Comprendre
Codificar
Relaciona el que és nou amb coneixements previs i distingeix la idea dels seus exemples.
Casos d'estudi · Estudiants
Aprendre no és lliurar.
És poder tornar a fer-ho.
La IA pot explicar, adaptar, preguntar i ampliar la pràctica. El límit apareix quan millora el producte mentre substitueix lesforç que construeix comprensió, memòria i criteri. Aquest cas d'estudi relaciona l'ajuda amb l'etapa educativa, el coneixement previ il'objectiu real d'aprenentatge.
Rendiment assistit no equival a aprenentatge. La prova útil és què podeu explicar, adaptar i tornar a fer quan l'ajuda desapareix.
Lectura de l'ajuda
Secundària
Augmenta l'abstracció, però l'autoregulació i la lectura crítica es continuen desenvolupant. La facilitat es pot confondre amb domini.
Lectura
prioritats pedagògiques orientatives; no són puntuacions ni una prescripció clínica.
Arquitectura de l'aprenentatge
La resposta és el producte.
Aprendre és canviar el sistema.
L'aprenentatge deixa una capacitat més estable: reconèixer, recuperar, explicar i fer servir una idea en un altre context. La IA beneficia aquest procés quan crea bon feedback i més pràctica; ho perjudica quan fa invisible el raonament.
Aprenentatgetransferibleamb i sense IA
01Codificar
02Recuperar
03Explicar
04Transferir
Recordar
Recuperar
Intenta portar la informació sense veure-la. L'esforç de recuperació en modifica la memòria.
Fer visible
Explicar
Posa en paraules perquè cada pas funciona i on podria fallar.
Generalitzar
Transferir
Aplica allò que s'ha après a un problema amb superfície, dades o context diferents.
Diferències rellevants per aprendre
El mateix ajut no serveix tot l'alumnat ni en totes les tasques.
Aquest cas d'estudi no classifica tipus d'intel·ligència. Es fixa en sis condicions observables que canvien com convé introduir la IA: què ja sap la persona, quina barrera troba, què necessita practicar i com podrà demostrar després que ha après.
Coneixement previ
Qui ja coneix la matèria pot detectar omissions; qui comença pot confondre una explicació clara amb una explicació completa.
Ajustar l'ajuda
Demanar primer una predicció o un intent i graduar les pistes segons els errors observats.
Comprovar
Explicar i resoldre una variant sense consultar-ho.
Atenció i memòria de treball
Una tasca pot saturar pel format encara que el concepte sigui accessible. Dividir ajuda; convertir cada pas en una resposta automàtica impedeix aprendre a coordinar-los.
Ajustar l'ajuda
Reduir soroll, mostrar una estructura i retirar-ne el suport per fases.
Comprovar
Reconstruir el procediment complet amb una guia cada cop menor.
Motivació i autoeficàcia
L'ajut primerenc pot reforçar «jo no puc»; una pista ajustada permet atribuir l'avenç a decisions pròpies.
Ajustar l'ajuda
Plantejar reptes assolibles, registrar progrés i donar feedback sobre estratègia, no pas sobre una identitat fixa.
Comprovar
Triar i justificar el pas següent davant d'un bloqueig nou.
Llenguatge i accessibilitat
Canviar l'idioma, la mida, la modalitat o la complexitat sintàctica pot obrir l'accés sense rebaixar l'objectiu intel·lectual.
Ajustar l'ajuda
Modificar la barrera de format i conservar el vocabulari o raonament que es vol aprendre.
Comprovar
Demostrar comprensió en una modalitat accessible i acordada.
Neurodiversitat i salut
TDAH, dislèxia, autisme, discapacitat, ansietat, somni o fatiga no produeixen un únic perfil ni autoritzen un diagnòstic generat per IA.
Ajustar l'ajuda
Acordar suports amb l'estudiant i, quan escaigui, amb docents i professionals especialitzats.
Comprovar
Observar participació, comprensió i autonomia, no només velocitat.
Context i suport disponible
Temps, dispositiu, privadesa, idioma familiar i acompanyament canvien el que una recomanació permet fer a la pràctica.
Ajustar l'ajuda
Oferir una alternativa sense IA i no penalitzar qui disposa de menys recursos.
Comprovar
Comproveu que l'avaluació mesura aprenentatge i no accés tecnològic.
