¿La IA nos está haciendo estúpidos?

Por Miguel Armando López Ramírez *

Nuestros sistemas cognitivos biológicos pueden ser exigentes y falibles. Por ello, los humanos han buscado apoyo para alcanzar sus objetivos cognitivos. Por ejemplo, contamos con calculadoras para realizar operaciones aritméticas, sistemas de posicionamiento global (GPS) para orientarnos e internet para acceder y almacenar información. A menudo, el uso de estas herramientas reduce la carga cognitiva que de otro modo recaería sobre nuestros sistemas cognitivos internos, un comportamiento conocido como “descarga cognitiva”.

Si bien la menor demanda cognitiva y la mayor fiabilidad que ofrece la descarga suelen ser bien recibidas, esto a menudo se acompaña de la preocupación de que comprometa nuestro funcionamiento cognitivo. Este tema se refleja claramente en el famoso artículo de Nicholas Carr: ¿Nos está volviendo tontos Google? ***

Hay preguntas que regresan con cada nueva herramienta que extendemos hacia el mundo.

Cuando Nicholas Carr se preguntó si Google nos estaba volviendo estúpidos, no hacía más que ponerle un nombre contemporáneo a una inquietud que nos habita desde que aprendimos a escribir sobre tablillas de arcilla. Cada tecnología que manifiesta una función de nuestra mente despierta el mismo temor: que aquello que dejamos de hacer con nuestro propio esfuerzo termine por atrofiarse, como un músculo que ya no se ejercita.

La irrupción de los grandes modelos de lenguaje —esas entidades que conversan, que resumen, que responden— ha reavivado la conversación con una intensidad inusitada. Ya no se trata únicamente de buscar información en una página web; ahora delegamos la síntesis, la interpretación, incluso la escritura. Trent N. Cash, Megan O. Kelly, Brooke N. Macnamara y Evan F. Risko exploran esta inquietud en un artículo reciente **, y su conclusión es más matizada —y más interesante— que el titular alarmista que podríamos esperar.

Dos naturalezas en nuestra arquitectura mental

Para pensar con claridad sobre lo que está en juego, conviene distinguir entre dos capas de nuestra cognición. Por un lado, están las habilidades: esos comportamientos aprendidos que sostienen conocimientos específicos y que se despliegan para cumplir una tarea concreta. Resolver una ecuación, pilotar un avión, interpretar una biopsia. Las habilidades se adquieren mediante la práctica, y su teoría más sólida se ha construido sobre esa premisa durante más de un siglo.

Por otro lado, están las capacidades cognitivas básicas: esas facultades fundacionales y generales —memoria de trabajo, atención selectiva— que subyacen a la adquisición y ejecución de cualquier habilidad específica. Son el sustrato sobre el que se construye todo lo demás.

Esta distinción es crucial porque los riesgos que enfrenta cada una no son los mismos. Y la evidencia sugiere que mientras las habilidades son frágiles ante la delegación, las capacidades básicas parecen resistirse con una terquedad notable a ser erosionadas.

El aprendizaje que no ocurre cuando evitamos el esfuerzo

Cuando un estudiante resuelve un problema matemático con la ayuda de una IA que le entrega la respuesta directamente, está ganando eficiencia a corto plazo, pero perdiendo algo más valioso: la oportunidad de practicar.

Un estudio reciente con estudiantes de secundaria encontró que aquellos que tuvieron acceso a una herramienta de IA que resolvía completamente los problemas de práctica obtuvieron mejores resultados en esas sesiones que quienes no contaban con apoyo tecnológico. Sin embargo, cuando llegó el momento de la prueba sin IA, los estudiantes que habían delegado previamente obtuvieron peores resultados que aquellos que nunca habían usado la herramienta. La IA, al sustituir la práctica, había obstaculizado el aprendizaje.

El patrón se repite en la retención de habilidades ya adquiridas. Un estudio retrospectivo con endoscopistas documentó cómo las tasas de detección de adenomas cayeron del 28,4% al 22,4% cuando la herramienta de detección asistida por IA dejó de estar disponible para algunos casos. La habilidad, que había sido apoyada por la tecnología, se había deteriorado al depender de ella. La práctica no solo construye la habilidad; también la mantiene viva. Cuando dejamos de ejercer un juicio, ese juicio se debilita.

La adquisición de conocimiento bajo la sombra de la comodidad

El impacto de delegar en la IA no se limita a las habilidades de proceder, también toca nuestra relación con el conocimiento mismo. Cuando sabemos que una información está disponible en un almacén externo, nuestra memoria se comporta de manera diferente: recordamos menos el contenido y más dónde encontrarlo. Este efecto, documentado desde hace años con la memoria y los buscadores, se reproduce ahora con los modelos de lenguaje.

