Sandra Soler Castillo, con ayuda de ChatGPT1
Contexto
El martes 8 de septiembre de 2026, la OCDE publicó los resultados iniciales de las pruebas PISA 2025 aplicadas a más de 760.000 estudiantes de 15 años en 91 países (OCDE, 2026a). Los resultados muestran, en términos generales, un deterioro importante del desempeño lector y han desencadenado un debate sobre las pantallas, las tecnologías y, recientemente, el uso de la IA, una tecnología capaz de generar contenidos, entre los escolares.
Según el informe, en lectura, el promedio OCDE cayó 28 puntos: pasó de 489 puntos en 2015 a 461 en 2025. La OCDE destacó en su informe que disminuyeron capacidades que considera cruciales en la era de la IA: evaluar información, relacionar fuentes y pensar críticamente sobre lo leído2. También señaló que los casos de “hasty reading” (lectura rápida acompañada de respuesta incorrecta) casi se duplicaron desde 2018 y llegaron al 9 % en 2025 (OCDE, 2026a).
Para el caso colombiano, la OCDE (2026b) señala que, en 2025, el 46 % de los estudiantes alcanzó al menos el nivel 2 de lectura, frente al 69 % promedio de la OCDE y, lo que es más preocupante, solo el 1 % llegó al nivel 5 o superior. Sin embargo, señala que estos resultados de lectura de 2025 son aproximadamente iguales a los de 2022, pero significativamente inferiores a los de 2018.
Desde el martes de la publicación de resultados ha habido respuestas de los expertos. Andreas Schleicher, director de educación y competencias de la OCDE e impulsor y responsable del programa PISA, relacionó los nuevos resultados con cambios tecnológicos y de hábitos. La OCDE resume su posición al respecto diciendo que los estudiantes con mejor rendimiento tienden a ser quienes usan menos IA, que ciertas habilidades críticas de lectura han disminuido y que los resultados son mejores cuando los estudiantes aprenden explícitamente a evaluar la información generada por IA. En una entrevista posterior, Schleicher habló del riesgo de que la IA esté “socavando” capacidades, aunque también resaltó la importancia de tener en cuenta otros factores como cambios en los hábitos tecnológicos y una menor implicación de los padres en los procesos formativos de sus hijos.
Como es costumbre, los medios de comunicación también han hecho eco de la noticia y ya aparecieron algunos análisis. El debate público no presenta el problema centrado únicamente en la aparición y el auge del uso de la IA; incluye también entre las posibles causas del descenso en los niveles de comprensión lectora, el aumento del tiempo en redes sociales, las desigualdades económicas, la pandemia, las políticas educativas, los recursos escolares o el entorno familiar.
La propia OCDE (2026a) resalta que el deterioro del rendimiento lector precede a la pandemia en muchos países. De hecho, en lectura, el descenso de la década 2015-2025 había comenzado mucho antes de la disponibilidad masiva de los chatbots o asistentes conversacionales del tipo ChatGPT, Gemini o Copilot. Estos empezaron a estar disponibles a finales de 2022 y se expandieron rápidamente desde entonces, pero su uso generalizado se da apenas antes o durante el periodo de la medición PISA 2025. De manera que la IA, como factor aislado, no podría explicar el origen de una tendencia que la precede. Sin que ello implique que no pueda estar modificando, acelerando o profundizando determinados procesos de pérdida de habilidades lectoras.
La OCDE (2026a) también es prudente al manifestar que no puede establecer con certeza la causa, aunque plantea como posibilidad la idea de que la disminución de la lectura por placer y el tránsito hacia formas de lectura digital pueden estar comprometiendo la capacidad de comprensión de textos complejos. Resalta que desde 2022 aumentó casi 6 % la proporción de estudiantes que pasa más de una hora diaria en redes sociales y observa una asociación entre mayor tiempo en pantallas, menor lectura por placer y peores resultados.
Evidencias propiamente tomadas de la prueba PISA señalan que, en 2025, solo el 14 % de los estudiantes de la OCDE declaró no haber utilizado nunca o casi nunca IA para ninguna de las tareas escolares consultadas. La OCDE señaló que el uso de la IA para trabajo escolar ya era mayoritario en 2025, aunque el uso diario era todavía minoritario entre los estudiantes, en una proporción de uno a cinco.
Para el caso colombiano, el porcentaje de uso de chatbots para “ayudarme a aprender” es incluso mayor que el promedio de la OCDE: 56 % frente a 46 %. Con tareas que van desde la investigación preliminar de un tema (45 % frente a 31 %), resumir textos asignados (39 % frente a 30 %), redactar tareas (39 % frente a 29 %), y solo el 6 % de los estudiantes evaluados declaró no usarlos nunca o casi nunca para ninguna tarea, frente al 14 % del promedio (OCDE, 2026b).
