Com utilitzar la IA per estudiar: 5 mètodes que funcionen

Introducció

La IA pot ajudar a estudiar, però només si s’utilitza de la manera adequada. Hi ha cinc mètodes que tenen el suport d’investigacions reals:

1. Pràctica de recuperació: Posa’t a prova sobre el material en lloc de tornar-lo a llegir
2. Pràctica distribuïda: Reparteix l’estudi en diversos dies en lloc de concentrar-lo tot a última hora
3. Autoexplicació: Explica un concepte amb les teves paraules abans de llegir l’explicació d’una altra persona
4. Pràctica intercalada: Combina diferents tipus de problemes en una mateixa sessió en lloc de treballar-ne un sol tipus cada vegada
5. Revisió metacognitiva: Comprova què ets capaç de fer sense ajuda en lloc de centrar-te només en allò que et resulta familiar

Ben utilitzada, la IA pot aplicar amb èxit tots cinc mètodes i convertir un xatbot en un company d’estudi en lloc d’una màquina que només respon a les teves preguntes. Quan no s’utilitza correctament com a ajuda per estudiar, la IA es converteix en una manera ràpida de tenir una falsa sensació de preparació.

La majoria d’estudiants encara no fan servir la IA com a company de pràctica per estudiar. Però el 57 % dels estudiants universitaris dels EUA utilitzen la IA en les seves assignatures almenys un cop per setmana, i aproximadament 1 de cada 5 la utilitzen cada dia (Gallup/Lumina Foundation, 2026).

Al Regne Unit, el 95 % dels estudiants universitaris ja utilitza la IA d'alguna manera, en comparació amb el 66 % de fa només dos anys (HEPI, 2026). A mesura que augmenta l'ús de la IA, la gent se centra a fer-la servir correctament per assegurar-se que sigui realment útil.

La prova que realment importa apareix en cadascun dels mètodes següents. Després de tancar el xat, un estudiant hauria de ser capaç de recuperar, explicar i aplicar el contingut sense ajuda.

Sí, la IA ajuda a estudiar quan genera recuperació, retroalimentació, espaiament i reflexió. Pot millorar substancialment el rendiment a la pràctica, però els estudiants que la fan servir com a drecera per obtenir respostes poden treure notes més baixes en proves posteriors sense ajuda que els companys que no l’han fet servir mai. El mètode que s’utilitza importa més que l’eina en si.

Com utilitzar la IA per estudiar en cinc passos

1. Demana preguntes abans que respostes. Converteix la IA en un qüestionari interactiu, no en una eina per fer resums.
2. Planifica la pràctica repetida. Espaia les sessions en lloc d’estudiar-ho tot de cop.
3. Torna a explicar la idea. Escriu una explicació pel teu compte abans de llegir les respostes i les idees de la IA.
4. Barreja tipus de problemes. Alterna les categories en lloc d'agrupar-les en blocs i centrar-te només en una, excepte en el cas del vocabulari.
5. Comprova el teu rendiment sense IA. És l’única prova real que et dirà si estudiar amb IA ha funcionat de debò.

La IA ajuda a construir l’entorn de pràctica, però l’aprenentatge continua tenint lloc al cap de l’estudiant.

Amplia

Què diu realment la investigació sobre estudiar amb IA

Les proves més sòlides provenen d'un experiment de camp aleatoritzat del 2025 de Bastani et al., publicat a Proceedings of the National Academy of Sciences (PNAS) i dut a terme amb uns 1.000 estudiants de matemàtiques de secundària al llarg de quatre sessions de pràctica. Les tres condicions només tenen sentit si es llegeixen conjuntament, no com una única xifra destacada:

Nota sobre l’abast: es tracta d’un estudi de matemàtiques de secundària. Els percentatges exactes no s’haurien de generalitzar a altres matèries o franges d’edat, però el patró subjacent (el disseny determina el resultat) també apareix en la resta de la investigació.

La diferència entre les dues condicions d’accés ho explica tot. Els estudiants amb accés il·limitat a la IA van millorar, però es van quedar enrere quan se’ls va retirar l’eina. Probablement és perquè havien externalitzat el raonament en lloc de practicar-lo.

