AI does not teach on its ownLa IA no enseña sola · V8.2 Master Engine
65 slides · 28 min · 2 hours ago65 láminas · 28 min · hace 2 hlanguage
ENES
theme
LightDark
view
TalkTable
brand
HanademiPlatzi
AI produced large practice and time benefits, yet performance without access declined.
Tutoring increased practice performance by 127%, but removing AI left performance 17% lower.
Use is uneven: 40% do not use AI, while 69% of early-career teachers did.
La IA produjo grandes beneficios en la práctica y el tiempo, pero el rendimiento sin acceso disminuyó.
La tutoría elevó la práctica 127%, pero retirar la IA dejó un rendimiento 17% menor.
El uso no es uniforme: 40% no usa IA, mientras 69% de docentes principiantes sí la usó.
AI produced large practice and time benefits, yet performance without access declined. Educational design and human judgment determine whether assistance becomes learning.
La IA produjo grandes beneficios en la práctica y el tiempo, pero el rendimiento sin acceso disminuyó. El diseño educativo y el criterio humano determinan si la ayuda se convierte en aprendizaje.
5 términos técnicos sostienen buena parte del argumento.
Here is the central trap. AI can make an answer arrive faster, but that performance can disappear when the tool is removed. In the same evidence, structured tutoring outperformed the open interface during practice, while unguided access left a subsequent decline of 17%.
Aquí está la trampa central. La IA puede hacer que una respuesta llegue más rápido, pero ese rendimiento puede desaparecer cuando la herramienta se retira. En la misma evidencia, la tutoría estructurada supera a la interfaz abierta durante la práctica, mientras el acceso sin guardas deja una caída posterior de 17%.
Immediate task performance and independent learning moved in opposite directions. Guardrailed tutoring produced the largest practice gain, showing why educational design must be judged separately from fluent assistance.
El rendimiento inmediato y el aprendizaje independiente avanzaron en direcciones opuestas. La tutoría con guardas produjo la mayor ganancia práctica, lo que muestra por qué el diseño educativo debe evaluarse por separado de la asistencia fluida.
Not every chatbot teaches better. In fall 2023, a trial with 194 physics students compared a carefully structured tutor with in-class active learning. The tutor produced more than 2x the learning gain and required less time.
No cualquier chatbot enseña mejor. En otoño de 2023, un ensayo con 194 estudiantes de física comparó un tutor cuidadosamente estructurado con aprendizaje activo en clase. El tutor produjo más de 2 veces la ganancia de aprendizaje y requirió menos tiempo.
If the question is how to make the most of AI, starting by memorizing commands is far too little. UNESCO organizes teacher competency into 15 competencies, 5 dimensions, and 3 levels. The real work lies in defining objectives, judging results, and deciding how a person should learn.
Si la pregunta es cómo aprovechar la IA, empezar por memorizar comandos es demasiado poco. La UNESCO organiza la competencia docente en 15 competencias, 5 dimensiones y 3 niveles. El trabajo real está en definir objetivos, juzgar resultados y decidir cómo debe aprender una persona.
Digital access creates the setting, but educators need broader competencies to turn tools into sound learning decisions.
El acceso digital crea el entorno, pero los docentes necesitan competencias más amplias para convertir las herramientas en decisiones de aprendizaje acertadas.
Adoption is not advancing as a single wave. In the U.S. survey, 40% of teachers did not use AI, while only 32% used it weekly. Among those who used it at least once during the year, the figure reached 69% for early-career teachers, making training and shared criteria essential.
La adopción no avanza como una sola ola. En la encuesta estadounidense, 40% de docentes no usó IA y solo 32% la usó semanalmente. Entre quienes sí la usaron alguna vez durante el año, la cifra llegó a 69% en docentes al inicio de su carrera, una diferencia que vuelve indispensable hablar de formación y criterios compartidos.
Even the strictest adoption measure, weekly use, is nearly twice the formal-guidance rate. Institutions are asking judgment to develop after practice has already spread.
