OpenAI concluye que ChatGPT y el pensamiento crítico mejoran el trabajo estudiantil de formas distintas

OpenAI publicó resultados de un experimento educativo aleatorizado que sugiere que el acceso a ChatGPT y el entrenamiento en pensamiento crítico mejoran el trabajo estudiantil de maneras diferentes pero complementarias. La compañía presentó los hallazgos el 27 de agosto de 2026, describiendo una investigación realizada con Bocconi University y OpenAI Economic Research en la que participaron más de 1.000 estudiantes de primer año.

El experimento pidió a los estudiantes trabajar en un caso real de negocio: desarrollar recomendaciones de marketing para la tienda de productos de Bocconi University. Los alumnos fueron asignados aleatoriamente por periodo de clase a cuatro grupos. Uno recibió acceso a ChatGPT con GPT-4o, otro completó entrenamiento en razonamiento causal, otro recibió ambos y otro no recibió ninguno. El ejercicio de razonamiento causal no era un tutorial de IA. Enseñaba a conectar causa y efecto, examinar por qué una idea podría funcionar y considerar cuándo podría fallar.

Los investigadores evaluaron las entregas de dos formas. Calificadores humanos usaron una rúbrica de cinco puntos centrada en qué tan bien las recomendaciones respondían a objetivos estándar de marketing. Por separado, un análisis automático de texto midió número y variedad de ideas, evidencia de razonamiento causal y similitud con recomendaciones escritas por expertos. Ese enfoque dual importa porque una respuesta pulida y una respuesta original no siempre son lo mismo, especialmente cuando las herramientas de IA facilitan la calidad superficial.

El efecto de ChatGPT fue claro en la rúbrica. Los estudiantes con acceso a ChatGPT obtuvieron casi un punto completo más en la escala de cinco puntos. Sus trabajos tenían más ideas, lógica más clara y mayor similitud con recomendaciones expertas. OpenAI subrayó que los estudiantes no simplemente entregaban sus tareas al modelo. Aún debían decidir qué preguntar, evaluar las respuestas y escoger qué incluir en la entrega final.

El entrenamiento de pensamiento crítico produjo otro resultado. Los estudiantes que lo completaron explicaron mejor por qué sus ideas podrían funcionar y cuándo podrían fallar, pero no recibieron puntuaciones más altas en la rúbrica tradicional. El análisis de texto mostró que generaron una gama más amplia de ideas, más distintas de las de sus compañeros. Esto apunta a un problema de medición educativa. Si la calificación premia respuestas claras y convencionales más que variedad intelectual, las escuelas pueden pasar por alto habilidades que dicen valorar.

Los estudiantes que recibieron tanto ChatGPT como entrenamiento en razonamiento causal mostraron el conjunto más amplio de mejoras. Su variedad de ideas se pareció a la del grupo con solo entrenamiento, mientras sus notas y número de ideas se parecieron al grupo con solo ChatGPT. Sus trabajos también mostraron más coherencia lógica y más señales de cuestionar supuestos. El estudio rechaza una discusión simple en la que las escuelas deben elegir entre usar IA o pensar de forma independiente.

La implicación práctica es que la IA en educación debe tratarse como un problema de diseño, no solo de permisos. Si los estudiantes pueden usar IA para producir respuestas pulidas, el producto final revela menos sobre lo que entienden. Las tareas quizá deban premiar originalidad, proceso de razonamiento, comparación de alternativas y defensa de decisiones. ChatGPT puede cerrar brechas de experiencia, pero el entrenamiento crítico sigue importando porque cambia cómo los estudiantes formulan problemas antes y después de recibir ayuda del modelo.