PISA 2025 evaluó por primera vez si los estudiantes de 15 años son capaces de aprender y resolver problemas creando tecnología: programando, modelando y simulando. Con 436 puntos, el Perú se ubica por debajo del promedio OCDE (500) y de sus pares regionales, con apenas un 37.5% en el nivel de desempeño sólido (nivel 3). La lección para nuestras políticas de educación digital es contundente: distribuir dispositivos no genera aprendizaje si no se transforma la mediación pedagógica en el aula.
(colaboraccion.pe, Lima, Perú – 9 de octubre de 2026) – Los resultados de PISA 2025, publicados por la OCDE en setiembre, confirmaron el retroceso en lectura y matemática analizado en nuestra entrega anterior. No obstante, esta edición incorporó un hito trascendental que demanda una mirada estratégica: la primera evaluación estandarizada del Aprendizaje en el Mundo Digital (Learning in the Digital World, LDW), cuya métrica se reporta como Resolución de Problemas Computacionales (Computational Problem Solving, CPS).
No se trata de saber operar dispositivos, sino de utilizarlos para construir: escribir código, calibrar una simulación o modelar el comportamiento de un sistema complejo. Para el Perú, tras años de políticas centradas en la adquisición y entrega de millones de tabletas, conectividad escolar y planes de datos, este indicador constituye una auténtica prueba de fuego sobre el retorno pedagógico de dicha inversión pública.
1. PISA: una brújula de competitividad que mira a los adolescentes de 15 años
PISA, el Programa para la Evaluación Internacional de Estudiantes de la OCDE, evalúa a adolescentes de 15 años, la edad en la que en la mayoría de los países se acerca el final de la escolaridad obligatoria. La prueba se aplica a estudiantes de entre 15 años y 3 meses y 16 años y 2 meses, con al menos seis años de educación formal, sin importar el grado que cursen.
En la edición 2025 participaron 91 países y economías, con más de 760 mil estudiantes que representan a unos 33 millones de adolescentes escolarizados. En el Perú se evaluó a 8,809 estudiantes de 260 instituciones educativas (70% públicas y 30% privadas) entre el 18 de agosto y el 30 de setiembre de 2025; de ellos, 6,991 rindieron las pruebas de ciencia, lectura, matemática y aprendizaje en el mundo digital.
PISA no evalúa la memorización de contenidos curriculares, sino la capacidad de transferir y aplicar saberes en situaciones no rutinarias del mundo real. Por ello, actúa como un indicador adelantado del capital humano y la productividad: los adolescentes evaluados hoy integrarán la fuerza laboral y profesional de la próxima década. La OCDE tituló el primer volumen de resultados Estudiantes preparados para el futuro (Future-Ready Students) y subraya que la riqueza nacional explica solo la mitad de las diferencias de desempeño entre países: las buenas políticas y un gasto bien orientado predicen el resultado mucho mejor que el monto invertido.
2. Las tres áreas núcleo: lectura, matemática y ciencia
En cada ciclo, PISA evalúa tres áreas troncales y profundiza en una de ellas; en 2025 el énfasis estuvo en ciencia, como en 2006 y 2015. Las tres comparten un mismo enfoque: medir la capacidad de usar el conocimiento, no de repetirlo.
|
Área |
Qué evalúa |
Perú 2025 (pts) |
Promedio OCDE |
|
Comprensión Lectora (CL) |
Comprender, usar, evaluar y reflexionar sobre textos para alcanzar metas propias, desarrollar conocimiento y participar en la sociedad. |
390 |
461 |
|
Matemática (M) |
Razonar matemáticamente y formular, emplear e interpretar la matemática para resolver problemas en contextos reales. |
382 |
463 |
|
Ciencia (CS) |
Involucrarse con temas e ideas científicas como ciudadano reflexivo y usarlos para tomar decisiones informadas. |
406 |
482 |
Fuente: OCDE, PISA 2025 Results (Volume I), Tabla I.1 y definiciones de las competencias.
En estas tres áreas, la OCDE fija el nivel 2 como línea base de competencia. En el Perú queda por debajo de ese umbral el 52.6% de los estudiantes en ciencia, el 58.2% en lectura y el 69.5% en matemática. El contexto global tampoco ayuda: en 2025 el promedio OCDE registró sus valores más bajos desde que existe PISA en las tres áreas.
