Somos economistas que diseñaron un chatbot para ayudar a nuestros estudiantes a razonar en lugar de hacer trampa. Conoce a ‘Macro Buddy’

El uso de IA por parte de los estudiantes para hacer trampa en tareas o exámenes es un tema de gran discusión. Pero algunos académicos argumentan que el mayor riesgo de que los estudiantes utilicen IA es que simplemente no aprenderán.

Video recomendado

Aproximadamente el 90% de los 1,100 estudiantes estadounidenses encuestados en colegios de dos y cuatro años en 2025 reportaron usar IA generativa para todo, desde redactar tareas hasta aclarar conceptos complejos.

Pero cuando los estudiantes usan IA como tutor o compañero de estudio, no como generador inmediato de respuestas, ¿les resulta más fácil o más difícil aprender?

Somos economistas que intentamos responder a esta pregunta diseñando una herramienta de IA usando la función GPT personalizada de ChatGPT, con acceso web del chatbot desactivado.

Llamamos a la herramienta Macro Buddy y la entrenamos para guiar a algunos estudiantes de una de nuestras clases de macroeconomía de pregrado en la Universidad de Wisconsin, La Crosse, a través de su razonamiento en lugar de darles respuestas directas.

Encontramos en nuestra investigación, realizada en la primavera de 2025, que los estudiantes que usaron Macro Buddy, junto con discusión entre pares, obtuvieron puntajes de examen más altos que los estudiantes que trabajaron solos, sin este tutor de IA.

Los estudiantes universitarios usan cada vez más IA para ayudarse en sus estudios. Maskot/iStock/Getty Images

Conoce a tu nuevo tutor

Uno de nuestros cursos de macroeconomía inscribió a 140 estudiantes de pregrado, en su mayoría en su primer o segundo año universitario, distribuidos en cuatro secciones.

El material del curso, las tareas y los exámenes fueron idénticos en las cuatro secciones. En general, no se permitía a los estudiantes usar herramientas de IA ni colaborar con sus compañeros durante los exámenes. Todos los exámenes se realizaban en persona y no se permitía consultar notas u otros materiales durante la prueba.

Como resultado, las calificaciones reflejaban lo que los estudiantes entendían y podían explicar por sí mismos, sin ayuda de IA ni de ninguna otra fuente externa.

Después de que todos los estudiantes tomaron su primer examen, asignamos aleatoriamente las cuatro secciones a diferentes formatos de estudio.

Se les pidió a un grupo de estudiantes que trabajaran individualmente, sin Macro Buddy; a otro grupo que trabajara en grupos, sin Macro Buddy; a un tercer grupo que trabajara individualmente con Macro Buddy; y a un cuarto grupo que trabajara en grupos con Macro Buddy.

Queríamos comparar cómo diferentes enfoques de estudio —trabajar solo, en grupo, usando Macro Buddy o combinando ambos— afectaban el rendimiento en los exámenes.

Habilidades de Macro Buddy

Entrenamos a Macro Buddy con ayuda de transcripciones de clases, diapositivas y preguntas de tareas específicamente de este curso de macroeconomía.

Macro Buddy tenía el acceso a internet desactivado, por lo que dependía únicamente del material del curso proporcionado por el instructor.

Macro Buddy fue diseñado para actuar como un tutor, no como una máquina de respuestas. En lugar de dar soluciones completas, Macro Buddy hacía preguntas de seguimiento destinadas a guiar a los estudiantes hacia una respuesta.

Por ejemplo, si un estudiante preguntaba por qué una caída en los precios podría aumentar el gasto de los consumidores, Macro Buddy no ofrecería una explicación rápida y completa. En su lugar, podría preguntar qué sucede con el poder adquisitivo de las personas cuando los precios bajan. Entonces, el estudiante tendría que relacionar los conceptos y explicar su razonamiento, paso a paso, con sus propias palabras.

Esta diferencia entre explicar una idea y recibir una respuesta terminada es importante.

