Hoy hablamos de: la pregunta que protege el aprendizaje de tu hijo cuando entrega una tarea escolar hecha con inteligencia artificial: qué comprendió mientras la resolvía.
La tarea que escribió otro
La pregunta que protege el aprendizaje de tu hijo mide lo que quedó en su cabeza después de entregar la tarea.
¿En qué se diferencia usar la IA como apoyo en una tarea escolar de entregar una tarea que la IA resolvió por completo?
Usar la IA como apoyo significa que el estudiante dirige el proceso: plantea la pregunta, evalúa la respuesta, la contrasta con lo que ya sabe y decide qué conservar. Entregar una tarea resuelta por completo significa que el estudiante traslada ese trabajo cognitivo a la herramienta y presenta el resultado como propio, sin haber pasado por el proceso que la tarea buscaba enseñarle.
Una escuela secundaria en Toronto ajustó sus rúbricas para pedir, junto con cada ensayo, un registro breve del proceso de investigación y redacción. El cambio permitió a los docentes distinguir con claridad entre alumnos que usaron IA para explorar un tema y alumnos que solo copiaron un resultado generado.
Misinformation
False or misleading information
75 riesgos catalogados · 15% concern global
→ Ver MIT AI Risk Repository NavigatorSobre la mesa de la cocina, otra vez
Es la tercera semana de clases y la tarea ya está sobre la mesa, junto a los platos de la cena. Tu hijo la terminó rápido, la letra es pareja, los párrafos están bien armados. Sientes el impulso de revisar solo que esté completa y firmarla. Ese impulso es comprensible: llevas un día largo y la tarea, a simple vista, se ve bien.
Antes de firmar, vale la pena conocer un dato que un equipo del MIT Media Lab publicó en 2025, después de estudiar a 54 personas mientras escribían ensayos con distintos niveles de apoyo tecnológico. A quienes usaron un asistente de IA para redactar, se les pidió después que citaran una sola frase del texto que acababan de entregar. El 83% no pudo hacerlo. Entre quienes escribieron sin apoyo o usaron un buscador tradicional, solo el 11% tuvo esa misma dificultad.
La diferencia no está en la calidad del texto entregado. Está en lo que quedó grabado en la mente de quien lo entregó.
La pregunta que cambia el problema
El primer impulso, frente a una tarea que se ve demasiado bien terminada, es preguntarse si el hijo hizo trampa. Esa pregunta lleva a las familias y a los docentes a un callejón conocido: revisar el texto en busca de señales de IA, comparar el estilo con tareas anteriores, sospechar de cada frase demasiado elegante.
Esa búsqueda agota y rara vez resuelve algo, porque el problema real no vive en el texto. Vive en la cabeza del estudiante, en lo que comprendió o dejó de comprender mientras la tarea pasaba por sus manos. Reencuadrar la pregunta, de "¿hizo trampa?" a "¿qué aprendió?", cambia por completo lo que familias y escuelas necesitan observar.
Esta pregunta sirve igual en casa que en el salón. Un padre que la usa con su hijo en la mesa de la cocina y un docente que la usa con treinta alumnos frente a un ensayo persiguen exactamente el mismo criterio.
Redactar y editar dejan huellas distintas
La psicología cognitiva describe este fenómeno desde 1978, cuando los investigadores Norman Slamecka y Peter Graf demostraron algo que hoy vuelve a ser urgente: la información que una persona genera con su propio esfuerzo se recuerda mejor que la información que solo lee o edita. Este hallazgo, conocido como el efecto de generación, se ha confirmado cientos de veces desde entonces, en edades, idiomas y materias distintas.
Redactar una respuesta obliga al cerebro a organizar ideas propias, conectar conceptos y tomar decisiones sobre qué decir primero. Editar un texto que ya llegó armado exige mucho menos de ese trabajo. El resultado final puede verse igual de pulido en ambos casos. La huella que deja en la memoria de quien lo produjo es distinta.
Una encuesta del Pew Research Center encontró que, entre adolescentes en Estados Unidos, el uso de la IA para tareas escolares se duplicó de 2023 a 2024, hasta alcanzar al 26% de los encuestados. Al mismo tiempo, solo el 18% de esos mismos adolescentes considera aceptable usarla para escribir un ensayo completo, frente al 54% que sí la considera aceptable para investigar un tema. La mayoría de los estudiantes ya distingue, de forma intuitiva, entre apoyarse en la IA y delegarle el trabajo completo. Esa intuición es exactamente el criterio que vale la pena reforzar en casa.