Incluso la medida de adopción más estricta, el uso semanal, casi duplica la tasa de guía formal. Las instituciones están pidiendo que el criterio se desarrolle después de que la práctica ya se ha extendido.
AI most commonly enters before class. Lesson preparation is 37% across the supplied series, while tutoring is 14% and data analysis 12% in the eight-task source.
La IA entra sobre todo antes de la clase. Preparar clases alcanza 37% en las series suministradas, mientras la tutoría llega a 14% y el análisis de datos a 12% en la fuente de ocho tareas.
The time dividend is large and concrete. Those who used AI at least weekly estimated saving 5.9 hours each week. That time becomes educational value only when it returns to preparation, adaptation, relationships, and feedback.
El dividendo de tiempo es grande y concreto. Quienes usaban IA al menos semanalmente estimaron ahorrar 5,9 horas cada semana. Ese tiempo solo se convierte en valor educativo cuando vuelve a la preparación, la adaptación, la relación y la retroalimentación.
If AI reduces preparation work, educators can reinvest that capacity in the questioning and interaction that teaching requires.
Si la IA reduce el trabajo de preparación, los docentes pueden reinvertir esa capacidad en las preguntas y la interacción que exige la enseñanza.
This is where AI’s concrete promise begins: removing repetitive work. The greatest savings appear in creating worksheets, assignments, projects, or activities, at 84%. Preparing to teach and grading also show similar figures, at 80% and 79%. The important question is what we do with that recovered time.
Aquí empieza la promesa concreta de la IA: quitar trabajo repetitivo. El mayor ahorro aparece al crear hojas, tareas, proyectos o actividades, con 84%. Preparar la enseñanza y calificar también muestran cifras cercanas, de 80% y 79%. La pregunta importante es qué hacemos con ese tiempo recuperado.
The signal is not that AI improves everything equally. Four related sources repeat the same ranking: adapting materials leads at 64%, analyzing learning follows at 61%, and grading or providing feedback reaches 57%. The agreement suggests that the value lies in applying judgment to a task, not in generating content without context.
La señal no es que la IA mejore todo por igual. Cuatro fuentes relacionadas repiten el mismo orden: adaptar materiales encabeza con 64%, analizar el aprendizaje sigue con 61% y calificar o retroalimentar llega a 57%. La coincidencia sugiere que el valor está en el juicio aplicado sobre una tarea, no en generar contenido sin contexto.
This gap reveals an educational tension. Teachers expect AI to facilitate access, reduce workload, and support feedback. But only 33% believe it will help teach deep reasoning, compared with 57% who expect greater accessibility. Using AI well requires not confusing ease with understanding.
Esta brecha revela una tensión educativa. Los docentes esperan que la IA facilite el acceso, reduzca carga y apoye la retroalimentación. Pero solo 33% cree que ayudará a enseñar razonamiento profundo, frente a 57% que espera mayor accesibilidad. Usar IA bien exige no confundir facilidad con comprensión.
AI does not appear to distribute benefits evenly. In one trial, the average improvement was 4 percentage points. Among students paired with lower-rated or less experienced tutors, it reached 9 points. The key takeaway is that the tool can offset part of an experience gap, but only within a specific instructional design.
La IA no parece repartir el beneficio de manera uniforme. En un ensayo, la mejora promedio fue de 4 puntos porcentuales. En estudiantes vinculados con tutores menos valorados o con poca experiencia, llegó a 9 puntos. El aprendizaje clave es que la herramienta puede compensar parte de una brecha de experiencia, pero solo dentro de un diseño pedagógico concreto.
A useful tutor does more than sound encouraging. Among labeled messages, giving away the answer accounted for 9%, providing the complete strategy for 11%, and offering generic encouragement for 12%. The difference between helping and solving the problem for the student is learned by observing good examples. That is why the 700 real sessions used to model error correction matter.
Un tutor útil no se limita a sonar amable. En los mensajes etiquetados, regalar la respuesta representó 9%, dar la estrategia completa 11% y ofrecer ánimo genérico 12%. La diferencia entre ayudar y resolver por el estudiante se aprende observando buenos ejemplos. Por eso importan las 700 sesiones reales usadas para modelar la corrección de errores.