La teoria és a la base comuna
Intel·ligència, constructes i diferències individuals s'expliquen als Fonaments teòrics.
Aquí només es tradueixen decisions d'ensenyament i avaluació per no barrejar la teoria comuna amb l'aplicació al col·lectiu.
Dissenyar el tipus d'ajuda
No preguntis només «faig servir IA?».
Pregunta quin paper ocupa.
La mateixa tecnologia pot resoldre, tutoritzar, discutir o simular. El mode d'interacció determina quant de raonament continua pertanyent a l'estudiant.
Tutor de pistes
La IA regula l'ajut
Orienta sense revelar immediatament la solució i torna la feina cognitiva a l'estudiant.
Petició que canvia el repartiment
“No em donis la resposta. Fes una pregunta cada cop i ofereix una pista només després del meu intent.”
- Encaixa millor
- Adquirir procediments, detectar un bloqueig i practicar amb dificultat graduada.
- Risc
- Les pistes es poden convertir en una solució fragmentada si es demanen massa aviat.
Perfil orientatiu
Transferència82
Esforç propi76
Feedback útil88
Il·lustració pedagògica, no resultat d'una escala validada.Experiment de camp · gairebé 1.000 estudiants
L'ajuda pot elevar la pràctica i reduir l'aprenentatge posterior.
En matemàtiques de secundària, Bastani i col·laboradors van comparar accés a GPT-4 sense guardes, un tutor amb pistes i un grup de control. L'efecte va dependre del disseny.
PNAS, 2025 · estudi complet ↗Durant la pràctica amb IAmillora de qualificacions
Examen posterior sense IAdavant del control
GPT tutor
No prova que tota IA perjudiqui ni que aquests percentatges es reprodueixin en altres edats, matèries o eines.Les salvaguardes van mitigar en gran mesura l'efecte negatiu.
Edat, nivell i coneixement previ
L´edat orienta.
La perícia a la tasca decideix.
Les etapes són punts de partida, no pas fronteres rígides. Dins la mateixa edat hi ha enormes diferències en desenvolupament, experiència, suport, motivació i necessitats educatives.
Andamiatge visible
Secundària
Augmenta l'abstracció, però l'autoregulació i la lectura crítica es continuen desenvolupant. La facilitat es pot confondre amb domini.
Pistes graduades, comparació d'explicacions, preguntes de recuperació i pràctica amb feedback.
Primer intent, raonament intermedi, escriptura extensa i comprovació de fonts.
Després de fer servir IA, refà el problema o argument amb dades diferents i justifica cada decisió.
13
Edat d'accés no equival a maduresa pedagògica. La guia d'UNESCO del 2023 va proposar un llindar de 13 anys per a converses independents amb plataformes d'IA generativa, juntament amb protecció de dades i disseny adequat a l'edat. Han de prevaldre la normativa, les condicions del servei i la política del centre aplicables.
UNESCO ↗Laboratori de decisió
Dissenyeu l'ajuda segons el que necessiteu conservar.
Aquesta eina no mesura dependència ni diagnostica aprenentatge. Converteix quatre variables observables en una recomanació editorial per decidir quan introduir la IA.
Orientació per a aquesta tasca
94/100protecció
cognitiva
cognitiva
Primer sense IA; després, tutor de pistes
Fes un intent complet o delimita el bloqueig. Demana una sola pista, continua tu i acaba amb una variant sense ajuda.
Regla
Com més necessitis transferir i menys puguis verificar, més tard ha d'aparèixer la solució.
Protocol breu
Jo → Pista → Reconstrueixo → Transfereixo
Intent i marc el punt exacte de bloqueig.
Demano una pregunta o pista, no la solució completa.
Tanco la IA i refac el raonament amb les meves paraules.
Resolc una nova variant i reviso l'error.
Confiança calibrada
No n'hi ha prou amb encertar.
Convé saber quant saps.
El criteri millora quan separes resposta i confiança, reps feedback i registres quan estaves molt segur d'una cosa falsa. Practica amb tres afirmacions.
Afirmació 1 de 3
Si una resposta sembla clara i conté enllaços, ja està verificada.
?
Primer decideix i calibra.
L'explicació apareixerà després de fixar la resposta i el nivell de confiança.
Prediu
Abans de preguntar a la IA, escriu quin resultat esperes i per què.
