Aproximadamente el 90% de los 1.100 estudiantes estadounidenses encuestados en universidades de dos y cuatro años en 2025 informaron que utilizaban IA generativa para todo, desde escribir tareas hasta aclarar conceptos complejos.
Pero cuando los estudiantes utilizan la IA como mentor o compañero de estudio en lugar de como generador de respuestas inmediatas, ¿les resulta más fácil o más difícil aprender?
Llamamos a la herramienta Macro Buddy y la entrenamos para ayudar a algunos estudiantes en uno de nuestros cursos de macroeconomía en la Universidad de Wisconsin, La Crosse, ayudándolos a razonar en lugar de darles respuestas directas.
En nuestro estudio de primavera de 2025, descubrimos que los estudiantes que utilizaron Macro Buddy junto con la discusión entre pares obtuvieron puntuaciones más altas en los exámenes que los estudiantes que trabajaron solos sin este tutor de IA.
Los estudiantes universitarios utilizan cada vez más la IA para ayudarles con sus estudios. Mascot/iStock/Getty Images Conoce a tu nuevo tutor
Uno de nuestros cursos de macroeconomía inscribió a 140 estudiantes universitarios, en su mayoría en su primer o segundo año de universidad, divididos en cuatro secciones.
Los materiales del curso, las tareas y los exámenes de los estudiantes fueron idénticos en las cuatro secciones. En general, a los estudiantes no se les permitía utilizar herramientas de inteligencia artificial ni colaborar con sus compañeros durante los exámenes. Los estudiantes tomaron todas las pruebas en persona y no se les permitió consultar ninguna nota u otro material durante el examen.
Como resultado, los resultados de los exámenes reflejaron lo que los estudiantes entendían y podían explicar por sí mismos, sin la ayuda de la IA ni de ninguna otra fuente externa.
Después de que todos los estudiantes tomaron su primer examen, asignamos aleatoriamente las cuatro clases a diferentes formatos de aprendizaje.
Le pedimos a un grupo de estudiantes que trabajara individualmente, sin Macro Buddy; otro grupo de estudiantes trabajó en grupos sin Macro Buddy; un tercer grupo de estudiantes trabajó individualmente con Macro Buddy; y un cuarto grupo de estudiantes trabajó en grupos con Macro Buddy.
Queríamos comparar cómo los diferentes enfoques de aprendizaje (trabajar solo, trabajar con compañeros de clase, usar Macro Buddy o una combinación de ambos) impactaban el desempeño de los estudiantes en los exámenes.
Habilidades de macrocompañero
Enseñamos a Macro Buddy utilizando transcripciones de conferencias, diapositivas y tareas específicamente de este curso de macroeconomía.
Macro Buddy tenía deshabilitado su acceso a Internet, por lo que dependía únicamente de los materiales del curso del instructor.
Macro Buddy fue diseñado para ser un mentor, no un contestador automático. En lugar de brindarles a los estudiantes soluciones completas, Macro Buddy hizo preguntas de seguimiento diseñadas para ayudarlos a encontrar la respuesta.
Por ejemplo, si un estudiante preguntara por qué los precios más bajos podrían aumentar el gasto de los consumidores, Macro Buddy no le daría una explicación rápida o completa. En lugar de ello, podría preguntarse qué sucede con el poder adquisitivo de la gente cuando los precios caen. A continuación, el alumno deberá conectar los conceptos y explicar su razonamiento con sus propias palabras, paso a paso.
Esta diferencia entre explicar una idea y obtener una respuesta preparada es importante.
Una herramienta de inteligencia artificial que simplemente proporcione respuestas puede permitir que los estudiantes no tengan que pensar en el problema. Un estudio encontró que cuando los estudiantes universitarios dependen de un chatbot como muleta, su rendimiento académico se ve afectado cuando ya no tienen acceso a él. Una herramienta que hace preguntas requiere que los estudiantes hagan el trabajo de forma independiente, incluso con orientación. Este es el proceso mismo a través del cual se refuerza el aprendizaje.
¿Qué pasó con el aprendizaje de los estudiantes?
El único grupo de estudiantes que continuó trabajando individualmente, sin la IA, sirvió como nuestro grupo de control.
Los tres grupos restantes cambiaron su forma de aprender: uno comenzó a trabajar en grupos sin IA, otro trabajó individualmente con Macro Buddy y el último grupo combinó el trabajo grupal con Macro Buddy.
Las puntuaciones medias de todos los estudiantes de los cuatro grupos de estudio disminuyeron después de realizar el segundo examen.
Sin embargo, en el tercer examen, las diferencias entre las secciones se hicieron más evidentes.
Los estudiantes que utilizaron Macro Buddy y la discusión grupal obtuvieron las puntuaciones promedio más altas. Los estudiantes que utilizaron sólo Macro Buddy también obtuvieron puntuaciones más altas que aquellos que trabajaron de forma independiente sin Macro Buddy. Los estudiantes que trabajaron en grupos sin Macro Buddy mostraron menos mejoras que los estudiantes de otros grupos.
El tercer examen tuvo lugar unas semanas después de que introdujimos los nuevos formatos de formación.
En este punto, los estudiantes del grupo integrado pueden sentirse más cómodos usando Macro Buddy para comprobar su comprensión y explicar ideas a sus compañeros. Trabajar con compañeros significaba poder articular el propio razonamiento y responder preguntas, lo que podía profundizar la comprensión con el tiempo.
¿Por qué es esto importante?
A algunos críticos de la IA les preocupa que los estudiantes dependan de la IA para hacer las partes más difíciles del aprendizaje por ellos. Esto refleja la preocupación de que los estudiantes puedan dejar de practicar las habilidades necesarias para adquirir conocimientos. Los estudiantes se vuelven expertos en sus campos al lidiar con material confuso, revisar explicaciones y probar si realmente entienden la idea.
Nuestro experimento muestra que la interrupción del aprendizaje en la IA no es inevitable.
Hemos descubierto que cuando la IA está diseñada como un maestro que hace preguntas en lugar de simplemente dar respuestas, y cuando también se requiere que los estudiantes expliquen su razonamiento a sus compañeros de clase, la tecnología puede apoyar el aprendizaje en lugar de reemplazarlo.
Hoy en día, la mayoría de los estudiantes utilizan chatbots de uso general que no están diseñados para el aprendizaje. Introducen una pregunta y obtienen una respuesta. Pero nuestros resultados muestran que incluso las pequeñas decisiones de diseño, como la creación de un chatbot impulsado por IA con preguntas orientadoras, pueden afectar la forma en que los estudiantes aprenden el material.
La discusión entre pares también añade algo al proceso de aprendizaje que la IA no puede proporcionar: responsabilidad social y la posibilidad de razonamiento alternativo.
En conjunto, estas prácticas alientan a los estudiantes a pensar más activamente sobre los problemas.
Los datos de nuestro experimento resaltan una diferencia práctica: la IA se puede utilizar para reemplazar el pensamiento o para respaldarlo. El impacto puede depender menos de la tecnología en sí y más de cómo se estructura e integra en el aprendizaje.
Saharnaz Babai-Balderlow, profesora asistente de economía, Universidad de Wisconsin-La Crosse, y Shishir Shakya, profesora asistente de economía, Universidad Estatal de los Apalaches
Este artículo se vuelve a publicar desde The Conversation bajo una licencia Creative Commons. Lea el artículo original.
