El apocalipsis de los deberes ya ocurrió: la crisis no es de aprendizaje, es de evaluación (y el tutor universal aún no ha llegado)

LA TESIS. La IA no ha roto la educación. Ha roto el contrato que la sostenía: mandar trabajo a casa y asumir que lo hizo el alumno. Ese contrato ya no existe. El 84% de los estudiantes de secundaria usa IA para sus deberes, según un estudio del College Board de 2025 citado por Fortune, y solo entre el 29% y el 33% de las escuelas tiene una política formal al respecto. Nuestra tesis tiene tres partes. Una: la detección es una batalla perdida y perseguirla causa más daño que el fraude que pretende evitar. Dos: la evidencia científica dice que el tutor de IA funciona, pero solo con un diseño pedagógico concreto y con humanos alrededor. Tres: el cuello de botella del «tutor personal universal» no es la tecnología ni el precio; es la motivación del alumno. Ahí se decidirá si la IA reduce la desigualdad educativa o la amplifica.

EL FIN DE LA DETECCIÓN. Los números son demoledores. Un análisis de 14 herramientas de detección de IA, recogido por Fortune, encontró falsos positivos (acusar a un inocente) de hasta el 50% y falsos negativos (no pillar al que copia) de hasta el 100%. Peor aún: el 61,3% de los textos escritos por estudiantes no nativos fue señalado erróneamente como IA. Es decir, los detectores castigan sobre todo a quien escribe con frases simples, no a quien hace trampas. Nuestra lectura es clara: cualquier centro que base su integridad académica en un detector está construyendo sobre arena, y además con sesgo contra los alumnos más vulnerables. La respuesta seria no es tecnológica, es de diseño: evaluación presencial, oral y por proceso (defender lo que has escrito, mostrar borradores, resolver en el aula). Es más cara en tiempo docente. No hay atajo.

LO QUE DICE LA EVIDENCIA. Aquí conviene separar el grano de la paja, porque hay estudios en ambas direcciones. A favor: un ensayo controlado aleatorizado (RCT, el estándar de oro: se compara un grupo con IA y otro sin ella, asignados al azar) publicado en Nature Scientific Reports encontró que un tutor de IA bien diseñado para un curso de física de Harvard logró que los alumnos aprendieran más del doble que con la mejor clase presencial activa, y en menos tiempo. En Nigeria, un programa del Banco Mundial con 800 estudiantes y seis semanas de tutoría con IA guiada por profesores mejoró los resultados en 0,3 desviaciones estándar (una medida del tamaño del efecto; 0,3 es un efecto notable en educación), equivalente según sus autores a entre 1,5 y 2 años de escolarización normal. Ojo: varios críticos señalan que una de las pruebas estaba demasiado alineada con la propia herramienta y que la equivalencia en «años de aprendizaje» es generosa. Lo atribuimos, no lo compramos entero. En contra: un estudio reciente en arXiv, «Faster Completion, Less Learning», documenta que cuando la IA simplemente da respuestas, los alumnos terminan antes los ejercicios de matemáticas y aprenden menos. El patrón que emerge de todo esto, y que Brookings confirma al revisar cuatro RCT, es consistente: la IA que te obliga a pensar (preguntas socráticas, pistas, feedback elaborado) enseña; la IA que piensa por ti, atrofia.

EL PROBLEMA DEL 15%. Y aquí llega el dato más incómodo del año, porque desmonta el relato fácil del «tutor universal ya disponible». Khanmigo, el tutor de IA de Khan Academy y el proyecto más serio del sector, pasó de 40.000 a 700.000 estudiantes con acceso en el curso 2024-25. Pero en abril de 2026 Sal Khan admitió que solo el 15% de los alumnos con acceso lo usaba realmente y que para la mayoría fue, en sus palabras, «un no-evento». Khan Academy lo está rediseñando para que ofrezca ayuda proactiva desde este verano. La lección es enorme: el problema del tutor de Bloom (la vieja evidencia de que la tutoría individual dispara el aprendizaje) nunca fue solo de coste. Era también de ganas. Un tutor humano te busca, te conoce, no te deja escapar; un chatbot espera pacientemente a que tú vayas. Y quien va por iniciativa propia suele ser el alumno que ya tenía motivación, apoyo familiar y hábitos. Si no se corrige, el tutor de IA gratuito puede acabar ampliando la brecha que prometía cerrar: mismo acceso, uso desigual.

NUESTRA LECTURA. El debate público está mal planteado. Se discute «IA sí o IA no» cuando la evidencia dice que la variable decisiva es el modo de uso: la misma tecnología produce el mejor resultado documentado en física universitaria y el vaciamiento del aprendizaje en los deberes de matemáticas. Esto conecta con nuestra tesis de la serie sobre empleo y educación: gana el profesor que orquesta la IA, pierde el que solo transmite contenido. El corto plazo va a ser duro y no lo edulcoramos: una crisis de integridad académica real, docentes sobrecargados rediseñando evaluaciones sin apoyo (recordemos: dos tercios de los centros sin política de IA), y un riesgo serio de que la ventaja se concentre en los alumnos que menos la necesitan. Nada de esto se arregla con detectores ni con prohibiciones tipo avestruz; se arregla con formación docente, evaluación rediseñada y tutores de IA que busquen al alumno en lugar de esperarlo.

EL HORIZONTE. Dicho lo cual, mantenemos el optimismo de largo plazo, porque los datos lo sostienen. Por primera vez en la historia existe una tecnología capaz de dar tutoría individualizada, paciente e infinita a un coste marginal cercano a cero. Los RCT serios muestran que, bien diseñada, funciona: más aprendizaje en menos tiempo. El problema del 15% de uso es un problema de producto y de acompañamiento humano, no una ley física, y toda la industria está ya trabajando en él. Nuestra previsión: en la próxima década, la combinación de tutor de IA proactivo más profesor-orquestador será el estándar en los sistemas que se lo tomen en serio, y el efecto será mayor precisamente donde hoy hay menos recursos, como apunta el ensayo de Nigeria pese a sus flecos metodológicos. La escuela no va a desaparecer; va a dejar de ser el lugar donde se transmite información para ser el lugar donde se verifica, se motiva y se aprende a pensar con (y sin) la máquina. Ese mundo, con transición dolorosa incluida, es mejor que el que teníamos.