PISA 2025 y la IA: nun basta saber cuánto nin pa qué s'usa

Nel artículu anterior d’esta serie vimos qu’a distraición percibida per recursos dixitales n’aula tien un patrón claru: a más distraición percibida, peor nota, ensin escepciones. Colos chatbots d’IA esperábemos atopar daqué asemeyao —una tabla cenciella d’“usos bonos” y “usos malos”. Nun ye lo que amuesen los datos, y esa ye, precisamente, la lleición d’esta pieza.

El titular fácil que decidimos non repetir

Circula una cifra que promete zanxar el debate: usar la IA “bien” n’aula equival a ganar un añu escolar enteru frente a usala “mal”. Viémosla citada decenes de vegaes ensin que naide diga d’onde sal exactamente. En vez de repetila, fuimos al informe oficial y a los microdatos públicos.

La nuesa marca hermana labs.tever.es descargó los microdatos reales de PISA 2025: 29.966 rexistros españoles del PUF (ficheru públicu d’usuariu) analizaos, sobre un total oficial de 29.967 estudiantes en 956 centros, el ficheru públicu que cualquiera pue pidir a la propia OCDE. El resultáu completu, col códigu abiertu pa que cualquiera lu repita, ta nel so análisis publicáu. Equí cuntamos qué atopó y por qué camuda la entruga que deberíemos tar faciéndonos.

Un patrón claru, y otru que nun lo ye

Cuando se mide la distraición per preseos dixitales en clase de Ciencies, el patrón ye llimpiu: cuanta más distraición perciben los estudiantes, peor nota saquen de media —una diferencia d’unos 32 puntos ente quien percibe distraición constante y quien nun la percibe enxamás, un patrón que se caltién igual de claru dempués de tener en cuenta el nivel socioeconómicu de la familia.

Cola IA, non. El cuestionariu de PISA 2025 entruga con qué frecuencia l’alumnáu usa chatbots como ChatGPT pa cuatro tarees escolares distintes: resumir un testu, guetar información, redautar un trabayu, o “ayudame a deprender” en xeneral. Si la finalidá declarada y la frecuencia bastaren pa separar usos más o menos favorables pal aprendizaxe, esperaríemos patrones bastante más sistemáticos ente les categoríes. Nun ye lo qu’apaez nos datos: denguna de les cuatro tarees sigue una relación simple cola nota. En “resumir un testu”, quien enxamás usa’l chatbot tien la media más alta y quien l’usa a diariu la más baxa —pero ente dambos estremos hai una cayida fuerte nel usu mui ocasional, un repunte nel usu mensual, y una nueva baxada nel usu selmanal enantes del mínimu diariu. En “guetar información”, la media más alta nun la tien quien enxamás l’usa, sinón quien l’usa una o dos vegaes per selmana. Cada tarea dibuxa la so propia forma, y denguna ye una llinia reuta.

Por qué esto nun ye “ye complicao y nun se sabe”

Podría paecer que la conclusión ye cenciellamente que’l tema ye confusu. Nun lo ye. Ye más precisa: los cuatro items de frecuencia nun miden el criteriu con que s’usa la IA —nin la profundidá, nin la supervisión, nin la verificación—. Miden namás frecuencia × finalidá declarada. Que les curves seyan distintes ente sí nun permite deducir que “el criteriu” seya la variable qu’esplica la diferencia: esa ye una interpretación editorial nuesa, non daqué que los cuatro items demuestren per sí mesmos.

Un cuchiellu nun ye malu nin bonu por sí mesmu. Depende de quién lu tenga na mano y pa qué. Naide espera qu’esista una llista zarrada d’“usos bonos del cuchiellu” y “usos malos del cuchiellu” que resolva la entruga d’una vegada —depende del criteriu de quien l’usa, del contestu, de la intención. Los datos son compatibles con esa idea aplicada a la intelixencia artificial n’aula, pero nun la confirmen: PISA nun demuestra la neutralidá teunolóxica nin identifica el criteriu como causa. Lo que sí amuesa ye que la frecuencia y la finalidá declarada nun abasten pa resumir la relación ente usu d’IA y rindimientu nun patrón simple.

El propiu investigador de labs.tever.es resúmelo con una honestidá que compartimos: “con esti tipu de datu, tomáu nun únicu momentu, nun puedo saber qué ye la causa y qué ye la consecuencia”. Pue que quien más usa’l chatbot pa resumir testos seya quien yá diba peor en clase y gueta ayuda, non al revés. El cuestionariu nun pue distinguilo, y nosotros tampoco vamos fingir que sí.