This result places an important limit on automatic confidence. The systems recognize who the tutor is very well, scoring 96.98, but are much less reliable when deciding how to provide guidance, scoring 58.34. Identifying a pattern is not the same as knowing which pedagogical intervention is appropriate. Human judgment is still needed to interpret the error and choose the right help.
Este resultado pone un límite importante a la confianza automática. Los sistemas reconocen muy bien quién es el tutor, con 96,98, pero son mucho menos sólidos al decidir cómo orientar, con 58,34. Identificar un patrón no equivale a saber qué intervención pedagógica conviene. El criterio humano sigue siendo necesario para interpretar el error y elegir la ayuda.
AI can sound confident and still teach incorrectly. In one study, the main problem was not the calculations but the step-by-step method, which was incorrect in 42% of responses. In another, only 35% of the feedback passed the helpfulness evaluation. The key skill is checking the reasoning, not admiring the fluency.
La IA puede sonar segura y aun así enseñar mal. En un estudio, el problema principal no fueron los cálculos, sino el método paso a paso, incorrecto en 42% de las respuestas. En otro, solo 35% de la retroalimentación pasó la evaluación de utilidad. La habilidad clave es revisar el razonamiento, no admirar la fluidez.
This is where the difference between using a tool and designing a learning experience emerges. In the experiment, open AI was associated with a 17% loss on the independent exam. When teachers supplied specific solutions and errors, the tutor prevented almost all of that loss. Subject-matter knowledge comes before the prompt.
Aquí aparece la diferencia entre usar una herramienta y diseñar una experiencia de aprendizaje. En el experimento, la IA abierta se asoció con una pérdida de 17% en el examen independiente. Cuando docentes aportaron soluciones y errores concretos, el tutor evitó casi toda esa pérdida. El conocimiento disciplinar entra antes que el prompt.
The decisive layer is the teacher who interprets student needs and shapes how technology supports the task.
La capa decisiva es el docente que interpreta las necesidades del alumnado y orienta cómo la tecnología apoya la tarea.
Prior knowledge did not divide students into those who could benefit and those who could not. In the Harvard course, both subgroups improved significantly more with the tutor. Still, the result comes from a single physics course and does not establish a universal effect.
El conocimiento previo no dividió a los estudiantes entre quienes podían beneficiarse y quienes no. En el curso de Harvard, ambos subgrupos mejoraron significativamente más con el tutor. Aun así, el resultado procede de un solo curso de física y no establece un efecto universal.
Automation can return time to teachers. In the pilot, preparation time fell by 60% to 73%, and 83% of pages were approved unchanged or after minor edits. But approval does not mean full autonomy: someone with sound judgment must review what students receive.
La automatización sí puede devolver tiempo al docente. En el piloto, el tiempo de preparación cayó entre 60% y 73%, y 83% de las páginas fueron aprobadas sin cambios o con ediciones menores. Pero aprobación no significa autonomía total: alguien con criterio debe revisar qué recibe el estudiante.
Review is where automated efficiency meets professional responsibility for what reaches learners.
La revisión es donde la eficiencia automatizada se encuentra con la responsabilidad profesional sobre lo que llega al alumnado.
Trust is not distributed like fascination with technology. Among surveyed young workers, 69% trusted work without AI more, while only 3% chose work produced solely by AI. AI-assisted work came in at 28%. For education, the lesson is clear: the tool can help, but human responsibility remains the signal of trust.
La confianza no se distribuye como la fascinación por la tecnología. Entre trabajadores jóvenes encuestados, 69% confió más en trabajo sin IA, mientras solo 3% eligió trabajo producido únicamente por IA. El trabajo asistido quedó en 28%. Para educación, la lección es clara: la herramienta puede ayudar, pero la responsabilidad humana sigue siendo la señal de confianza.
