Ismael Sanz es director de Educación de Funcas, una entidad dedicada a la investigación económica y social y a su divulgación, con el objetivo de acercar la evidencia académica a los debates y a la toma de decisiones del mundo real.
Recientemente ha coordinado el estudio IA en el sistema educativo, publicado por Funcas, en el que también firma el artículo Ventajas y desventajas de la IA en la educación: el caso de los tutores individualizados guiados por la IA.
Además, forma parte de un grupo de investigación sobre IA y educación junto a Almudena Sevilla (London School of Economics), Pilar Cuevas-Ruiz (Universidad de Sevilla) y Luz Rello (IE University). Con este equipo ha publicado el artículo Bridging Literacy Gaps: The Impact of AI-Driven Personalised Learning on Reading Skills and Educational Equity, difundido por el Annenberg Institute for School Reform (Brown University).
Sanz es doctor en Economía Aplicada por la Facultad de Ciencias Económicas y Empresariales de la Universidad Complutense de Madrid (UCM). Es profesor titular del Departamento de Economía Aplicada I de la Universidad Rey Juan Carlos y Visiting Senior Fellow de la London School of Economics (LSE).
En el ámbito institucional, ha sido director general de Innovación, Becas y Ayudas de la Consejería de Educación de la Comunidad de Madrid (2015–2019), director del Instituto Nacional de Evaluación Educativa (INEE) del Ministerio de Educación, Cultura y Deporte (2012–2015) y Chair del Strategic Development Group de PISA (OCDE) (2014–2015).
1. ¿En qué usos cree que la IA generativa aporta más valor a centros y profesionales de la educación?
La IA generativa aporta más valor cuando se utiliza como una herramienta de apoyo pedagógico, no como un sustituto del docente. En mi opinión, hay tres ámbitos especialmente prometedores.
- Primero, la personalización del aprendizaje, a través de tutores o asistentes que adaptan explicaciones, ejemplos y ritmo al nivel real del alumnado. La evidencia muestra que este tipo de apoyo individualizado es especialmente eficaz para estudiantes con mayores dificultades, algo muy difícil de lograr en aulas numerosas.
- Segundo, la retroalimentación inmediata y específica, tanto para el alumnado como para el profesorado. La IA puede analizar respuestas, detectar errores frecuentes y sugerir mejoras de forma rápida, lo que permite intervenir antes de que se consoliden lagunas de aprendizaje.
- Y tercero, la reducción de la carga administrativa y repetitiva del profesorado, liberando tiempo para tareas de mayor valor añadido: acompañar, motivar, observar y orientar mejor a los estudiantes.
2. ¿Qué indicadores le parecen más útiles para evaluar el impacto de la IA generativa en la educación?
Es fundamental ir más allá del entusiasmo inicial y medir resultados con rigor. Los indicadores más útiles dependen del objetivo, pero destacaría cuatro tipos.
- En primer lugar, medidas directas de aprendizaje, como progresos en pruebas estandarizadas o indicadores de dominio de competencias concretas. En nuestros estudios vemos, por ejemplo, mejoras acumulativas en lectura asociadas al uso de herramientas de aprendizaje asistido por IA.
- En segundo lugar, indicadores de equidad, es decir, si la IA beneficia especialmente al alumnado con peor punto de partida o reduce brechas socioeconómicas. Este es un criterio clave desde el punto de vista de política educativa.
- En tercer lugar, patrones de uso y compromiso, porque no basta con que la herramienta esté disponible: importa cómo, cuánto y para qué se utiliza.
- Y, finalmente, indicadores cualitativos, como cambios en la confianza del alumnado, su autonomía o la percepción del profesorado sobre la utilidad real de la herramienta.
"La clave es que la IA sea un apoyo para pensar mejor, no un atajo para pensar menos".
3. En el caso del alumnado, ¿en qué usos la IA generativa puede apoyar mejor el aprendizaje y qué evidencias tenemos hasta ahora sobre su impacto?
La evidencia más sólida apunta a los usos de la IA como tutor individualizado, especialmente en materias instrumentales como lectura o matemáticas. Cuando la IA está diseñada con criterios pedagógicos claros -por ejemplo, ofreciendo pistas en lugar de respuestas cerradas- puede mejorar el aprendizaje de forma significativa.
En trabajos recientes hemos observado que cada sesión adicional en programas de aprendizaje personalizado basados en IA se traduce en avances medibles en competencias lectoras, con efectos especialmente relevantes en alumnado más joven o con mayores dificultades.
También hay evidencia de que la IA puede apoyar el aprendizaje autónomo, ayudando a practicar, consolidar contenidos y recibir feedback inmediato fuera del aula.
Eso sí, los resultados dependen mucho del diseño: cuando la IA se limita a "dar la respuesta", puede generar dependencia y reducir el esfuerzo cognitivo. Cuando actúa como un buen tutor —guiando, preguntando y adaptándose. los efectos son claramente positivos.
4. ¿Qué competencias debería adquirir el alumnado para usar la IA generativa de forma responsable? ¿Cómo se pueden trabajar en el aula y en casa?
El uso responsable de la IA en la educación exige un conjunto de competencias transversales. Entre las más importantes están:
Estas competencias no se adquieren con una asignatura aislada, sino integrándolas en tareas reales. Por ejemplo, pedir al alumnado que use la IA para generar un primer borrador y luego justificar qué ha modificado y por qué, o contrastar respuestas de la IA con fuentes fiables.
