Riesgos de estudiar con IA: lo que nadie te cuenta

Los riesgos de estudiar con IA son principalmente tres: que te aprendas datos falsos con total confianza (alucinaciones), que confundas entender lo que lees con saber reproducirlo en un examen (sensación falsa de dominio) y que externalices el esfuerzo de recordar, que es justo el que crea memoria (dependencia). Ninguno de los tres se nota mientras estudias; los tres se notan el día de la prueba, cuando estás tú solo con un bolígrafo. Este artículo explica cómo funciona cada trampa y cómo esquivarla sin renunciar a la herramienta.

Conviene decirlo desde el principio: este no es un artículo contra la IA. Bien usada, es una ayuda real, y lo contamos en estudiar con IA para la PAU: qué funciona y qué no. Pero casi todo lo que se publica para estudiantes vende los usos y calla los riesgos, y sin conocer los riesgos los usos buenos también salen mal.

Riesgo 1: las alucinaciones, errores dichos con total seguridad

Un modelo de lenguaje no consulta una base de datos de hechos: genera texto probable. Cuando no sabe algo, no suele decir “no lo sé”; produce una respuesta que suena perfecta y puede ser falsa. A eso se le llama alucinación, y es el riesgo más documentado de estas herramientas.

En temario de bachillerato y PAU, los fallos siguen patrones reconocibles:

• Fechas y atribuciones en Historia: cambiar el año de un tratado, atribuir una medida a un gobierno que no la tomó, mezclar etapas de la Restauración o de la Segunda República. El relato general suele ser correcto; el dato concreto, que es lo que puntúa, a veces no.
• Autores y obras en Lengua y Literatura: asignar un poema a otro autor de la misma generación, inventar títulos plausibles, confundir características de movimientos cercanos.
• Pasos intermedios en Matemáticas, Física y Química: el planteamiento parece impecable y hay un signo cambiado o una fórmula mal aplicada a mitad del desarrollo. Como el texto se lee con fluidez, el error pasa desapercibido si no rehaces el cálculo tú.
• Normativa y estructura de la propia PAU: preguntarle a un chatbot qué entra en tu examen, cómo pondera una asignatura o qué fechas hay es terreno abonado para que mezcle años, comunidades o normativas antiguas. La estructura de la prueba varía por comunidad autónoma, y esa información se consulta siempre en el portal de acceso a la universidad de tu comunidad, nunca en una IA como fuente final.

Lo peligroso no es el error en sí: tu libro de texto también puede tener una errata. Lo peligroso es la combinación de error más seguridad. La IA no duda, no matiza, no te avisa. Y un dato falso aprendido con confianza es peor que un hueco, porque el hueco lo detectas al repasar y el dato falso lo escribes en el examen convencido de que sumas.

La defensa es simple de enunciar: todo dato concreto que vayas a escribir en un examen se contrasta con tu libro, tus apuntes o una fuente oficial. Si la IA contradice al libro, gana el libro. Y en ejercicios con solución objetiva, el resultado se comprueba por otra vía, no releyendo el desarrollo generado.

Riesgo 2: la sensación falsa de dominio

Este riesgo es más sutil que el anterior y probablemente más dañino, porque no depende de que la IA se equivoque. Funciona incluso cuando todas sus respuestas son correctas.

Cuando la IA te explica un tema y lo entiendes, tu cerebro registra fluidez: “esto lo sigo, esto lo tengo”. Pero entender una explicación y ser capaz de reproducirla de memoria, por escrito y contrarreloj, son habilidades distintas. La primera se consigue leyendo; la segunda, solo practicando la recuperación. La investigación sobre aprendizaje lleva décadas documentando esta ilusión: la fluidez al leer se confunde con dominio (según la revisión de Dunlosky y colaboradores en Psychological Science in the Public Interest, 2013, releer es de las técnicas menos eficaces precisamente por esto).

La IA multiplica esta trampa porque hace las explicaciones más claras que nunca. Una sesión de dos horas conversando con un chatbot sobre la oxidación-reducción se siente enormemente productiva: has entendido todo, has preguntado dudas, te ha puesto ejemplos. Y si esa noche cierras el portátil sin haber resuelto ni un ejercicio de memoria, el poso real de esas dos horas es mínimo. Llegas al examen habiendo “visto” el temario entero y sin poder escribir tres líneas seguidas sin ayuda.

La señal de alarma es fácil de detectar: si al acabar una sesión de estudio con IA no puedes enseñar nada producido por ti (una respuesta escrita de memoria, un problema resuelto a mano, un esquema hecho sin mirar), esa sesión ha sido lectura, no estudio. El antídoto es la práctica de recuperación, que explicamos en active recall: estudia recordando, no releyendo.

