Lily Fesler, JP Martinez Claeys, Chris Agnew y Susanna Loeb · Stanford (SCALE / Accelerator for Learning) · 2026
Revisión de la investigación existente sobre los impactos de la IA en estudiantes y docentes de K-12. Prioriza el rigor metodológico y distingue tipos de evidencia, señalando dónde hay resultados sólidos y dónde la evidencia todavía es insuficiente.
Estándar metodológico para exigir evidencia antes de escalar. Útil para distinguir afirmaciones respaldadas por RCTs de las que son entusiasmo.
Cada cita es verbatim de la fuente, con su ubicación. La interpretación, la implicación y las preguntas son lectura propia.
Lo que dice la fuente
The current causal research is still very limited: we did not identify any high-quality causal studies in K-12 settings in the U.S. for students and very few for teachers.
InterpretaciónStanford es explícito sobre el vacío: no hay estudios causales de alta calidad en K-12 en EE.UU. para estudiantes y muy pocos para docentes. La evidencia rigurosa todavía no existe.
Implicación para educaciónAdoptar IA hoy es, en términos de evidencia, un piloto: conviene tratarlo como tal, con medición y reversibilidad, no como práctica validada.
Pregunta abiertaSi la evidencia causal aún no existe, ¿cómo diseñamos nuestra adopción como un piloto evaluable y no como una apuesta irreversible?
Lo que dice la fuente
Tools designed with pedagogical guardrails (such as AI chatbots for tutoring that provide step-by-step reasoning instead of direct answers) show more promise than general purpose AI tools.
InterpretaciónLas herramientas con "guardarraíles" pedagógicos —tutores que muestran el razonamiento paso a paso en vez de dar la respuesta— resultan más prometedoras que la IA de propósito general. El diseño importa más que la potencia.
Implicación para educaciónConviene preferir herramientas diseñadas para enseñar, con restricciones pedagógicas explícitas, antes que chatbots genéricos por capaces que parezcan.
Pregunta abierta¿Las herramientas que evaluamos tienen guardarraíles pedagógicos, o son de propósito general adaptadas sobre la marcha?
Lo que dice la fuente
The current evidence suggests that tools designed to foster independent reasoning may be more likely to support durable learning in students.
InterpretaciónLa evidencia disponible apunta a que las herramientas diseñadas para fomentar el razonamiento independiente favorecen un aprendizaje más duradero. La durabilidad del aprendizaje, no el rendimiento inmediato, es el criterio.
Implicación para educaciónAl elegir herramientas, el objetivo declarado debería ser fortalecer el razonamiento propio del estudiante, no resolver por él.
Pregunta abierta¿Nuestras herramientas buscan que el estudiante razone mejor por sí mismo, o que dependa de la herramienta para razonar?
Lo que dice la fuente
Teachers, school leaders, and policymakers across K-12 education are navigating a rapidly expanding landscape of artificial intelligence (AI) tools with little rigorous evidence to guide their decisions.
InterpretaciónDocentes, directivos y responsables de política navegan un paisaje de herramientas en rápida expansión con poca evidencia rigurosa para decidir. La velocidad del mercado supera la del conocimiento.
Implicación para educaciónFrente a ese desfase, la prudencia institucional —pilotos pequeños, medición, no escalar lo no probado— es una respuesta racional, no conservadora.
Pregunta abierta¿Cómo decidimos con poca evidencia sin paralizarnos ni precipitarnos al escalamiento?
Lo que dice la fuente
The evidence base remains concentrated in a narrow set of outcomes
InterpretaciónIncluso la evidencia que existe está concentrada en un conjunto estrecho de resultados, lo que limita lo que podemos afirmar más allá de esas medidas puntuales.
Implicación para educaciónConviene leer los resultados positivos con cautela: pueden no generalizar a los aprendizajes que realmente nos importan.
Pregunta abierta¿Los resultados que nos convencen de adoptar IA cubren los aprendizajes que valoramos, o solo los más fáciles de medir?
Lo que dice la fuente
This raises important questions about the impacts of AI use outside of school on students’ emotional, social, and cognitive development.
InterpretaciónStanford amplía el riesgo más allá de lo académico: alcanza el desarrollo emocional, social y cognitivo del estudiante.
Implicación para educaciónEvaluar la IA solo por resultados de aprendizaje deja fuera dimensiones del desarrollo que también pueden erosionarse.
Pregunta abierta¿Qué capacidades no académicas (sociales, emocionales) podrían atrofiarse con el uso sostenido fuera de la escuela?