Students already imagine AI as part of their educational and working lives. Yet the highest figure, 56%, corresponds to feeling prepared to master everyday AI. The figure falls to 48% when they discuss professional use. Expecting AI to matter is not the same as knowing how to use it thoughtfully.
Los estudiantes ya imaginan la IA como parte de su vida educativa y laboral. Sin embargo, la expectativa más alta, 56%, corresponde a sentirse preparados para dominar la IA cotidiana. La cifra baja a 48% cuando hablan del uso profesional. Esperar que la IA importe no equivale a saber usarla con criterio.
Speed is the most visible benefit. At the same time, a large share of Gen Z perceives costs to thinking and creating. These are perceptions, not causal evidence, but they explain why good practice must monitor understanding, not just output.
La velocidad es el beneficio más visible. A la vez, una parte grande de la generación Z percibe costos para pensar y crear. Son percepciones, no pruebas causales, pero explican por qué una buena práctica debe vigilar la comprensión y no solo la entrega.
The strongest warning is not merely that AI may weaken particular skills: concern about long-term learning reaches 80%, producing gaps of 24 to 42 points over the other perceived effects.
La advertencia más fuerte no es solo que la IA pueda debilitar habilidades concretas: la preocupación por el aprendizaje a largo plazo alcanza 80 %, con brechas de 24 a 42 puntos frente a los otros efectos percibidos.
Daily use coincides with a more positive emotional relationship with AI. The largest difference is in curiosity: 69% among daily users and 28% among those who never use it. This is a cross-sectional association, not evidence that frequency causes optimism.
El uso diario convive con una relación emocional más positiva con la IA. La diferencia más grande está en la curiosidad: 69% entre usuarios diarios y 28% entre quienes nunca la usan. Es una asociación transversal, no una prueba de que la frecuencia cause optimismo.
Homework adoption advanced during 2025. In middle school, it rose from 30% to 46%, and in high school from 49% to 60%. At the same time, concern about critical thinking reached 68% among middle school students. The two trends coincide over time but do not prove causality.
La adopción para tareas avanzó durante 2025. En secundaria básica pasó de 30% a 46%, y en secundaria superior de 49% a 60%. En paralelo, la preocupación por el pensamiento crítico llegó a 68% en secundaria básica. Las dos tendencias coinciden en el tiempo, pero no prueban causalidad.
When students work independently, productive AI use depends on habits of doubt, verification, and reflection.
Cuando los estudiantes trabajan de forma independiente, el uso productivo de la IA depende de hábitos de duda, verificación y reflexión.
The feedback appeared useful and accurate. However, an in-depth analysis found factual errors in 20% of cases. Many went unnoticed, so verification is not an optional step after generating content.
La retroalimentación parecía útil y precisa. Sin embargo, un análisis profundo encontró errores fácticos en 20% de los casos. Muchos pasaron inadvertidos, así que verificar no es un paso opcional después de generar contenido.
The distinction between two ideas matters here. The study found a statistically significant difference between TacpAgent and paper exercises. But F=18,516 does not, by itself, show how much learning improved. To assess an intervention, we also need an interpretable measure of effect.
Aquí importa separar dos ideas. El estudio encontró una diferencia estadísticamente significativa entre TacpAgent y los ejercicios en papel. Pero F=18.516 no dice por sí mismo cuánto mejoró el aprendizaje. Para juzgar una intervención necesitamos también una medida interpretable del efecto.
Help does not have a single effect. Heuristic hints improved the performance of low-achieving students, with d=0.673. By contrast, conventional answers reduced the performance of medium-achieving students, with d=-0.539, while on-demand help reduced autonomy among some students, with d=-0.549. Designing the help matters as much as offering it.
La ayuda no tiene un efecto único. Las pistas heurísticas mejoraron el rendimiento de estudiantes con bajo desempeño con d=0.673. En cambio, las respuestas convencionales redujeron el rendimiento de alumnos de desempeño medio con d=-0.539, y la ayuda bajo demanda redujo la autonomía de algunos alumnos con d=-0.549. Diseñar la ayuda importa tanto como ofrecerla.
