Los investigadores dieron a conocer los resultados de un ensayo controlado aleatorizado, prerregistrado y realizado durante tres semestres en 19 universidades. Participaron 7.200 estudiantes que utilizaron aplicaciones de IA creadas por los docentes de sus propios cursos. Las herramientas eran muy variadas —desde sistemas automatizados para dar retroalimentación sobre ensayos hasta programas personalizados para generar problemas—, ya que cada docente diseñó lo que consideraba más útil para su clase. Al terminar el semestre, los estudiantes rindieron exámenes presenciales supervisados en los que no podían usar IA. Quienes habían utilizado las herramientas diseñadas por sus docentes obtuvieron mejores resultados en estas evaluaciones «a prueba de IA» que sus pares, que no habían usado IA o habían recurrido a chatbots genéricos. El ensayo no detectó cambios medibles en la frecuencia con que los estudiantes iniciaban sesión en las plataformas de los cursos, ni en las calificaciones que daban en las evaluaciones de los cursos. En otras palabras, las intervenciones con IA mejoraron los resultados de aprendizaje sin aumentar la participación general ni la satisfacción. Los autores señalan que investigaciones anteriores han demostrado que las herramientas genéricas de IA a veces perjudican el aprendizaje, pero este estudio sugiere que, cuando los docentes controlan el diseño, la IA puede aportar un beneficio neto. El equipo de investigación, encabezado por Jun Li y colegas de varias instituciones, publicó el artículo en arXiv el 14 de noviembre de 2026. El estudio fue prerregistrado: las hipótesis y el plan de análisis se hicieron públicos antes de que comenzara la recopilación de datos, lo que ayuda a reducir los sesgos. Los autores instan a las universidades a dar más libertad al profesorado para experimentar con IA adaptada a su contexto docente específico.
Por qué importa ahora la IA dirigida por docentes
Hoy en día, la mayoría de las universidades adopta plataformas de IA para todo el campus, desarrolladas por empresas tecnológicas o por unidades centrales de informática. Estas soluciones suelen ser iguales para todos y quizá no se ajusten a las particularidades de una disciplina o al tamaño de una clase. Este ensayo muestra otra vía: permitir que los docentes adapten la IA a sus objetivos pedagógicos puede generar mejoras medibles en el aprendizaje. Si las universidades adoptan políticas que permitan al profesorado crear prototipos de herramientas de IA y perfeccionarlas, podrían obtener mejoras similares sin tener que pagar costosas licencias empresariales. El estudio también apunta a que la satisfacción de los estudiantes quizá no sea el indicador adecuado para evaluar el éxito de la IA: puede haber avances en el aprendizaje aunque los estudiantes no digan disfrutar más de las clases. Sin embargo, el artículo no ofrece datos de seguimiento a largo plazo ni analiza si los mismos beneficios se observarían en cursos exclusivamente en línea o con grupos más numerosos. Se necesitarán más investigaciones para confirmar que los resultados se mantienen fuera del entorno controlado del ensayo.
Por qué importa
Para los estudiantes universitarios, las herramientas de IA creadas por sus propios docentes podrían ayudarles a obtener mejores resultados en los exámenes sin exigirles más tiempo de estudio. Para el profesorado, los resultados sugieren que puede experimentar con soluciones de IA personalizadas para mejorar el aprendizaje, aunque la participación general en clase no cambie.