Una herramienta de IA que simplemente entrega respuestas puede permitir a los estudiantes saltarse el proceso de pensar en un problema. Un estudio encontró que cuando los estudiantes universitarios dependen de un chatbot como muleta, su rendimiento empeora cuando ya no tienen acceso a él. Una herramienta que hace preguntas requiere que los estudiantes hagan el trabajo por sí mismos, incluso mientras reciben orientación. Este es precisamente el proceso que hace que el aprendizaje se consolide.

Qué sucedió con el aprendizaje de los estudiantes

El grupo de estudiantes que continuó trabajando individualmente, sin IA, sirvió como nuestro grupo de control.

Los otros tres grupos cambiaron su forma de estudiar: uno empezó a trabajar en grupos sin IA, otro trabajó individualmente con Macro Buddy, y el último combinó trabajo en grupo con Macro Buddy.

El promedio de las calificaciones de todos los estudiantes disminuyó en su segundo examen, en los cuatro grupos de estudio.

Pero para el tercer examen, las diferencias entre las secciones se hicieron más evidentes.

Los estudiantes que usaron tanto Macro Buddy como discusión en grupo obtuvieron los puntajes promedio más altos. Los que usaron solo Macro Buddy también puntuaron más alto que los que trabajaron solos sin Macro Buddy. Los estudiantes que trabajaron en grupos sin Macro Buddy mostraron mejoras menores en comparación con los otros grupos.

El tercer examen se realizó varias semanas después de que introdujimos los nuevos formatos de estudio.

Para ese momento, los estudiantes del grupo combinado podrían haberse sentido más cómodos usando Macro Buddy para evaluar su comprensión, además de explicar ideas a sus compañeros. Trabajar con pares implicaba articular claramente su razonamiento y responder a preguntas, lo que puede profundizar la comprensión con el tiempo.

Por qué esto importa

Algunos críticos de la IA temen que los estudiantes dependan de ella para hacer las partes más difíciles del aprendizaje. Esto refleja el temor de que los estudiantes dejen de practicar las habilidades que construyen experiencia. Los estudiantes se vuelven expertos en sus campos mientras luchan con material confuso, revisan explicaciones y verifican si realmente entienden una idea.

Nuestro experimento sugiere que la erosión del aprendizaje al usar IA no es inevitable.

Encontramos que cuando la IA está diseñada como un tutor que hace preguntas en lugar de simplemente dar respuestas — y cuando los estudiantes también deben explicar su razonamiento a sus compañeros — la tecnología puede apoyar el aprendizaje en lugar de reemplazarlo.

La mayoría de los estudiantes hoy en día usan chatbots de propósito general que no están diseñados como tutores. Escriben una pregunta y reciben una respuesta. Pero nuestros hallazgos sugieren que incluso pequeñas decisiones de diseño, como construir un chatbot de IA con preguntas guía, pueden influir en cómo los estudiantes interactúan con el material.

La discusión entre pares también aporta algo al proceso de aprendizaje que la IA no puede ofrecer: responsabilidad social y exposición a razonamientos alternativos.

Juntas, estas prácticas fomentan que los estudiantes piensen en los problemas de manera más activa.

La evidencia de nuestro experimento destaca una distinción práctica: la IA puede usarse para reemplazar el pensamiento, o puede usarse para apoyarlo. El impacto puede depender menos de la tecnología en sí y más de cómo se estructura e integra en el proceso de aprendizaje.

Saharnaz Babaei-Balderlou, Profesora Asistente de Economía, Universidad de Wisconsin-La Crosse y Shishir Shakya, Profesor Asistente de Economía, Universidad Estatal de Appalachian

Este artículo es republicado de The Conversation bajo una licencia Creative Commons. Lea el artículo original.

**Únase a nosotros en la Cumbre de Innovación en el Lugar de Trabajo de Fortune **19–20 de mayo de 2026, en Atlanta. La próxima era de innovación laboral ya está aquí, y el antiguo manual está siendo reescrito. En este evento exclusivo y enérgico, los líderes más innovadores del mundo se reunirán para explorar cómo la IA, la humanidad y la estrategia convergen para redefinir, una vez más, el futuro del trabajo. Regístrese ahora.