Un estudio revela que las herramientas de IA para tareas escolares reducen las notas en los exámenes un 20 por ciento

Un estudio realizado con más de 26,000 estudiantes chinos demuestra que el uso de IA generativa para las tareas escolares mejora los resultados a corto plazo, pero provoca una caída significativa en las notas de los exámenes a largo plazo.

Investigadores de la Universidad de Estocolmo y la Universidad de Hong Kong realizaron un seguimiento a estudiantes de secundaria y bachillerato en un condado del centro de China desde septiembre de 2022 hasta junio de 2025. Compararon a los usuarios de IA con los no usuarios en cuanto a calificaciones de tareas, tiempos de finalización, pruebas mensuales y exámenes de ingreso.

El uso de la IA aumentó las calificaciones de las tareas en un 18 por ciento y redujo el tiempo dedicado de 64 a 45 minutos. Sin embargo, las puntuaciones de los exámenes mensuales cayeron un 20 por ciento en seis meses. Después de dos años, los resultados del Zhongkao disminuyeron un 24 por ciento y los del Gaokao un 18 por ciento.

Los académicos señalaron que los estudiantes pueden desarrollar una sensación engañosa de dominio porque la IA hace que las tareas parezcan fáciles. El estudio fue publicado en el Social Science Research Network.

Artículos relacionados

Hong Kong students celebrating DSE exam results with study tools like timers and AI.
Imagen generada por IA

Hong Kong DSE results out as top scorers share study strategies

Reportado por IA Imagen generada por IA

Hong Kong’s Diploma of Secondary Education exam results were released on Wednesday, July 15, 2026, to 56,853 candidates. Several top scorers credited Pomodoro timers, mistake booklets and selective AI use for their success while overcoming physical or language challenges.

Swedish experts highlight risks of generative AI for children's learning and adults' decision-making. The government has tasked the Public Health Agency with investigating the effects.

Reportado por IA

Workers paid to train advanced AI models are increasingly relying on chatbots like ChatGPT to generate the required conversations and tests. This shortcut, described as widespread by multiple sources, risks degrading the quality of future models through recursive training on synthetic data.

Este sitio web utiliza cookies

Utilizamos cookies para análisis con el fin de mejorar nuestro sitio. Lee nuestra política de privacidad para más información.
Rechazar