3. El cuarto dominio: la apuesta de la OCDE por medir las competencias del futuro
Además de las tres áreas núcleo, desde 2012 cada ciclo de PISA incorpora un dominio innovador que cambia en cada edición. Según la OCDE, su propósito es medir competencias interdisciplinarias del siglo XXI que no caben en una sola asignatura y ofrecer una visión más completa de qué tan preparados están los estudiantes para la vida. Para los sistemas educativos es también una señal: anticipa qué competencias considera la OCDE decisivas para la próxima década.
|
Ciclo |
Dominio |
Qué buscó |
|
2012 |
Resolución creativa de problemas |
Resolver situaciones nuevas cuyo método de solución no es evidente, incluso interactuando con dispositivos desconocidos. |
|
2015 |
Resolución colaborativa de problemas |
Resolver problemas en equipo con compañeros simulados por computadora, compartiendo información y esfuerzo. |
|
2018 |
Competencia global |
Analizar asuntos locales, globales e interculturales, comprender otras perspectivas y actuar por el bienestar colectivo. |
|
2022 |
Pensamiento creativo |
Generar, evaluar y mejorar ideas originales en la expresión escrita y visual y en la solución de problemas. |
|
2025 |
Aprendizaje en el mundo digital |
Aprender y resolver problemas construyendo programas y modelos con herramientas computacionales. |
|
2029 (anunciado) |
Alfabetización mediática y en inteligencia artificial |
Interactuar de forma crítica y responsable con contenidos digitales y herramientas de IA. |
Fuente: OCDE, Research and Innovation in PISA; Media & Learning (dominio 2029).
Una precisión útil para leer los reportes: la sigla CPS se usó en 2015 para la resolución colaborativa de problemas (Collaborative Problem Solving); en 2025 designa la resolución de problemas computacionales (Computational Problem Solving). Son dominios distintos.
4. LDW/CPS en PISA 2025: qué evalúa y cómo le fue al Perú
La OCDE define el aprendizaje en el mundo digital como «la capacidad de participar en un proceso iterativo y autorregulado de construcción de conocimiento y resolución de problemas utilizando herramientas y prácticas computacionales». La evaluación tiene dos componentes:
• Prácticas de resolución de problemas computacionales. Son las que se convierten en el puntaje CPS: realizar experimentos con modelos y simulaciones, analizar los datos que estos generan, y construir y depurar artefactos computacionales, como programas o modelos.
• Procesos de aprendizaje autorregulado. Monitorear el propio progreso y ajustar estrategias, evaluar el propio desempeño y sostener la motivación cuando la tarea se vuelve difícil. Sus resultados se publicarán en 2027.
En la práctica, el dominio reúne cuatro rasgos que lo distinguen del resto de la prueba:
i. Pensamiento computacional. Descomponer un problema en subobjetivos, detectar patrones que se repiten y expresarlos con bucles y condicionales; es decir, convertir una idea en instrucciones que una computadora puede ejecutar.
ii. Modelado y simulación. Usar o construir el modelo de un sistema, variar una condición a la vez y sacar conclusiones de los datos que produce.
iii. Resolución interactiva. El estudiante prueba, ejecuta, observa el resultado y corrige. Durante la prueba tiene a mano tutoriales, ejemplos resueltos y retroalimentación, por lo que el puntaje refleja también cuánto y qué tan bien aprende en el momento.
iv. Transición del consumo pasivo a la creación activa. La prueba no valora la navegación superficial ni el manejo utilitario de herramientas ofimáticas; de hecho, el marco de la OCDE excluye deliberadamente la búsqueda convencional de información en internet. Lo que se mide es la agencia del estudiante para idear, codificar y validar soluciones con tecnología.
Es, además, una competencia distinta de las tradicionales. Su correlación con ciencia (0.76), matemática (0.75) y lectura (0.69) es alta, pero menor que la que existe entre las áreas núcleo (hasta 0.88). La escala tiene un promedio OCDE de 500 puntos y la OCDE toma el nivel 3 (468 puntos) como referencia de un desempeño sólido: en el nivel 1 el estudiante apenas modifica un programa sencillo o ajusta un dato de un modelo para ver qué pasa; en el nivel 3 ya combina comandos en programas funcionales y hace experimentos controlados; en el nivel 6 escribe programas óptimos, sin errores ni redundancias.
Resultados: el Perú frente a la región y la OCDE
El Perú obtuvo 436 puntos: 64 por debajo del promedio OCDE y 32 por debajo del umbral del nivel 3.
Fuente: OCDE, PISA 2025 Results (Volume I), Tabla I.2.4 · 13 países latinoamericanos
Ningún país latinoamericano alcanza en promedio el nivel 3; incluso Chile, el mejor de la región, queda dos puntos por debajo. El Perú ocupa el quinto lugar entre 13 países de la región y su resultado no es estadísticamente distinto del de Colombia. La cima mundial corresponde a Macao (China), con 572 puntos.
