PISA 2026 e IA: ¿usamos la IA para aprender o para evitar aprender?

Los nuevos resultados de PISA llegan justo cuando la IA generativa está entrando en casi todo el trabajo intelectual. Leer, comparar fuentes, resumir, redactar y preparar argumentos ya requiere mucho menos tiempo que hace pocos años. Al mismo tiempo, la OCDE informa de peores resultados en lectura, matemáticas y ciencias y señala problemas en la forma en que los alumnos procesan información.

Lo que muchas personas están buscando como "PISA 2026" es oficialmente PISA 2025, porque la evaluación se realizó en 2025. La OCDE publicó los resultados el 8 de septiembre de 2026. Participaron alrededor de 760.000 estudiantes de 91 países y economías.

Sería fácil convertir estos datos en una historia sobre la IA debilitando nuestra capacidad de pensar. No sería una lectura seria. El rendimiento lector ya estaba cayendo antes de que la IA generativa se extendiera y PISA observa asociaciones, no aísla una única causa. Motivación, escuela, nivel socioeconómico, hábitos de lectura y uso digital forman parte del mismo panorama.

Hay, sin embargo, una pregunta más útil para quienes diseñan formación dentro y fuera de la escuela: ¿qué ocurre cuando una herramienta mejora el resultado de una tarea pero también hace parte del trabajo que antes servía como práctica para la persona?

Qué muestran realmente los datos sobre IA

PISA preguntó a los estudiantes cómo utilizan los chatbots de IA para tareas escolares, entre ellas búsqueda de información, resúmenes, redacción y aprendizaje. Los resultados no permiten una regla sencilla. En algunos usos concretos, quienes no utilizaban IA obtuvieron mejores resultados de media. En otros, un uso moderado parecía más favorable que uno muy escaso o muy intenso.

La OCDE insiste en que esas relaciones no prueban causalidad. Quien usa mucha IA puede diferir de quien la usa poco en muchos otros aspectos.

Un resultado resulta especialmente interesante para diseñar aprendizaje. Los estudiantes que utilizaban IA con frecuencia para aprender y que además habían tenido oportunidades para evaluar críticamente la calidad de la información generada tendían a rendir algo mejor que usuarios frecuentes sin esa preparación. Por eso la recomendación de la OCDE no consiste en apartar la IA. Propone usos dirigidos, entre ellos feedback y práctica personalizada, manteniendo el trabajo intelectual del estudiante.

PISA también describe debilidades en comportamientos de lectura que importan todavía más cuando sobra información: evaluar fuentes, conectar material de varios textos y persistir ante contenido difícil. El porcentaje de los llamados "hasty readers", alumnos que avanzan deprisa y responden mal en lugar de trabajar con más cuidado, aumentó con fuerza entre 2018 y 2025.

Nada de esto nos dice cuánto contribuye la IA a ese cambio, si es que contribuye. Sí nos obliga a pensar mejor qué tipo de práctica necesita una persona cuando una respuesta plausible está disponible al instante.

Un mejor trabajo no equivale a una mayor capacidad

Pensemos en un comprador que prepara una negociación con un proveedor.

La IA puede resumir la situación, analizar costes, anticipar argumentos, proponer preguntas y estructurar un plan de concesiones. La preparación puede mejorar mucho y hacerlo en una fracción del tiempo.

No hay ningún mérito en conservar trabajo manual solo porque antes era necesario. Copiar datos o rehacer análisis que una máquina puede acelerar no construye por sí mismo una capacidad negociadora.

El problema aparece cuando la empresa interpreta un mejor documento de preparación como prueba de que el comprador se ha convertido en un mejor negociador.

El proveedor puede rechazar el modelo de coste nada más empezar, afirmar que otro cliente se quedará con la capacidad restante y ofrecer dos puntos de movimiento solo a cambio de un compromiso inmediato de volumen. El comprador debe decidir si la amenaza de capacidad es creíble, cuánto vale el intercambio, qué información revelar y cómo responder mientras la conversación continúa.

Tener mejores argumentos preparados ayuda. No demuestra que la persona pueda recuperar la lógica bajo presión, adaptarla a una situación nueva y formular una respuesta propia.

