Estudiar con inteligencia artificial puede significar muchas cosas. Una persona puede pedir una respuesta rápida, conversar con un tutor diseñado para guiarla, consultar contenidos de una materia o recurrir a un chatbot cada vez que aparece una dificultad.
Para la investigación, esas diferencias empiezan a ser importantes. Entre 2025 y 2026 se han publicado experimentos que encuentran mejoras claras con ciertas formas de tutoría, diferencias en la memoria a largo plazo con otros usos y resultados prácticamente equivalentes cuando la IA simplemente se añade a una experiencia educativa.
La imagen que empieza a formarse resulta más compleja que decidir si la IA “sirve” para aprender. Los estudios están empezando a medir qué hace el sistema, cómo participa el estudiante y qué se evalúa después.
Un tutor con IA logró mayores ganancias en un curso de física
Uno de los resultados más llamativos apareció en Scientific Reports en 2025. Investigadores de Harvard desarrollaron un tutor con inteligencia artificial basado en principios de pedagogía y psicología educativa y lo compararon con clases presenciales de aprendizaje activo dentro de un curso universitario de física.
El experimento siguió un diseño controlado con 194 estudiantes elegibles. Los participantes trabajaron contenidos equivalentes mediante las dos modalidades en semanas diferentes, con pruebas antes y después de las lecciones. El tutor estaba diseñado para ofrecer explicaciones ajustadas, retroalimentación inmediata, actividades escalonadas y avance al ritmo de cada estudiante.
Los estudiantes obtuvieron una mediana de 4.5 puntos en el postest con el tutor de IA frente a 3.5 en la condición presencial, y las ganancias respecto al conocimiento inicial fueron más de dos veces superiores en la condición con IA. Además, el tiempo mediano dedicado al tutor fue de 49 minutos, frente a los 60 minutos destinados al aprendizaje en clase.
El hallazgo tiene un matiz esencial: el experimento evaluó un tutor construido específicamente para enseñar, con estructura pedagógica y retroalimentación. Representa una experiencia bastante diferente de abrir un chatbot general y pedirle que resuelva una actividad.
La misma tecnología puede ocupar papeles muy distintos dentro del aprendizaje: responder, orientar, acompañar una práctica o estructurar una tutoría.
La memoria a 45 días mostró otro resultado
Un segundo ensayo aleatorizado publicado en 2025 siguió una ruta distinta. El estudio comenzó con 120 universitarios que aprendieron contenidos sobre inteligencia artificial: un grupo utilizó ChatGPT libremente como apoyo y otro estudió mediante métodos tradicionales.
Cuarenta y cinco días después llegó una prueba sorpresa de retención. Entre quienes completaron esa evaluación —43 en el grupo asistido por IA y 42 en el grupo tradicional—, el primer grupo obtuvo en promedio 57.5% de respuestas correctas frente a 68.5% en el segundo. La diferencia tuvo un tamaño de efecto moderado, con un Cohen’s d de 0.68.
También hubo una diferencia en el tiempo empleado. Quienes trabajaron con ChatGPT dedicaron en promedio 3.2 horas al estudio, mientras el otro grupo dedicó 5.8 horas. Los autores relacionan los resultados con la idea de descarga cognitiva: una herramienta externa puede asumir parte del procesamiento que de otra manera recaería en quien aprende.
El estudio mide una situación y una forma específica de uso. Su principal aporte está precisamente en haber extendido la evaluación 45 días después, porque desplaza la atención desde la facilidad inmediata hacia aquello que permanece disponible con el paso del tiempo.
Tener un chatbot disponible tampoco produjo automáticamente mejores resultados
Una investigación publicada en abril de 2026 llevó la comparación a un contexto más prolongado. Andrew Thoeni y Luke Fryer realizaron un experimento controlado a lo largo de un semestre con alrededor de 500 universitarios, en modalidades presencial y asíncrona.
Los estudiantes podían trabajar con un chatbot basado en generación aumentada por recuperación, o RAG, preparado para responder a partir de contenidos validados del curso. Los investigadores midieron rendimiento académico, interés, autoeficacia y participación antes y después de la intervención.
En ese experimento, las diferencias entre las condiciones carecieron de significación estadística en todos los resultados medidos. Tener disponible un chatbot conectado con el contenido del curso, por sí mismo, produjo una experiencia distinta a la tutoría estructurada del experimento de Harvard.
