OXFORD – Los recientes lanzamientos de Gemini Deep Think y GPT-5 han destacado la rápida evolución de los modelos de lenguaje de gran escala (LLMs, por sus siglas en inglés). Con el 67% de las organizaciones a nivel mundial utilizando ahora LLMs, probablemente tú también hayas experimentado con ellos. Tal vez quedaste impresionado, o no tanto, en el caso del nuevo ChatGPT. Pero también es posible que hayas notado que te distraes más fácilmente, que tu memoria no es tan confiable y que las tareas que antes parecían sencillas ahora se sienten más difíciles de manejar.
No es tu imaginación. Aunque las herramientas impulsadas por IA pueden deslumbrar con su velocidad y fluidez, depender de ellas en exceso puede atontarnos, haciéndonos más lentos, menos agudos y menos capaces de pensar por nosotros mismos. Cuatro tendencias destacadas por investigaciones en curso son particularmente relevantes.
La distracción digital está reduciendo nuestra capacidad para concentrarnos. En las últimas dos décadas, los teléfonos inteligentes y otros dispositivos han socavado cada vez más nuestra habilidad para mantener la atención, tomar decisiones y completar tareas, distrayéndonos con notificaciones constantes y atrayéndonos hacia un desplazamiento interminable. El impulso de revisar nuestros teléfonos, reforzado por la pequeña recompensa que el cerebro registra con cada mensaje o actualización, es tan adictivo como debilitante. Los estudios muestran que estas interrupciones, combinadas con la gratificación instantánea del desplazamiento, dificultan concentrarse en tareas exigentes y a largo plazo.
El acceso cada vez más fácil a la información causa erosión de la memoria, lo que significa menos capacidad para retener y organizar información al tomar decisiones. Los investigadores comenzaron a estudiar el “Efecto Google” hace algún tiempo, destacando el impacto adverso en la memoria de la creciente dependencia de los teléfonos inteligentes. En contraste, las generaciones anteriores tenían que memorizar números de teléfono, poesía e incluso la tabla periódica.
La disminución en la capacidad para razonar bien y construir un buen argumento es el efecto más reciente de la IA, ya que más personas delegan su pensamiento a ChatGPT, Gemini o DeepSeek. Los estudios muestran que este “descargo cognitivo” obstaculiza nuestra capacidad para pensar con claridad, reconocer conexiones lógicas y detectar argumentos defectuosos. Es el equivalente mental de delegar tu rutina de ejercicio: puedes conservar energía a corto plazo, pero con el tiempo, tu propia fuerza disminuye.
En la era previa a los Grandes Modelos de Lenguaje (LLMs), los investigadores tenían que buscar en internet –o, antes, en la biblioteca– y evaluar cuidadosamente cada nueva fuente. ¿Era útil? ¿Cómo se comparaba con otras fuentes? ¿Podían combinarse o probarse las ideas entre sí? El proceso de investigación entrenaba la mente para recordar, aplicar, analizar y sintetizar. Sin ese trabajo, esas habilidades inevitablemente se debilitan.
No cuestionar, debatir ni desafiar ideas lleva a mentes menos agudas. La “fricción cognitiva” es vital para afilar la capacidad mental. La adulación de los LLMs, que están entrenados para ser complacientes y depender de la aprobación del usuario, embota nuestro pensamiento. También hay un lado oscuro en esta sycophancy, como cuando los modelos de IA acuerdan con autodiagnósticos incorrectos o hacen sugerencias perjudiciales.
Alarmantemente, un estudio reciente muestra que cuanto más insisten los usuarios en falsedades, más los modelos principales las repiten. OpenAI está trabajando ahora para frenar la complacencia al (en palabras del propio ChatGPT) “fomentar la honestidad, el desacuerdo constructivo y el pensamiento independiente en lugar de elogios o deferencia automáticos”. El problema es que la fricción incomoda a los usuarios, aunque esa tensión es precisamente lo que impulsa el crecimiento personal.
Las empresas tecnológicas, los lugares de trabajo, las instituciones educativas y los individuos deben asumir el desafío de asegurar que la IA fortalezca la capacidad humana. Para mí, trabajando en una universidad, el desafío es inmediato. En 2023, un tercio de los estudiantes universitarios en EE. UU. reportaron haber usado ChatGPT para sus tareas; para 2024, otra encuesta encontró que el 86% de los estudiantes en 16 países dependían de la IA en sus estudios.
Con un dispositivo impulsado por IA siempre al alcance, la pregunta que debemos responder de manera convincente es: ¿Por qué esforzarse en recordar cosas, razonar o armar un argumento cuando un LLM lo hará por ti? La respuesta es que si no entrenas tu cerebro para recordar, razonar y aceptar la “fricción cognitiva”, el resultado será una erosión de la capacidad para aprender, razonar, ser creativo, practicar la metacognición y pensar críticamente.
Algunas soluciones tienen una larga historia. Quizás sea hora de recuperar la memorización como una forma de entrenamiento cerebral. Como ejercicio simple, puedes intentar enseñarle a tu LLM favorito algo que acabas de aprender: explicar material nuevo a alguien más –incluso a un asistente de IA– ayuda a que el conocimiento se fije.
Los antiguos griegos reconocían que el verdadero aprendizaje no provenía de entretener, impresionar o complacer a los estudiantes, sino de desafiarlos a cuestionar sus creencias. El método socrático –preguntando “¿Qué quieres decir con eso? ¿Qué evidencia lo respalda? ¿Has considerado otra perspectiva?”– obligaba a los estudiantes a probar sus suposiciones y afilar sus argumentos.
Reducir la distracción puede incluir crear espacios, clases y tiempos sin recurrir constantemente a los dispositivos. En el Reino Unido, alrededor del 90% de las escuelas han prohibido los teléfonos inteligentes durante las clases. Las universidades y los lugares de trabajo podrían crear más entornos libres de dispositivos para la lectura, la reflexión y el debate. Al adoptar el aprendizaje basado en problemas y simulaciones, pueden ayudar a estudiantes y colegas a abordar problemas complejos y abiertos usando (y perfeccionando) el juicio y la creatividad.
La elección que enfrentamos es si rendir nuestras mentes a la IA o tratar a los LLMs como compañeros de entrenamiento que nos permitan afilar nuestras habilidades cognitivas. La revolución de los datos ha entrado en una nueva fase, y solo entrenando nuestras mentes podremos mantenernos al día.
(*) Ngaire Woods es Decana de la Escuela de Gobierno Blavatnik en la Universidad de Oxford.
Copyright: Project Syndicate, 2025. www.project-syndicate.org
