Un estudio con 26.811 alumnos chinos encuentra que usar IA generativa sube la nota de los deberes un 18% y hunde la del examen a libro cerrado un 20% seis meses después. El trabajo, publicado por el CEPR como documento de discusión DP21577, lo firman David Strömberg (Universidad de Estocolmo) junto a Victor Lei y Yanhui Wu (Universidad de Hong Kong), y es de los pocos que sigue a los mismos estudiantes el tiempo suficiente para ver qué pasa después.
Puntos clave
- 26.811 alumnos de 7º a 12º curso, seguidos 30 meses en nueve asignaturas.
- La IA sube la nota de los deberes un 18% y recorta el tiempo de hacerlos un 30%.
- La nota del examen mensual sin ayuda cae un 20% a los seis meses.
- En los exámenes de acceso, las caídas son del 18% y el 24%, y tardan unos dos años en manifestarse del todo.
El dato que cambia la lectura
Aquí está la parte que casi todos los titulares se dejaron: el daño no se reparte por igual.
Los investigadores separan a los usuarios de IA por su comportamiento y encuentran que en torno al 80% encaja en un patrón muy concreto: tiempos de deberes anormalmente cortos combinados con notas altas. Eso es externalizar la tarea, no apoyarse en una herramienta.
El 20% restante, los que siguen dedicando a los deberes un tiempo parecido al de quien no usa IA, tienen pérdidas pequeñas.
Misma herramienta, resultados opuestos. Lo que decide no es el acceso a la IA, es qué haces con el tiempo que te ahorra. Si lo devuelves al trabajo, aprendes. Si te lo quedas, la nota del examen te pasa la factura seis meses después.
Por qué el efecto tarda dos años en verse
La secuencia es lo más incómodo del estudio, y explica por qué nadie corrige a tiempo.
Primero llega la buena señal: las notas de los deberes suben un 18% y el tiempo baja un 30%. Cualquiera que mire ese panel concluye que la herramienta funciona.
Luego, a los seis meses, cae el examen mensual un 20%. Y la caída sigue creciendo: en los exámenes de acceso, los de verdad, la penalización llega al 18% y al 24%, y el efecto completo solo aparece pasados unos dos años.
Durante meses, la métrica visible dice una cosa y la capacidad real va en dirección contraria. Cuando la métrica que sí importa se mueve, ya han pasado dos cursos.
El estudio añade otro detalle que descoloca: las pérdidas son mayores en los alumnos de alto rendimiento y en los cursos más bajos. Los mejores son también los que más rápido aprenden a delegar.
Esto no va solo de colegios
El mecanismo se traslada casi entero a una empresa que acaba de dar Claude o ChatGPT a su equipo.
Un analista junior que produce el informe en la mitad de tiempo y con mejor formato está en la situación del alumno con los deberes al 18%. La métrica visible mejora. Lo que no se ve es si esa persona sigue siendo capaz de construir el informe cuando la herramienta falla, cuando el caso es raro, o cuando hay que defender el número delante de un cliente que pregunta de dónde sale.
Y esa capacidad es exactamente lo que hace falta para revisar lo que escribe el modelo. Un equipo que ha dejado de saber hacer el trabajo tampoco sabe cuándo la IA lo está haciendo mal.
Es la misma advertencia que ya han lanzado otros dos trabajos que cubrimos este mes. MIT y Stanford midieron la IA médica y encontraron que ayuda al que ya sabe y engaña al que no. Y otro estudio avisaba de que automatizar los puestos junior vacía la cantera que después tiene que auditar a la IA. Tres investigaciones distintas apuntando al mismo sitio.
El contrapunto útil lo dio el estudio de los 1.559 jueces de Pakistán, donde solo los que recibieron formación específica resolvieron más casos. Repartir la licencia no hace nada por sí solo. Enseñar a usarla, sí.
Qué haría yo con esto
En DigitalBrain y en Barner el uso de IA es diario, así que esto me toca de cerca. Tres cosas que sí se pueden hacer sin montar un departamento.
Medir algo sin ayuda, de vez en cuando. No un examen, que suena a colegio y sienta fatal. Una tarea real hecha a pelo cada cierto tiempo: revisar un contrato, cuadrar unos números, escribir un análisis corto. Si eso se degrada, lo sabrás antes de que lo note un cliente.
Mirar el tiempo, no solo el resultado. El indicador de alarma del estudio es tiempo corto con nota alta. En una empresa, un entregable impecable producido en veinte minutos merece la misma curiosidad que uno malo: puede ser una persona que ha aprendido a usar bien la herramienta o una que ha dejado de leer lo que entrega.
Dar formación de verdad y no solo licencias. Es lo que separa el 20% que gana del 80% que pierde.
Por qué importa
El estudio mide adolescentes, y hay que tener cuidado con extrapolar: un profesional con quince años de oficio ya tiene el criterio construido, y ese criterio no se evapora en seis meses.
Pero quien está construyéndolo ahora mismo es tu gente junior. Y ahí el trabajo del que se aprende, el pesado y lento, es justo el primero que se automatiza.
Relacionado