The question is not whether AI always helps. In this review, 7 of 16 studies on extraneous load found a reduction, while others found different or noncomparable results. The lesson is straightforward: activity design determines part of the benefit.
La pregunta no es si la IA ayuda siempre. En esta revisión, 7 de 16 estudios sobre carga extrínseca encontraron una reducción, mientras otros hallaron resultados distintos o no comparables. La lección es directa: el diseño de la actividad decide parte del beneficio.
Managing attention is a core skill for using AI in education. 30% are distracted by their own device and 25% by other students’ devices. Technology enters the classroom, but it also competes for the attention that sustains learning.
La gestión de la atención es una habilidad central para usar IA en educación. El 30% se distrae con su propio dispositivo y el 25% con el de otros estudiantes. La tecnología entra al aula, pero también compite por la atención que sostiene el aprendizaje.
A rule can limit the context, but it cannot replace self-regulation. Even with bans, 29% use their phone several times a day and 21% use it daily or almost daily. In France, 43% feel anxious when their phone is not nearby, while weekly consumption rose from 21 to 35 hours between 2012 and 2018.
Una regla puede limitar el contexto, pero no reemplaza la autorregulación. Incluso con prohibiciones, 29% usa el teléfono varias veces al día y 21% lo usa a diario o casi a diario. En Francia, 43% siente ansiedad cuando el teléfono no está cerca, mientras el consumo semanal subió de 21 a 35 horas entre 2012 y 2018.
The final skill does not reside solely with teachers or students. Institutions must turn access into responsible decisions. Only 18% of teachers received formal guidance, while 74% of students reported school AI rules. Without training and human responsibility, a policy remains on paper.
La última habilidad no vive solo en la persona docente o estudiante. Las instituciones deben convertir el acceso en decisiones responsables. Solo 18% de docentes recibió guía formal, mientras 74% de estudiantes reportó reglas escolares de IA. Sin formación y responsabilidad humana, una política queda en papel.
The time savings appear in different contexts. Science planning fell by 31% in England, while a Moodle pilot reported a reduction from 60% to 73% in feedback preparation. The decisive skill is turning that time into better teaching.
El ahorro aparece en contextos distintos. La planificación de ciencias bajó 31% en Inglaterra, mientras un piloto de Moodle reportó una reducción de 60% a 73% en retroalimentación. La habilidad decisiva es convertir ese tiempo en mejor enseñanza.
AI first enters through work done before class. Preparing lessons reaches 37%, creating activities 33%, and adapting materials 28%. This reinforces that the core skill is defining what to produce and how to judge it.
La IA entra primero por el trabajo previo a la clase. Preparar clases alcanza 37%, crear actividades 33% y adaptar materiales 28%. Esto refuerza que la competencia principal es definir qué producir y con qué criterio juzgarlo.
La adopción está partida. Un 32% usa IA semanalmente, 28% lo hace con menor frecuencia y 40% no la usa. Una estrategia educativa no puede asumir un nivel común de experiencia.
The control group scored 28%. Open AI reached 41.7%, but the guardrailed tutor reached 64.1%. The difference shows how much the scaffolding around the same type of technology can matter.
El grupo control obtuvo 28%. La IA abierta llegó a 41,7%, pero el tutor con guardas alcanzó 64,1%. La diferencia muestra cuánto puede importar el andamiaje alrededor del mismo tipo de tecnología.
A response can seem helpful while still taking away the student’s opportunity to think. Giving away the answer appeared in 9% of messages, and providing the complete strategy in 11%. Socratic communication requires recognizing the difference.
Una respuesta puede parecer útil y aun quitarle al estudiante el trabajo de pensar. Regalar la respuesta apareció en 9% de los mensajes y dar la estrategia completa en 11%. La comunicación socrática exige reconocer esa diferencia.
Systems reached 96.98 when identifying the tutor and 71.81 when identifying errors. Providing guidance came in at 58.34. The gap shows that classifying a situation is not the same as choosing a useful educational intervention.
