Una alumna entrega una explicación impecable sobre el ciclo del agua. Las frases están bien ordenadas y no falta ningún concepto. Pero, cuando su maestro le pregunta por qué se forman gotas en un vaso frío, no sabe por dónde empezar. ¿Ha aprendido menos? No podemos saberlo por una sola respuesta. Lo que sí sabemos es que un trabajo bien terminado no demuestra, por sí solo, que quien lo entrega haya comprendido cómo hacerlo.
La inteligencia artificial generativa, capaz de producir textos y respuestas a partir de nuestras peticiones, vuelve esta diferencia especialmente importante. Familias y docentes no necesitan elegir entre prohibir toda tecnología o aceptarla por miedo a quedarse atrás. Necesitan algo más concreto: saber qué ayuda ofrece y qué parte del aprendizaje deja en manos del estudiante.
En pocas palabras
- Resolver una tarea con IA y aprender a resolverla después sin ella son resultados distintos.
- Una pista puede ayudar; una respuesta completa puede quitar la ocasión de practicar lo que se quería aprender.
- La pregunta decisiva no es cuánto usamos la herramienta, sino qué comprende y decide el alumnado.
La diferencia entre acabar la tarea y aprender
Imaginemos que un niño debe explicar cómo repartir 24 lápices entre seis mesas. Si copia «24 ÷ 6 = 4», termina. Si dibuja los grupos, comprueba que todos reciben lo mismo y explica por qué divide, está trabajando la idea de reparto. El resultado coincide; el recorrido mental no.
Un ensayo realizado en un instituto de Turquía encontró precisamente esa separación. El alumnado resolvía mejor los ejercicios mientras utilizaba una IA que ofrecía ayuda amplia. Sin embargo, cuando la herramienta se retiraba, ese grupo rendía peor que el grupo que había practicado sin ella. Un tutor diseñado para orientar con ayudas más controladas evitó esa penalización, aunque no demostró una mejora posterior frente al grupo sin IA (Bastani et al., 2025).
La mejora con ayuda no garantiza una mejora cuando la ayuda desaparece. Es una advertencia útil, no una condena universal: se estudió Matemáticas en Secundaria, en un centro y durante una intervención breve. No permite afirmar que la IA dañe el desarrollo de todos los niños.
También hay ayudas con IA que pueden enseñar
En una investigación con universitarios de Física, un tutor con IA preparado para unas lecciones concretas produjo mejores resultados inmediatos que la enseñanza activa con la que se comparó. No era simplemente abrir un chat: había preguntas, contenido revisado y una secuencia de trabajo diseñada para aprender (Kestin et al., 2025).
Los dos resultados no se contradicen. Una herramienta puede entregar el camino ya recorrido o acompañar a recorrerlo. Importa cómo está diseñada la ayuda, no solo que utilice IA. Tampoco debemos convertir ese ensayo universitario en una promesa para Primaria: duró dos lecciones y no comprobó qué se recordaba meses después.
Para un docente, esto cambia la pregunta. En lugar de «¿puedo usar IA en esta actividad?», conviene empezar por «¿qué quiero que aprenda el alumnado y qué tendría que hacer para aprenderlo?».
No todas las pantallas plantean el mismo problema
Leer un cuento en una tableta, manipular cantidades en una aplicación y pedir a un chat que escriba una redacción no son la misma actividad. Una pantalla es un soporte; la aplicación ofrece ciertas posibilidades; la tarea decide qué hará realmente el estudiante.
La investigación sobre lectura en dispositivos de mano encuentra una pequeña ventaja media de comprensión a favor del papel. Es una razón para elegir el soporte con criterio, no una prueba de que cualquier actividad digital sea perjudicial ni una conclusión sobre IA (Salmerón et al., 2024).
En el artículo sobre para qué usamos las pantallas en Primaria desarrollamos esta distinción. Preparar para un mundo digital no obliga a digitalizar cada aprendizaje; proteger la lectura y el razonamiento tampoco exige rechazar todas las herramientas.
Qué esfuerzo merece la pena conservar
Aprender no exige sufrir, pero sí participar en la construcción de la respuesta. Puede significar recuperar una idea de memoria, relacionar dos datos, elegir una operación o justificar una conclusión. La práctica de recordar y responder sin mirar, seguida de corrección, tiene un respaldo amplio en investigaciones de aula (Yang et al., 2021).
Esto no significa dejar al niño solo frente a algo que no sabe hacer. Una explicación del maestro, un ejemplo, una palabra aclarada o un dibujo pueden abrirle el camino. Si aún no entiende qué representa una división, insistir en que lo descubra sin apoyo no convierte la dificultad en aprendizaje.
