Tu hijo tiene dislexia y tu celular está lleno de anuncios de apps para la dislexia. Muchas ya prometen IA para la dislexia: un tutor que se adapta exactamente a cómo aprende tu hijo. Así que buscas pruebas y las encuentras: una revisión de 2025 en la que todos los estudios salieron positivos.
Suena justo a la respuesta que querías. Cuando reviso la investigación, ese es el resultado que me hace ir más despacio.
Un historial perfecto es raro en cualquier campo. En uno tan nuevo, lleno de estudios pequeños y de empresas con ganas de buenas noticias, suele decir más sobre qué estudios se publicaron que sobre las herramientas.
Qué encontró la revisión sobre IA para la dislexia
Paglialunga y Melogno (2025) buscaron en seis bases de datos de investigación experimentos sobre IA para dificultades de aprendizaje publicados entre 2022 y 2025. Encontraron 11 estudios con 3,033 participantes, y seis de ellos trataban sobre dislexia. Lo más común fueron los sistemas de aprendizaje adaptativo (programas que eligen la siguiente tarea según la última respuesta) y los juegos educativos. Unos pocos probaron herramientas de texto a voz y ChatGPT.
Los 11 reportaron resultados positivos. Después, los autores calificaron el riesgo de sesgo de cada estudio, es decir, qué tan probable es que el resultado venga de cómo se hizo el estudio y no de la herramienta. Ninguno obtuvo la mejor calificación, riesgo bajo. Siete tuvieron riesgo moderado, tres alto y uno grave.
Los propios autores dicen que un historial tan positivo es “estadísticamente improbable” y señalan el sesgo de publicación, que significa que los estudios con resultados decepcionantes suelen no publicarse nunca.
Varios estudios no tenían ningún grupo de comparación. Uno midió qué tan bien una IA clasificaba datos de 20 estudiantes, no si alguien leía mejor. Cuatro de los 11 estudiaron a alumnos de secundaria o universidad, no a niños pequeños.
Por qué hay que mirar dos veces los números grandes
El resultado más llamativo vino de Gharaibeh y Basulayyim (2025). Les dieron a 60 niños con dislexia de habla árabe, de 8 a 11 años, clases de lectura basadas en ChatGPT. La revisión reporta un tamaño del efecto de 1.66 en comprensión lectora.
El tamaño del efecto es una forma estándar de medir cuánto ayudó un programa: cuanto más grande es el número, mayor es la mejora. Se cuenta en desviaciones estándar, una regla que indica qué tan dispersas están las calificaciones de los niños.
Para comparar, Hall y sus colegas (2023) hicieron un metaanálisis, un estudio que combina los resultados de muchos estudios, con 53 estudios de intervenciones de lectura y 6,053 niños de kínder a quinto grado con dislexia o en riesgo de tenerla. El efecto promedio fue de 0.33, y en comprensión lectora fue de 0.26. Nuestra guía de intervenciones para la dislexia lo explica.
Un solo estudio que reporta seis veces el promedio de 40 años en comprensión merece una segunda mirada, no un titular.
Cheung y Slavin (2016) revisaron 645 estudios educativos. Los estudios pequeños, y los que usaban pruebas diseñadas por los propios investigadores, reportaron efectos de más o menos el doble que los estudios grandes con pruebas independientes. Los estudios que no asignaron a los niños a los grupos al azar también reportaron efectos más grandes. El estudio con ChatGPT era pequeño y no asignó a los niños al azar.
El estudio más grande con niños pequeños de la revisión cuenta algo más discreto. Samuelsson (2023) estudió a 1,006 niños suecos de ocho años que practicaban operaciones básicas. Entre los niños con dificultades en matemáticas, los que solo practicaron memorizando avanzaron más en una prueba de fluidez (7.1 puntos) que los que practicaron con IA (4.2 puntos).
Los dos grupos mejoraron. Simplemente, la IA no superó a la práctica de siempre en los niños que más ayuda necesitaban.
¿La mejora sigue ahí cuando se apaga la IA?
La revisión señala un segundo vacío: ninguno de los 11 estudios siguió a los niños a largo plazo. Esto importa por la descarga cognitiva, que significa dejar que la IA piense por ti en lugar de desarrollar tú la habilidad.
Bastani y sus colegas (2025) pusieron a prueba justo esto con casi 1,000 estudiantes de matemáticas de secundaria en Turquía. No es un estudio sobre dislexia, pero la lección aplica. Los estudiantes con un tutor de GPT-4 sin límites resolvieron un 48% mejor los ejercicios de práctica, y luego sacaron un 17% menos que el grupo de comparación en un examen sin IA. Una versión diseñada para dar pistas preparadas por maestros en lugar de respuestas eliminó en gran parte ese daño.
Para un niño con dislexia, la habilidad que hay que desarrollar es decodificar, es decir, descifrar una palabra a partir de sus letras y sonidos. Una herramienta que decodifica por él puede hacer más fácil la tarea de hoy y dejar esa habilidad exactamente donde estaba.
