¿Cómo está impactando la IA al estudiantado?

Traducción automática de la página en inglés, todavía sin revisar por una persona hablante nativa.

La IA impacta al estudiantado en direcciones tanto positivas como negativas, y por lo general al mismo tiempo. La misma herramienta puede andamiar el aprendizaje de un estudiante a la vez que invita a la dependencia excesiva, puede elevar la motivación a la vez que erosiona la agencia, o puede apoyar la pertenencia a la vez que amenaza la autoría. La investigación sobre la Experiencia del estudiante señala impactos positivos y negativos recurrentes en varias dimensiones, y la dirección depende en gran medida de cómo se diseña la IA y de cómo la usa el estudiantado.

Impactos positivos

1. Apoyo al aprendizaje. La IA puede andamiar la comprensión con retroalimentación, pistas y explicaciones, y ofrecer al estudiantado ayuda a demanda, práctica y apoyo adaptativo que mantiene al estudiante haciendo el trabajo cognitivamente importante. Bien hecha, esta ayuda favorece el aprendizaje y la búsqueda de ayuda (véase ¿Usar IA realmente ayuda al estudiantado a aprender?).

2. Motivación e implicación. El apoyo personalizado, inmediato y de bajo riesgo puede elevar la motivación y la implicación, ayudando al estudiantado a persistir y a sentirse competente (véase la teoría de la autodeterminación y sus necesidades de autonomía, competencia y relación).

3. Acceso y equidad en algunas dimensiones. La IA puede dar a los estudiantes reacios a hacer preguntas una forma de bajo riesgo de obtener ayuda, y puede apoyar el bienestar al reducir la ansiedad por pedir asistencia.

4. Identidad y preparación para el futuro. La IA puede ayudar al estudiantado a construir capacidades transferibles para un mundo integrado con la IA, como la alfabetización en IA, la cognición distribuida y la metacognición (véase capacidades adaptativas), y apoyar la formación de la identidad a medida que los estudiantes llegan a verse a sí mismos como profesionales capaces y fluidos con la IA.

5. Apoyo psicosocial durante el estrés. Más allá de la ayuda cognitiva, el estudiantado describe la IA generativa como una fuente de consuelo y un espacio confidencial para la reflexión en formaciones de alta tensión, una dimensión relacional y emocional de la utilidad que los modelos de adopción no captan. En un estudio cualitativo con 28 estudiantes y docentes de enfermería, varios estudiantes describieron la IA como una «compañera» que ofrecía consuelo y un espacio sin juicios durante el estrés clínico (Akbaba y Calik Kus, educación en enfermería). Léase esto junto con la evidencia sobre dependencia que aparece más abajo: el consuelo es real y puede derivar en dependencia.

Impactos negativos

1. Dependencia excesiva y la brecha entre rendimiento y aprendizaje. La IA invita a la delegación cognitiva: el estudiantado delega el razonamiento que necesita practicar. Esto puede elevar el rendimiento con IA y a la vez reducir el rendimiento posterior sin asistencia: la síntesis de esta base de conocimiento sobre el mal uso de la IA y el daño al aprendizaje documenta un ensayo controlado aleatorizado de campo en el que un tutor de IA sin salvaguardas mejoró la práctica pero redujo el rendimiento posterior en el examen. El uso excesivo también puede erosionar la metacognición y el aprendizaje autorregulado. Una síntesis de 2026 de 72 estudios en educación en informática cuantifica el patrón: la IA generativa elevó de forma fiable la finalización a corto plazo y redujo el tiempo de tarea (36 estudios), pero las ganancias «no se transfieren al rendimiento independiente» (21 estudios), y el beneficio dependió de los conocimientos previos: los estudiantes bien preparados convirtieron la ayuda en capacidades duraderas, mientras que los menos preparados la usaron como una muleta que eliminó el fallo productivo, ampliando las brechas de competencia dentro de un mismo aula (Kumar et al., revisión sistemática).

2. Menor esfuerzo y agencia. Saber que la IA está disponible puede reducir la disposición del estudiantado a implicarse en el fallo productivo (disponibilidad de la IA y motivación), y la aceptación pasiva de la salida de la IA puede erosionar la agencia y la sensación de logro que proviene de hacer el trabajo por uno mismo (véase la brecha de seguridad).

3. Ansiedad, vergüenza y costes para el bienestar. El uso de IA se asocia con ansiedad y estrés, ya sea por el temor a ser reemplazado, por la incertidumbre de la evaluación o por la presión de mantenerse al día (véase análisis exhaustivo de la ansiedad ante la IA). La vergüenza y la culpa en torno al uso de la IA pueden llevar a ocultarlo y a divulgarlo de forma selectiva, lo que perjudica la implicación honesta y el bienestar socioemocional. Las consecuencias motivacionales son medibles: la encuesta de Zhang, Shi y Lu con 1,484 estudiantes universitarios encontró que la ansiedad ante la IA se correlacionaba negativamente con la motivación académica (r = −0.175) y con la regulación emocional (r = −0.172), con la regulación emocional mediando parcialmente la vía ansiedad ante la IA → motivación (efecto indirecto = −0.076), mientras que la duración del uso diario no predijo casi nada (r = 0.053). Su conclusión es que la instrucción en alfabetización debería combinarse con apoyo para la regulación emocional y la metacognición, y no limitarse a ampliar el acceso a las herramientas (Zhang et al., ansiedad ante la IA y motivación académica). Una síntesis crítica de 51 registros sobre IA conversacional añade una advertencia de medición: la confianza, la dependencia, la dependencia excesiva, el apego y la adicción se confunden habitualmente, y las correlaciones transversales con la soledad, la ansiedad, la fatiga, la procrastinación y un pensamiento crítico más débil no establecen causalidad; el uso frecuente no es dependencia si no hay deterioro del control o daño funcional (Yan, síntesis sobre implicación y dependencia con la IA conversacional).

4. Amenazas a la identidad del estudiante. Cuando la IA produce el trabajo, el estudiantado puede dejar de sentir que el resultado es «suyo», una amenaza a la autoría y a la identidad del estudiante. La paradoja de la competencia en los campos creativos muestra cómo la facilidad de uso socava la identidad artesanal que los estudiantes derivan de la autoría.

5. Riesgos para la integridad y la equidad. La IA habilita nuevas formas de deshonestidad académica, y el acceso desigual a las herramientas de IA (y a su comprensión) puede ampliar las brechas entre estudiantes, una preocupación central de la equidad.

La conclusión principal

La salvaguarda es usar la IA como andamiaje, no como sustituto, manteniendo al estudiante haciendo el trabajo cognitivamente importante mientras la IA ofrece apoyo, y vigilar toda la gama de impactos (cognitivos, motivacionales, afectivos, de identidad, sociales y de equidad), no solo el rendimiento. Para un tratamiento más profundo organizado por dimensiones, véase la página de concepto Experiencia del estudiante. Para la respuesta desde las intervenciones, es decir, cómo diseñar la IA dentro de un curso para que el andamiaje no se convierta en el sustituto, véanse ¿Cómo debería incorporar la alfabetización en IA a mi curso? y ¿Qué evidencia hay sobre las intervenciones de alfabetización en IA en la educación superior?.