En casa, las familias pueden acompañar este proceso fomentando un uso reflexivo, no automático: preguntar "¿por qué crees que la IA te da esta respuesta?" o "¿cómo lo explicarías tú?". La clave es que la IA sea un apoyo para pensar mejor, no un atajo para pensar menos.
La evidencia más sólida apunta a los usos de la IA como tutor individualizado, especialmente en materias instrumentales como lectura o matemáticas. Cuando la IA está diseñada con criterios pedagógicos claros -por ejemplo, ofreciendo pistas en lugar de respuestas cerradas- puede mejorar el aprendizaje de forma significativa.
En trabajos recientes hemos observado que cada sesión adicional en programas de aprendizaje personalizado basados en IA se traduce en avances medibles en competencias lectoras, con efectos especialmente relevantes en alumnado más joven o con mayores dificultades.
También hay evidencia de que la IA puede apoyar el aprendizaje autónomo, ayudando a practicar, consolidar contenidos y recibir feedback inmediato fuera del aula.
Eso sí, los resultados dependen mucho del diseño: cuando la IA se limita a "dar la respuesta", puede generar dependencia y reducir el esfuerzo cognitivo. Cuando actúa como un buen tutor —guiando, preguntando y adaptándose. los efectos son claramente positivos.
4. ¿Qué competencias debería adquirir el alumnado para usar la IA generativa de forma responsable? ¿Cómo se pueden trabajar en el aula y en casa?
El uso responsable de la IA en la educación exige un conjunto de competencias transversales. Entre las más importantes están:
- La capacidad de verificar información
- Distinguir entre ayuda y sustitución del esfuerzo propio
- Argumentar con criterio
- Citar fuentes
- Proteger los datos personales.
Estas competencias no se adquieren con una asignatura aislada, sino integrándolas en tareas reales. Por ejemplo, pedir al alumnado que use la IA para generar un primer borrador y luego justificar qué ha modificado y por qué, o contrastar respuestas de la IA con fuentes fiables.
En casa, las familias pueden acompañar este proceso fomentando un uso reflexivo, no automático: preguntar "¿por qué crees que la IA te da esta respuesta?" o "¿cómo lo explicarías tú?". La clave es que la IA sea un apoyo para pensar mejor, no un atajo para pensar menos.
"Hay evidencia de que la IA puede apoyar el aprendizaje autónomo fuera del aula".
5. En el caso del profesorado, ¿qué formación y competencias considera prioritarias para integrar la IA generativa con criterio y responsabilidad?La formación del profesorado en IA es probablemente el factor más decisivo. No se trata de que el docente sea un experto técnico, sino de que adquiera criterio pedagógico para decidir cuándo y cómo usar la IA.
Es prioritario formar en tres dimensiones:
- Primero, uso didáctico, es decir, cómo integrar la IA en actividades concretas alineadas con el currículo.
- Segundo, dimensión ética y de protección de datos, especialmente relevante cuando se trabaja con menores.
- Y tercero, interpretación de datos, para entender la información que generan estas herramientas y utilizarla para ajustar la enseñanza.
La evidencia muestra que las herramientas tecnológicas funcionan mucho mejor cuando el profesorado recibe acompañamiento y apoyo, no solo formación inicial.
6. ¿Cómo evitar que la adopción de la IA generativa agrave desigualdades educativas ya existentes?
Este es uno de los grandes riesgos, pero también una gran oportunidad. La IA puede reducir desigualdades si se integra desde el sistema educativo, y no se deja únicamente al mercado o al uso individual.
Para evitar brechas, es clave garantizar el acceso universal a herramientas de calidad, priorizando centros y alumnado en contextos vulnerables.
También es fundamental que la IA se use dentro del horario escolar, no solo como complemento extraescolar, porque ahí es donde se llega a todo el alumnado.
Nuestros resultados muestran que las herramientas de aprendizaje personalizado basadas en IA tienen efectos especialmente positivos en estudiantes con peor punto de partida, siempre que estén bien diseñadas. El diseño pedagógico y la gobernanza importan tanto como la tecnología.
"La IA puede reducir desigualdades si se integra desde el sistema educativo".
7. ¿Cuáles son los principales riesgos de la IA generativa en la educación y qué medidas ayudan a mitigarlos?Entre los principales riesgos destacaría tres.
- La delegación excesiva del esfuerzo cognitivo, cuando el alumnado se limita a pedir respuestas sin comprender. Esto se mitiga diseñando usos que fomenten el razonamiento y no el copia-pega.
- El sesgo y la desinformación, inherentes a algunos modelos. Aquí es clave enseñar a contrastar y no asumir que la IA es una fuente infalible.
- La dependencia tecnológica, tanto del alumnado como de los centros. Para evitarla, la IA debe verse como una herramienta complementaria, integrada en una estrategia educativa más amplia, y no como una solución mágica.
8. ¿Qué buenas prácticas o evidencias puede compartir sobre usos de la IA generativa que mejoren realmente la enseñanza-aprendizaje?
Las mejores prácticas comparten varios rasgos comunes. Funcionan bien los modelos en los que la IA actúa como tutor guiado, ofreciendo pistas, ejemplos y preguntas, en lugar de soluciones completas.
También son especialmente eficaces los enfoques híbridos, que combinan IA con supervisión y criterio docente. La tecnología amplifica la capacidad del profesor, no la sustituye.
Finalmente, la evidencia muestra que la integración gradual, evaluada y ajustada, con pilotos bien diseñados y evaluación rigurosa, es mucho más eficaz que las implantaciones rápidas y poco reflexivas. Cuando la IA se pone al servicio de un objetivo pedagógico claro, los resultados pueden ser muy positivos.
