En el último mes tuve la oportunidad de conversar con muchos estudiantes, docentes, emprendedores y tomadores de decisión sobre un desafío que no es nuevo, pero se viene potenciando. Hace casi un año lo llamaba “El reto de usar la Inteligencia Artificial sin volvernos más tontos ” y escribí al respecto. En aquel momento, la preocupación empezaba a tomar forma. Hoy contamos con investigaciones que advirten al respecto.
Cada vez más inteligentes... ¿y nosotros qué?
La inteligencia artificial promete potenciar nuestras capacidades como nunca antes. Sin embargo, entre la delegación, la deuda y la comodidad, corremos el riesgo de perder lo más valioso. ¿Nos estamos volviendo más tontos por la IA?
Cada vez más inteligentes... ¿y nosotros qué?
Incluso aparecieron nuevos términos que, puestos en fila, permiten describir un fenómeno bastante concreto. Uno que estamos protagonizando y escribiendo en vivo.
Frente a una tecnología con el potencial de llevarnos a lugares nunca antes imaginados por la Humanidad, corremos el resigo de convertirnos en meros meat proxies. Algo así como meros reproductores copia-y-pega de lo que nos dicta una máquina.
¿Nos estamos tontificando?
Durante buena parte del siglo XX, las evaluaciones de inteligencias registraron aumentos regulares en los puntajes IQ en toda la población. A esto se lo llamó “efecto Flynn”, en homenaje a James Flynn, el investigador que identifico este logro.
Sin embargo, en las últimas décadas esta tendencia parece haberse revertido. Lo que comenzó a llamar justamente “efecto Flynn inverso ”.
Estos datos no significan que necesariamente nos estemos volviendos menos inteligentes. La pregunta queda abierta. Aún más con los tristes resultados globales de las últimas pruebas PISA.
Muchos medios se apresuraron a culpar a las tecnologías digitales y a la IA por estos resultados. Sin embargo, no es posible culpar únicamente a las pantallas por esta tendencia.
De hecho, el mismo informe indica que la relación entre tecnología, aprendizaje y rendimiento es sobretodo “compleja”. Si bien el documento sugiere que los estudiantes que no utilizan la IA para tareas escolares obtienen un rendimiento superior, los estudiantes que usan regularmente la IA muestran un desempeño similar a aquellos que no la usan; y superior cuando su uso se combina con oportunidades para desarrollar las competencias vinculadas a la alfabetización en IA.
Lo que me hace pensar esto es que el problema no está en el uso o no uso. Está fuertemente puesto en el tipo de uso que hagamos. Importan las condiciones, los objetivos y, sobre todo, qué hacen cognitivamente mientras la están utilizando. La IA tiene un potencial extraordinario para exponenciarnos como nunca antes. Del mismo modo que puede quitarnos lo más valioso, la capacidad de pensar.
El riesgo real es dejar de pensar
En la bibliografía más reciente comenzaron a aparecer distintos conceptos que intentan, a veces describir, a veces explicar, los procesos que estamos viviendo frente a la tecnología digital y la IA.
De mi selección surgen, sobre todo, cuatro conceptos claves que, puestos en fila, pueden a ayudarnos a comprender el fenómeno (acompaño con sus nombres en inglés porque, por supuesto, surgen en este idioma).
- Delegación o descarga cognitiva (cognitive offloading).Fenómeno ampliamente estudiado en psicología que refiere a la utilización de herramientas externas para reducir las demandas cognitivas de una tarea. Y esto no tiene nada de malo. De hecho, puede ser extraordinariamente útil, al permitirnos liberar recursos cognitivos para un pensamiento de orden superior. Ejemplos de esto son, escribir notas en un papel, usar una calculadora o una grabadora para una entrevista.
- Pensamiento chatarra o basura cognitiva (thinkslop).Propuesto en el informe 2026 de Cómo se está utilizando realmente la IA, que busca ponerle nombre a lo tentador que resulta dejar que la IA hagan por nosotros cada vez más cosas. Incluso pensar o tomar decisiones por nosotros.
- Deuda cognitiva (cognitive debt).Metáfora que busca ilustrar los costos acumulados de delegar tareas cognitivas indiscriminadamente. A medida que elegimos evitar hoy el esfuerzo de involucrarnos críticamente en una tarea, cada nuevo intento sin la herramienta se siente más forzado. Es como tomar un préstamo: beneficio inmediato, costo mayores después.
- Rendición cognitiva (cognitive surrender).Quizá el concepto más inquietante de esta selección. Un llamado reciente advierte sobre lo que puede ocurrir cuando dejamos de construir y evaluar nuestras respuestasy comenzamos a adoptar, cuasi automáticamente, las generadas por una IA. Ya no solo no construye una decisión, sino que renunciamos a tomar una. La máquina propone, argumenta y decide. Nosotros tan solo aceptamos, perdiendo así el control cognitivo y adoptando a ciegas el juicio externo¡.
De algún modo, podemos engañar a un jefe o un profe. Podemos alardear de un trabajo maravilloso, fruto de un supuesto gran esfuerzo. Podemos sacarnos de encima ese TP sin incluso saber bien de qué se trató. Y quizá nadie se de cuente. Pero la verdad es que no estamos haciendo otra cosa que engañarnos a nosotros mismos.
Hoy lo resolviste. Te lo sacaste de en cima. Mañana, quizá, te vaya a costar un poco más. Pasado mañana, se hará pesado. Y, con el tiempo, podrías terminar rindiendote. Pero cognitivamente.
Por supuesto, no es un destino inevitable. Y puede que tampoco sea una decisión consciente. El riesgo aparece en lo sistemático, en la repetición del día a día.
Y llevado a escala nos puede llevar a un deskilling. De a poco vamos “matando” aquellas destrezas que antes formaban parte del set de competencias.
Empecemos por preguntarnos en qué estamos usando el tiempo y el esfuerzo liberado por la IA.
Porque no es lo mismo utilizar una calculadora para dedicar más tiempo a comprender un problema matemático que utilizarla para evitar aprender a resolverlo. Tampoco pedirle a una IA que nos ayude a contrastar argumentos, identificar errores o explorar perspectivas.
Importa poco (o menos) el uso de IA, frente a si este uso generó oportunidades, aprendizajes o mero reemplazo cognitivo. El desafío está en cuidar el proceso cognitivo, o mejor dicho, la construcción de un criterio propio, el uso creativo, la innovación.
Más que aprender a usar la herramienta, se hace urgente distinguir cómo y para qué usarla. Porque lo cierto es que ya no existe el debate por usar IA o no usar IA. Existe la tensión entre usarla bien o usarla en nuestro detrimento.
Y ahí vuelve a cobrar sentido nuevamente la inteligencia híbrida.
No se trata de competir con las máquinas ni de renunciar a sus extraordinarias capacidades. Se trata de aprender a pensar con ellas, sin que nosotros dejemos de hacerlo.