Hai, con too, una pista adicional nel propiu informe que sí apunta escontra’l “cómo”. La OCDE estudia si l’alumnáu tien oportunidaes na escuela pa evaluar críticamente la calidá de la información xenerada por IA. Ente l’alumnáu que diz tener na escuela eses oportunidaes, quien usa IA pa deprender una vegada per selmana o más tiende a presentar puntuaciones llixeramente superiores a los non usuarios y a los usuarios menos frecuentes —la propia OCDE alvierte que esta asociación nun permite establecer causalidá, pero considérala compatible col potencial d’una enseñanza específica pa reforzar l’usu críticu de la IA. Los cuatro items de frecuencia nun miden el criteriu con que s’usa la IA, pero’l propiu PISA aporta esta otra pista: cuando analiza oportunidaes escolares pa evaluar críticamente información xenerada por IA, apaez una asociación distinta. Tampoco demuestra causalidá, pero sí apunta a que contar usos nun ye abondo: importa’l contestu nel que s’aprende a utilizala.

La cifra viral, aclarada

Sobro l’“añu escolar completu”: la fonte esiste y ye la propia OCDE. Nel resume oficial de PISA 2025 diz que, pa determinaes tarees específiques (resumir, redautar, investigar), los non usuarios d’IA aventayen de media a los usuarios n’alredor de 20 puntos, y contestualiza esa diferencia como aproximadamente un añu d’escolarización. Esi paralelismu, sicasí, necesita cautela: el propiu Box I.2.2 del informe esplica que los 20 puntos son un benchmark aproximáu, construyíu con varios ciclos, que varía sustancialmente ente países —d’alredor de 10 a más de 25 puntos nes estimaciones amosaes— y avisa espresamente que nun debe convertise mecánicamente cualquier diferencia en “años d’escolarización”. Amás, equí falamos d’una asociación observacional ente grupos, non d’un añu d’aprendizaxe causáu por usar o dexar d’usar IA: la cifra viral que circula (“usa la IA bien o mal y ganes o pierdes un añu escolar”) convierte una asociación descriptiva nun efeutu causal que la OCDE nun establez. Ye exactamente el tipu de matiz que preferimos aclarar enantes de repetir un titular.

Por qué esto coneuta con lo que yá defendemos

PISA nun demuestra que “el criteriu” cause meyor rindimientu. Lo que sí amuesen estos datos ye que la frecuencia y la finalidá declarada nun abasten pa resumir la relación ente usu d’IA y rindimientu; y el propiu informe aporta indicios de que’l contestu d’alfabetización crítica importa —esi datu sobro oportunidaes pa evaluar críticamente la información xenerada por IA, esplicáu enriba.

Dende ehí, y yá como posición editorial de la casa —non como daqué que los datos demuestren per sí mesmos—, defendemos lo mesmo que dixemos sobro les pantalles nel artículu anterior: la teunoloxía nun ye bona nin mala por sí sola, importa cómo, pa qué y en qué contestu s’usa. Ye la mesma razón pola que nos nuesos propios proyeutos (EMTI Fervienza, labs.tever.es) nun tratamos la IA como un atayu que sustituye’l criteriu de quien enseña o deprende, sinón como una ferramienta más qu’esixe’l mesmu curiáu que cualquier otra.

Fontes

• OCDE. PISA 2025 Results (Volume I): Future-Ready Students — capítulu “Student school life and beyond”. Items d’usu d’IA (frecuencia × finalidá), Figura I.4.13, Box I.4.2 (oportunidaes pa evaluar críticamente información xenerada por IA) y Figura I.4.14. https://www.oecd.org/en/publications/pisa-2025-results-volume-i_73451bc5-en/full-report/student-school-life-and-beyond_861e5904.html
• OCDE. PISA 2025 Results (Volume I), páxina xeneral. Fonte de la comparanza oficial d’~20 puntos ≈ un añu d’escolarización pa tarees específiques d’usu d’IA. https://www.oecd.org/en/publications/pisa-2025-results-volume-i_73451bc5-en.html
• OCDE. PISA 2025 Results (Volume I) — capítulu “Student performance in PISA 2025”, Box I.2.2: metodoloxía y cauteles del benchmark d’~20 puntos (varia ente países, nun se debe convertir mecánicamente en “años d’escolarización”). https://www.oecd.org/en/publications/pisa-2025-results-volume-i_73451bc5-en/full-report/student-performance-in-pisa-2025_23e075c2.html
• Tever, labs.tever.es. “PISA 2025: IA y distracción digital, con datos” (análisis independiente de los microdatos públicos, 29.966 rexistros españoles del PUF, cuatro tarees d’usu de chatbots d’IA). https://labs.tever.es/blog/pisa-2025-ia-y-distraccion-en-espana