Separa
Marca fets, inferències, preferències i incerteses amb etiquetes diferents.
Contrasta
Busca una font primària i una raó per la qual la teva interpretació podria fallar.
Registra
Conserva els errors de confiança: són el mapa més útil del teu criteri.
Condicions d'aprenentatge
La mateixa eina no crea la mateixa oportunitat.
L´efecte depèn de recursos, temps, idioma, accessibilitat, qualitat de l´acompanyament, coneixement previ i possibilitat de pagar millors eines. “Personalitzar” no és suficient si no s'observa qui queda enrere.
IAAccés ≠ beneficiEl context transforma el resultat
Connectivitat
Dispositiu, dades, espai i temps estable.
Llengua
Qualitat desigual entre idiomes, registres i varietats.
Accessibilitat
Compatibilitat real amb necessitats sensorials, motores i cognitives.
Capital educatiu
Saber preguntar, verificar i reconèixer una bona explicació.
Acompanyament
Docents, família, parells i feedback humà disponible.
Poder d'elecció
Poder rebutjar l'eina sense perdre oportunitats.
Tecnologia educativa a escala · no IA generativa
Els guanys poden ser reals, modestes i desiguals.
Un estudi del 2026 amb uns 200.000 estudiants va estimar un guany de 0,031 desviacions estàndard amb unes 6,6 hores anuals de Khan Academy —aproximadament 11 minuts setmanals— davant de no fer-lo servir. Projectar 0,085 DE a 30 minuts setmanals. L'alumnat de més rendiment se'n va beneficiar més, en part perquè va fer servir més la plataforma i va avançar per més habilitats.
Eames et al., PNAS 2026 ↗00,030,060,09 DE
Ús observat · 11 min/setm+0,031
Ús recomanat · 30 min/setm+0,085
Preguntes per a centres i docents
□
L'activitat també funciona amb una eina gratuïta o sense compte personal?
□
Hi ha una alternativa equivalent per a qui no pugui o no vulgui utilitzar IA?
□
¿S'ensenya a verificar o es pressuposa una competència que no tots tenen?
□
L'avaluació revela el procés i la transferència, no només la qualitat del producte?
Evidència i límits
Què sabem, què inferim i què falta mesurar.
L'evidència sobre memòria i aprenentatge és àmplia; l'evidència causal sobre IA generativa en educació és encara recent, específica i heterogènia. Per això se citen disseny, mostra i límits.
01Experiment de camp · IA generativa
Generative AI without guardrails can harm learning
En matemàtiques de secundària, l'arquitectura d'ajuda va canviar-ne el resultat: produir millor amb IA no va garantir rendir millor quan es va retirar.
Bastani et al. · PNAS, 2025 ↗02Experiment · memòria i comprensióRetrieval practice produces more learning than elaborative studying
Recuperar i reconstruir coneixement va millorar l'aprenentatge conceptual i la inferència davant de l'estudi elaboratiu amb mapes conceptuals.
Karpicke & Blunt · Science, 2011 ↗03Revisió quantitativa · 317 experimentsDistributed practice in verbal recall tasks
Espaiar la pràctica és un fenomen robust; l'interval útil depèn de quant de temps es vulgui conservar l'aprenentatge.
Cepeda et al. · Psychological Bulletin, 2006 ↗04Revisió · tècniques d'estudiImproving Students’ Learning With Effective Learning Techniques
La pràctica de proves i la pràctica distribuïda van rebre valoració d'alta utilitat a diferents edats i capacitats.
Dunlosky et al. · Psychological Science in the Public Interest, 2013 ↗05Estudi a escala · aprenentatge digitalHow Khan Academy influences student math learning
L'ús sostingut es va associar amb guanys modestos; el benefici va ser desigual i va dependre també de l'ús i el progrés efectiu.
Eames et al. · PNAS, 2026 ↗06Guia internacional · drets i dissenyGuidance for generative AI in education and research
Proposa un enfocament humà adequat a l'edat, amb protecció de dades, validació ètica i disseny pedagògic.
UNESCO · 2023, actualizada en 2026 ↗!
No convertim una correlació en una lesió cerebral.
Una pitjor execució posterior, una reducció de l'esforç o una associació amb més ús no demostren per si mateixes deteriorament cognitiu general. Calen mesures sense assistència, seguiment temporal i comparació amb alternatives reals.