Otra vez. Otra vez te dicen que una tecnología lo va a cambiar todo. Que tienes que formarte, adaptarte, subirte al tren. Que si no usas IA en tu clase, te vas a quedar atrás. Que los datos son aplastantes.
Y lo peor es que, esta vez, los datos parecen darles la razón.
En 2025, varios equipos de investigación independientes han medido el impacto de la inteligencia artificial en el aprendizaje. Tlili y colaboradores analizaron 85 estudios con más de 10.000 alumnos: effect size de 1,10. Wang y Fan, en la familia de revistas Nature, revisaron 51 estudios centrados en ChatGPT: 0,87.
Para contexto: en investigación educativa, cualquier factor por encima de 0,40 se considera relevante. Estos números lo duplican y lo triplican.
Con esos datos, la conversación parece cerrada.
No lo está.
Lo que ocurre cuando mides más de cuatro semanas
Hay un estudio que no aparece en los titulares. Wu, Tlili y colaboradores publicaron en 2025, en Frontiers in Psychology, un metaanálisis de 21 estudios con 2.873 alumnos. Hicieron algo que nadie había hecho antes con esta claridad: separar los resultados según la duración de la intervención.
No midieron solo si la IA funcionaba. Midieron cuánto tiempo funcionaba.
| DURACIÓN | EFFECT SIZE |
| Primeras semanas | 1,14 |
| 1-6 meses | 0,53 |
| Un curso completo | 0,08 |
1,14 → 0,53 → 0,08
De 1,14 a 0,08. Catorce veces menor.
El efecto de la IA se desploma conforme pasa el tiempo. No un poco. Casi por completo.
Un segundo metaanálisis (Liu, Zhang y Wang, 2026) midió la IA generativa en matemáticas con 5.232 alumnos. Mismo patrón: intervenciones de un mes o menos, effect size de 0,735. Más de un mes, 0,376. Casi la mitad.
Recibe gratuitamente nuestros contenidos y novedades destacadas en tu email. 
¿Te gusta lo que estás leyendo?
Un patrón con cuarenta años de historia
En 1983, Richard Clark publicó una tesis incómoda: la tecnología no causa aprendizaje. Lo que causa aprendizaje es el método de instrucción. La tecnología es solo el vehículo de entrega. Y cuando un vehículo nuevo produce resultados espectaculares, la explicación más probable es la novedad, no la superioridad del medio.
En 2016, Cheung y Slavin lo confirmaron con 645 estudios educativos: los effect sizes de estudios cortos y metodológicamente débiles eran aproximadamente el doble que los de estudios largos y rigurosos. El patrón era transversal a todas las tecnologías.
Te pasó con las pizarras digitales, los tablets, la gamificación. El primer trimestre era una revolución. En junio ya nadie las miraba.
La IA no es una excepción al patrón.
Es su confirmación más reciente.
Lo que esto significa (y lo que no)
Esto no significa que la IA sea inútil. Significa que el 1,10 que sale en los titulares es la foto de la luna de miel, no la del curso completo. Y que si alguien toma decisiones de centro basándose en esos números sin mirar la duración de los estudios, está comprando el pico del hype.
El 0,08 de final de curso no dice que la herramienta no sirva. Dice que cuando la novedad se agota, lo que queda es lo que siempre estuvo ahí: el método de instrucción y la persona que lo sostiene.
Entonces, ¿qué factor no se agota?
Existe uno. Lleva documentado exactamente los mismos cuarenta años que el efecto novedad. Tiene un effect size de 0,90, medido con datos de 300 millones de alumnos. No depende de ningún software. No se degrada con el tiempo. Y depende enteramente de ti.
Lo explicamos con todas las fuentes en nuestro ebook gratuito.
Descarga este ebook gratuito
Ebook «Tú eres el efecto»
Bibliografía
Tlili, A. et al. (2025). Information Development. DOI: 10.1177/02666669241304407
Wang, J. y Fan, T. (2025). Nature HSSC. DOI: 10.1038/s41599-025-04787-y
Wu, J., Tlili, A. et al. (2025). Frontiers in Psychology, 16:1691414
Liu, B., Zhang, W. y Wang, F. (2026). Education Sciences, 16(1), 140
Clark, R. E. (1983). Review of Educational Research, 53(4), 445-459
Cheung, A. C. K. y Slavin, R. E. (2016). Educational Researcher, 45(5), 283-292
Cómo motivar a tus estudiantes
Ya puedes descargar de forma gratuita nuestro ebook.
