Casi la mitad de los estudiantes mexicanos de 15 años ya utiliza inteligencia artificial cada semana para aprender. Al mismo tiempo, siete de cada diez no alcanzan el nivel básico en matemáticas. PISA 2025 pone sobre la mesa una pregunta mucho más importante que el acceso a la tecnología: ¿de qué sirve tener todas las respuestas si no tenemos los conocimientos necesarios para saber si son buenas?

Durante muchos años pensamos que una parte importante del problema educativo era el acceso.

No todos tenían libros, no todas las escuelas tenían buenas bibliotecas. Después llegaron las computadoras y no todos tenían una. Llegó internet y apareció una nueva desigualdad entre quienes podían conectarse y quienes no.

La respuesta parecía lógica: había que llevar más información y mejores herramientas a más personas y justo así sucedió.

Hoy un estudiante con un teléfono puede consultar prácticamente cualquier tema en segundos, inclusive, ahora puede preguntarle directamente a una inteligencia artificial.

Puede pedirle que le explique una ecuación, que resuma un libro, que revise un ensayo, que traduzca un texto o que resuelva un problema.

Nunca habíamos tenido tanta información disponible de manera tan sencilla pero PISA 2025 acaba de recordarnos algo importante: tener una herramienta extraordinaria no necesariamente produce estudiantes más competentes.

PISA 2025 evaluó a más de 760 mil estudiantes de 91 países y economías. En México participaron 7,843 jóvenes de 297 escuelas. Y esta vez la OCDE también preguntó qué están haciendo los adolescentes con la inteligencia artificial.

La respuesta deja claro que ya no estamos hablando del futuro.

En México, 47% de los estudiantes de 15 años utiliza chatbots de inteligencia artificial al menos una vez por semana para aprender. El 40% los usa para comenzar a investigar un tema; 34%, para resumir textos que debía leer; y 35%, para redactar trabajos escolares, sólo 8% dijo no utilizarlos nunca o casi nunca para las actividades escolares consideradas por PISA.

Hasta aquí podríamos pensar que estamos frente a una generación mejor equipada que cualquier otra y entonces aparecen los demás resultados.

Sólo 30% de los estudiantes mexicanos alcanzó al menos el nivel básico de matemáticas. El promedio de la OCDE fue 65%.

Y no estamos hablando de matemáticas avanzadas. En ese nivel PISA espera, por ejemplo, que un estudiante pueda representar matemáticamente una situación sencilla, comparar alternativas o convertir precios de una moneda a otra.

Siete de cada diez estudiantes mexicanos no lo lograron. En lectura, sólo 50% alcanzó el nivel básico. En ciencias, también 50%. Y prácticamente ningún estudiante mexicano llegó a los niveles más altos en matemáticas, frente a un promedio de 8% en la OCDE.

Pero para poner una imagen de todo esto pongamos los dos datos juntos: 47% ya utiliza IA cada semana para aprender, versus el 70% no alcanza el nivel básico en matemáticas.

Una cosa no provoca la otra. PISA no dice que la inteligencia artificial esté haciendo que los estudiantes aprendan menos, pero los datos sí ponen en duda una idea que puede resultar muy atractiva: que si ponemos herramientas cada vez mejores en manos de los alumnos, tendremos necesariamente mejores alumnos, no necesariamente.

Tener la respuesta no es saber. Pensemos en dos alumnos frente a la misma inteligencia artificial, los dos le piden resolver un problema de porcentajes y reciben exactamente la misma respuesta.

Uno entiende qué es un porcentaje, sabe multiplicar y dividir, conoce proporciones y puede calcular más o menos cuál debería ser el resultado.

Mientras tanto el otro no domina nada de eso. Si la inteligencia artificial se equivoca, ¿cuál de los dos tiene más posibilidades de darse cuenta?

Los dos tienen la misma herramienta, pero sólo uno tiene suficiente información en su cabeza para discutirle a la máquina.

Ahí está una parte del nuevo problema educativo, porque la IA no sólo encuentra información. También puede explicarla muy bien. Puede escribir con seguridad, presentar argumentos y mostrar paso a paso cómo supuestamente llegó a una conclusión.

Una respuesta absurda es fácil de rechazar, y una respuesta equivocada que parece correcta es mucho más difícil. Para detectar el error hay que saber algo.

Tal vez nos apresuramos a demonizar la memoria, durante años, memorizar adquirió mala fama en educación, y bueno, en parte con razón, aprender veinte fechas para repetirlas en un examen y olvidarlas al día siguiente no es una gran forma de aprender. Tampoco sirve de mucho recitar una fórmula sin entender qué significa.

Pero de esa crítica pasamos poco a poco a otra idea: ¿para qué memorizar algo si siempre podemos buscarlo? Primero fue Google, ahora es la inteligencia artificial.

¿Para qué aprender fechas, conceptos, fórmulas o vocabulario si podemos preguntárselos a una máquina?