Texto a voz para la dislexia: un apoyo, no un maestro
Esto no convierte en problema a toda herramienta que lee en voz alta. Wood y sus colegas (2018) combinaron 22 estudios con 2,942 estudiantes, de tercer grado a la universidad, y encontraron que el texto a voz mejoró la comprensión lectora, con un efecto de 0.35. Para un niño que todavía no puede decodificar su libro de ciencias, eso es acceso real al contenido.
Pero es tecnología de apoyo para la dislexia, no una clase de lectura. Lo ideal es usar las dos cosas: texto a voz para que tu hijo aprenda de libros por encima de su nivel de decodificación, y práctica estructurada en la que tu hijo hace la lectura.
Bookbot hace los dos trabajos. Lee libros en voz alta, así que tu hijo puede escuchar libros que todavía no puede leer solo. Y en su práctica de lectura, tu hijo lee en voz alta mientras el reconocimiento de voz escucha y detecta las palabras que salen mal. Tu hijo hace la decodificación, y la app registra qué patrones de sonido y letra ya domina.
Cómo evaluar herramientas de IA para la dislexia
- Pregunta quién hace la lectura. Si la IA lee, resume o responde por tu hijo, es una herramienta de acceso. Eso es útil, pero no le enseña a decodificar, y las habilidades sin ayuda pueden bajar (Bastani et al., 2025).
- Pregunta qué recibió el grupo de comparación. “Los niños mejoraron” dice poco por sí solo, porque durante un estudio los niños también crecen y aprenden otras cosas. La mayoría de los 11 estudios no asignó a los niños a los grupos al azar (Paglialunga y Melogno, 2025).
- Achica los números grandes de estudios pequeños. Las intervenciones para la dislexia bien estudiadas tienen un efecto promedio de alrededor de 0.33 (Hall et al., 2023). Un estudio pequeño que reporta mucho más probablemente se achique cuando se repita a gran escala (Cheung y Slavin, 2016).
- Pregunta si la mejora duró. Ninguno de los 11 estudios siguió a los niños a largo plazo (Paglialunga y Melogno, 2025).
- Revisa el límite de edad. Las propias condiciones de ChatGPT piden que el usuario tenga al menos 13 años, con permiso de sus padres si es menor de 18 (OpenAI, 2026).
- Usa la IA junto con la enseñanza estructurada, no en su lugar. Los autores de la revisión dicen que la IA complementa una buena enseñanza, pero no la reemplaza. Hall et al. (2023) también encontraron que más horas de intervención dieron efectos más grandes.
- Pídele a la empresa sus resultados decepcionantes. Una empresa que solo ha publicado buenas noticias te está mostrando sus mejores estudios, no todos.
Lo que me llevo de todo esto
Nada de esto significa que la IA no pueda ayudar a los niños con dislexia. Los autores de la revisión creen que sí, y yo también. Pero hoy, la evidencia es una promesa, no una prueba.
Así que la próxima vez que una app te diga que su IA está comprobada para ayudar a niños con dislexia, hazle las preguntas que yo le hago a cualquier estudio. ¿Quién hizo la lectura? ¿Comparado con quién? ¿Y dónde estaban esos niños cuando se apagó la herramienta?
Referencias
Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., & Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. Proceedings of the National Academy of Sciences, 122(26), e2422633122. https://doi.org/10.1073/pnas.2422633122
Cheung, A. C. K., & Slavin, R. E. (2016). How methodological features affect effect sizes in education. Educational Researcher, 45(5), 283–292. https://doi.org/10.3102/0013189X16656615
Gharaibeh, M., & Basulayyim, A. (2025). ChatGPT enhances reading comprehension for children with dyslexia in Arabic language. Disability and Rehabilitation: Assistive Technology, 20(8), 2858–2871. https://doi.org/10.1080/17483107.2025.2508389
Hall, C., Dahl-Leonard, K., Cho, E., Solari, E. J., Capin, P., Conner, C. L., Henry, A. R., Cook, L., Hayes, L., Vargas, I., Richmond, C. L., & Kehoe, K. F. (2023). Forty years of reading intervention research for elementary students with or at risk for dyslexia: A systematic review and meta-analysis. Reading Research Quarterly, 58(2), 285–312. https://doi.org/10.1002/rrq.477
OpenAI. (2026). Terms of use (effective January 1, 2026). https://openai.com/policies/terms-of-use/
Paglialunga, A., & Melogno, S. (2025). The effectiveness of artificial intelligence-based interventions for students with learning disabilities: A systematic review. Brain Sciences, 15(8), 806. https://doi.org/10.3390/brainsci15080806
Samuelsson, J. (2023). Arithmetic fact fluency supported by artificial intelligence. Frontiers in Education Technology, 6(1), 13–25. https://doi.org/10.22158/fet.v6n1p13
Wood, S. G., Moxley, J. H., Tighe, E. L., & Wagner, R. K. (2018). Does use of text-to-speech and related read-aloud tools improve reading comprehension for students with reading disabilities? A meta-analysis. Journal of Learning Disabilities, 51(1), 73–84. https://doi.org/10.1177/0022219416688170