A UGR study finds improvements with an AI tutor that do not hold up in the final exam
The research, with 52 Early Childhood Education students, observes a rise in grades on tasks done with the tool that disappears in the final test. The authors call for caution and an integration with pedagogical criteria.
Redacción · Published on October 9, 2026
Un tutor basado en inteligencia artificial mejora las notas de los estudiantes mientras lo usan, pero esa ventaja no se mantiene cuando la herramienta deja de estar disponible. Es la conclusión de un estudio de la Universidad de Granada (UGR) con 52 alumnos de segundo curso del Grado en Educación Infantil, publicado en la revista Educación XX1.
Cómo se hizo el estudio
Durante buena parte del semestre, los dos grupos siguieron la misma metodología. Después, uno de ellos empezó a usar un tutor de IA creado con los contenidos de la asignatura, a partir de materiales docentes y fuentes académicas revisadas por el profesorado. Los estudiantes recibieron formación presencial para aprender a formular preguntas y a evaluar de forma crítica las respuestas de la herramienta.
Qué dicen los resultados
Antes de introducir el tutor, el grupo que lo usaría tenía una media de 9,02 sobre 10 en las actividades evaluadas; después subió a 9,73. El grupo que siguió la enseñanza habitual pasó de 9,34 a 9,29. En el examen final, sin embargo, las calificaciones fueron casi idénticas: 3,32 sobre 5 en el grupo de control y 3,34 en el que había trabajado con la IA.
«Nuestros resultados muestran que mejorar el rendimiento mientras se utiliza una herramienta de inteligencia artificial no significa necesariamente que ese conocimiento vaya a mantenerse posteriormente cuando la herramienta deja de estar disponible», explica José Andrés González, investigador principal del estudio.
Cautela y principios pedagógicos
Los responsables del trabajo señalan que los resultados deben interpretarse con cautela: el examen final evaluaba contenidos de todo el semestre y solo una parte se había trabajado con el tutor, y el estudio se hizo en una única asignatura con una muestra reducida. Los investigadores relacionan el patrón con la descarga cognitiva, el traslado del esfuerzo mental a una herramienta externa, y defienden que la IA educativa no se limite a dar respuestas, sino que ayude a razonar y a contrastar la información.
El estudio lo lidera José Andrés González, profesor del Departamento de Teoría de la Señal, Telemática y Comunicaciones de la UGR.