Els estudiants que van rebre una versió que no donava les solucions completes i, en canvi, oferia pistes van millorar més del doble, perquè l’eina estava estructurada perquè fossin ells qui fessin la feina.

Una altra revisió, que va agrupar 35 estudis i 4.193 participants, va concloure que, de mitjana, els estudiants que estudiaven amb IA aprenien moderadament més que els que no ho feien. Però els resultats variaven segons la matèria, el temps durant el qual els estudiants utilitzaven la IA i la manera com la utilitzaven (Zhu, 2026).

Això concorda amb la conclusió de l’estudi de PNAS: estudiar amb ajuda de la IA no és, per si mateix, sistemàticament bo ni dolent. Tot depèn de si està plantejat per fomentar la recuperació o per saltar-se-la.

La conclusió: el que realment importa és com fan servir la IA els estudiants per estudiar, no pas el simple fet que la facin servir.

Mètode 1: fes que la IA t'examini (pràctica de recuperació)

Què és: Posar-se a prova sobre el material en lloc de tornar-lo a llegir o de resumir-lo.

Per què funciona: Les proves de pràctica es consideren d’«alta utilitat» en totes les edats i nivells d’habilitat (Dunlosky et al., 2013). Les proves de record, en què els estudiants han de produir la resposta des de zero, aconsegueixen una retenció més gran que les proves de reconeixement, com les de resposta múltiple, en què la resposta ja és davant de l’estudiant (Rowland, 2014).

Flux de treball:

• Dona a la IA un abast concret del curs (programa, apunts, interval de capítols)
• Demana les preguntes de resposta oberta d’una en una, no un qüestionari complet
• Respon abans de demanar pistes
• Demana comentaris que indiquin el primer pas erroni, no una resposta reescrita
• Un o dos dies després, torna a posar-te a prova amb tot el que hagis fallat

Consultes llestes per copiar:

«Fent servir [els meus apunts/el programa], fes-me preguntes de resposta oberta d'una en una sobre [tema concret]. No em mostris la resposta. Quan respongui, digues-me només on s'ha equivocat el meu raonament. No em donis la resposta correcta completa tret que te la demani.»

⚠️ Error habitual: Demanar a la IA que creï un qüestionari complet amb les respostes ja visibles i després llegir les dues columnes. Sembla que estudiïs, però en realitat et saltes el pas de recuperació que fa que la tècnica funcioni.

✅ Comprovació independent: Tanca el xat. Respon de memòria tres de les preguntes que hagis fallat, sense res obert.

Mètode 2: Espaia l’estudi (pràctica distribuïda)

Què és: Repartir les sessions d'estudi al llarg de diversos dies en lloc de concentrar-les en una única sessió llarga d'estudi intensiu.

Per què funciona: La pràctica espaiada supera sistemàticament l'estudi intensiu d'última hora, i com més lluny és la data de l'examen, més gran és l'interval ideal entre sessions. No hi ha cap calendari universal (Cepeda et al., 2006), de manera que la taula següent és una estructura de partida, no una fórmula.

Pla de repàs espaiat d'una setmana:

Consulta llesta per copiar:

«Fes-me un pla de repàs espaiat de 7 dies sobre [tema] basat en [els meus apunts]. Dia 1: qüestionari inicial. Dia 2: torna a avaluar-me del que he fallat, amb preguntes reformulades. Dia 4: barreja preguntes antigues i noves. Dia 7: prova acumulativa cronometrada.»

⚠️ Error habitual: Fer una única sessió intensiva la nit abans d’un examen, sense posar mai a prova el record diferit. Espaiar l’estudi està pensat precisament per reforçar-lo.

✅ Comprovació independent: El dia 7, després de la prova acumulativa de la IA, respon de memòria tres preguntes del dia 1. Sense IA ni apunts.

Mètode 3: Explica-ho tu (autoexplicació)

Què és: Elaborar una explicació d’un concepte abans de llegir la versió d’una altra persona.