Un estudio reciente lo ilustró con claridad. Los participantes que aprendían un tema con ayuda de una IA —en lugar de mediante búsquedas en Google— ofrecían después consejos más breves, menos originales y menos útiles a un amigo, sin acceso a la tecnología. Habían dedicado menos tiempo al aprendizaje, recordaban menos información y sentían menos apropiación de lo aprendido. La IA les había liberado del trabajo cognitivo de buscar y resumir, pero ese alivio tenía un costo: un aprendizaje menos profundo, menos integrado en la trama de su propia comprensión.

La fortaleza inesperada de lo básico

A pesar de estas señales preocupantes, hay un argumento a favor de la resiliencia de nuestras capacidades fundamentales. La investigación sobre entrenamiento cognitivo ha encontrado sistemáticamente que las mejoras en tareas específicas son altamente específicas de esas tareas; no se generalizan a una mejora amplia de la capacidad cognitiva subyacente. Décadas de estudios sugieren que lo que cambia con el entrenamiento no es la cantidad de recursos cognitivos disponibles, sino la eficiencia con que los utilizamos.

Esto no significa que las capacidades básicas sean inmutables. Factores como la escolarización se asocian con cambios modestos en ellas. Pero el peso de la evidencia sugiere que la delegación cognitiva, por sí sola, difícilmente erosionará el sustrato más profundo de nuestra mente. Las habilidades que transferimos a la IA pueden tener un futuro incierto; las capacidades que las sostienen parecen tener un anclaje más firme.

La diferencia está en cómo nos relacionamos con la herramienta

Quizá la conclusión más importante —y la más esperanzadora— sea que el impacto de la IA en nuestra cognición no está determinado de antemano. Depende de la forma que adoptemos al relacionarnos con ella. No es lo mismo pedirle a la IA que resuelva un problema por nosotros que pedirle que nos explique el proceso. No es lo mismo aceptar su respuesta sin más que revisarla críticamente o usarla como punto de partida para nuestra propia elaboración.

El estudio con estudiantes de secundaria lo demuestra: una tercera condición, en la que los estudiantes usaban un tutor de IA personalizado diseñado para poner a prueba sus conocimientos y llenar lagunas —similar a un tutor atento—, produjo resultados diferentes. Esos estudiantes no obtuvieron peores resultados que quienes no habían usado IA cuando la herramienta se retiró, lo que sugiere que habían desarrollado genuinamente la habilidad matemática objetivo. La IA, en ese caso, no había sustituido el aprendizaje, sino que lo había apoyado.

La clave, entonces, reside en permanecer dentro del bucle cognitivo. Seguir pensando, seguir cuestionando, seguir verificando. Usar la IA como colaborador que ofrece retroalimentación, como ejemplo a emular, como andamio que se retira cuando la estructura propia ya se sostiene. La ingeniería de prompts, esas habilidades que desarrollamos con el tiempo para trabajar más eficazmente con estos sistemas pueden convertirse en una forma de mantenernos activos en el proceso en lugar de cederle toda la agencia.

Lo que aún no sabemos

El artículo de Cash y sus colegas no pretende ofrecer certezas definitivas. Plantea, más bien, un mapa de preguntas abiertas que la investigación futura deberá abordar. ¿Cómo afecta la delegación prolongada —durante años o décadas— a nuestra cognición? ¿Varía el impacto según la etapa del desarrollo? ¿Existen fases críticas en las que delegar en la IA pueda ser especialmente perjudicial? ¿Cómo influye el nivel de habilidad previo en el deterioro provocado por la descarga? ¿Podemos diseñar sistemas de IA que desalienten las formas más pasivas de delegación? ¿Podemos aprender a delegar estratégicamente, minimizando los costos y maximizando los beneficios?

Estas preguntas no tienen aún respuestas firmes. Pero el simple hecho de formularlas con rigor nos sitúa en una posición más consciente. No se trata de rechazar la tecnología ni de abrazarla sin reservas, sino de entender que la relación entre nuestra mente y sus extensiones artificiales es compleja, dinámica, y —en última instancia— moldeable por nuestras elecciones.

La pregunta «¿nos está volviendo estúpidos la IA?» quizá esté mal planteada. La respuesta, como casi siempre, es: depende. Depende de lo que hagamos con ella. Depende de si seguimos pensando mientras ella nos ayuda a pensar. Depende de si recordamos que la comodidad no es lo mismo que la sabiduría, y que hay ciertos esfuerzos —los que nos forman, los que nos mantienen despiertos— que vale la pena no delegar del todo.

*Presidente del Colegio de Biólogos de México capítulo Veracruz.

**Cash, T. N., Kelly, M. O., Macnamara, B. N., & Risko, E. F. (2026). Is AI making us stupid? Trends in Cognitive Sciences, 30(8), 673–675.

***Nicholas Carr. 2008. Is Google Making Us Stupid? The Atlantic. julio/agosto.