ES
PISA 2025 y la IA: no basta saber cuánto ni para qué se usa

Vínculo digital · Noticia

PISA 2025 y la IA: no basta saber cuánto ni para qué se usa

19 de septiembre de 2026 · 8 min de lectura

Los microdatos públicos de PISA 2025 (29.966 registros españoles del PUF) muestran que la frecuencia de uso de chatbots de IA en cuatro tareas escolares distintas no se resume en un patrón simple con la nota. Este artículo revisa el hallazgo sin forzar la conclusión a "lo que importa es el criterio", y aclara qué dice realmente la OCDE sobre el benchmark del "año escolar".

Ficha del conceutu →

En el artículo anterior de esta serie vimos que la distracción percibida por recursos digitales en el aula tiene un patrón claro: a más distracción percibida, peor nota, sin excepciones. Con los chatbots de IA esperábamos encontrar algo parecido — una tabla sencilla de “usos buenos” y “usos malos”. No es lo que muestran los datos, y esa es, precisamente, la lección de esta pieza.

El titular fácil que decidimos no repetir

Circula una cifra que promete zanjar el debate: usar la IA “bien” en el aula equivale a ganar un año escolar entero frente a usarla “mal”. La hemos visto citada decenas de veces sin que nadie diga de dónde sale exactamente. En vez de repetirla, fuimos al informe oficial y a los microdatos públicos.

Nuestra marca hermana labs.tever.es descargó los microdatos reales de PISA 2025: 29.966 registros españoles del PUF (fichero público de usuario) analizados, sobre un total oficial de 29.967 estudiantes en 956 centros, el fichero público que cualquiera puede pedir a la propia OCDE. El resultado completo, con el código abierto para que cualquiera lo repita, está en su análisis publicado. Aquí contamos qué encontró y por qué cambia la pregunta que deberíamos estar haciéndonos.

Un patrón claro, y otro que no lo es

Cuando se mide la distracción por dispositivos digitales en clase de Ciencias, el patrón es limpio: cuanta más distracción perciben los estudiantes, peor nota sacan de media — una diferencia de unos 32 puntos entre quien percibe distracción constante y quien no la percibe nunca, un patrón que se mantiene igual de claro después de tener en cuenta el nivel socioeconómico de la familia.

Con la IA, no. El cuestionario de PISA 2025 pregunta con qué frecuencia el alumnado usa chatbots como ChatGPT para cuatro tareas escolares distintas: resumir un texto, buscar información, redactar un trabajo, o “ayudarme a aprender” en general. Si la finalidad declarada y la frecuencia bastaran para separar usos más o menos favorables para el aprendizaje, esperaríamos patrones bastante más sistemáticos entre las categorías. No es lo que aparece en los datos: ninguna de las cuatro tareas sigue una relación simple con la nota. En “resumir un texto”, quien nunca usa el chatbot tiene la media más alta y quien lo usa a diario la más baja — pero entre ambos extremos hay una caída fuerte en el uso muy ocasional, un repunte en el uso mensual, y una nueva bajada en el uso semanal antes del mínimo diario. En “buscar información”, la media más alta no la tiene quien nunca lo usa, sino quien lo usa una o dos veces por semana. Cada tarea dibuja su propia forma, y ninguna es una línea recta.

Gráfico de línea: uso de IA para resumir un texto y rendimiento en Ciencias — PISA 2025, España. Puntuación media según la frecuencia de uso del chatbot, de 'nunca o casi nunca' a 'a diario o casi a diario', con datos crudos y ajustados por el nivel socioeconómico-cultural. La forma no es una línea recta: baja desde el máximo en 'nunca', cae fuerte en el uso muy ocasional (1-2 veces/año), repunta en el uso mensual (1-2 veces/mes), vuelve a bajar en el uso semanal, y alcanza el mínimo en el uso diario.

Análisis propio de los microdatos públicos de PISA 2025 (no del informe oficial): la tarea “resumir un texto” es la que mejor muestra que no hay patrón simple. No es una línea que baje (ni que suba) de forma constante — tiene una caída fuerte en el uso muy ocasional, un repunte en el uso mensual, una nueva bajada en el uso semanal, y el mínimo en el uso diario. Las diferencias entre categorías son descriptivas; este gráfico no contrasta estadísticamente cada par de frecuencias. Cuidado también con el posible sesgo de causalidad inversa (explicado arriba): describe una asociación en un único momento, no demuestra qué causa qué. Fuente: análisis independiente de labs.tever.es sobre el fichero público de microdatos de la OCDE.