Per què funciona: Una revisió de 64 estudis va concloure que els estudiants aprenien més quan se'ls demanava que expliquessin un concepte amb les seves pròpies paraules. En la majoria d'aquests estudis, era un docent qui redactava les indicacions, i els investigadors van assenyalar que calia investigar més les indicacions generades per ordinador (Bisra et al., 2018). Ara la IA pot fer aquesta feina, sempre que l'estudiant expliqui el concepte abans que ho faci la IA.

Flux de treball:

• La IA proposa un concepte, sense cap explicació
• Explica-ho abans de veure la versió de la IA
• La IA marca l’explicació com a correcta, incompleta o confusa
• La IA fa una pregunta de seguiment concreta sobre la llacuna específica
• Reescriu l'explicació sense copiar les paraules de la IA

Consulta llesta per copiar:

«Dona'm el nom d'un concepte de [tema] sense cap explicació. Te l'explicaré amb les meves pròpies paraules. Digues-me si la meva explicació és correcta, incompleta o confusa, i fes-me una pregunta de seguiment sobre la part més feble.»

⚠️ Error habitual: Demanar a la IA que simplifiqui el concepte abans d’intentar explicar-lo primer pel teu compte.

✅ Comprovació independent: Explica-ho en veu alta durant dos minuts, sense apunts i sense cap xat obert. Si no ho pots dir en veu alta, tampoc no aguantarà en un examen.

Aquí és on més importa la idea d’«entorn de pràctica, no màquina de respostes». La IA hauria de detectar la llacuna de l’explicació, no omplir-la amb una cosa que no s’havia construït mai.

Mètode 4: Combina tipus de problemes quan sigui útil (pràctica intercalada)

Què és: Barrejar tipus de problemes dins d’una mateixa sessió d’estudi en lloc d’agrupar-los per categories. Per exemple, un estudiant hauria de resoldre problemes barrejats d’àlgebra i geometria en lloc d’acabar primer tots els d’àlgebra.

Per què funciona: Combinar tipus de problemes ajuda els estudiants a aprendre moderadament més que practicar-ne un sol tipus cada vegada. El benefici era una mica més petit en matemàtiques, però en vocabulari i aprenentatge de paraules s’invertia: els estudiants obtenien millors resultats practicant una sola categoria cada vegada (Brunmair & Richter, 2019). Això vol dir que, a l’hora d’estudiar amb IA, combinar és una bona opció per defecte en matèries de resolució de problemes i una mala opció per a la memorització amb targetes.

Flux de treball:

• La IA barreja tipus de problemes sense indicar a quina categoria pertany cadascun
• Decideix l'enfocament abans de començar a resoldre, en funció del tipus de problema que reconeguis
• La retroalimentació valora l’elecció del mètode per separat de si la resposta final era correcta

Consulta llesta per copiar:

«Dona’m una sèrie variada de problemes sobre [aquests temes] en ordre aleatori, sense dir-me de quin tema és cadascun. Després de cada resposta, digues-me per separat si he fet servir l’enfocament correcte i si la resposta final era correcta.»

⚠️ Error habitual: Aplicar la pràctica intercalada a llistes de vocabulari o a dades per memoritzar amb targetes, quan l’evidència afavoreix un repàs espaiat i per blocs.

✅ Comprovació independent: Després d'una sessió mixta, digues quin tipus de problema t'ha costat més temps i per què.

Mètode 5: Comprova si funciona (metacognició)

Què és: Controlar què se sap realment i què només sembla familiar després d’haver-ho llegit o d’haver-ho sentit explicar.

Per què funciona: Quan es demana als estudiants que s’aturin a comprovar la seva pròpia comprensió, prenen més control del seu estudi i aprenen més. El benefici és més gran quan la retroalimentació s’adapta als seus errors concrets (Guo, 2022).

Estudiar d’una manera que sembla fàcil pot fer-te creure que has après més del que realment has après (Bjork & Bjork, 2020), però amb una explicació clara de la IA que té sentit en aquell moment, tindràs la sensació que la informació ja està apresa.