Los sistemas alcanzaron 96,98 al identificar al tutor y 71,81 al identificar errores. Proporcionar orientación quedó en 58,34. La brecha recuerda que clasificar una situación no equivale a elegir una intervención pedagógica útil.
Human work was preferred by 69%. AI-assisted work came in at 28%, and work produced solely by AI at 3%. In education, trust depends on keeping visible who makes the judgment and takes responsibility for the result.
El trabajo humano obtuvo 69% de preferencia. El trabajo asistido por IA quedó en 28%, y el trabajo producido solo por IA en 3%. Para la educación, la confianza depende de mantener visible quién juzga y responde por el resultado.
More than half expect to feel prepared for everyday AI. 52% believe they will need it after high school, and 48% expect to use it at work. These expectations create demand for literacy, not proof that competence already exists.
Más de la mitad espera sentirse preparada para la IA cotidiana. Un 52% cree que la necesitará después de secundaria y 48% espera usarla en el trabajo. Estas expectativas crean una demanda de alfabetización, no una prueba de que la competencia ya exista.
The largest gap appears in enthusiasm: 44% among daily users versus 4% among nonusers. Curiosity also rises from 28% to 69%. The association suggests familiarity, but does not demonstrate that using AI causes positive emotions.
La mayor diferencia aparece en el entusiasmo: 44% entre usuarios diarios y 4% entre no usuarios. La curiosidad también pasa de 28% a 69%. La asociación sugiere familiaridad, pero no demuestra que usar IA cause emociones positivas.
Adapting materials leads at 64%. Analyzing learning data reaches 61%, while grading or providing feedback reaches 57%. The pattern favors tasks where people provide context and review the output.
Adaptar materiales encabeza con 64%. Analizar datos de aprendizaje alcanza 61% y calificar o retroalimentar 57%. El patrón favorece tareas donde la persona aporta contexto y revisa la salida.
The most expected benefits are access, reduced workload, and feedback. Deep reasoning ranks last at 33%. The gap makes it necessary to explicitly design the cognitive effort that an easy-to-use tool may eliminate.
Los beneficios más esperados son acceso, menor carga y retroalimentación. El razonamiento profundo queda último con 33%. La diferencia obliga a diseñar explícitamente el esfuerzo cognitivo que una herramienta fácil puede eliminar.
Formal guidance reaches just 18%. Nearly half received only informal guidance, and 34% received none. Asking individuals to exercise judgment without creating professional learning leaves each teacher solving the same problem alone.
La guía formal llega apenas a 18%. Casi la mitad recibió solo orientación informal y 34% no recibió ninguna. Pedir criterio individual sin crear aprendizaje profesional deja a cada docente resolviendo solo el mismo problema.
The overall average of 60% masks differences. Use reaches 69% among early-career teachers and 57% in small towns or rural areas. A common policy must recognize different access conditions and levels of experience.
El promedio general de 60% oculta diferencias. El uso alcanza 69% entre docentes al inicio de su carrera y 57% en pueblos o zonas rurales. Una política común debe reconocer condiciones de acceso y experiencia distintas.
74% report school rules, but only 28% receive tools from their school. Access through school devices reaches 49%. Responsible governance must close the gap between declaring a policy and providing real conditions for complying with it.
El 74% reporta reglas escolares, pero solo 28% recibe herramientas de la escuela. El acceso desde equipos escolares llega a 49%. La gobernanza responsable necesita cerrar la distancia entre declarar una política y ofrecer condiciones reales para cumplirla.
Lesson preparation leads at 37%. One-on-one tutoring stands at 14% and data analysis at 12%. The gap shows that adopting AI does not mean developing deeper pedagogical uses.
Preparar clases encabeza con 37%. La tutoría individual queda en 14% y analizar datos en 12%. La brecha muestra que adoptar IA no significa haber desarrollado usos pedagógicos más profundos.
The same hierarchy appears in this source: 64%, 61%, and 57%. The pattern concentrates value in tasks where teachers know the student and can judge the output. The figure remains a perception of quality, not measured learning.
