Un profesor de economía en Brown University sospechó que la mayoría de sus 86 estudiantes había usado IA para un examen en casa cuando el promedio llegó al 96%, contra el habitual 65-80%. Muchos habían usado una demostración matemática contorta idéntica a la de ChatGPT, en lugar del enfoque directo más obvio.

Advirtió a los estudiantes e hizo el examen final en el aula, supervisado. Dieciocho estudiantes abandonaron el curso, nueve no se presentaron. El promedio se desplomó al 48,6%, el peor resultado jamás registrado para ese curso. Solo algunos obtuvieron puntuaciones cercanas a las del primer examen. Diecinueve estudiantes reprobaron.

Por qué te importa. Dos estudios recientes confirman el mismo patrón a gran escala. Un estudio chino sobre 26.000 estudiantes mostró que seis meses después de adoptar IA, las calificaciones de tareas habían subido un 18% mientras que las calificaciones de exámenes supervisados bajaron un 20%. El efecto completo se manifiesta en aproximadamente dos años, con los mejores estudiantes perdiendo hasta un 24% de su desempeño. Un estudio de UC Berkeley sobre 500.000 calificaciones muestra que en cursos con muchas tareas no supervisadas, el porcentaje de A aumentó 13 puntos porcentuales después del lanzamiento de ChatGPT.

Si enseñas o estás aprendiendo a usar IA, este es el problema central: la IA que hace el trabajo por ti no te potencia, te vacía. La cuestión no es prohibir herramientas, sino entender dónde la competencia básica debe sostenerse incluso sin ellas.

En detalle

El contexto: qué había antes

Los exámenes en casa existían desde siempre, pero se basaban en un pacto implícito de honestidad académica. ChatGPT y otros modelos rompieron ese pacto porque el estudiante promedio ahora puede obtener respuestas de calidad profesional en segundos, sin que el profesor pueda distinguirlas de las auténticas mirando solo el resultado final.

Roberto Serrano, el profesor del caso Brown, pasó las preguntas del examen por ChatGPT y obtuvo respuestas casi idénticas a las de muchos estudiantes, incluyendo una elección de demostración matemática inusual que ningún estudiante había usado antes. El promedio del 96% era una anomalía estadística evidente: ese curso siempre había tenido promedios entre 65% y 80%.

Los números de estudios a gran escala

El estudio chino rastreó más de 26.000 estudiantes de séptimo a duodécimo grado durante 30 meses. Después de seis meses de comenzar a usar IA:

• Las calificaciones de tareas en casa subieron 18%
• El tiempo de finalización bajó de 64 a 45 minutos
• Las calificaciones de exámenes supervisados bajaron 20%
• En exámenes de admisión universitaria, la pérdida a largo plazo fue entre 18% y 24%
• El 81% de los usuarios frecuentes de IA mostraba el patrón completo: tareas rápidas, calificaciones altas en tareas, desempeño desplomado en exámenes

Los mejores estudiantes fueron los más afectados: perdieron hasta 24% de su desempeño. El efecto completo se manifiesta en aproximadamente dos años, sugiriendo un deterioro progresivo de las competencias básicas.

El estudio de UC Berkeley analizó más de 500.000 calificaciones en una gran universidad de investigación de Texas. En cursos con muchas tareas escritas o de programación, el porcentaje de A aumentó 13 puntos porcentuales después del lanzamiento de ChatGPT en noviembre de 2022. El efecto se concentraba en tareas no supervisadas: los cursos que se basaban principalmente en tareas en casa vieron un aumento 16 puntos porcentuales superior en comparación con cursos que dependían más de exámenes supervisados.

Qué cambia

El caso Brown muestra la reacción institucional: el profesor canceló el examen en casa y aumentó el peso del examen final al 80% de la calificación total. La universidad respondió de manera «tibia», según Serrano, pidiéndole que reportara cada caso individualmente. Él quería una posición más firme: «No podemos permitirnos tener una sociedad donde una fracción significativa de nuestras mejores mentes jóvenes piense que hacer trampa está bien. Esto lleva a una sociedad en declive, a una sociedad fracasada… No podemos elegir volvernos idiotas».

Los límites de lo que sabemos

Los estudios muestran una correlación clara, pero no pueden distinguir entre estudiantes que usan IA como apoyo y estudiantes que la usan como sustituto completo. El patrón emerge a nivel agregado: no dice nada sobre cómo el estudiante individual está usando la herramienta.

El caso Brown se basa en una sospecha fuerte pero no en pruebas directas de cada caso de fraude. La demostración matemática inusual y el promedio anómalo son indicios sólidos, pero no son prueba para cada estudiante.

Las implicaciones prácticas

Si enseñas, los números dicen que las tareas en casa no supervisadas ya no miden lo que pensabas que medían. El diseño de la evaluación debe cambiar: más exámenes supervisados, o tareas que requieran mostrar el proceso además del resultado.

Si estás aprendiendo a usar IA, la lección es clara: la IA que hace el trabajo por ti no te potencia, te debilita. Usarla para hacer tareas que deberías saber hacer solo te deja con mejores calificaciones hoy y peores competencias mañana. El colapso llega cuando tienes que trabajar sin red.

Si estás construyendo herramientas IA para educación, el diseño importa: una herramienta que responde directamente en lugar de guiar produce dependencia, no aprendizaje.