Ese contraste resulta especialmente útil: acceso a una herramienta, tutoría pedagógicamente diseñada y uso libre de un chatbot representan intervenciones distintas, aunque las tres entren fácilmente bajo la etiqueta de “estudiar con IA”.
Vistos en conjunto, los hallazgos dibujan una escena menos uniforme de lo que suele sugerir la conversación sobre IA y aprendizaje. Una tutoría guiada, un chatbot usado libremente y una herramienta integrada al curso pueden producir resultados diferentes.
Al reunir decenas de investigaciones aparece otra pista
Una revisión sistemática y metaanálisis publicada en Educational Review reunió 57 estudios, 97 estimaciones y 5,389 participantes universitarios. En conjunto, encontró un efecto positivo amplio de la IA generativa sobre los resultados de aprendizaje, aunque con una variabilidad considerable entre estudios.
Los efectos fueron positivos en rendimiento académico, habilidades lingüísticas, pensamiento de orden superior y variables afectivas o motivacionales. En metacognición, el efecto agregado fue pequeño y careció de significación estadística.
Además, los resultados cambiaban según las características del estudiante, la disciplina, el contexto, la duración de la intervención y la forma de evaluación.
La propia composición de la evidencia invita a interpretar con cuidado el promedio: 70.2% de los trabajos incluidos se habían publicado en 2024, 43.9% procedían de Asia Oriental y 35.1% estaban concentrados en aprendizaje de idiomas. La literatura crece rápido, aunque todavía representa de manera desigual los distintos contextos educativos.
El resultado depende también de qué llamamos aprendizaje
Los estudios parecen contradecirse al mirarlos únicamente desde sus titulares. Uno encuentra mayores ganancias con una tutoría de IA; otro, menor retención después de 45 días; un tercero obtiene resultados equivalentes al incorporar un chatbot durante todo un semestre.
Al revisar qué midió cada investigación, la aparente contradicción empieza a ordenarse. Aprendizaje inmediato, retención a largo plazo, rendimiento académico, motivación, metacognición y transferencia describen dimensiones diferentes.
Una intervención también puede mejorar alguna de ellas y producir cambios pequeños en otras.
Esto vuelve especialmente importante comprobar el aprendizaje más allá de una respuesta correcta al terminar una actividad. También explica por qué herramientas similares pueden producir efectos distintos según estén diseñadas para responder, retroalimentar, guiar una secuencia o acompañar una práctica.
La investigación reciente todavía está construyendo ese mapa. Los primeros resultados muestran que hablar simplemente de “usar IA para estudiar” agrupa experiencias demasiado diferentes para anticipar un único efecto.
De la herramienta al tipo de interacción
La IA generativa llegó a la educación con una promesa evidente de velocidad: explicar en segundos, responder preguntas y adaptar información a cada persona. Los experimentos recientes están añadiendo otra pregunta científica: qué ocurre con el aprendizaje cuando esa facilidad se integra de maneras diferentes.
Los resultados disponibles sugieren que el diseño de la interacción merece tanta atención como la capacidad del modelo. La tutoría estructurada de Harvard, el acceso libre estudiado en el experimento de retención y el chatbot utilizado durante un semestre activaron formas diferentes de participación y también fueron evaluados con medidas distintas.
Eso abre una etapa más precisa para investigar el aprendizaje con IA. Además de observar qué respuesta entrega el sistema, la ciencia empieza a medir qué hace el estudiante mientras recibe esa ayuda y qué permanece disponible después.
▏
Desde la investigación
- Kestin et al. (2025), Scientific Reports. Ensayo controlado con 194 estudiantes elegibles de física en Harvard. El tutor de IA estructurado produjo mayores ganancias de aprendizaje y requirió menos tiempo en ese contexto experimental.
- Barcaui (2025), Social Sciences & Humanities Open. Ensayo aleatorizado iniciado con 120 universitarios. En la evaluación realizada 45 días después, quienes habían estudiado con ChatGPT registraron menor retención que el grupo tradicional.
- Thoeni y Fryer (2026), Computers in Human Behavior Reports. Experimento controlado de un semestre con cerca de 500 universitarios. El chatbot RAG produjo resultados estadísticamente equivalentes en rendimiento, interés, autoeficacia y participación.
- Chen y Cheung (2025), Educational Review. Metaanálisis de 57 estudios y 5,389 participantes; encontró efectos positivos generales, acompañados de una heterogeneidad importante entre contextos y resultados.