La misma jerarquía aparece en esta fuente: 64%, 61% y 57%. El patrón concentra el valor en tareas donde el docente conoce al estudiante y puede juzgar la salida. La cifra sigue siendo percepción de calidad, no aprendizaje medido.
Tutor identification reaches 96.98. Guidance stands at 58.34, a gap of nearly 39 points. The technical result reinforces that a person must assess the pedagogical quality of the intervention.
La identificación del tutor alcanza 96,98. Orientar queda en 58,34, una distancia cercana a 39 puntos. El resultado técnico refuerza que una persona debe evaluar la calidad pedagógica de la intervención.
Homework use advanced rapidly during 2025. Middle school rose from 30% to 46%, while high school increased from 49% to 60%. The increase makes it urgent to teach verification and independent practice.
El uso para tareas avanzó rápidamente durante 2025. Secundaria básica pasó de 30% a 46%, mientras secundaria superior subió de 49% a 60%. El aumento vuelve urgente enseñar verificación y práctica independiente.
Across 16 studies, 7 reported lower extraneous load, 3 reported no difference, 1 reported higher load, 1 found a curvilinear pattern, and 4 provided no directional comparison. The evidence is mixed, so design quality matters more than simply adding AI.
Entre 16 estudios, 7 reportaron menor carga extrínseca, 3 ningún cambio, 1 mayor carga, 1 un patrón curvilíneo y 4 no ofrecieron una comparación direccional. La evidencia es mixta, por lo que la calidad del diseño importa más que simplemente añadir IA.
The 5 main tasks involve preparation, production, or administration. Lesson preparation leads at 37%, while assessment creation closes the group at 25%. This pattern places teacher judgment before generation.
Las 5 tareas principales son de preparación, producción o administración. Preparar clases encabeza con 37% y crear evaluaciones cierra el grupo con 25%. Este patrón sitúa el juicio docente antes de la generación.
Adaptation leads again at 64%. Data analysis reaches 61%, and feedback 57%. These figures describe a perceived gain among people who use the tool, not external validation of every output.
La adaptación vuelve a encabezar con 64%. El análisis de datos llega a 61% y la retroalimentación a 57%. Estas cifras describen una ganancia percibida por quienes usan la herramienta, no una validación externa de cada salida.
Eight out of 10 teachers received no formal guidance. 48% relied only on informal guidance, and 34% received none. Without applicable rules and professional learning, judgment remains isolated.
Ocho de cada 10 docentes no recibieron guía formal. El 48% dependió solo de orientación informal y 34% no recibió ninguna. Sin reglas aplicables y aprendizaje profesional, el criterio queda aislado.
Time savings exceed 79% across all 3 tasks measured. Creating worksheets and activities leads at 84%. The scale of the savings creates an opportunity, but quality depends on review and reinvesting the time.
El ahorro supera 79% en las 3 tareas medidas. Crear hojas y actividades encabeza con 84%. La escala del ahorro abre una oportunidad, pero la calidad depende de revisar y reinvertir el tiempo.
Heuristic hints improved the performance of lower-achieving students. Other forms of help reduced performance, self-regulation, or autonomy in different subgroups. The result argues against a one-size-fits-all approach for students.
Las pistas heurísticas mejoraron el rendimiento de estudiantes con bajo desempeño. Otras formas de ayuda redujeron rendimiento, autorregulación o autonomía en subgrupos distintos. El resultado rechaza una receta única para todos los estudiantes.
The design did not ask for blind trust. Students knew that the AI Peer could answer up to 40% of questions incorrectly. Even so, targeted dialogue raised post-test scores by 10.5 points versus the control.
El diseño no pidió confianza ciega. Los estudiantes sabían que el compañero de IA podía fallar hasta 40% de las preguntas. Aun así, el diálogo focalizado elevó los puntajes posteriores en 10,5 puntos frente al control.
In 2026, 48% of Gen Z workers said AI risks in the workforce outweighed its benefits. That assessment was 11 points higher than the prior year. The educational response is to teach when to trust, how to check, and who is accountable.