Detrás del promedio, la distribución es más reveladora. Solo el 37.5% de los estudiantes peruanos alcanza o supera el nivel 3, frente al 64% en la OCDE. En el extremo superior, el 7.3% llega a los niveles 5 y 6, contra el 26% en la OCDE. Y el 44.8% se queda en el nivel 1 o por debajo: estudiantes que exploran el software de forma superficial, sin trabajar todavía hacia un objetivo.
Hay, sin embargo, un matiz alentador. La distancia del Perú con la OCDE en este dominio (64 puntos) es menor que en ciencia (76), lectura (71) y matemática (81). Las escalas no son directamente comparables, pero el dato sugiere que esta no es una brecha insalvable.
Las brechas dentro del país
Las brechas internas pesan tanto como la externa. Todas las diferencias entre grupos son estadísticamente significativas, e incluso las escuelas privadas quedan por debajo del promedio OCDE.
|
Grupo |
Puntaje |
Estudiantes en |
|
Total nacional |
436 |
37.5% |
|
Hombres |
447 |
42.6% |
|
Mujeres |
425 |
32.3% |
|
Escuelas privadas |
483 |
58.7% |
|
Escuelas públicas |
418 |
29.3% |
|
Ámbito urbano |
449 |
42.7% |
|
Ámbito rural |
381 |
15.4% |
Fuente: Minedu, UMC (2026), PISA 2025: resultados nacionales.
Cada estudiante resolvió, en una hora y en computadora, dos unidades: una de programación y otra de modelado. Cada unidad funciona como una clase en miniatura:
• Mostrar. Preguntas breves que miden lo que el estudiante ya sabe.
• Aprender. Un tutorial guiado y luego tareas interactivas de dificultad creciente, con ejemplos resueltos y retroalimentación.
• Aplicar. «El gran reto»: una tarea más compleja que obliga a combinar lo aprendido.
• Reflexionar. El estudiante reporta cómo se sintió y qué tan difícil le pareció la tarea.
Como PISA mide el desempeño final considerando el conocimiento previo, el puntaje se acerca a una medida de cuánto aprende el estudiante durante la propia prueba. Estas son algunas de las unidades que la OCDE ha liberado como ejemplo:
|
Unidad (nombre |
Tipo |
Qué debe hacer el estudiante |
Qué distingue un puntaje alto |
|
Garra recicladora (Recycling Claw) |
Programación por bloques |
Programar un brazo robótico para mover y clasificar objetos reciclables hasta reproducir una imagen meta. Puede ejecutar el programa paso a paso, detectar el error y corregirlo. |
No basta con llegar a la meta: el programa debe ser eficiente y usar bloques «repetir» en lugar de instrucciones sueltas. |
|
Aterrizaje seguro (Safe Landing) |
Simulación |
Calibrar los parámetros de una simulación, como la potencia del cohete o el uso de paracaídas, para que una nave aterrice en distintos planetas sin estrellarse ni quedarse sin combustible. |
Hacer experimentos sistemáticos, leer la tabla de datos que genera cada simulación e inferir condiciones óptimas o valores desconocidos, como la gravedad de un planeta. |
|
Conservación (Conservation) |
Modelado |
Construir un modelo ejecutable de un ecosistema marino a partir de un informe científico y usarlo para predecir el efecto de |
Que el modelo sea fiel a la evidencia y que sus predicciones sirvan para tomar decisiones de conservación. |
Fuente: OCDE (2026), PISA 2025 Results (Volume I), Anexo C; OCDE (2023), marco de evaluación LDW; unidades liberadas de LDW.
La forma de calificar es reveladora. En una de las tareas de la garra recicladora, mover cualquier objeto ya otorga un puntaje de nivel 2 (446 puntos). Lograr la meta con 12 bloques o más equivale al nivel 3 (481). Lograrla con exactamente 8 bloques, usando dos bucles «repetir», alcanza el nivel 6 (648). La prueba no premia solo llegar a la respuesta, sino la abstracción y la eficiencia con que se construye la solución: exactamente lo que distingue a quien usa la tecnología de quien sabe crear con ella.
6. Conclusiones: del equipamiento a la mediación pedagógica
El resultado del Perú en LDW confirma lo que advertimos en nuestro análisis anterior: la tecnología digital en el aula no produce aprendizaje por sí sola. Los propios datos de la OCDE lo muestran:
• Dentro de los países, tener más computadoras por estudiante no se asocia con mejor desempeño en ciencia (0 puntos de diferencia en el promedio OCDE). La relación entre escasez de recursos digitales y desempeño en CPS se explica, en buena parte, por el nivel socioeconómico de los estudiantes.