La cuestión es distinguir entre quitar un obstáculo y quitar el objetivo. Leer en voz alta un enunciado puede facilitar el acceso a un problema matemático. Dar directamente la operación, cuando elegirla era el aprendizaje buscado, puede sustituir ese trabajo. La misma ayuda cambia de sentido según qué estemos enseñando.
Qué puede significar para cada estudiante
Un alumno puede agradecer una pista que le permita continuar y ganar confianza. Otro puede acostumbrarse a pedir la respuesta antes de intentar comprender la pregunta. No debemos deducir ninguna de las dos cosas de una tarea aislada, ni llamar «dependiente» a un niño porque necesite apoyo.
En Primaria, además, están construyéndose la lectura, el vocabulario y las primeras relaciones matemáticas. Los apoyos deben permitir participar, no exigir que todos trabajen de la misma manera. Un estudiante con dificultades de lectura, discapacidad o menor dominio de la lengua puede necesitar formatos accesibles y más acompañamiento. La autonomía no consiste en prescindir de cualquier apoyo, sino en ganar capacidad de actuar con los apoyos adecuados.
La evidencia específica sobre IA en Primaria sigue siendo limitada. Una revisión de investigadores de España y Ecuador encontró predominio de trabajos descriptivos y escasez de experimentos en el conjunto que analizó; además, no se centraba solo en IA generativa (Estrada-Molina et al., 2025). Conviene observar la evolución de cada alumno y no trasladar sin más resultados de estudiantes mayores.
Una propuesta de aula: intento, pista, explicación y otro reto
La siguiente secuencia es una propuesta didáctica propia, inspirada en los principios anteriores; no un programa cuya eficacia se haya ensayado como conjunto. Puede hacerse con el docente y papel, sin utilizar IA.
Primero, concretamos la meta: comprender un reparto, no rellenar diez divisiones. Ofrecemos una explicación si hace falta y pedimos un intento breve: dibujar, señalar los datos o contar qué entiende. El intento nos muestra dónde necesita ayuda; no es una prueba para merecerla.
Después damos una pista ajustada. Ante los 24 lápices y seis mesas: «Representa las mesas y reparte de manera que ninguna reciba más». Si el docente utiliza IA para preparar pistas, las revisa antes; pedir «no des la solución» no garantiza que el sistema cumpla ni que la pista sea correcta.
Por último, el estudiante explica qué ha hecho y afronta un problema parecido, con otros números, sin la respuesta visible. Comprobar qué puede hacer después es más informativo que celebrar únicamente el ejercicio acabado. Si no puede continuar, revisamos la enseñanza y el apoyo; no concluimos automáticamente que ha copiado.
La aplicación de resolución de problemas de Aula JJ Frías permite organizar la actividad alrededor de comprender, representar, planificar, resolver y comprobar. Es un recurso para aplicar esta propuesta, no una herramienta cuya eficacia quede demostrada por los estudios citados.
En Lengua: no entregar antes la interpretación
Si queremos que el alumnado comprenda un relato, un resumen automático puede anticipar precisamente las relaciones que necesita construir. Podemos empezar leyendo un fragmento, aclarar vocabulario y preguntar: «¿Qué te hace pensar que el personaje está preocupado?». Después contrastamos una interpretación con las palabras del texto.
Un docente podría llevar una explicación generada por IA, revisada previamente, para discutirla con la clase: qué está bien apoyado y qué añade sin pruebas. El objetivo no sería «pillar a la máquina», sino aprender a justificar. Esta actividad también puede hacerse con una interpretación escrita por el profesor.
La diferencia entre pronunciar y comprender se explica en por qué leer con soltura no basta para entender. En Cronolectura, puede elegirse práctica acompañada y conversar sobre el texto: el tiempo registrado no sustituye la comprensión ni acredita por sí solo aprendizaje.
Prepararse para el futuro es más que manejar una aplicación
Aprender sobre IA no es lo mismo que encargarle el aprendizaje. Podemos enseñar que una respuesta convincente puede contener errores, comparar información y discutir qué datos no deben compartirse. No hacen falta cuentas personales infantiles para iniciar esas conversaciones (Casal-Otero et al., 2023).
El marco de la UNESCO incluye comprensión, ética y juicio crítico, no solo destreza técnica. Para revisar una respuesta también hacen falta conocimientos: reconocer una explicación histórica dudosa exige saber algo de Historia. No hay base aquí para prometer que empezar antes con un chat dará ventaja profesional; sí para educar en decisiones responsables (Miao et al., 2024).
