Hace ya un tiempo que me doy cuenta: cuando más uso las inteligencias artificiales, mas apegada a ellas estoy. Primero lo hice por curiosidad, para conocer sus alcances y limitaciones. Luego, al darme cuenta del tiempo que me ahorra y cómo me facilita las tareas, las sumé a mis rutinas de manera casi intuitiva.
En muy poco tiempo, muchas de mis prácticas cambiaron. Desde la forma de leer los periódicos -sí, ahora le pido que me envíe resúmenes diarios de las noticias que me importan- hasta el análisis de datos críticos.
No sólo me permite hacer cosas que antes me llevaban horas, sino que puedo hacer cosas que nunca supe hacer. Amplificó mis capacidades.
¿Realmente amplificó mis capacidades o me creó la ilusión de que puedo hacer más cosas de las que hacía?
Me dí cuenta que a medida que más la uso, más dependiente de ella soy. Me responde con una rapidez tal, que por momentos, me apabulla. Necesito un tiempo para interpretar y reordenar las respuestas. A veces lo hago. Otras veces, simplemente tomo la respuesta sin analizarla críticamente.
Es por eso, me impactó y me sentí identificada con el estudio realizado por investigadores de Carnegie Mellon University (Pittsburgh, Estados Unidos) y Microsoft Research (Cambridge, Reino Unido), que intentó observar precisamente este fenómeno.
Cuando delegamos también el pensamiento
El trabajo analizó a 319 trabajadores del conocimiento y 936 situaciones reales en las que utilizaban inteligencia artificial generativa para desarrollar distintas tareas; y fue presentado en la CHI Conference on Human Factors in Computing Systems (CHI ’25), el evento académico líder en interacción humano-computadora realizado entre el 26 de abril al 1 de mayo de 2025 en Yokohama, Japón. Además, fue publicado y presentado ante la ACM (Association for Computing Machinery).
La investigación concluye en que cuanto mayor era la confianza de las personas en las capacidades de la inteligencia artificial, menor tendía a ser el esfuerzo de pensamiento crítico que aplicaban sobre sus respuestas.
La relación también funcionaba en sentido inverso: quienes confiaban más en sus propios conocimientos y capacidades tendían a examinar con mayor rigor lo que la IA producía.
Es decir, cuanto menos conocimiento tenemos sobre aquello que le estamos preguntando, más difícil resulta advertir un error, una simplificación, una omisión o una respuesta perfectamente escrita pero equivocada.
La herramienta que puede ampliar extraordinariamente nuestras capacidades también puede volvernos más dependientes de aquello que produce. No porque la tecnología nos obligue. Sino porque confiar es cómodo.
La paradoja de la confianza: cuando creer nos vuelve pasivos
Los datos de la investigación de Lee et al. (2025) revelan una correlación inquietante: cuanto más confía un usuario en la capacidad de la IA, menos esfuerzo dedica a pensar críticamente. Es una especie de sedación intelectual. Al percibir a la máquina como una entidad infalible, nuestro cerebro entra en un estado de pasividad peligrosa, aceptando respuestas “estándar” sin cuestionar su fondo o su forma.
Sin embargo, el estudio halló un matiz revelador para aquellos que se resisten a la mediocridad. Quienes poseen una alta confianza en sus propias habilidades no se relajan; al contrario, aplican un rigor superior. El experto no usa la IA para descansar, sino para supervisar. Esta autoconfianza actúa como un motor de vigilancia que se activa específicamente en las áreas de Aplicación y Evaluación. Mientras el novato se rinde ante el primer resultado, el profesional con criterio utiliza su conocimiento como una vara de medir constante, negándose a aceptar alucinaciones o soluciones mediocres.
La nueva era de la “Curaduría Responsable”
El trabajo intelectual ha mutado. Hemos dejado de ser productores primarios de material para convertirnos en administradores o curadores (stewards) de lo que la máquina propone. Aunque el 55% de los usuarios percibe que evaluar el contenido generado por IA requiere menos esfuerzo que hacerlo manualmente, esta sensación puede ser una trampa: la facilidad percibida oculta la complejidad del nuevo rol del trabajador del conocimiento.
El informe señala que esta curaduría responsable se sostiene sobre tres pilares fundamentales:
- Verificación de Información: El paso crítico de la recolección de datos a la validación. En un mundo de alucinaciones algorítmicas, confirmar que una fuente citada es real se ha vuelto más extenuante que buscar la información desde cero.
