El informe PISA 2025 no demuestra que la inteligencia artificial haya causado la caída del rendimiento educativo, pero sí dibuja un escenario incómodo: España registra sus puntuaciones más bajas de la serie mientras el alumnado adopta los asistentes de IA con rapidez. La cuestión útil no es si prohibir esta tecnología en las aulas, sino diferenciar con criterio cuándo amplía el aprendizaje y cuándo sustituye el esfuerzo cognitivo.
La respuesta exige más pensamiento crítico, reflexión, razonamiento, creatividad y colaboración, no menos. También exige sistemas capaces de integrar la IA con objetivos pedagógicos claros, supervisión humana, datos gobernados y métricas que distingan una respuesta rápida de un aprendizaje real.
Qué dice realmente el informe PISA 2025 sobre España
La OCDE publicó el 8 de septiembre de 2026 los resultados de PISA 2025, la evaluación realizada durante ese ciclo. En él, España obtuvo 451 puntos en lectura, 457 en matemáticas y 477 en ciencias. Las medias de la OCDE fueron 461, 463 y 482, respectivamente; las de la UE, 463, 466 y 485. Son los valores numéricos más bajos de la serie histórica española en los tres ámbitos, aunque la interpretación estadística de la evolución no es idéntica en todos ellos. La nota de país de la OCDE y el informe español del Ministerio de Educación son las fuentes que deben mandar sobre cualquier lectura apresurada.
| Ámbito | España | Media OCDE | Media UE |
|---|---|---|---|
| Lectura | 451 | 461 | 463 |
| Matemáticas | 457 | 463 | 466 |
| Ciencias | 477 | 482 | 485 |
El propio análisis español señala una combinación de cambios en los hábitos de lectura, atención, absentismo, participación familiar, entorno escolar, desigualdades y usos digitales. Por lo que no existe una causa única para este resultado. Por eso, convertir una realidad sistémica en un eslogan —«la culpa es de las pantallas» o «la culpa es de la IA»— resulta atractivo, pero la correlación no está demostrada.
La IA aparece en la foto, pero no es una explicación causal
PISA 2025 pregunta por primera vez con detalle cómo utiliza el alumnado los asistentes conversacionales para el trabajo escolar. En España, el 54 % declara usarlos al menos semanalmente para aprender, frente al 46 % de media en la OCDE. El 42 % los emplea para una investigación preliminar, el 40 % para resumir y el 33 % para redactar trabajos. La adopción ya no es marginal entre los estudiantes.
El informe también observa asociaciones negativas entre mayor uso y rendimiento en ciencias después de ajustar el nivel socioeconómico. Pero esto no autoriza a afirmar que el grado de implantación de IA en las familias provoque peores resultados educativos. Puede haber usos distintos, diferencias previas entre estudiantes y múltiples variables no aisladas. Correlación no es causalidad; aquí esa cautela no es académica, sino la frontera entre una estrategia seria y una ocurrencia.
La pregunta decisiva no es cuánto se usa la IA para determinar si existe una relación con el rendimiento académico, sino qué actividad cognitiva conserva el estudiante cuando la utiliza en el entorno educativo.
La evidencia experimental refuerza el matiz: un estudio publicado en PNAS con cerca de mil estudiantes de matemáticas encontró que un asistente general mejoraba el desempeño durante la práctica, pero podía perjudicar el examen posterior cuando actuaba como muleta. Una versión diseñada como tutor, con límites y orientación, elevó la práctica sin ese deterioro. No es «IA sí» frente a «IA no»: es diseño pedagógico del uso de la inteligencia artificial, frente a la sustitución de la pedagogía.
De atajo a andamiaje: cómo debe intervenir la inteligencia artificial en la educación
La inteligencia artificial en la educación aporta valor cuando crea un andamiaje: plantea preguntas, adapta la dificultad, ofrece práctica, muestra contradicciones y obliga a justificar decisiones. Pierde valor cuando entrega un resultado terminado que el estudiante puede copiar sin comprender, contrastar ni reconstruir.
Una institución puede aplicar una regla sencilla: cada automatización debe conservar una acción humana que evidencie aprendizaje. Si la herramienta resume un texto, el estudiante compara el resumen con la fuente y detecta omisiones. Si propone una solución, explica el razonamiento y construye una alternativa. Si genera ideas, las evalúa, combina y defiende ante otras personas.