• El uso moderado de dispositivos para aprender se asocia con mejores resultados; su uso para el ocio en la escuela, con resultados más bajos. En la OCDE, el 28% de estudiantes reporta que sus compañeros se distraen con dispositivos en la mayoría de las clases de ciencia.
• Entre 2022 y 2025, la dimensión de la capacidad digital escolar que cayó en más países fue la habilidad docente para integrar los dispositivos en la enseñanza.
El cuello de botella, por tanto, no está en el hardware sino en la pedagogía. Para que el Perú cierre la brecha en aprendizaje digital, proponemos cinco rutas de política pública:
i. Integración curricular del pensamiento computacional, superando el formato de taller extracurricular. Es indispensable articular la programación por bloques, la simulación y el modelado directamente en el Currículo Nacional de la Educación Básica (CNEB), especialmente en la competencia transversal 28 («Se desenvuelve en entornos virtuales generados por las TIC»), así como en Matemática y Ciencia y Tecnología, mediante proyectos interdisciplinarios basados en la iteración y el ensayo-error. Ecosistemas de acceso abierto como Scratch, Code.org, MakeCode o las simulaciones PhET demuestran que esto es pedagógicamente viable sin sobrecostos de licenciamiento.
ii. Fortalecimiento de la mediación pedagógica y mentoría docente en servicio. Urge desplegar programas de formación continua y acompañamiento pedagógico en el aula centrados en la didáctica digital y el pensamiento computacional, de modo que el docente trascienda el rol de supervisor de pantallas y lidere experiencias activas de aprendizaje. Asimismo, estas competencias pedagógico-digitales deberían formalizarse como criterios de progresión en la Carrera Pública Magisterial.
iii. Reorientar la inversión pública hacia indicadores de logro y no de adquisición de hardware. La formulación y ejecución de proyectos de inversión en tecnología educativa, incluyendo las intervenciones bajo el mecanismo de Obras por Impuestos (OxI), deben dejar de medirse por el número de tabletas o pantallas interactivas distribuidas. Todo proyecto de infraestructura y equipamiento digital debe incluir obligatoriamente componentes robustos de desarrollo de capacidades docentes y apropiación curricular, con metas vinculadas al logro de aprendizajes (como el avance en los niveles de desempeño de resolución computacional).
iv. Focalizar en la escuela pública y rural. Donde solo el 29.3% y el 15.4% de los estudiantes, respectivamente, alcanza el nivel 3, la conectividad debe llegar acompañada de docentes preparados para mediarla.
v. Aprovechar los datos de autorregulación que se publicarán en 2027. Mostrarán cómo gestionan los estudiantes peruanos la frustración, la retroalimentación y el uso de recursos de ayuda, un insumo clave para diseñar la formación docente.
La dotación de tecnología en las escuelas es una condición habilitadora, pero pedagógicamente insuficiente por sí sola. El reto ineludible de la educación básica es formar creadores y pensadores computacionales, no consumidores pasivos de tecnología. En un contexto global donde la inteligencia artificial avanza aceleradamente sobre las tareas cognitivas rutinarias, la capacidad de modelar sistemas, estructurar algoritmos y aprender reflexivamente del error constituye el cimiento de la ciudadanía crítica y la empleabilidad futura.
Fuentes consultadas:
• OCDE (2026). PISA 2025 Results (Volume I): Future-Ready Students. Tablas I.1, I.2.4 y I.2.5; capítulo 4 (digitalización); Anexo C (unidad liberada Recycling Claw).
• MINEDU, Oficina de Medición de la Calidad de los Aprendizajes (2026). PISA 2025: resultados nacionales (presentación de logros de aprendizaje).
• Minedu, UMC (2026). PISA 2025: Aprendizaje en el mundo digital (presentación de webinar).
• OCDE (2023). PISA 2025 Learning in the Digital World Assessment Framework (Second Draft).
• OCDE. Research and Innovation in PISA (dominios innovadores 2012 a 2025).
• Media & Learning. PISA 2029 to assess students’ Media and AI Literacy.
• COLABORACCIÓN (2026). La paradoja de las aulas peruanas: Prueba PISA 2025 refleja espejismo de cobertura educativa y bajo desempeño escolar postpandemia. colaboraccion.pe, 9 de setiembre de 2026.
COLABORACCIÓN
Innovación, tecnología digital y gestión pública que transforman realidades.
Consultoría estratégica en Educación Digital, Movilidad Inteligente (ITS) y Transformación Digital.