que, al mismo tiempo, tiene la impresi\u00f3n \u2014a veces sincera\u2014 de haber adquirido una competencia que en realidad no domina.<\/p>\n\n\n\n

Si la producci\u00f3n ya no es suficiente, hay que cambiar lo que la escuela observa y eval\u00faa<\/h3>\n\n\n\n

Constatar los l\u00edmites de la producci\u00f3n final como indicador del aprendizaje no significa que haya que renunciar a la evaluaci\u00f3n, sino m\u00e1s bien ampliar aquello que se pretende observar. Mathieu Bartozzi propone as\u00ed prestar mayor atenci\u00f3n al proceso<\/strong>: c\u00f3mo ha preparado el alumno su trabajo, c\u00f3mo ha revisado, colaborado, integrado los comentarios recibidos o mejorado una primera producci\u00f3n. El resultado final conserva su importancia, pero ya no puede constituir por s\u00ed solo la prueba del aprendizaje.<\/p>\n\n\n\n

La llegada de las IA generativas obliga tambi\u00e9n a replantear determinadas actividades escolares. Bartozzi menciona, en particular, el ejemplo de los deberes de matem\u00e1ticas para casa, cuya forma tradicional considera \u00abobsoleta\u00bb, aunque subraya que pueden replantearse para volver a situar al alumno en el centro del trabajo solicitado. Sobre el terreno, David Plumel explica c\u00f3mo algunos compa\u00f1eros ya han modificado sus objetivos: en lugar de pedir \u00fanicamente una producci\u00f3n escrita, han utilizado textos generados por IA para trabajar el an\u00e1lisis y el pensamiento cr\u00edtico de sus alumnos.<\/p>\n\n\n\n

Este cambio es importante: ya no se trata \u00fanicamente de impedir que la IA haga el trabajo en lugar del alumnado, sino de dise\u00f1ar situaciones en las que su utilizaci\u00f3n \u2014o su ausencia\u2014 responda realmente a un objetivo de aprendizaje.<\/p>\n\n\n\n

\n

La pregunta pertinente pasa entonces a ser menos \u00ab\u00bfse ha utilizado una IA?\u00bb y m\u00e1s \u00ab\u00bfqu\u00e9 se ha aprendido utiliz\u00e1ndola y qu\u00e9 seguimos siendo capaces de hacer sin ella?\u00bb<\/strong><\/p>\n<\/blockquote>\n\n\n\n

Esto implica tambi\u00e9n formar tanto al personal educativo como al alumnado. Las intervenciones convergen en este punto: comprender el funcionamiento probabil\u00edstico de las IA, sus l\u00edmites y sus riesgos constituye un primer nivel de alfabetizaci\u00f3n, pero la formaci\u00f3n del personal debe ir m\u00e1s all\u00e1 y abordar los propios usos pedag\u00f3gicos. Para Mathieu Bartozzi, es precisamente la intenci\u00f3n pedag\u00f3gica la que puede marcar la diferencia entre una asistencia que sustituye al aprendizaje y una herramienta que contribuye a favorecerlo.<\/p>\n\n\n\n

A escala de los centros educativos, Jean-Marc Merriaux ampl\u00eda esta reflexi\u00f3n introduciendo la cuesti\u00f3n de los datos: MLF Monde busca aprovechar mejor los resultados de las evaluaciones para objetivar las acciones, identificar los puntos fuertes y d\u00e9biles de los centros y alimentar los proyectos colectivos. En definitiva, otra manera de desplazar la atenci\u00f3n desde aquello que se produce hacia lo que realmente puede observarse de sus efectos.<\/p>\n\n\n\n

En el fondo, la irrupci\u00f3n de la IA quiz\u00e1 desplace la cuesti\u00f3n m\u00e1s de lo que la resuelve. Ya no basta con preguntarse c\u00f3mo integrar estas herramientas en la escuela. Primero hay que determinar qu\u00e9 queremos que aprendan realmente los alumnos, en qu\u00e9 situaciones puede ayudarles una asistencia y, sobre todo, c\u00f3mo comprobar que, al final del proceso, la competencia les pertenece realmente<\/strong>.<\/p>\n\n\n\n

Conclusi\u00f3n<\/h3>\n\n\n\n

Al t\u00e9rmino de esta conferencia, se impone una idea: ante la IA, el reto esencial no consiste \u00fanicamente en saber utilizar una herramienta, sino en saber qu\u00e9 somos realmente capaces de hacer con ella, sin ella y gracias a ella<\/strong>.<\/p>\n\n\n\n

\n

Esto es precisamente lo que engloba la metacognici\u00f3n: la capacidad de identificar nuestros conocimientos, nuestros errores, nuestras estrategias y las condiciones en las que aprendemos<\/strong>. Didier Roy la sit\u00faa en el centro de la cuesti\u00f3n y recuerda que permite distinguir entre una comprensi\u00f3n real y una simple impresi\u00f3n de dominio.<\/p>\n<\/blockquote>\n\n\n\n

Esta competencia se vuelve decisiva en un entorno en el que la IA puede producir r\u00e1pidamente respuestas plausibles, fluidas y, a menudo, convincentes. El alumno debe ser capaz de preguntarse no solo si la respuesta es correcta, sino tambi\u00e9n por qu\u00e9 le parece correcta, qu\u00e9 comprende realmente de ella, qu\u00e9 ha delegado en la herramienta y qu\u00e9 sigue dominando por s\u00ed mismo. David Plumel formula de manera muy concreta este aprendizaje del discernimiento: saber cu\u00e1ndo la IA resulta \u00fatil, cu\u00e1ndo no lo es y si su utilizaci\u00f3n aumenta realmente las capacidades del alumno o simplemente oculta una falta de dominio.<\/p>\n\n\n\n

Probablemente sea aqu\u00ed donde se juega una parte esencial de la respuesta educativa. La IA obliga a la escuela a distinguir mejor entre rendimiento, producci\u00f3n y aprendizaje, pero, sobre todo, nos recuerda que la autonom\u00eda no consiste en saber obtener una respuesta. Supone comprender c\u00f3mo se ha llegado a ella, ser capaz de valorar su calidad y, en la medida de lo posible, seguir siendo capaz de hacer sin ayuda aquello que se afirma haber aprendido.<\/strong><\/p>\n\n\n\n

Art\u00edculo y s\u00edntesis realizados por St\u00e9phanie de Vanssay.<\/em><\/p>\n","protected":false},"excerpt":{"rendered":"

Con motivo de la conferencia inaugural de Ludovia, dedicada este a\u00f1o a \u00abla inteligencia artificial y los datos en las aulas y en los centros educativos\u00bb, Didier Roy, investigador asociado al equipo Flowers de Inria; Mathieu Bartozzi, responsable de estrategia, datos e IA educativa de MLF Monde; Fr\u00e9d\u00e9rique Chessel-Lazzarotto, de la EPFL; el docente David […]<\/p>\n","protected":false},"author":2,"featured_media":3899,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"video","meta":{"footnotes":""},"categories":[123,105],"tags":[306],"class_list":["post-3898","post","type-post","status-publish","format-video","has-post-thumbnail","category-en-portada","category-punto-de-vista","tag-ludovia23","post_format-post-format-video"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t