evidoria

← Volver al listado

Buena práctica Importada

La IA generativa puede perjudicar la enseñanza — Un ensayo aleatorizado en 14 escuelas turcas con un asistente docente ChatGPT

Turquía · Istanbul · Ver el perfil de Turquía · Ver el perfil de Istanbul

Evidencia: Ensayo controlado aleatorizado Top 77% 40/100 · Pregunte a Evidence Copilot sobre esta práctica

Un ensayo aleatorizado con 193 docentes y 2.816 estudiantes en 14 escuelas turcas encontró que un asistente docente basado en GPT-4o no cambió el rendimiento promedio, pero redujo significativamente el rendimiento y la confianza de los estudiantes de los docentes con peor desempeño previo, y las clases se percibieron como menos agradables.

14 schools
Escuelas en el ensayo
2816 students
Estudiantes en el ensayo
-0,129 SD
Variación en el rendimiento de estudiantes de docentes con bajo rendimiento
-0,11 SD
Variación general en la motivación intrínseca de los estudiantes

Detalles

Promotor
University of Pennsylvania (Wharton School / Duckworth Lab)
Período
Spring 2025 (10-week RCT); preprint released June 2026
Palabras clave
K-12 education, generative AI, teacher tools, randomized controlled trial

Contexto

Investigadores de la Wharton School de la Universidad de Pensilvania (Alp Sungu, Benjamin Lira y Angela Duckworth) realizaron un ensayo controlado aleatorizado en una red de escuelas privadas K-12 en Turquía, en la primavera de 2025, probando un asistente docente personalizado basado en GPT-4o, construido sobre el currículo del Ministerio de Educación turco.

Objetivos

El ensayo buscaba medir el efecto causal de dar a los docentes acceso a un asistente docente de IA generativa alineado con el currículo sobre el rendimiento académico, la confianza y la motivación de los estudiantes.

Actividades

193 docentes y 2.816 estudiantes (14.198 observaciones estudiante-curso en 14 escuelas) fueron asignados aleatoriamente a enseñanza habitual, acceso a la herramienta de IA, o acceso a la herramienta de IA con recordatorios semanales de uso. Los docentes utilizaron el asistente principalmente para materiales de clase, evaluaciones y comunicación administrativa, durante un período de 10 semanas.

Resultados

El rendimiento académico promedio se mantuvo sin cambios, pero entre los estudiantes de docentes que ya tenían un rendimiento más bajo, tanto el rendimiento (-0,129 DE) como la confianza cayeron significativamente, y los estudiantes del grupo de tratamiento calificaron las clases como menos agradables, menos interesantes y menos importantes. La motivación intrínseca de los estudiantes cayó un 0,11 DE en general, alrededor de tres veces más entre los docentes que ya eran usuarios intensivos de IA antes del estudio.

Conclusiones

El estudio concluye que el acceso a la IA generativa puede perjudicar los resultados de enseñanza para los estudiantes de docentes ya con bajo rendimiento y reducir la motivación de los estudiantes en general, aunque el rendimiento promedio no se vio afectado; el estudio es un working paper (SSRN, publicado el 25 de junio de 2026) que aún no ha completado la revisión por pares.

Implementación
Coste indicativo
Medio (50 000–500 000 €)
Tiempo hasta resultados
Corto (< 1 año)
Personal y competencias
University of Pennsylvania Wharton School / Duckworth Lab (Alp Sungu, Benjamin Lira, Angela Duckworth)

Condiciones para el éxito

  • AI tool built on the Turkish Ministry of Education curriculum
  • Random assignment across three arms: business-as-usual, AI access, and AI access plus weekly usage reminders

Modos de fallo comunes

  • Unrestricted AI-tool access lowered achievement (-0.129 SD) and confidence among students of already lower-performing teachers
  • Overall student intrinsic motivation fell 0.11 SD, about three times more among teachers who were already heavy AI users pre-study
  • Treatment-group students rated classes as less enjoyable, less interesting and less important
  • Findings come from a working paper that has not yet completed peer review

Kit de replicación

Artefactos reutilizables de esta práctica — tal como los publican sus fuentes.

¿Usted implementa esta práctica? Reivindíquela — los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.

Fuentes de datos

De dónde se obtuvo la información de esta práctica, y cuándo.

Prácticas similares que pueden serle útiles