La ciencia del aprendizaje tiene una respuesta interesante: porque recordar también forma parte de aprender.

Un estudio publicado en Learning and Instruction en 2025 comparó distintas maneras de estudiar conceptos complejos. Quienes tuvieron que recuperar activamente de su memoria lo aprendido obtuvieron mejores resultados que quienes simplemente volvieron a estudiar el material. Y, en determinadas condiciones, también pudieron aplicar mejor esos conocimientos a preguntas nuevas una semana después.

Otra revisión científica publicada ese mismo año analizó 44 estudios y 142 comparaciones. También encontró ventajas de intentar recuperar lo aprendido de la memoria frente a otras estrategias, aunque los resultados dependen de factores como recibir retroalimentación.

Esto no significa que debamos regresar a una escuela basada en memorizar, sino que necesitamos tener información en la cabeza para poder pensar con ella, no pensamos desde cero

Otra investigación publicada en 2025 revisó qué ocurre con el conocimiento que ya tenemos cuando intentamos aprender algo nuevo.

Los investigadores encontraron 16 maneras diferentes en las que ese conocimiento previo puede influir en el aprendizaje: nos ayuda a comprender, relacionar, organizar, recordar y utilizar información nueva, entre otras cosas.

También hicieron una precisión importante: saber más no garantiza automáticamente aprender más. Depende de lo que sabemos, de lo que estamos aprendiendo y de cómo nos lo enseñan.

Es decir, cuando aprendemos algo nuevo, lo relacionamos con lo que ya sabemos, si leemos sobre una guerra, entendemos mejor lo que ocurre si conocemos a los países involucrados y sus antecedentes, si alguien nos presenta una estadística, podemos juzgarla mejor si entendemos qué significa un porcentaje, si una IA mezcla dos épocas históricas, necesitamos saber algo de historia para descubrirlo, y si nos entrega un resultado matemático imposible, necesitamos matemáticas para sospechar que algo no cuadra.

El conocimiento previo no sustituye al pensamiento crítico, nos permite ejercerlo. La nueva brecha puede no ser tecnológica, durante años hablamos de la brecha digital: quién tenía computadora y quién no, quién tenía internet y quién no, quién podía consultar información y quién quedaba fuera.

Esa desigualdad sigue existiendo, pero la inteligencia artificial puede hacer visible otra: dos estudiantes pueden tener el mismo teléfono, la misma conexión y acceso a la misma IA.

Uno puede utilizarla para preguntar, comparar, comprobar, detectar errores y profundizar, el otro puede aceptar la primera respuesta que recibe.

La diferencia ya no está solamente en el acceso, también está en lo que cada uno sabe antes de abrir la herramienta.

Y PISA 2025 nos mostró algo interesante en este punto. Entre los estudiantes que utilizan IA con frecuencia, quienes además aprenden en la escuela a evaluar la calidad de la información que genera tienden a obtener mejores resultados.

No basta con enseñarles a usar inteligencia artificial, necesitamos enseñarles a juzgar lo que produce.

La próxima brecha educativa podría estar entre quienes saben qué hacer con ella y quienes simplemente la tienen. Saber y pensar no son enemigos

Un alumno necesita conocer las tablas de multiplicar, pero también entender qué significa multiplicar, necesita conocer hechos históricos, pero también aprender a relacionarlos y cuestionarlos, necesita vocabulario para comprender un texto, pero también capacidad para analizarlo, necesita conocimientos científicos, pero también saber distinguir una evidencia de una opinión.

Y ahora necesita aprender a utilizar inteligencia artificial.

Porque la IA ha hecho posible algo que hasta hace muy poco era mucho más difícil: un estudiante puede dar una respuesta excelente sobre algo que no comprende, puede construir un argumento que después no podría defender.

Y eso hace cada vez más difícil distinguir entre parecer que sabemos y realmente saber.

La inteligencia artificial puede ser una herramienta educativa muy útil.

Un estudiante puede utilizarla para aprender más rápido, preguntar algo que no entendió, recibir otra explicación, practicar, comparar ideas o explorar temas que ni siquiera aparecen en sus clases.

El error sería pensar que la herramienta puede hacer todo lo demás.

Los datos de PISA 2025 muestran que todavía tenemos enormes dificultades para conseguir que nuestros jóvenes dominen conocimientos y habilidades básicas.

Esas carencias no desaparecen porque pongamos una tecnología buenísima por encima.

Durante décadas quisimos que los estudiantes tuvieran acceso a las respuestas, ahora estamos construyendo máquinas capaces de darles casi todas y aquí el reto cambia: necesitamos que sepan cuáles son correctas, que puedan descubrir cuáles no, que entiendan por qué, y sobre todo, que tengan suficiente conocimiento propio para poder decirle alguna vez a la inteligencia artificial: no. Eso no tiene sentido.

Porque tener acceso a toda la información del mundo sirve de muy poco si no tenemos con qué pensarla.