Relaciones entre la IA y el desempeño en PISA
Según la OCDE (2026a), los estudiantes que no usan IA para tareas escolares específicas rinden mejor que quienes sí la usan. Sin embargo, entre quienes usan IA con frecuencia, aquellos que han aprendido en la escuela a evaluar la calidad de la información producida por IA tienden a obtener resultados ligeramente superiores a quienes no han recibido esa formación. Los datos no son suficientes para establecer conclusiones rápidas: el problema parece no ser si se usa IA, sino para qué, con qué frecuencia y bajo qué mediación pedagógica.
Un estudio con estudiantes universitarios encontró una relación positiva entre involucramiento activo con ChatGPT y el desempeño en tareas de pensamiento crítico (Suriano et al., 2025). En educación secundaria, un estudio sobre cuestionamiento crítico con IA concluyó que la calidad de la interacción depende en gran medida del diseño pedagógico, del papel del docente, del conocimiento y la disposición del estudiante y de las condiciones de uso (Tang et al., 2026). De manera que, más allá de pensar si una tarea es realizada con o sin IA, valdría la pena preguntarse si una operación cognitiva es delegada, en qué momento del aprendizaje y con qué finalidad.
Delegación de tareas
De manera que la discusión sobre el uso de la IA en la enseñanza requiere detenerse en el problema de la delegación. Pedir una tarea a una tecnología no necesariamente supone dejar de pensar o perder una capacidad. Desde hace muchos años los seres humanos venimos realizando ese proceso: almacenamos información en la escritura, hacemos operaciones con calculadoras o buscamos información mediante motores de búsqueda como Google.
El problema educativo surge cuando la operación que se delega es precisamente aquella que el estudiante necesita realizar para aprender. Si el objetivo de aprendizaje es que el estudiante aprenda a inferir y se le pide a la IA que haga la inferencia, la herramienta sustituye la actividad cognitiva objeto del aprendizaje. Pero si el estudiante ya sabe inferir y utiliza la IA para producir distintas inferencias que luego debe comparar, evaluar y justificar, la misma herramienta puede ampliar las posibilidades de ejercitar y potenciar esa capacidad.
La pregunta acerca de si los estudiantes deben o no utilizar IA resulta entonces insuficiente. Lo importante parece ser qué operaciones cognitivas se delegan, en qué momento del aprendizaje, con qué finalidad y qué ocurre en el aprendizaje cuando se delegan. No es lo mismo delegar una operación que ya se domina que hacerlo durante el proceso de adquisición. Lo que, para un investigador experimentado, un escritor o un profesional puede constituir una delegación eficiente de una tarea que sabe realizar, para un aprendiz puede significar la eliminación de una parte importante del proceso mediante el cual debía aprender a realizarla.
Resultado no equivale necesariamente a aprendizaje
Esta distinción obliga también a separar el resultado del aprendizaje, es decir, el producto del proceso. La IA puede producir una inferencia, una comparación, una interpretación o un argumento y organizarlo en un resumen, una reseña o un ensayo sin que quien presenta ese producto haya realizado las operaciones cognitivas que el texto presenta. Un buen resultado no constituye evidencia de que se haya producido el aprendizaje que tradicionalmente inferimos de él.
Este problema adquiere particular importancia para la evaluación escolar: si aquello que evaluamos es únicamente el producto final, podemos estar atribuyendo al estudiante competencias que, en realidad, ha desplegado la herramienta y no el estudiante.
Riesgos
Los riesgos de la IA para el aprendizaje pueden entenderse mejor desde esta perspectiva. La sustitución reiterada de operaciones que necesitan ser aprendidas puede llevar al estudiante a delegarlas antes de haberlas aprendido. La calidad de los productos generados puede crear una ilusión de competencia adquirida. La obtención inmediata de respuestas puede eliminar parte de la búsqueda, el ensayo, el error y la revisión que forman parte del aprendizaje.
La utilización permanente de la herramienta puede generar dependencia, y la fluidez aparente y la seguridad de sus respuestas pueden favorecer su aceptación acrítica. En el caso particular de la lectura, existe además el riesgo de que el estudiante pueda resumir, localizar información, comparar o responder preguntas sobre un texto sin enfrentarse directamente a su complejidad. Trabajar sobre un texto no equivale necesariamente siquiera a haberlo leído.
