1.1 Panorama Científico de la IA en la Educación
Los sistemas educativos tienen la oportunidad de ingresar en una fase de transformación sin precedentes, impulsada por la convergencia de varios fenómenos, tales como la potencia computacional, la disponibilidad de datos masivos y los avances en la inteligencia artificial como el procesamiento del lenguaje natural. En el umbral de 2026, la Inteligencia Artificial (IA) ha dejado de ser una promesa tecnológica para convertirse en un componente que puede incorporarse la infraestructura escolar en las etapas de primaria, secundaria y bachillerato. Este fenómeno, sin embargo, no debe interpretarse como una simple adopción de nuevas herramientas de software si no que representa una reconfiguración de los procesos cognitivos, las dinámicas de socialización en el aula y fuera de ella y de las metodologías pedagógicas, haciendo posibles unos niveles mayores de atención personalizada y retroalimentación en tiempo real.
Para los docentes, comprender el panorama científico de las IA implica trascender el entusiasmo mediático y poder basar nuestra práctica en las evidencias para complementar nuestra experiencia y criterio pedagógico. La psicología del aprendizaje proporciona el marco necesario para evaluar cuándo estas tecnologías actúan como un andamiaje que potencia la Zona de Desarrollo Próximo (ZPD) y cuándo corren el riesgo de convertirse en una muleta cognitiva que atrofia el pensamiento crítico y la autonomía del alumnado. En este primer módulo, común a los cursos específicos de uso en el aula, intentaremos resumir algunos de los aspectos más importantes sobre las características de esos usos que los hacen más eficaces y mitigan los efectos perjudiciales del uso.
El Estado de la Cuestión en el Sistema Educativo Actual
La velocidad con la que la IA ha sido adoptada tanto en las aulas como fuera de ellas, es estadísticamente asombrosa. Según datos recogidos en 2025, el uso de herramientas de IA generativa por parte de los estudiantes ha experimentado un salto cualitativo, pasando de una tasa de adopción del 66% en 2024 a un 92% a finales de 20251 . Esta adopción masiva se ha producido de manera individual y guiada por el mercado, a menudo impulsada por la curiosidad de los propios estudiantes antes que por planes estratégicos de las instituciones. De hecho, existe un notable "desfase de gobernanza": la mayoría de las organizaciones educativas ya utilizan IA generativa, bien fuera de las aulas o bien dentro, pero un bajo porcentaje de los docentes afirma que su centro cuenta con una política clara de uso. (DAtos encuesta aragon)
Desde la perspectiva de la psicología del aprendizaje, este escenario plantea un nuevo desafío. El aprendizaje es un proceso activo de construcción de significado. Por una parte, la inteligencia artificial ofrece una eficiencia sin precedentes en la entrega de contenidos y la resolución de dudas inmediatas, aunque la calidad y veracidad de ese contenido puede y debe ponerse a prueba, al menos en este estado de desarrollo. Por otra parte, esta misma eficiencia puede colisionar con el esfuerzo y la atención necesarios para la consolidación de la memoria a largo plazo y la comprensión real. La evidencia indica que los estudiantes que utilizan la IA sin una guía pedagógica clara tienden a verla como un asistente para completar tareas —un enfoque transaccional— en lugar de una herramienta para profundizar en su propio proceso de pensamiento.
La IA como complemento de la tutorización humana
La base de la investigación en Inteligencia Artificial en Educación (AIED) se remonta a la observación clásica de Benjamin Bloom en 1984 sobre el "problema de las dos sigmas". Bloom demostró que los estudiantes con tutoría personalizada, uno a uno, superaban en dos desviaciones estándar al promedio del aula tradicional. Tal modelo es inaplicable en las condiciones económicas del actual sistema educativo en primaria y secundaria. Durante décadas, la tecnología ha aspirado aportar una solución tratando de replicar las funciones de un tutor humano. La evidencia científica acumulada entre 2020 y 2025 sugiere que finalmente estamos alcanzando umbrales de efectividad significativos.
Los meta-análisis más recientes sobre el impacto de la IA generativa muestran un tamaño del efecto combinado de g = 0.68, lo cual es estadísticamente alto y representa una mejora sustancial en los resultados de aprendizaje globales. 1 Sin embargo, el análisis de las variables moderadoras revela que esta efectividad no es uniforme. Por ejemplo, el impacto es más pronunciado en la dimensión cognitiva (g = 0.795) y en la adquisición de competencias específicas (g = 0.711), mientras que su efecto en la dimensión afectiva o motivacional es moderado (g = 0.507). 2
Interpretación de la Magnitud (similar a Cohen):0.00 - 0.19: Efecto muy pequeño o trivial.
0.00 - 0.19: Efecto muy pequeño o trivial.
0.20 - 0.49: Efecto pequeño.
0.50 - 0.79: Efecto mediano.
0.80 o más: Efecto grande
1 https://codegnan.com/ai-in-education-statistics/
https://www.brookings.edu/articles/ais-future-for-students-is-in-our-hands/