Google publicó el 29 de octubre de 2026 los resultados de dos estudios sobre Gemini en las aulas. En el ensayo británico, la tutoría con IA supervisada obtuvo resultados cercanos a los de tutores humanos en varias medidas de matemáticas, pero no se estableció una ventaja general en la prueba Star Maths. El estudio italiano registró cambios en la participación y en las prácticas docentes, no resultados de rendimiento académico estandarizados.
Qué comparó el ensayo británico
El ensayo aleatorizado reunió a 1.179 estudiantes de 12 a 15 años de 10 institutos públicos y los asignó a cuatro grupos: remediación estándar de Eedi, tutoría humana experta y dos variantes de tutoría con Gemini. Una usaba el contexto de la pregunta; la otra añadía datos del historial de aprendizaje del estudiante. Google describe el diseño y los resultados en su informe técnico del ensayo.
El grupo de remediación estándar también recibía apoyo: vídeos, ejercicios de práctica y pistas redactadas por docentes. Por tanto, la comparación no era entre tutoría con IA y ausencia de ayuda. Los estudiantes utilizaron Eedi en sus clases habituales de matemáticas durante unos 30 a 50 minutos semanales. Aunque el ensayo se diseñó para diez semanas lectivas, los centros impartieron entre siete y diez semanas por diferencias en los calendarios escolares y las pruebas.
La IA tampoco trabajaba sin supervisión. Docentes expertos en matemáticas podían aprobar, regenerar o editar cada borrador antes de que llegara al estudiante. De los 94.385 borradores revisados, aprobaron 89.406 sin cambios, el 94,7 %. Además, las versiones de Gemini cambiaron durante el ensayo: se usaron Gemini 3.1 Pro, Gemini 3 Flash y Gemini 3.5 Flash. Los resultados corresponden, por tanto, a una intervención cuyo modelo fue cambiando, no a una única versión fija.
Las medidas cercanas y Star Maths dieron resultados distintos
En corrección inmediata, transferencia a la siguiente unidad y un cuestionario intermedio, las puntuaciones de las dos condiciones de Gemini quedaron cerca de las del grupo de tutoría humana. Star Maths, una prueba estandarizada aplicada al inicio y al final, midió un resultado más amplio. El informe técnico presenta estos resultados para la muestra completa:
| Condición asignada | Corrección inmediata (% correcto) | Transferencia a la siguiente unidad (% correcto) | Cuestionario intermedio (% correcto) | Efecto en Star Maths frente a la remediación estándar (desviaciones estándar) |
| Remediación estándar de Eedi | 43,4 % | 50,5 % | 59,6 % | Referencia |
| Tutoría humana experta | 57,7 % | 59,1 % | 61,8 % | −0,09 (intervalo creíble del 95 %: −0,25 a +0,07) |
| Gemini con contexto de la pregunta | 56,9 % | 58,4 % | 62,1 % | −0,01 (−0,15 a +0,14) |
| Gemini con contexto personalizado | 56,5 % | 58,3 % | 63,5 % | +0,02 (−0,12 a +0,16) |
Los intervalos de los tres efectos en Star Maths incluyen cero. En esta prueba, el análisis de la muestra completa no estableció una ventaja general de ninguna de las dos condiciones de Gemini frente a la remediación estándar. Eso contrasta con los resultados más próximos a la actividad de Eedi y el cuestionario intermedio, donde la tutoría con IA obtuvo cifras parecidas a las de los tutores humanos.
Los estudiantes completaron una mediana de 99 unidades de estudio en cada grupo de Gemini, 77 con tutores humanos y 132 con la remediación estándar. El informe plantea la menor cobertura de unidades como un posible contexto para interpretar el resultado de Star Maths. No convierte esa diferencia en una causa demostrada.
Qué comunicó Google sobre Italia
El estudio italiano duró un año y abarcó 31 centros, 1.600 docentes y más de 24.500 estudiantes de 13 a 18 años. Google comunicó que la participación estudiantil declarada pasó del 77 % al 84 % en las clases diseñadas con Gemini. También informó de que el 79 % de los docentes declaró más creatividad al enseñar y planificar, frente al 30 % en la comparación.
Google señaló además un 38 % menos de clases magistrales tradicionales, casi el triple de aprendizaje colaborativo dirigido por estudiantes y una reducción del 66 % en la dependencia declarada por los docentes de su propia energía para mantener la atención. Los datos descritos proceden de actividades de aula y autoinformes sobre la planificación de clases con y sin Gemini para Education. Las cifras se refieren a participación y prácticas docentes, no a una medición estandarizada del rendimiento académico.
Así, el ensayo británico aporta una comparación aleatorizada entre cuatro formas de apoyo y mide desde respuestas inmediatas hasta una prueba estandarizada. El estudio italiano describe cambios comunicados en las actividades y la planificación de clases; sus resultados no demuestran por sí solos que Gemini causara una mejora en las notas.