Posibilidades
Las mismas características que generan estos riesgos ofrecen posibilidades pedagógicas. La IA que puede realizar una inferencia puede también generar varias para que el estudiante determine cuáles se sostienen mejor en el texto y cuáles no. Puede generar argumentos contradictorios para identificar evidencias, presupuestos o falacias; puede elaborar interpretaciones alternativas para compararlas; generar contraejemplos; adaptar el grado de dificultad de una actividad según los aprendizajes previos y proporcionar materiales diferentes para ejercitar reiteradamente una operación.
Entonces la diferencia no está en la herramienta, sino en el lugar que ocupa en el proceso: una cosa es utilizar la IA para sustituir una operación cognitiva y otra muy diferente emplearla para crear las condiciones en las que el estudiante tenga que realizarla.
Como herramienta, la IA puede disminuir considerablemente el trabajo requerido para preparar este tipo de actividades. Producir múltiples ejemplos, contraejemplos, versiones de un texto, argumentos alternativos o actividades diferenciadas demanda del profesorado horas de trabajo. La herramienta puede producirlos de manera rápida. El ahorro de tiempo no supone necesariamente un empobrecimiento cuando aquello que se delega no constituye el aprendizaje que se busca desarrollar.
De nuevo la lectura crítica
La lectura crítica es un viejo problema sin resolver que reaparece con nuevas demandas. Durante años se les ha pedido a los profesores que formen lectores críticos, aunque no siempre se ha explicado con suficiente claridad qué significa, en términos cognitivos, leer de manera crítica ni, sobre todo, cómo se aprende a hacerlo. La expresión lectura crítica corre así el riesgo de designar el resultado esperado sin mostrar las operaciones necesarias para alcanzarlo.
Inferir información no explícita, relacionar partes de un texto, comparar fuentes, distinguir una afirmación de la evidencia que la sustenta, reconocer presupuestos y perspectivas, jerarquizar información, evaluar argumentos o justificar una interpretación son operaciones diferentes y requieren aprendizajes específicos.
La IA abre aquí una posibilidad interesante. Su capacidad para generar y transformar lenguaje permite aislar algunas de estas operaciones y hacer visibles procedimientos que, en un producto terminado, suelen permanecer ocultos. Es decir, descomponer en un texto aquello que se llama crítico en actividades que el estudiante pueda reconocer, realizar, discutir y progresivamente dominar.
Esta posibilidad no resuelve por sí misma el viejo problema de la enseñanza de la lectura crítica, pero sí ofrece al profesorado una herramienta nueva para abordarlo.
El profesor y la agencia
Todo ello devuelve la discusión a la figura del profesor. Si los efectos de la IA dependen de qué operación se delega, del momento en que se hace y del objetivo del aprendizaje, alguien debe tomar decisiones pedagógicas sobre esas condiciones.
El papel del profesor no puede reducirse entonces al de una suerte de policía encargado de descubrir quién utilizó un chatbot. Su tarea consistiría en determinar, como ya mencioné, qué necesita aprender el estudiante, qué actividades cognitivas requiere ese aprendizaje y en qué momento una herramienta puede apoyarlo o, por el contrario, sustituirlo.
Esta función requiere recuperar la agencia crítica del profesor. En trabajos anteriores he entendido, junto con otros autores, la agencia como una capacidad de los sujetos para evaluar, decidir y posicionarse frente a las condiciones en las que actúan (Soler Castillo, 2020). La irrupción de la IA da a esas acciones un sentido pedagógico muy concreto: evaluar qué hace la herramienta, decidir cuándo y para qué incorporarla, establecer qué puede delegarse y qué debe permanecer temporalmente en manos del estudiante porque constituye objeto de aprendizaje, y posicionarse frente a discursos que oscilan entre la prohibición y la adopción indiscriminada.
Aunque vale la pena aclarar que la agencia no puede permanecer exclusivamente en el profesor. La finalidad de la educación debería ser que el estudiante desarrolle progresivamente la capacidad para tomar decisiones por sí mismo. Desde esta perspectiva, una alfabetización crítica en inteligencia artificial no consistiría solamente en aprender a formular mejores instrucciones a una máquina, sino también en aprender qué conviene delegar, cuándo y por qué, como ya mencioné.
El problema del tiempo recuperado
La delegación de tareas puede producir otra cuestión poco discutida cuando se habla de IA en educación: el tiempo. Una de las características más evidentes de estas tecnologías es su capacidad para realizar en segundos tareas que antes requerían minutos, horas o días. Buscar información, comparar documentos, producir ejemplos, hacer resúmenes o generar versiones alternativas de una actividad pueden hacerse ahora en una fracción del tiempo. Para el profesorado y el estudiantado esto supone una transformación importante de las condiciones en las que se realizan muchas tareas escolares.