Diseñar la fricción que enseña
No toda fricción es mala. Esperar, recordar, formular una hipótesis, equivocarse y revisar son partes del aprendizaje. El objetivo no consiste en digitalizar su desaparición. Consiste en eliminar tareas administrativas o repetitivas para dedicar más tiempo a la conversación, la práctica deliberada y la retroalimentación de calidad.
Evaluar proceso, no solo resultado
Cuando una respuesta correcta puede generarse en segundos, la evaluación debe observar las fuentes utilizadas, las preguntas formuladas, los cambios realizados, la justificación y la capacidad de transferir lo aprendido a un problema nuevo. La trazabilidad tecnológica ayuda, pero no reemplaza el criterio docente.
Seis capacidades humanas que la IA vuelve más valiosas
La tecnología no vuelve obsoletas las capacidades humanas; cambia dónde aportan valor. Un meta-análisis publicado en Educational Psychology Review identifica efectos positivos de la IA generativa sobre el pensamiento crítico cuando cumple funciones tutoriales. El efecto, sin embargo, depende del diseño, del contexto y de la mediación.
- Pensamiento crítico: comprobar evidencias, supuestos, sesgos y límites antes de aceptar una salida.
- Reflexión y metacognición: reconocer qué se entiende, qué se ha delegado y dónde persiste una duda.
- Razonamiento: reconstruir el camino entre datos, hipótesis, decisión y conclusión.
- Conexión de ideas: relacionar disciplinas y contextos que el modelo presenta de forma fragmentaria.
- Creatividad: ampliar opciones sin homogeneizar la voz ni aceptar la primera propuesta plausible.
- Colaboración: debatir, negociar significados, repartir responsabilidades y construir conocimiento compartido.
La creatividad ilustra bien la doble cara: un estudio disponible en PubMed observó mejoras en la novedad y utilidad de producciones individuales asistidas por IA, pero también una reducción de la diversidad colectiva. La IA puede ayudar a una persona a generar una idea mejor y, al mismo tiempo, hacer que muchas personas produzcan ideas más parecidas.
El reto institucional no es comprar una herramienta, sino gobernar un proceso
La prohibición general es una medida débil porque desplaza el uso fuera de los sistemas institucionales. Pero la adopción de IA sin gobierno es peor: dispersa datos, permisos, modelos y responsabilidades. El marco de UNESCO sobre tecnología educativa insiste en tres condiciones sistémicas: acceso, regulación y preparación docente. Las tres deben traducirse a decisiones operativas.
Antes de lanzar un piloto, la institución educativa debería poder responder ocho preguntas:
- qué objetivo educativo persigue;
- qué sistema existente se ve afectado;
- qué datos utiliza;
- quién tiene permiso;
- dónde interviene una persona;
- qué modelo o modelos operan;
- qué trazabilidad, coste y portabilidad se requieren;
- y qué métrica demostrará que mejora el aprendizaje o libera tiempo sin deteriorarlo.
También importa separar tres capas que suelen mezclarse. La primera es pedagógica: qué debe aprender la persona y qué evidencias demostrarán que lo ha aprendido. La segunda es organizativa: quién diseña la actividad, revisa excepciones, atiende incidencias y decide si el sistema continúa. La tercera es tecnológica: qué datos circulan, dónde se procesan, qué proveedores intervienen y cómo se audita cada resultado. Comprar una licencia solo resuelve una fracción de la tercera capa.
Esta separación evita dos errores habituales. El primero es medir el éxito por número de usuarios o respuestas generadas, aunque no exista mejora educativa. El segundo es convertir una prueba aislada en infraestructura permanente sin revisar costes, seguridad, accesibilidad ni dependencia. Un despliegue responsable define desde el inicio criterios de continuidad y de retirada: qué resultados permiten escalar, qué señales obligan a rediseñar y qué riesgos hacen necesario detener el caso.
La preparación docente en el uso de la IA para el ámbito pedagógico es una necesidad igualmente estructural del sistema educativo. No basta con enseñar instrucciones para conversar con un modelo. El profesorado necesita comprender sus límites, diseñar actividades resistentes a la delegación ciega, interpretar registros de uso y disponer de tiempo para revisar resultados. La IA puede ampliar la capacidad de acompañamiento, pero solo si la institución no traslada al docente una nueva carga invisible de vigilancia, corrección y gestión de herramientas.