Ahí es donde una repetición puede desaparecer sin que nadie la eche de menos. El sistema que rodea a la persona mejora. La habilidad individual puede no haber cambiado.

No toda dificultad merece conservarse

Hay una mala versión de este argumento que convierte cualquier esfuerzo en algo educativo. No lo es.

Un directivo no aprende liderazgo por maquetar un informe. Un abogado no desarrolla criterio jurídico redactando por centésima vez una cláusula estándar. Un comprador no mejora su negociación porque recopile manualmente datos que una herramienta puede encontrar mejor.

La pregunta relevante es qué parte del trabajo está conectada con la capacidad que queremos seguir exigiendo a una persona.

Si un comprador debe saber juzgar una estructura de costes, tiene que comprender la lógica aunque la IA acelere la investigación. Si debe saber manejar resistencia, leer una buena frase sugerida no sustituye la experiencia de producir una respuesta cuando el proveedor está presionando en tiempo real.

Con las conversaciones difíciles ocurre lo mismo. Una IA puede mejorar mucho el texto con el que un responsable prepara un feedback. La competencia se prueba cuando la otra persona reacciona de una forma que el texto no anticipaba.

La IA también puede crear práctica

La misma tecnología puede eliminar trabajo o crear una situación en la que la persona tenga que desempeñarse mejor.

Un comprador puede preguntar qué debería decir si el proveedor rechaza su propuesta. También puede entrar en una simulación donde el proveedor la rechaza de verdad y tener que responder.

Un responsable puede pedir el guion ideal para una conversación delicada. O puede practicar con una contraparte que se pone a la defensiva y cuestiona el mensaje.

Ambas experiencias utilizan IA, pero el mecanismo de aprendizaje cambia. La pregunta útil es quién está haciendo la parte difícil.

Si queremos desarrollar decisiones bajo presión, la decisión tiene que seguir en manos de la persona. Si queremos que alguien hable mejor, tiene que hablar. Si queremos que aprenda a gestionar resistencia, necesita encontrar resistencia.

La IA puede variar escenarios, ajustar dificultad, ofrecer una contraparte cuando haga falta y ayudar a revisar lo ocurrido. Nada de eso exige que sustituya la conducta que se quiere entrenar.

Las empresas necesitan separar productividad de capacidad

En el trabajo intelectual es fácil confundir ambas porque el resultado se ve. Un informe mejor, un análisis más claro o un correo más convincente parecen progreso inmediato. La capacidad individual es menos visible y suele ponerse a prueba cuando la situación deja de seguir el camino preparado.

Por eso conviene definir el objetivo de cada uso de IA. Si buscamos productividad, podemos automatizar trabajo que no merece ocupar tiempo humano. Si buscamos desarrollar una capacidad, tenemos que conservar el esfuerzo cognitivo o conductual que esa persona seguirá necesitando después.

En negociación, esa frontera es especialmente clara. Un equipo puede llegar con una preparación excelente y perder valor pocos minutos después, cuando el proveedor escala, introduce una condición inesperada o deja un silencio largo.

Voice2Evolve se centra en esa parte. La IA no negocia el acuerdo real por el comprador. Ofrece sparring conversacional para entrenar negociaciones de compras, con un compañero de sparring basado en IA. La persona escucha, decide y habla; el análisis posterior se basa en lo que ocurrió realmente.

PISA no demuestra que este sea el único modelo válido para la formación profesional. Hace algo más modesto: vuelve difícil sostener que acceder a respuestas mejores equivale automáticamente a aprender mejor.

Cuanto más capaz sea la IA, más importante será decidir qué trabajo queremos eliminar y qué repeticiones merece la pena conservar porque allí se forma una capacidad que todavía esperamos que las personas utilicen por sí mismas.

Fuentes oficiales

Este artículo utiliza los resultados de la OCDE PISA 2025 Results, Volume I: Future-Ready Students, incluida la sección sobre vida escolar, herramientas digitales y uso de IA, y el comunicado de la OCDE del 8 de septiembre de 2026.