Cuando Thibault Schrepel diseñó su curso "Law of AI" en la Vrije Universiteit Amsterdam, llevó al aula una suposición común: que entregar a los estudiantes un chatbot de IA sin ninguna instrucción probablemente causaría más daño que beneficio. Dos años de pruebas controladas lo empujaron hacia la conclusión opuesta. En sus propias palabras, "me equivoqué".
El experimento que realizó es notable menos por su titular que por su estructura. En lugar de encuestar a los estudiantes sobre sus actitudes hacia la IA, Schrepel los dividió en grupos con reglas diferentes y luego midió lo que realmente producían. El mismo montaje se ejecutó dos veces — primero en 2024 con 66 estudiantes, y luego en 2025 con 164 participantes — lo que le permitió observar no solo si la IA ayudaba, sino si la forma en que se introducía importaba con el tiempo.
Cómo funcionó el experimento de tres grupos
Todos los participantes enfrentaron la misma tarea central: trabajando en equipos pequeños de cuatro o cinco personas, tenían 20 minutos para mejorar una disposición de la Ley de IA de la UE. Las entregas se calificaron por sustancia, claridad, proporcionalidad e innovación — criterios que recompensan el razonamiento jurídico genuino en lugar del pulido superficial. Todos los estudiantes también realizaron las mismas evaluaciones: un examen de opción múltiple y un examen para llevar a casa que les pedía revisar otra disposición del reglamento.
La única variable era cómo se les permitía trabajar:
- Sin IA: Este grupo tenía prohibido usar ChatGPT por completo y debía apoyarse en la discusión y su propio conocimiento jurídico.
- IA sin orientación: Estos equipos recibieron sugerencias de revisión generadas por ChatGPT integradas directamente en el texto. Podían seguir usando la herramienta, pero nadie les explicó cómo hacer prompts ni cómo evaluar lo que devolvía.
- IA con formación: Este grupo recibió instrucción práctica en ingeniería de prompts jurídicos, junto con formación explícita para verificar la consistencia y precisión de los resultados de la IA.
El grupo sin IA chocó con un muro llamado "agotamiento de ideas"
Los estudiantes que trabajaron sin IA quedaron en último lugar en ambos años del estudio. Sus ediciones fueron sesgadas hacia lo superficial: reformular frases para mayor claridad, recortar redundancias, ajustar la redacción. Solo un pequeño número de subgrupos intentó mejoras jurídicas sustantivas a la disposición. Aún más llamativo fue el momento. Después de aproximadamente diez a quince minutos, muchos equipos se quedaron sin cosas que probar — un patrón que Schrepel etiqueta como "agotamiento de ideas".
La prohibición sí produjo un beneficio que el investigador reconoce. Sin un chatbot en el que apoyarse, los estudiantes discutieron más entre ellos, debatiendo el texto mediante una conversación genuina. La contrapartida, sin embargo, fue un techo sobre hasta dónde podía llegar esa discusión dentro del límite de tiempo.
Uso de IA sin orientación: resultados fluidos, poca revisión crítica
Si el grupo sin IA sufrió por tener demasiado pocas ideas, el grupo sin orientación sufrió por tener demasiado poco escepticismo. Los estudiantes en la condición intermedia aceptaron en gran medida lo que proponía ChatGPT, justificando con frecuencia un cambio sobre la base de que la versión de la IA simplemente "sonaba mejor". En algunos casos, los participantes sustituyeron términos como "shall" e "individual" por alternativas sugeridas por la IA sin demostrar ninguna comprensión de las consecuencias jurídicas de hacerlo — una sustitución que tiene un peso real en la redacción legislativa.
Todos y cada uno de los subgrupos en esta condición conservaron al menos un término engañoso o jurídicamente superfluo del resultado de ChatGPT. El problema no fue que la herramienta produjera texto inútil; es que el texto llegaba lo suficientemente pulido como para desalentar el cuestionamiento.
La formación estructurada produjo un diálogo real con la herramienta
El tercer grupo se comportó de manera diferente. Estos estudiantes cuestionaron al modelo, probando formulaciones alternativas e interrogando las cuestiones jurídicas sustantivas subyacentes a la tarea en lugar de aceptar el primer borrador plausible. Sus puntuaciones lo reflejaron: en 2024, el grupo con formación superó a los otros dos por un amplio margen, con la ventaja mostrándose más claramente en el examen para llevar a casa, más exigente.
La ventaja de la formación casi desapareció en el segundo año
Luego el patrón cambió. Cuando el experimento se repitió en 2025, la brecha casi se había cerrado. Los tres grupos alcanzaron aproximadamente el mismo nivel de rendimiento, incluidos los estudiantes que no tenían ningún acceso a la IA.
La explicación de Schrepel es sencilla: familiaridad. A medida que los chatbots se convirtieron en una parte normal de la vida cotidiana, los estudiantes llegaron al aula sabiendo ya cómo trabajar con ellos. La instrucción formal seguía teniendo valor, pero ya no confería la misma ventaja que un año antes, cuando la herramienta estaba menos integrada en el trabajo académico rutinario.
Ese hallazgo complica cualquier lectura política simple. Sugiere que el beneficio de la formación es en parte una función de la habilidad de base — valiosa cuando una herramienta es novedosa, menos diferenciadora una vez que se vuelve ambiental.
Qué deberían extraer los educadores de los resultados
Del ciclo de dos años surgen varias observaciones prácticas:
- Eliminar la IA de un ejercicio con tiempo limitado no elevó la calidad del trabajo de los estudiantes; en este curso, la redujo.
- Permitir la IA sin instrucción dejó a los estudiantes vulnerables a errores que suenan convincentes y que carecían de la experiencia para detectar.
- Enseñar a los estudiantes a interrogar los resultados de la IA — verificar la consistencia, comprobar la precisión, hacer prompts deliberadamente — produjo resultados mediblemente mejores, al menos mientras la habilidad era poco común.
- La brecha de conocimiento en torno a la alfabetización en IA se está cerrando por sí sola a medida que los estudiantes adquieren experiencia cotidiana con estas herramientas.
La lección más amplia es que la distinción significativa puede no ser IA frente a no IA, sino uso guiado frente a uso no guiado. La ventaja del grupo con formación provino de tratar al chatbot como algo a lo que hay que desafiar en lugar de obedecer, y ese hábito, no la herramienta en sí, parece haber impulsado la mejora en los resultados.
Vale la pena mantener en perspectiva el alcance del estudio. Los hallazgos provienen de un solo curso, un solo instructor y una sola disciplina, con tamaños de cohorte relativamente modestos. La redacción jurídica es además un ámbito donde la precisión importa de maneras que pueden no trasladarse limpiamente a otras materias.
Aun así, el arco de dos años da a los resultados un peso inusual. Schrepel partió esperando que la IA sin orientación resultara contraproducente, y los datos se negaron a cooperar con esa expectativa. Su conclusión es un correctivo útil para las instituciones que sopesan prohibiciones absolutas: la prohibición eliminó una fuente de ideas sin eliminar la necesidad de juicio, mientras que la instrucción sobre cómo usar la herramienta de manera responsable entregó la mayor ganancia medible.
Este artículo se basa en la cobertura de The Decoder. Lea el artículo original.
Originally published on the-decoder.com