En 2026, el 48% de los trabajadores de la generación Z dijo que los riesgos de la IA en el trabajo superaban sus beneficios. Esa percepción fue 11 puntos mayor que el año anterior. La respuesta educativa es enseñar cuándo confiar, cómo comprobar y quién responde.
AI produced large practice and time benefits, yet performance without access declined. Educational design and human judgment determine whether assistance becomes learning. 5 technical terms carry much of the argument.
In a randomized trial with 165 students, targeted dialogue with an AI Peer raised post-test scores by 10.5 percentage points versus a history-discussion control. arxiv.org
The AI Peer was explicitly presented as capable of answering up to 40% of questions incorrectly. arxiv.org
A trial with 194 university students found that a carefully structured tutor produced more than twice the learning gains in less time. Scientific Reports
In 2026, only 18% received formal guidance on AI; 48% received informal guidance, and 34% received no guidance. Gallup y Walton Family Foundation
In 2026, 74% reported school AI rules, 49% access to computing, 28% school-provided tools, and 65% permission to use AI within schools with policies. Gallup, Walton Family Foundation y GSV Ventures
In a Türkiye field experiment, GPT-4 raised short-term performance 48% with its standard interface and 127% with tutoring, but performance fell 17% after access ended. oecd.org
In France, 43% of students reported feeling nervous or anxious when their phones were not nearby. eeb2.eu
Only 35% of GPT-4 feedback passed automated helpfulness evaluations in the Intelligent Tutoring System study. link.springer.com
The argument
Tutoring increased practice performance by 127%, but removing AI left performance 17% lower.
Immediate task performance and independent learning moved in opposite directions.
A structured tutor produced more than 2x the learning gain.
UNESCO defines 15 teacher competencies across 5 dimensions and 3 levels.
Digital access creates the setting, but educators need broader competencies to turn tools into sound learning decisions.
Use is uneven: 40% do not use AI, while 69% of early-career teachers did.
This research is published in English and Spanish. Ver en español
La investigación detrás de esta presentación
La IA produjo grandes beneficios en la práctica y el tiempo, pero el rendimiento sin acceso disminuyó. El diseño educativo y el criterio humano determinan si la ayuda se convierte en aprendizaje. 5 términos técnicos sostienen buena parte del argumento.
En un ensayo aleatorizado con 165 estudiantes, el diálogo focalizado con un compañero de IA elevó los puntajes posteriores en 10,5 puntos porcentuales frente al control de historia. arxiv.org
A los estudiantes se les informó explícitamente que el compañero de IA podía responder incorrectamente hasta el 40% de las preguntas. arxiv.org
Un ensayo con 194 universitarios encontró que un tutor cuidadosamente estructurado produjo más del doble de ganancia de aprendizaje en menos tiempo. Scientific Reports
En un experimento de campo en Türkiye, GPT-4 elevó el rendimiento inmediato 48% con la interfaz estándar y 127% con tutoría, pero el rendimiento cayó 17% al retirar el acceso. oecd.org
En Francia, el 43% de los estudiantes dijo sentirse nervioso o ansioso cuando no tenía el teléfono cerca. eeb2.eu
Solo el 35% de la retroalimentación de GPT-4 superó las evaluaciones automatizadas de utilidad en el estudio sobre tutores inteligentes. link.springer.com
El argumento
La tutoría elevó la práctica 127%, pero retirar la IA dejó un rendimiento 17% menor.
El rendimiento inmediato y el aprendizaje independiente avanzaron en direcciones opuestas.
Un tutor estructurado produjo más de 2 veces la ganancia de aprendizaje.
La UNESCO define 15 competencias docentes, en 5 dimensiones y 3 niveles.
El acceso digital crea el entorno, pero los docentes necesitan competencias más amplias para convertir las herramientas en decisiones de aprendizaje acertadas.
El uso no es uniforme: 40% no usa IA, mientras 69% de docentes principiantes sí la usó.
Esta investigación se publica en inglés y español. Read in English