El ahorro de tiempo suele presentarse como una de las grandes ventajas de la IA. Sin embargo, ahorrar tiempo no dice nada acerca de lo que hacemos con el tiempo ahorrado. En una educación cada vez más sometida a las lógicas de la eficiencia, la productividad y el cumplimiento de resultados, existe el riesgo de que la posibilidad de hacer algo más rápidamente se traduzca simplemente en hacer más cosas. Si una tarea que requiere dos horas puede realizarse en veinte minutos y el tiempo restante se ocupa en nuevas tareas, no se ha recuperado tiempo para la educación; se ha aumentado su productividad.
En trabajos anteriores (Soler Castillo, 2020) señalé cómo una racionalidad instrumental ha ido instalando en la educación una lógica de la prisa y la urgencia, una escuela saturada de actividades, en la que la eficacia y la eficiencia terminan funcionando como valores en sí mismos. La llegada de la IA podría profundizar esta lógica: hacer más, producir más y evaluar más en menos tiempo. Pero también abre, paradójicamente, la posibilidad contraria: liberar tiempo de aquellas tareas que pueden ser delegadas sin comprometer el aprendizaje y devolverlo a procesos formativos que necesiten precisamente tiempo.
Aprender no siempre puede acelerarse. Comprender un texto complejo, sostener una conversación, elaborar una pregunta, discutir una interpretación, equivocarse, volver sobre una idea, escuchar un argumento contrario o crear algo propio son procesos difíciles de someter a la lógica de la rapidez. Si la IA permite reducir el tiempo dedicado a determinadas tareas instrumentales que se pueden delegar, quizá la pregunta educativa no sea solamente cuánto tiempo puede ahorrarnos, sino a qué actividades queremos devolver ese tiempo.
Parte de ese tiempo podría volver a la lectura detenida, a la lectura por placer, a la discusión, al juego, a la creación y a aquellas formas de encuentro con el otro que difícilmente pueden ser sustituidas por una máquina. No porque toda actividad humana tenga que preservarse frente a la tecnología, sino porque algunas de ellas constituyen precisamente la experiencia educativa que queremos recuperar y conservar. La eficiencia tendría entonces un límite pedagógico: no todo aquello que puede hacerse más rápido merece hacerse más rápido.
El pedagogo y escritor Carlos Skliar (2018) ha insistido en recuperar para la educación el tiempo de la conversación, entendido no como intercambio de información, sino como posibilidad de estar con otros, escuchar, preguntar y dejar que algo ocurra sin que todo esté previamente subordinado a un resultado. La irrupción de las tecnologías capaces de producir respuestas casi instantáneas vuelve particularmente significativa esta reivindicación. Quizá una de las funciones de la escuela sea precisamente preservar espacios en los que no toda pregunta necesite una respuesta inmediata y en los que pensar con otros continúe teniendo valor.
Cierre
Los resultados de las pruebas PISA nos ponen de nuevo frente a viejos problemas de la educación, ahora atravesados por una tecnología nueva. A mi modo de ver, la pregunta no es simplemente si la IA constituye un peligro o una oportunidad para el aprendizaje. Importa más qué estamos dispuestos a delegar, qué aprendizajes queremos preservar y qué haremos con el tiempo que estas tecnologías pueden devolvernos. Quizá sea la oportunidad para pensar una vez más el sentido de la educación.
Referencias
Barcelona, 15 de septiembre de 2026
- 1Se delegó a ChatGPT: búsqueda y recuperación de información y fuentes; verificación y contraste de datos utilizados en el texto; organización y sistematización de la discusión procedente de distintas fuentes y de las extensas discusiones previas; coidentificación y organización de algunas categorías y relaciones argumentativas; recuperación de argumentos desarrollados durante la conversación; propuesta de contraargumentos, matices y límites a algunas hipótesis; revisión de coherencia argumentativa y señalamiento de afirmaciones que requieren evidencia y normalización y elaboración de referencias bibliográficas en APA 7. Además de elaboración de este listado de delegaciones.
- 2PISA organiza el desempeño lector en ocho niveles del 1C al 6, y mide procesos que van desde localizar y comprender información hasta evaluarla y reflexionar críticamente sobre ella; sin embargo, lectura crítica no aparece como un nivel independiente, evalúa distintos procesos cognitivos de lectura de diferente nivel; evaluar y reflexionar sobre los textos son los que más se aproximarían a lo que llamamos lectura crítica. PISA mide qué puede hacer cognitivamente un estudiante con lo que lee.