Por qué esto no es “es complicado y no se sabe”

Podría parecer que la conclusión es simplemente que el tema es confuso. No lo es. Es más precisa: los cuatro ítems de frecuencia no miden el criterio con que se usa la IA —ni la profundidad, ni la supervisión, ni la verificación—. Miden solo frecuencia × finalidad declarada. Que las curvas sean distintas entre sí no permite deducir que “el criterio” sea la variable que explica la diferencia: esa es una interpretación editorial nuestra, no algo que los cuatro ítems demuestren por sí mismos.

Un cuchillo no es malo ni bueno en sí mismo. Depende de quién lo tenga en la mano y para qué. Nadie espera que exista una lista cerrada de “usos buenos del cuchillo” y “usos malos del cuchillo” que resuelva la pregunta de una vez — depende del criterio de quien lo usa, del contexto, de la intención. Los datos son compatibles con esa idea aplicada a la inteligencia artificial en el aula, pero no la confirman: PISA no demuestra la neutralidad tecnológica ni identifica el criterio como causa. Lo que sí muestra es que la frecuencia y la finalidad declarada no bastan para resumir la relación entre uso de IA y rendimiento en un patrón simple.

El propio investigador de labs.tever.es lo resume con una honestidad que compartimos: “con este tipo de dato, tomado en un único momento, no puedo saber qué es la causa y qué es la consecuencia”. Puede que quien más usa el chatbot para resumir textos sea quien ya iba peor en clase y busca ayuda, no al revés. El cuestionario no puede distinguirlo, y nosotros tampoco vamos a fingir que sí.

Hay, con todo, una pista adicional en el propio informe que sí apunta hacia el “cómo”. La OCDE estudia si el alumnado tiene oportunidades en la escuela para evaluar críticamente la calidad de la información generada por IA. Entre el alumnado que declara tener en la escuela esas oportunidades, quien usa IA para aprender una vez por semana o más tiende a presentar puntuaciones ligeramente superiores a los no usuarios y a los usuarios menos frecuentes — la propia OCDE advierte que esta asociación no permite establecer causalidad, pero la considera compatible con el potencial de una enseñanza específica para reforzar el uso crítico de la IA. Los cuatro ítems de frecuencia no miden el criterio con que se usa la IA, pero el propio PISA aporta esta otra pista: cuando analiza oportunidades escolares para evaluar críticamente información generada por IA, aparece una asociación distinta. Tampoco demuestra causalidad, pero sí apunta a que contar usos no es suficiente: importa el contexto en el que se aprende a utilizarla.

La cifra viral, aclarada

Sobre el “año escolar completo”: la fuente existe y es la propia OCDE. En el resumen oficial de PISA 2025 dice que, para determinadas tareas específicas (resumir, redactar, investigar), los no usuarios de IA aventajan de media a los usuarios en torno a 20 puntos, y contextualiza esa diferencia como aproximadamente un año de escolarización. Ese paralelismo, sin embargo, necesita cautela: el propio Box I.2.2 del informe explica que los 20 puntos son un benchmark aproximado, construido con varios ciclos, que varía sustancialmente entre países — de alrededor de 10 a más de 25 puntos en las estimaciones mostradas — y advierte expresamente que no debe convertirse mecánicamente cualquier diferencia en “años de escolarización”. Además, aquí hablamos de una asociación observacional entre grupos, no de un año de aprendizaje causado por usar o dejar de usar IA: la cifra viral que circula (“usa la IA bien o mal y ganas o pierdes un año escolar”) convierte una asociación descriptiva en un efecto causal que la OCDE no establece. Es exactamente el tipo de matiz que preferimos aclarar antes de repetir un titular.

Por qué esto conecta con lo que ya defendemos

PISA no demuestra que “el criterio” cause mejor rendimiento. Lo que sí muestran estos datos es que la frecuencia y la finalidad declarada no bastan para resumir la relación entre uso de IA y rendimiento; y el propio informe aporta indicios de que el contexto de alfabetización crítica importa — ese dato sobre oportunidades para evaluar críticamente la información generada por IA, explicado arriba.

Desde ahí, y ya como posición editorial de la casa — no como algo que los datos demuestren por sí mismos —, defendemos lo mismo que dijimos sobre las pantallas en el artículo anterior: la tecnología no es buena ni mala por sí sola, importa cómo, para qué y en qué contexto se usa. Es la misma razón por la que en nuestros propios proyectos (EMTI Fervienza, labs.tever.es) no tratamos la IA como un atajo que sustituye el criterio de quien enseña o aprende, sino como una herramienta más que exige el mismo cuidado que cualquier otra.

Fuentes