Tres preguntes per fer-te:

• Què puc explicar sense IA?
• Quin error he repetit?
• Què hauria de tornar a posar a prova demà?

Consulta llesta per copiar:

«Revisa la meva última sessió d’estudi amb tu. A partir del que he fallat i dels punts en què he dubtat, digues-me: què sembla que entenc realment, quin error he repetit i què hauria de tornar a posar a prova demà?»

⚠️ Error habitual: Prendre «tenia sentit quan la IA ho va explicar» com a prova d'aprenentatge. La fluïdesa i la retenció no són el mateix.

Nota: això no vol dir fer-ho tot més difícil només per fer-ho difícil. La dificultat afegida només ajuda quan ja es tenen els coneixements de base.

Comprova-ho abans de memoritzar-ho: verificació

Abans de posar en una targeta qualsevol cosa que digui la IA, sotmet-la a tres comprovacions:

• Traçabilitat. Es pot obrir la font original?
• Coherència. Hi està d’acord una segona font independent?
• Actualitat. És el tipus de dada que canvia amb el temps i que podria estar desactualitzada?

El material del curs (el llibre de text, la classe, el pla docent) és la font principal, no el resum que en fa la IA. Confirma que el passatge citat existeix allà on diu la IA, contrasta’l i després desa’n la versió corregida.

⚠️ Error habitual: Repassar targetes de memòria generades per IA abans de verificar-ne les dades.

Per aprofundir en com detectar respostes errònies de la IA, consulta [com detectar al·lucinacions de la IA].

Tria una eina segons la tasca d’estudi

En lloc de classificar les eines, tria l'eina adequada per a cada tasca:

Per a la investigació i les explicacions, un assistent personal d'IA pot ser útil. Si vols organitzar el material de consulta abans de començar qualsevol dels mètodes anteriors, una guia sobre com organitzar els materials d'estudi t'explica com fer-ho.

Consulta la normativa de l’assignatura

Les normes varien segons el centre i sovint també segons l’activitat dins d’una mateixa assignatura. Un 42 % dels estudiants dels EUA diu que el seu centre desaconsella l’ús de la IA, un 11 % que el prohibeix del tot, un 35 % que l’encoratja amb límits i un 7 % que l’encoratja lliurement (Gallup/Lumina, 2026). En cas de dubte, pregunta al professor abans de lliurar res en què hagi intervingut la IA.

Conclusió

Pensa en la IA com una bicicleta elèctrica, no com un robot aspirador. Quan vas amb bicicleta elèctrica, continues pedalant, la condueixes i estàs plenament atent. La IA només multiplica l’esforç.

La prova no canvia segons el mètode que es faci servir, i això és bo. Després de tancar la IA, l'estudiant pot recuperar, explicar o aplicar el contingut de manera autònoma? Aquesta és la pregunta important.

Preguntes freqüents

Fer servir la IA per estudiar ajuda realment a aprendre?
Sí. Una metaanàlisi de 35 estudis va trobar un efecte moderadament positiu (g = 0,670) (Zhu, 2026). Però en un experiment de camp, els estudiants amb accés il·limitat a la IA van obtenir una puntuació un 17 % inferior en una prova posterior sense ajuda que els companys que no havien utilitzat mai la IA (Bastani et al., 2025). El mètode importa més que l’accés.

Fer servir la IA per estudiar és fer trampa?
Depèn de la normativa de l’assignatura. Estudiar amb preguntes generades per IA és pràctica, no feina lliurada. Un 42 % dels estudiants dels EUA diu que el seu centre desaconsella la IA i un 11 % que la prohibeix (Gallup/Lumina, 2026). Consulta primer el pla docent.

Què s’hauria de demanar a la IA en lloc d’un resum?
Un qüestionari de resposta oberta (pràctica de recuperació), una comprovació d’autoexplicació (explica-ho tu) o un pla de repàs espaiat (pràctica distribuïda). Totes tres opcions requereixen elaborar la resposta, en lloc de només llegir-ne una que ha elaborat algú altre.