- Integración Personalizada: El arte de editar y dar un “toque humano”. No se trata solo de copiar y pegar, sino de integrar la respuesta en un flujo de trabajo con coherencia lógica y emocional.
- Gestión del Resultado (Stewardship): Dejar de ejecutar para empezar a dirigir. Es la transición de “hacer” a “asegurar que se haga bien”, asumiendo la responsabilidad ética y profesional de lo que la máquina entrega.
“Al mecanizar tareas rutinarias, privamos al usuario de las oportunidades para practicar su juicio y fortalecer su musculatura cognitiva, dejándolo atrofiado e indefenso cuando surgen las excepciones”. Inspirado en Lisanne Bainbridge, “Ironies of Automation”.
El riesgo de las “barreras de conciencia” en lo cotidiano
Uno de los hallazgos más sutiles del estudio de Carnegie Mellon es cómo operan nuestras barreras de conciencia. Estas son filtros mentales que nos dicen qué tarea merece nuestro esfuerzo y cuál no. Solemos bajar la guardia ante lo que consideramos “insignificante”: un correo interno, el resumen de una reunión o un post para redes sociales.
El peligro aquí es la erosión por goteo. El juicio crítico no es un interruptor que podamos encender solo para las grandes crisis; es una práctica diaria. Si permitimos que la IA piense por nosotros en lo pequeño, cuando llegue una excepción compleja o un error crítico de la máquina, nuestra “musculatura” estará demasiado débil para reaccionar. El “cerebro de bolsillo” nos ahorra tiempo, pero nos deja indefensos ante lo inesperado.
La fatiga de la desconfianza sistemática
Si aplicamos la Taxonomía de Bloom -el mapa que divide el pensamiento en niveles-, la IA nos está ahorrando energía en la base (recordar datos y sintetizar), pero está disparando la carga en la cima: la Evaluación.
Es una ironía moderna. La herramienta que prometía liberarnos nos impone un nuevo tipo de cansancio mental: la desconfianza sistemática. Hoy gastamos más energía mental verificando si un chatbot ha inventado una ley o una fórmula que la que habríamos gastado escribiendo el texto original.
Hemos pasado de la fatiga de la creación a la fatiga de la vigilancia. Si no gestionamos este cambio, corremos el riesgo de sufrir una “neblina mental” donde la comodidad tecnológica eclipse nuestra capacidad de discernimiento.
Hacia un futuro de pensadores acompañados
La Inteligencia Artificial no nos hace menos inteligentes por decreto; es nuestra relación con ella -nuestra motivación y nuestra vigilancia- lo que decide nuestro destino cognitivo. El futuro no debería pertenecer a herramientas que simplemente “obedecen” y nos facilitan la entrega absoluta, sino a sistemas diseñados para desafiarnos, para obligarnos a mantener el músculo del pensamiento activo.
Sobre el estudio citado
Título: The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers.https://dl.acm.org/doi/10.1145/3706598.3713778
Autores: Hao-Ping (Hank) Lee, Advait Sarkar, Lev Tankelevitch, Ian Drosos, Sean Rintel, Richard Banks y Nicholas Wilson.
Instituciones: Carnegie Mellon University y Microsoft Research.
Metodología: estudio basado en una encuesta a 319 trabajadores del conocimiento que utilizaban herramientas de inteligencia artificial generativa en su trabajo al menos una vez por semana. Los participantes aportaron 936 ejemplos concretos de tareas laborales realizadas con asistencia de IA generativa.
La investigación analizó, entre otras cuestiones, cuándo las personas ejercen pensamiento crítico al trabajar con IA, cuánto esfuerzo cognitivo perciben que realizan y de qué manera influyen dos factores: la confianza en las respuestas de la inteligencia artificial y la confianza en sus propias capacidades.
Los participantes fueron reclutados mediante la plataforma Prolific y provenían de distintos países. Entre los de mayor representación se encontraban Reino Unido, Canadá, Estados Unidos, Sudáfrica y Polonia.
Publicación: Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems (CHI ’25), Association for Computing Machinery (ACM).
Presentación: CHI ’25, Yokohama, Japón, 26 de abril–1 de mayo de 2025.
Referencia: Lee, H.-P. H., Sarkar, A., Tankelevitch, L., Drosos, I., Rintel, S., Banks, R. & Wilson, N. (2025). The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers. Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems, Article 1121, 1–22.
DOI: 10.1145/3706598.3713778