El uso cotidiano de herramientas de inteligencia artificial generativa puede mejorar el rendimiento a corto plazo, pero también dejar a los usuarios peor preparados cuando deben pensar sin ayuda tecnológica. Así lo advierten investigaciones recientes que apuntan a un fenómeno cada vez más visible en aulas, oficinas y tribunales: la delegación creciente del razonamiento humano en máquinas.
Una simple instrucción en lenguaje natural basta hoy para que servicios como ChatGPT o Claude redacten correos, escriban código, planifiquen viajes o resuelvan tareas que antes exigían lectura, memoria, comparación y juicio propio.
Pero el coste puede ser mayor de lo que sugiere la comodidad inmediata. Un estudio realizado con 1.222 personas por investigadores de la Universidad Carnegie Mellon, Oxford, el MIT y la Universidad de California en Los Ángeles concluye que la ayuda de la IA elevó el rendimiento inicial, pero empeoró los resultados cuando la herramienta dejó de estar disponible.
Peor rendimiento sin la máquina
La investigación, aún pendiente de revisión por pares, incluyó tres ensayos aleatorizados sobre aritmética y comprensión lectora. Los participantes que habían dependido de la inteligencia artificial rindieron significativamente peor cuando tuvieron que resolver las tareas sin asistencia.
Además, abandonaron antes. Es decir, no sólo recordaban o razonaban peor: también mostraban menos persistencia. Los autores subrayan que la persistencia es una de las bases de la adquisición de habilidades y uno de los predictores más sólidos del aprendizaje a largo plazo.
Grace Liu, doctoranda de Carnegie Mellon y responsable principal del trabajo, explicó que la velocidad de las respuestas de la IA «elimina oportunidades de aprendizaje» para los usuarios.
La diferencia con herramientas anteriores es su alcance. Una calculadora podía resolver operaciones, pero dejaba en manos del alumno la comprensión del método. La IA generativa, en cambio, puede intervenir en casi cualquier tarea de razonamiento.
El MIT habla de «deuda cognitiva»
Otro estudio del MIT Media Lab, publicado en junio de 2025, analizó a 54 personas que escribían ensayos con ChatGPT, con un motor de búsqueda o sin herramientas.
Los participantes utilizaron cascos de electroencefalograma para medir la actividad cerebral durante el proceso. El grupo que usó el chatbot mostró la conectividad cerebral más débil y tuvo más dificultades para recordar frases que acababa de escribir.
Los autores denominaron este efecto «deuda cognitiva»: una forma de deterioro acumulado cuando la mente deja de ejercitar funciones que la máquina realiza por ella.
El fenómeno encaja con una tendencia humana básica: ahorrar energía mental. El investigador Johann Chevalère, del centro público francés CNRS, advirtió de que las personas tienden a buscar atajos antes que pagar el coste cognitivo de estudiar la información en profundidad.
Si el cerebro deja de realizar una actividad, no conserva del mismo modo las conexiones necesarias para ejecutarla.
Las tecnológicas empiezan a reconocer el riesgo
Las propias empresas tecnológicas han comenzado a introducir modos de aprendizaje menos dependientes. OpenAI ha incorporado en ChatGPT un modo de estudio que ofrece pistas en lugar de respuestas cerradas, mientras que Google ha desarrollado funciones de aprendizaje guiado en Gemini.
Microsoft, por su parte, ha señalado que Copilot incluye advertencias sobre posibles errores y anima a los usuarios a comprobar sus respuestas. La compañía admitió que el riesgo de una delegación cognitiva excesiva es real y que los usuarios deben ser formados adecuadamente.
El problema no es sólo técnico, sino cultural: una generación acostumbrada a recibir respuestas inmediatas puede perder la disciplina de buscar, comparar, memorizar, equivocarse y volver a intentarlo.