Riesgo 3: externalizar el esfuerzo que crea la memoria

El tercer riesgo es estructural. Aprender algo de forma duradera exige un esfuerzo concreto: el de recuperar la información de tu memoria cuando aún cuesta. Ese esfuerzo es incómodo, y la IA es una máquina perfecta para evitarlo. Te resume el tema para que no tengas que decidir qué importa. Te redacta la respuesta para que no tengas que construirla. Te resuelve el problema para que no tengas que atascarte.

Cada una de esas delegaciones parece una ganancia de tiempo y es una pérdida de entrenamiento. Resumir es estudiar: cuando resumes tú, jerarquizas, conectas y descubres lo que no entiendes. Redactar es estudiar: la PAU es una prueba escrita a mano, sin dispositivos, y la capacidad de producir texto estructurado contrarreloj solo se entrena produciéndolo. Atascarse es estudiar: el atasco te enseña dónde está tu límite real.

Con el uso repetido aparece además un efecto de dependencia: te acostumbras a no arrancar nada sin la herramienta. El primer borrador siempre lo hace la IA, la primera idea siempre la propone la IA, y tu capacidad de enfrentarte a un folio en blanco (que es exactamente la escena del examen) se atrofia por falta de uso.

La regla que ordena todo esto cabe en una pregunta: ¿quién hace el esfuerzo? Si el esfuerzo lo hace la IA y tú solo lees el resultado, estás perdiendo el tiempo con sensación de aprovecharlo. Si el esfuerzo lo haces tú y la IA prepara material, pregunta o corrige, estás estudiando mejor que antes. El reparto correcto de papeles lo detallamos en IA para estudiar: la guía honesta para bachillerato.

Cómo usar la IA sin pagar estos riesgos

• Verifica todo dato que vaya a un examen. Libro, apuntes o fuente oficial. La IA nunca es la fuente final de un dato concreto, y menos de normativa o estructura de la PAU, que dependen de tu comunidad.
• Termina cada sesión con producción propia. Una respuesta de memoria, un problema a mano, un esquema sin mirar. Si no hay producto tuyo, no hubo estudio.
• Usa la IA para que te pregunte, no para que te responda. Pedirle preguntas y responderlas tú antes de ver la corrección invierte la trampa: el esfuerzo vuelve a tu lado.
• Prohíbete los resúmenes generados. Es el uso más popular y uno de los que más entrenamiento te roba.
• Reserva sesiones sin IA. Al menos parte de tu semana debe parecerse al examen: tú, papel y bolígrafo, sin muletas. Los simulacros con exámenes oficiales de tu comunidad son el mejor formato para esto.
• Comprueba resultados por otra vía. En ciencias, sustituye la solución en el enunciado o contrástala con la solución oficial, no con el propio desarrollo generado.

El rival nunca es la herramienta ni eres tú: el rival es la prueba. Y la prueba es analógica, individual y de memoria. Todo uso de la IA que te acerque a rendir en esa escena suma; todo uso que te acostumbre a una ayuda que ese día no existirá, resta.

Preguntas frecuentes

¿Es malo estudiar con IA?

No, es malo delegar en la IA el esfuerzo de recordar y producir. Usada para generar preguntas, aclarar dudas y corregir respuestas que escribes tú, suma. Usada para resumir, redactar y resolver por ti, resta, aunque la sensación mientras tanto sea de ir bien.

¿Con qué frecuencia se equivoca ChatGPT en temario de bachillerato?

No hay una cifra única fiable: depende del modelo, la asignatura y el tipo de pregunta. Lo relevante no es la frecuencia sino el patrón: los errores aparecen sobre todo en datos concretos (fechas, autores, pasos de cálculo, normativa) y siempre expresados con la misma seguridad que los aciertos. Por eso la regla es verificar el dato, no confiar en el porcentaje.

¿Puedo fiarme de la IA para saber qué entra en mi PAU?

No como fuente final. La estructura, las fechas y las ponderaciones varían por comunidad autónoma y por curso, y los chatbots mezclan con facilidad normativas de años distintos. Esa información se consulta en el portal de acceso a la universidad de tu comunidad y en la normativa publicada en boletines oficiales.

¿Cómo sé si me estoy volviendo dependiente de la IA para estudiar?

Haz la prueba del folio en blanco: elige una pregunta de un examen oficial y respóndela a mano, de memoria, sin abrir nada. Si no puedes arrancar sin pedirle a la IA un guion o un primer borrador, la dependencia ya está ahí y toca reservar sesiones de estudio sin herramienta.

¿La sensación de que “lo entiendo todo” cuenta como saber?

No. Entender una explicación es el primer paso, no el último. Saber, a efectos de examen, es poder reproducir y aplicar el contenido de memoria, por escrito y con tiempo limitado. La única forma de comprobarlo y de conseguirlo es practicar la recuperación: responder sin mirar, corregirte y repetir.

Estamos construyendo la formación de redbachiller para la PAU 2027, con la IA en el papel que le corresponde: entrenarte, no sustituirte. Si quieres que te avisemos cuando tengamos material para tu PAU, déjanos tu email.