En casa, una conversación como «¿qué parte has entendido mejor?» o «¿qué cambiaste y por qué?» resulta más útil como orientación que exigir un producto perfecto. Si aparecen bloqueos repetidos, familia y docente pueden acordar apoyos. Las familias no necesitan convertirse en expertas en IA ni sustituir la enseñanza del centro.
Condiciones para usarla sin perder el propósito
La privacidad, la edad y el acceso no son detalles secundarios. Antes de utilizar un servicio, el centro debe revisar su adecuación, las condiciones de edad y las instrucciones educativas aplicables. La supervisión adulta no anula una restricción del servicio. No deben introducirse nombres, informes u otros datos identificables del alumnado en chats no autorizados.
INTEF aconseja en Infantil y Primaria herramientas institucionales gestionadas íntegramente por el profesorado. Una alternativa es que el docente prepare y revise ejemplos para discutirlos sin cuentas del alumnado. También debe existir una vía equivalente sin IA y sin suscripción de pago (INTEF, s. f.).
Para valorar la práctica, conviene comparar explicaciones, errores y tareas semejantes con los apoyos habituales, no solo satisfacción o rapidez. No sabemos qué combinación será mejor para cada edad, materia o necesidad, ni disponemos de garantías sobre efectos de años. Si mejora la presentación pero no la comprensión, habrá que cambiar la actividad.
La pregunta que nos ayuda a decidir
No se trata de reservar al alumnado todo el trabajo difícil ni de automatizar todo lo posible. Se trata de elegir qué merece aprender y organizar ayudas que le permitan hacerlo. Una buena ayuda deja al estudiante con más capacidad, no solamente con menos trabajo pendiente. Antes de incorporar IA, preguntémonos qué tendrá ocasión de pensar, explicar y practicar, y cómo sabremos después si lo ha comprendido.
Nivel de confianza de la evidencia: moderado para distinguir desempeño asistido y aprendizaje autónomo en los contextos estudiados; preliminar para generalizar los efectos de tutores generativos a Primaria. La práctica de recuperación tiene respaldo más consolidado, pero no valida automáticamente cualquier actividad con IA.
Cómo se elaboró este artículo
Síntesis narrativa elaborada el 10 de octubre de 2026 con ocho fuentes científicas e institucionales. Se buscaron términos equivalentes en castellano e inglés y se consultaron fichas de Dialnet, ERIC y PubMed, revistas originales, repositorios universitarios, UNESCO e INTEF; se exploró también SciELO. No hubo acceso autenticado a Scopus o Web of Science ni se realizó una revisión sistemática propia. Se priorizaron trabajos recientes, con revisiones anteriores necesarias para los fundamentos. Las orientaciones institucionales están disponibles en castellano; varias investigaciones tienen autoría española y una reúne autores de España y Ecuador, pero eso no las convierte en ensayos con alumnado hispanohablante. Las fotografías son recreaciones generadas con IA y los diagramas son propuestas explicativas, no resultados experimentales.
Referencias
- Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., y Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. Proceedings of the National Academy of Sciences, 122(26), e2422633122. DOI.
- Kestin, G., Miller, K., Klales, A., Milbourne, T., y Ponti, G. (2025). AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting. Scientific Reports, 15, 17458. DOI.
- Salmerón, L., Altamura, L., Delgado, P., Karagiorgi, A., y Vargas, C. (2024). Reading comprehension on handheld devices versus on paper: A narrative review and meta-analysis of the medium effect and its moderators. Journal of Educational Psychology, 116(2), 153-172. DOI.
- Yang, C., Luo, L., Vadillo, M. A., Yu, R., y Shanks, D. R. (2021). Testing (quizzing) boosts classroom learning: A systematic and meta-analytic review. Psychological Bulletin, 147(4), 399-435. DOI.
- Casal-Otero, L., Catala, A., Fernández-Morante, C., Taboada, M., Cebreiro, B., y Barro, S. (2023). AI literacy in K-12: a systematic literature review. International Journal of STEM Education, 10, 29. DOI.
- Estrada-Molina, O., Ruiz Zapatero, J. L., Rodrigo Lacueva, P., Zambrano-Acosta, J. M., y Chica Chica, L. F. (2025). Artificial intelligence in primary education: systematic review (2000-2024). Education in the Knowledge Society, 26, e32300. DOI.
- Miao, F., Shiohira, K., y Lao, N. (2024). Marco de competencias para estudiantes en materia de IA. UNESCO. Edición y página disponibles en castellano. Fuente original.
- Instituto Nacional de Tecnologías Educativas y de Formación del Profesorado (INTEF). (s. f.). Integración de la IA en centros educativos. Aula en Abierto. Consultado el 10 de octubre de 2026. Fuente original.