Lo que el MIT AI Risk Repository nombra en esta escena
El bloque de riesgo que abre este artículo pertenece al dominio de Misinformation del MIT AI Risk Repository, dentro del subdominio de información falsa o engañosa. Una tarea que se presenta como propia sin haberlo sido encaja con precisión en esta categoría: el texto entregado transmite información falsa sobre su propio origen, sobre quién pensó lo que ahí está escrito y cuánto entendió esa persona del tema.
Ese mismo riesgo se conecta con un segundo dominio, el de Human-Computer Interaction, específicamente con la pérdida de agencia y autonomía humana, un subdominio que cataloga 106 riesgos y representa el 18% del interés global registrado por el repositorio. Cuando un estudiante entrega, semana tras semana, tareas que otro resolvió por él, la habilidad que se erosiona es la de sostener un razonamiento propio frente a un problema nuevo, sin nadie ni nada que lo resuelva primero.
El pilar Ética Aplicada, aplicado a la tarea de esta noche
Dentro del método S.E.N.S.E., el pilar de Ética Aplicada pregunta algo muy concreto frente a cualquier tarea escolar: ¿es correcto, justo y responsable presentar como propio un trabajo que otra fuente resolvió? La respuesta cambia según cuánto haya participado el estudiante en el proceso, no según qué herramienta haya usado.
Un padre, una madre o un docente que aplican este pilar dejan de perseguir la herramienta y empiezan a observar el proceso. La IA puede acompañar la investigación, ayudar a organizar ideas dispersas, ofrecer un primer borrador para discutir. El límite ético aparece cuando el estudiante deja de participar del todo, y el nombre que firma la tarea deja de coincidir con la mente que la resolvió.
Señales de que la tarea sí fue aprendida
Estas señales ayudan a distinguir, sin necesidad de perseguir la herramienta, si una tarea dejó aprendizaje real en quien la entregó:
- El estudiante puede explicar, con sus propias palabras y sin leer la tarea, la idea principal que desarrolló.
- Puede señalar qué parte le costó más trabajo entender, y por qué.
- Puede identificar un error o una imprecisión dentro de su propio texto, sin ayuda externa.
- Puede resolver un ejercicio similar, más sencillo, sin apoyo de ninguna herramienta.
Todas estas señales piden lo mismo: un minuto de alguien, en casa o en el salón, para preguntar y escuchar la respuesta con atención.
La pregunta que vale la pena hacer esta noche
Te dejo con una sola pregunta. Dale un momento antes de que tu mente busque la respuesta cómoda de solo revisar que la tarea esté completa.
Cuando tu hijo entrega una tarea hecha con IA, ¿sabrías explicar qué aprendió en el proceso?
La mayoría de los padres, al hacerse esta pregunta con honestidad, no tienen todavía la respuesta. Esa falta de respuesta es información valiosa: señala justo dónde empieza la conversación de esta noche.
El paso concreto de esta semana
Pide a tu hijo que te explique con sus propias palabras una tarea que hizo con apoyo de IA, sin que la tenga abierta frente a él. Escucha con atención dónde se detiene, dónde duda, dónde necesita volver a mirar el texto para recordar qué decía. Ese punto exacto es el lugar donde vale la pena poner atención esta semana: ahí es donde se construye, juntos, el criterio que la próxima tarea va a necesitar.
Para acompañar esa conversación con una guía breve, la herramienta gratuita número 18 de IAConSentido, La pregunta antes de aceptar un resultado de IA, ofrece un formato sencillo para hacer este ejercicio en casa o en el salón, disponible en la sección de recursos gratuitos de karine.ai.
¿Qué es el efecto de generación y por qué importa cuando un estudiante usa IA para hacer la tarea?
El efecto de generación es un hallazgo de la psicología cognitiva que muestra que la información producida por el propio esfuerzo mental de una persona se retiene mejor que la información simplemente leída o editada. Descubierto en 1978 por Norman Slamecka y Peter Graf, se ha replicado cientos de veces en distintos contextos de aprendizaje.
