El uso de la IA generativa y la ‘deuda cognitiva’: un análisis de sus efectos y matices

La interacción humana con herramientas que externalizan la cognición no es un fenómeno reciente; hemos pasado de las calculadoras a sistemas complejos de inteligencia artificial generativa en menos de un siglo. Esta evolución acelerada ha llevado a una integración tan profunda de estas herramientas que, para muchos, se han convertido en una extensión de nuestra propia mente.

El interés por comprender cómo esta delegación cognitiva afecta al cerebro ha llevado a investigaciones como la realizada por el Massachusetts Institute of Technology (MIT). El estudio, que involucró a 54 jóvenes a lo largo de tres sesiones, midió la actividad cerebral y la calidad de los textos producidos. Un grupo utilizó ChatGPT para redactar, otro Google y un tercero se basó únicamente en sus capacidades cerebrales.

Los resultados iniciales del MIT mostraron que los participantes que se apoyaron en ChatGPT exhibieron un menor rendimiento a nivel neuronal y lingüístico, produciendo textos de inferior calidad. Además, reportaron una peor capacidad de recuerdo y una menor conexión con las ideas plasmadas. Estos hallazgos llevaron a los investigadores a plantear que la dependencia repetida de ChatGPT podría reemplazar el esfuerzo cognitivo necesario para el pensamiento independiente, sentando las bases de lo que denominaron "deuda cognitiva", un concepto que alude a posibles costes cerebrales a largo plazo.

Sin embargo, la repercusión mediática de estos resultados ha tendido a simplificar las conclusiones, sugiriendo una pérdida progresiva e inevitable de capacidades mentales. Esta interpretación choca con la realidad de la investigación científica actual, donde la evidencia empírica que respalde tales afirmaciones a largo plazo es escasa y los trabajos publicados en este campo son predominantemente teóricos o prescriptivos, centrados en cómo prevenir posibles efectos negativos. La comunidad científica subraya que los resultados son aún limitados y preliminares.

El propósito de la delegación cognitiva

Una perspectiva diferente para analizar el impacto de la IA en la salud cerebral proviene de modelos desarrollados hace una década por investigadores como Evan Risko y Sam Gilbert. Estos expertos propusieron que el impacto cognitivo de usar sistemas externos depende fundamentalmente de los objetivos que se persiguen. La delegación en una IA puede ocurrir por dos razones principales: para evitar un esfuerzo cognitivo o con la intención de mejorar el rendimiento y potenciar el propio aprendizaje.

Esta distinción es crucial. No es lo mismo pedir a ChatGPT que elabore un texto completo para eludir la tarea, que utilizarlo para explorar ideas, contrastar perspectivas o dialogar sobre conceptos. En el segundo escenario, la IA actúa como un catalizador para el pensamiento estratégico y el entrenamiento cognitivo, un enfoque que estudios previos sobre el uso de Google ya han asociado con una mejora en la habilidad del usuario para localizar información útil y potenciar otros aprendizajes.

De hecho, el mismo estudio del MIT, a pesar de sus hallazgos iniciales sobre la "deuda cognitiva", ofrece un matiz importante. En una cuarta sesión posterior, los participantes que habían usado Google o solo su cerebro inicialmente tuvieron acceso a la IA, y mostraron un aumento en la actividad cerebral y el rendimiento. Esto sugiere que, al integrar las sugerencias de la IA con ideas propias de manera deliberada, es posible potenciar procesos mentales como la atención y la memoria.

Hacia un uso estratégico de la IA

En última instancia, la "deuda cognitiva" es una posibilidad que la ciencia explora, pero su alcance y naturaleza todavía están lejos de ser comprendidos a cabalidad. La investigación del MIT es un punto de partida relevante, pero no ofrece las claves sobre qué formas de uso de la IA son perjudiciales y cuáles, por el contrario, pueden ser beneficiosas. La clave reside en observar cómo y para qué se utilizan estas herramientas, especialmente en contextos educativos, donde es fundamental definir qué tareas pueden automatizarse para liberar recursos cognitivos y cuáles otras pueden reforzarse con ese tiempo y esfuerzo "ahorrados". Evitar las interpretaciones apocalípticas y centrarse en un análisis matizado es esencial para una integración responsable de la IA.