Què està passant: la IA ja és a la motxilla (i un estudi encén l'alarma)
El curs arrenca i la intel·ligència artificial ja ve de sèrie: més de la meitat dels estudiants la fan servir per a les seves tasques cada setmana. Fins aquí, normal. El que ha encès l'alarma aquest 2026 és una dada incòmoda: fer-la servir malament no només no ajuda, sinó que pot abaixar-te la nota.
Un estudi publicat a la revista PNAS va repartir prop de mil alumnes d'institut en diversos grups per preparar matemàtiques. Els que tenien accés lliure a GPT-4 resolien els exercicis de pràctica un 48% millor… mentre tenien la IA al davant. Quan va arribar l'examen sense IA, aquest mateix grup va treure un 17% menys que els companys que havien estudiat sense ella.
No és que la IA sigui dolenta. És que l'havien fet servir com una crossa: demanar la resposta, copiar-la i passar al següent. En el moment sembla que ho domines; a l'examen, quan la crossa desapareix, es veu que no.
Què hi ha al darrere: per què copiar la resposta no és aprendre
Aprendre no és tenir la resposta al davant, és ser capaç de recuperar-la del cervell amb esforç. Aquest esforç —buscar, equivocar-te, corregir— és justament el que fixa la memòria a llarg termini. En psicologia de l'aprenentatge es coneix com a efecte test i dificultats desitjables: com més et costa recuperar una cosa avui, millor la recordaràs demà.
Quan la IA et dona la solució ja feta, t'estalvia aquest esforç… i amb ell, l'aprenentatge. És el que els investigadors anomenen peresa metacognitiva: deixes de vigilar si de debò ho entens perquè la màquina sembla entendre-ho per tu. Un exemple concret ho deixa claríssim. Imagina dues maneres de preparar una integral per parts:
- Alumne A (crossa): demana a la IA «resol-me aquesta integral», copia els passos i repeteix amb deu exercicis. Acaba en 20 minuts amb deu integrals «bé». A l'examen, davant d'una de semblant, no sap ni per on començar.
- Alumne B (tutor): intenta la integral sol, s'encalla, i demana «dona'm una pista, no la solució». Descobreix que havia de triar bé quina part deriva i quina integra, i la resol ell. Triga més i en fa només quatre. A l'examen reconeix el patró i la resol.
Mateix temps, mateixa eina, resultat oposat. La diferència no és la IA: és qui fa l'esforç de pensar. Per això el mateix estudi va trobar que, quan a la IA se li posaven salvaguardes per donar pistes en lloc de solucions, el perjudici desapareixia.
Com s'estudia: convertir la IA en tutor, no en crossa
La bona notícia és que la IA ben feta serveix moltíssim: a l'estudi, la versió «tutor» —que guiava en lloc de donar la resposta— va portar els alumnes a resoldre la pràctica un 127% millor. La clau no és prohibir la IA, és fer-la servir com ho faria un bon professor. Aquesta taula resumeix la diferència:
| Situació | IA crossa (abaixa nota) | IA tutor (puja nota) |
|---|---|---|
| Un exercici que no surt | «Resol-me'l» | «Dona'm només la primera pista» |
| Un concepte que no entens | Copies la definició | «Explica-m'ho amb un exemple i després pregunta'm» |
| Repassar per a l'examen | Li demanes el resum | Li demanes que et faci preguntes i corregeixi els errors |
Amb aquesta lògica, un mètode que funciona de debò té quatre passos, en aquest ordre:
- Intenta-ho tu primer, sempre. Només demana ajuda quan t'hagis encallat de debò, no abans.
- Demana pistes, no solucions. «Dona'm el primer pas» ensenya; «dona'm la resposta» no.
- Autoavalua't sense la IA al davant. Que et generi preguntes i respon-les de memòria, repartides en diversos dies (repàs espaiat).
- Explica-l'hi de tornada. Si aconsegueixes que la IA corregeixi la teva explicació del tema, és que l'has entès. És la tècnica Feynman aplicada a la màquina.
Els errors més comuns són tres: fer servir la IA per produir (deures, redaccions) en lloc de per aprendre; fiar-te de les seves respostes sense verificar-les, perquè de vegades s'inventa dades amb tota la seguretat; i estudiar sempre amb la màquina al davant, que dona una falsa sensació de domini que peta el dia de l'examen.
Quan val la pena un professor particular
El problema de l'efecte crossa és que s'acumula: una llacuna que no tapes al setembre s'arrossega a l'octubre i esclata a l'examen de juny. Contra això, el que funciona és la continuïtat —el mateix professor i el mateix ritme de setembre a juny—, algú que noti quan t'estàs recolzant en la IA en lloc d'aprendre i t'obligui a fer l'esforç. Per això el pla anual d'Eurekademy va sense permanència, a terminis sense interessos i amb descompte per pagament avançat: acompanyament de curs complet, no un pedaç d'última hora.
I si prefereixes provar abans de decidir, pots començar amb una primera classe amb 50% de descompte amb un professor particular que t'ensenyi a estudiar amb IA sense tornar-te'n dependent: fa justament el que feia la versió «tutor» de l'estudi, donar-te la pista i no la resposta. Som professors amb 4,8★ a Google i classes de totes les assignatures, també d'intel·ligència artificial si vols entendre-la per dins en lloc de només fer-la servir.