Un profesor de secundaria que pidió a sus alumnos redactar primero un borrador propio antes de consultar cualquier herramienta digital reportó que la mayoría recordaba, semanas después, los argumentos centrales de su ensayo, incluso cuando después habían usado IA para pulir la redacción final.
¿Cuántos adolescentes usan IA para hacer la tarea y qué tan aceptable les parece usarla para escribir un ensayo completo?
Según una encuesta representativa del Pew Research Center, el 26% de los adolescentes estadounidenses declaró haber usado ChatGPT para hacer tareas escolares en 2024, el doble que en 2023. Sin embargo, la aceptación varía mucho según el tipo de tarea: el 54% considera aceptable usarla para investigar un tema, mientras que solo el 18% la considera aceptable para escribir un ensayo completo.
Esta diferencia sugiere que la mayoría de los estudiantes ya distinguen, de forma intuitiva, entre apoyo e delegación total. Una familia que conversa sobre esta diferencia refuerza un criterio que el propio adolescente, en el fondo, ya reconoce.
Fuente: Pew Research Center, About a quarter of U.S. teens have used ChatGPT for schoolwork, 2025
¿Qué encontró el estudio del MIT Media Lab sobre el uso de ChatGPT para escribir ensayos?
El estudio del MIT Media Lab midió la actividad cerebral de 54 personas mientras escribían ensayos usando un asistente de IA, un buscador tradicional o ningún apoyo externo. Encontró que el grupo que usó IA mostró la conectividad neuronal más débil durante la tarea, y que el 83% de ese grupo no pudo citar correctamente una sola frase de su propio ensayo minutos después de entregarlo.
Los investigadores llamaron a este fenómeno "deuda cognitiva": el ahorro de esfuerzo mental en el momento de escribir se cobra después, en forma de memoria más débil y menor sentido de autoría sobre el propio trabajo.
¿Cómo puede un docente distinguir entre un alumno que usó IA como apoyo y uno que entregó un trabajo resuelto por completo?
Las estrategias más efectivas piden evidencia del proceso: borradores intermedios, notas de investigación, o una breve explicación oral del razonamiento detrás de las decisiones tomadas en el trabajo. Esta evidencia es difícil de producir sin haber pasado realmente por el proceso de pensar el tema.
Varios distritos escolares en Estados Unidos han incorporado una breve entrevista oral de dos minutos como parte de la evaluación de ensayos largos, con el objetivo declarado de verificar comprensión más que de sancionar el uso de herramientas.
Fuente: U.S. Department of Education, Artificial Intelligence and the Future of Teaching and Learning, 2023
¿Qué papel tienen las familias en enseñar criterio sobre el uso de IA en las tareas escolares?
Las familias observan algo que rara vez llega al salón de clases: cómo se comporta un hijo o hija frente a una tarea difícil cuando nadie más está mirando. Esa observación permite identificar, antes que cualquier docente, si el impulso frente a un problema nuevo es pensarlo o delegarlo de inmediato a una herramienta.
Una asociación de padres de familia en México incorporó, dentro de su programa de orientación a nuevos padres, una sesión breve sobre cómo conversar con los hijos acerca del uso responsable de IA en tareas, con buena respuesta de las familias participantes.
Fuente: UNESCO, Guidance for generative AI in education and research, 2023
Herramientas para reconstruir el criterio en casa y en el salón
Si reconoces esta escena en la mesa de tu cocina o en el escritorio de un docente, El Código SENSE ofrece, junto con el Reto SENSE incluido, una Guía para Padres y Tutores y una Guía del Docente, pensadas para acompañar exactamente esta conversación: cómo distinguir apoyo de delegación, con método, con calma y sin perseguir a nadie.
Karine Boucher
Guardiana de la Humanidad Digital
Soy Karine, profesional franco-mexicana con más de 25 años de experiencia en entornos internacionales. Creé el Método SENSE para ofrecer lo que los marcos técnicos de gobernanza no dan: herramientas protectoras, claras y utilizables en la vida real — especialmente para familias y educadores.
Formada en Ciencia de Datos en el MIT y especializada en gobernanza de IA y ética aplicada. Creo que la pregunta más urgente de nuestro tiempo es cómo seguir siendo humanos mientras convivimos con la IA cada día.