✨︎ Resumen (TL;DR):
- 1,222 adultos participaron en tres ensayos aleatorizados con ayuda de IA y pruebas posteriores sin ella.
- En el segundo ensayo, el grupo que había usado IA acertó 71 %, frente a 77 % del grupo de control.
- Pedir soluciones completas se relacionó con peor rendimiento y más preguntas omitidas que pedir pistas, pero el estudio no demostró causalidad.
Un estudio con 1,222 adultos encontró que la ventaja inicial de resolver ejercicios con un asistente de IA se invirtió cuando los investigadores retiraron la herramienta. El trabajo se presentó en COLM 2026 después de una revisión por pares, y la Universidad de California en Berkeley lo difundió el 9 de octubre de 2026. Sus resultados distinguen entre rendir con IA disponible y resolver después por cuenta propia.
Asistente de IA es una herramienta que recibe problemas y soluciones para ofrecer respuestas correctas de inmediato durante la práctica. En este estudio, el asistente utilizaba GPT-5 y recibía ese material de antemano.
El resultado separa dos medidas que pueden seguir trayectorias distintas: el desempeño mientras la IA está disponible y la capacidad de resolver un problema después de retirarla. Una respuesta correcta durante la práctica, por sí sola, no mide todo lo aprendido.
El trabajo reunió a adultos reclutados por internet en tres ensayos aleatorizados. Dos ensayos usaron problemas de fracciones; el tercero evaluó comprensión lectora del SAT. En cada prueba, un grupo podía consultar el chatbot y otro trabajaba sin IA. Después, los investigadores retiraron el apoyo y compararon nuevos ejercicios.
El grupo asistido tuvo una ventaja inicial, pero esa relación se invirtió al resolver sin ayuda. Algunas pruebas también registraron más preguntas abandonadas después de interacciones de unos 10 minutos.
La ventaja desapareció al retirar el apoyo
El segundo ensayo cerró su análisis con 585 participantes. Cuando se quedó sin ayuda, el grupo que había trabajado con IA respondió correctamente el 71 % de los ejercicios, frente al 77 % del grupo de control.
El grupo asistido omitió 10 % de las preguntas, mientras el control omitió 7 %. La diferencia en las omisiones no alcanzó significación estadística.
La medición ocurrió inmediatamente después de retirar la herramienta. Los autores no establecieron cuánto dura esta diferencia ni cómo cambia con el uso cotidiano de la IA.
Las pistas y las soluciones dieron resultados distintos
Una comparación posterior encontró peor rendimiento y más preguntas omitidas entre quienes pedían soluciones completas que entre quienes buscaban pistas.
Cada participante eligió cómo usar la IA. Por eso, el hallazgo es una asociación y no una prueba causal de que pedir pistas evite el efecto observado.
El ensayo tampoco probó un tutor que guiara el razonamiento y reservara la solución final. Esa diferencia deja abierta la pregunta sobre cuánto influye el tipo de ayuda, más allá de la disponibilidad del chatbot.
Otro ensayo apunta al diseño del tutor
Un trabajo independiente, publicado en PNAS en 2025 y encabezado por Hamsa Bastani, comparó dos asistentes basados en GPT-4 con un grupo sin IA en una escuela secundaria de Turquía. Participaron cerca de mil estudiantes.
Una versión funcionaba como chat general. La otra incorporaba pistas preparadas con docentes y límites para entregar soluciones.
En el examen posterior sin IA, quienes usaron el chat general obtuvieron calificaciones 17 % inferiores a las del grupo de control. El grupo del tutor con pistas tuvo un rendimiento estadísticamente indistinguible del control: no registró la caída significativa de la otra versión ni una mejora detectable en ese examen.
Los dos trabajos no evalúan exactamente el mismo diseño. El ensayo escolar aporta evidencia sobre un tutor específico; la comparación entre usuarios del estudio de adultos ayuda a plantear nuevas pruebas sobre el tipo de ayuda que recibe cada persona.
Brian Christian, coautor e investigador de UC Berkeley, propone que los asistentes prioricen desarrollar capacidades. Su planteamiento exige medir qué puede resolver una persona por su cuenta después de practicar con la herramienta.
Por ahora, la evidencia del estudio de adultos llega hasta el rendimiento inmediatamente posterior a retirar la IA. La duración del efecto, su evolución con el uso diario y el comportamiento de un tutor que reserve la solución siguen sin resolverse.