Esta es la diferencia entre añadir otra isla tecnológica y construir capacidad operativa. OpenSistemas trabaja precisamente en la unión entre IA, datos, integración y procesos, mediante soluciones y tecnologías propias como SofIA, que aporta un marco para operar modelos con control y trazabilidad; SOKAI, que conecta automatización con herramientas existentes; y COSMOS, que permite coordinar agentes especializados sobre datos y procesos. Son capacidades tecnológicas, no una receta: su valor depende de saber alinear la tecnología existente a un objetivo educativo bien definido.
Tres decisiones para pasar del piloto de IA en educación a una integración responsable
1. Pilotar cuando el aprendizaje puede medirse
Conviene pilotar si existe una línea base y una tarea delimitada: tutoría sobre contenidos concretos, retroalimentación formativa, preparación de materiales o apoyo administrativo. El piloto debe medir calidad, tiempo, errores, dependencia, transferencia a tareas nuevas y percepción de docentes y estudiantes.
2. Rediseñar cuando la herramienta elimina la actividad cognitiva
Si el caso de uso produce directamente aquello que debía practicar el estudiante, necesita otro diseño. Pueden añadirse preguntas socráticas, revelación progresiva, contraste obligatorio de fuentes, explicación oral, trabajo colaborativo o evaluación posterior sin asistencia.
3. Descartar cuando no hay control suficiente
Un caso debe detenerse si expone datos sensibles, carece de responsable, no permite auditar decisiones, genera un coste imprevisible, crea dependencia injustificada de proveedor o no tiene una métrica vinculada al objetivo educativo. La innovación también consiste en saber decir no.
GUÍA PARA COMITÉS DE DIRECCIÓN
¿Cómo pasar de los pilotos de IA a una capacidad operativa real?
Una guía para estructurar la conversación sobre adopción de IA empresarial antes de la próxima inversión.
Descargar la guíaPreguntas frecuentes sobre PISA, IA y aprendizaje
¿Existe un informe PISA 2026?
No como ciclo de evaluación. La OCDE publicó en septiembre de 2026 los resultados de PISA 2025. Por eso, la denominación rigurosa es «PISA 2025» o «resultados publicados en 2026», no «PISA 2026».
¿Demuestra PISA que la IA ha causado la caída educativa?
No. PISA describe niveles de uso y asociaciones estadísticas, pero no establece que la IA sea la causa de la evolución del rendimiento. Los resultados responden a múltiples factores personales, familiares, escolares y sociales.
¿Debe prohibirse la inteligencia artificial en la educación?
Una prohibición general no resuelve el uso externo ni enseña a utilizar la tecnología con criterio. Es más eficaz delimitar tareas, datos, permisos y momentos de supervisión, y diseñar evaluaciones que permitan demostrar comprensión sin delegarla.
¿Qué capacidades debe reforzar la educación con IA?
Pensamiento crítico, metacognición, razonamiento, conexión de ideas, creatividad y colaboración. Estas capacidades permiten evaluar las respuestas del modelo, reconocer límites, construir argumentos propios y convertir una salida automática en conocimiento compartido.
¿Cómo saber si una herramienta de IA mejora el aprendizaje?
Hay que comparar con una línea base y medir no solo la respuesta inmediata, sino la retención, la transferencia a problemas nuevos, los errores, la dependencia, el tiempo liberado y la calidad de la intervención docente.
¿Por dónde debería empezar una institución educativa?
Por un proceso acotado, con objetivo pedagógico verificable, datos y responsables identificados, intervención humana definida y métricas previas. Después se decide si conviene pilotar, rediseñar o descartar antes de escalar tecnología.
La tecnología debe resultar en más capacidad humana, no menos
Los resultados de PISA 2025 no ofrecen una explicación cómoda, pero tampoco justifican la nostalgia por un sistema educativo anterior, diseñado para preparar a los alumnos para los requerimientos sociales, económicos y técnicos de otra época. Los avances tecnológicos, el contexto global y el nuevo paradigma que se atisba en el horizonte, obligan a diseñar mejor la estrategia educativa ante la adopción de inteligencia artificial: conservar la dificultad que enseña, automatizar la carga que no aporta, evaluar procesos, potenciar habilidades humanas y asegurar que docentes y estudiantes desarrollan la capacidad de comprender, razonar, decidir y responder por el resultado de su trabajo.
Si tu institución quiere identificar un primer proceso de IA educativa, delimitar la supervisión humana y evaluar cómo integrar esta tecnología con trazabilidad y libertad tecnológica, podemos convertir la conversación en una decisión operativa que os permita incorporaros con estrategia a este nuevo paradigma.
