¿Nos está haciendo perezosos la IA? Riesgos para el aprendizaje y la persistencia

La cuestión central: ¿la IA nos hace dependientes?

La adopción de la inteligencia artificial plantea una pregunta crítica para educadores, empresas y responsables de políticas en América Latina: ¿el uso repetido de asistentes inteligentes altera nuestras habilidades cognitivas y nuestra disposición a enfrentar desafíos? Un equipo de universidades británicas y norteamericanas ha probado una hipótesis inquietante: la ayuda inmediata y completa que ofrecen los sistemas actuales de IA puede reducir la persistencia y la motivación para resolver problemas por cuenta propia.

Diferencia entre un profesor y un asistente de IA

Los investigadores recuerdan una distinción importante: un profesor o un buen tutor no solo responde preguntas; también funciona como andamio de aprendizaje. Observa el progreso, detecta errores y prioriza el crecimiento a largo plazo sobre la solución rápida. En cambio, los sistemas de IA actuales se comportan como colaboradores miopes: entregan respuestas instantáneas y pocas veces se niegan a ayudar, lo que reduce la necesidad de un esfuerzo sostenido por parte del usuario.

Diseño experimental: cómo se midió el efecto

Para evaluar las consecuencias de ese tipo de ayuda, los autores realizaron varios experimentos centrados en dos dominios: aritmética con fracciones y comprensión lectora. En uno de los estudios sobre fracciones participaron 354 personas divididas en dos grupos: 191 en el grupo experimental y 163 en el grupo control. Los participantes debían resolver 12 problemas de fracciones de distinta dificultad sin penalización por errores. Cuando quisieran, quienes estaban en el grupo experimental podían pulsar una tecla para acceder a un asistente de IA preprogramado con la solución inmediata (identificado en el estudio como GTP-5).

Tras esa primera fase, todas las personas tuvieron que resolver tres problemas adicionales del mismo tipo sin usar el asistente ni otros recursos, para medir su capacidad de encontrar soluciones por sí mismas. Además, los participantes podían, si lo deseaban, saltarse voluntariamente cualquier problema mediante otra tecla; así los investigadores pudieron separar la habilidad matemática de la motivación y la persistencia.

Un experimento paralelo evaluó la generalización de estos efectos en tareas de comprensión lectora, con medidas similares de persistencia y esfuerzo.

Resultados clave: mejor rendimiento inmediato, menor persistencia

El hallazgo más relevante fue consistente: quienes usaron la IA mejoraron su ejecución a corto plazo, es decir, resolvieron más problemas correctamente en el momento en que contaban con la ayuda. Sin embargo, ese mismo grupo mostró una mayor propensión a rendirse frente a problemas difíciles cuando debían resolverlos sin la asistencia. El efecto aparecía tras interacciones breves —de 10 a 15 minutos— con la IA, lo que sugiere que incluso exposiciones cortas pueden condicionar expectativas de recibir soluciones inmediatas y desalentar la lucha productiva.

Por qué importa la persistencia

La persistencia no es un rasgo menor: es uno de los factores más sólidos que predicen el aprendizaje a largo plazo. El proceso de equivocarse, revisar y corregir forma parte del autoaprendizaje; además, contribuye al autoconocimiento y a la calibración metacognitiva, es decir, a la habilidad de evaluar correctamente nuestras propias capacidades y límites. Según los investigadores, la asistencia incondicional de la IA elimina esa «lucha productiva» que no solo genera conocimiento preciso, sino que también afina la capacidad de decidir cuándo insistir y cuándo buscar otra estrategia.

Riesgos para la equidad educativa

Otra señal de alarma es que los efectos perjudiciales podrían ser más pronunciados en estudiantes con menos recursos académicos o sin apoyos personales complementarios. En contextos latinoamericanos donde las brechas de acceso a docentes de calidad, tutores o materiales son más marcadas, una adopción masiva y no regulada de herramientas de IA podría acentuar desigualdades: quienes más necesitan desarrollar autonomía y estrategias de aprendizaje podrían volverse más dependientes de respuestas externas.

Implicaciones para escuelas, universidades y empresas

Estos resultados no implican rechazar la IA, sino repensar cómo integrarla. Algunas recomendaciones prácticas alineadas con la evidencia son:

• Diseñar asistentes que fomenten el intento previo: pedir un intento o una explicación antes de dar la solución completa.
• Emplear ayuda gradual: ofrecer pistas en lugar de respuestas completas y disminuir la asistencia a medida que el aprendiz progresa.
• Integrar actividades que promuevan la reflexión metacognitiva, como pedir a estudiantes que expliquen su proceso antes y después de usar la IA.
• Capacitar a docentes y formadores en el uso pedagógico de la IA, para que puedan convertir la tecnología en andamio y no en atajo.
• Revisar instrumentos de evaluación para detectar no solo resultados inmediatos, sino también capacidad de resolución independiente.

¿Qué queda por investigar?

Los autores advierten sobre la posibilidad de efectos acumulativos: si breves exposiciones ya producen cambios medibles, el uso diario y prolongado podría tener impactos más profundos y difíciles de revertir. También señalan que, aunque algunas tareas (como cálculos o búsquedas) pueden delegarse en herramientas, el dominio conceptual de esos contenidos sigue siendo prerrequisito para competencias superiores (por ejemplo, el paso de aritmética a álgebra o el pensamiento crítico en temas de lectura).

En cuanto al cerebro, el artículo original sugiere que la tecnología modifica su funcionamiento —como cualquier avance técnico— pero no presenta conclusiones definitivas sobre cambios neurobiológicos permanentes. Es, por tanto, urgente continuar la investigación para entender la magnitud, la reversibilidad y los grupos más vulnerables a esos efectos.

Conclusión: adoptar la IA con prudencia pedagógica

La IA es una herramienta poderosa y útil en muchos ámbitos, pero los estudios recientes nos recuerdan que su diseño y uso determinan si actúa como un amplificador de capacidades o como un atajo que erosiona la motivación y la autonomía. Para los tomadores de decisión y educadores en América Latina, el desafío es doble: aprovechar los beneficios inmediatos sin sacrificar la formación de habilidades duraderas ni aumentar las desigualdades. Eso exige políticas, formación docente y diseños de producto que prioricen el aprendizaje a largo plazo y la preservación de la capacidad de los estudiantes y trabajadores para enfrentar problemas por sí mismos.