Cuando tener acceso al conocimiento no significa comprenderlo
Vivimos en una paradoja histórica. Nunca habíamos tenido tanto acceso a información, explicaciones, documentos y herramientas capaces de resolver problemas complejos en cuestión de segundos. Sin embargo, disponer de información no equivale a comprenderla; obtener una respuesta no significa saber por qué es correcta y producir un texto coherente no garantiza que quien lo presenta sea capaz de defender sus argumentos.
La expansión de la inteligencia artificial generativa ha intensificado esta contradicción. Hoy podemos resumir libros sin leerlos, redactar informes sin construir previamente un argumento, resolver problemas sin comprender el procedimiento y mantener conversaciones sobre asuntos que apenas conocemos. Las barreras de acceso al conocimiento se reducen, pero también puede reducirse la necesidad inmediata de realizar el esfuerzo intelectual que permite adquirirlo.
Aquí aparece una cuestión fundamental: ¿estamos utilizando la tecnología para ampliar nuestras capacidades cognitivas o estamos aprendiendo a prescindir de ellas?
El problema no debe confundirse con el analfabetismo absoluto, entendido como la incapacidad de leer y escribir. Nos referimos a un fenómeno más complejo:
Las dificultades para interpretar textos, integrar información, extraer conclusiones, evaluar argumentos y aplicar lo aprendido a situaciones nuevas.
En este ámbito, el concepto de analfabetismo funcional resulta pertinente, aunque no todas las dificultades de comprensión pueden clasificarse automáticamente bajo esa etiqueta.
A este fenómeno se añade un riesgo emergente. La delegación progresiva de operaciones mentales en sistemas externos. La tecnología puede asumir tareas de memoria, búsqueda, cálculo, síntesis y redacción. Esta externalización no es perjudicial por definición; de hecho, constituye una de las principales ventajas de las herramientas modernas. El problema aparece cuando dejamos de utilizar determinadas capacidades porque siempre existe una herramienta dispuesta a sustituirlas, especialmente cuando todavía estamos desarrollándolas.
Llamaremos delegación cognitiva a este proceso de trasladar operaciones mentales a instrumentos externos y utilizaremos la expresión atrofia por delegación como hipótesis crítica para describir el posible debilitamiento de habilidades que se ejercitan cada vez menos. No se trata de un diagnóstico médico establecido ni de un efecto demostrado en todas las personas, sino de una posibilidad que merece examinarse a la luz de la psicología cognitiva, la investigación educativa y los datos disponibles.
La tesis central de este análisis es que el desafío de la era de la inteligencia artificial no consiste únicamente en distinguir la información verdadera de la falsa. Consiste también en conservar la capacidad personal de comprender, razonar y juzgar sin depender permanentemente de una respuesta externa.
1. Analfabetismo funcional: leer palabras no implica comprender ideas
La lectura competente es mucho más que reconocer palabras y reproducir su significado literal. Comprender un texto exige relacionar sus distintas partes, identificar la tesis del autor, reconocer los supuestos implícitos, distinguir hechos de interpretaciones y evaluar si las conclusiones se desprenden de las pruebas presentadas.
Una persona puede leer correctamente cada frase de un documento y, sin embargo, no comprender su argumento general. Puede recordar ejemplos aislados sin captar la idea que los conecta. También puede repetir una explicación convincente sin distinguir qué partes están respaldadas por evidencias y cuáles son simples afirmaciones.
Estas dificultades adquieren especial importancia en una sociedad donde las decisiones cotidianas requieren interpretar información cada vez más compleja: contratos, condiciones financieras, instrucciones administrativas, información sanitaria, noticias, estadísticas y comunicaciones institucionales.
El analfabetismo funcional no implica necesariamente una incapacidad general para pensar. Las competencias dependen de los conocimientos previos, el contexto, la familiaridad con el vocabulario y la complejidad de la tarea. Una persona puede desenvolverse perfectamente en su profesión y encontrar dificultades ante un texto jurídico o una explicación científica.
Precisamente por eso, la competencia funcional debe entenderse como la capacidad de movilizar conocimientos y habilidades para alcanzar objetivos concretos, no como una etiqueta que divide a la población entre personas inteligentes e incapaces.
La pregunta relevante no es si alguien sabe leer, sino si puede utilizar la lectura para comprender, evaluar y actuar de manera autónoma.
1.1. La evidencia en el caso de España
Los resultados de PISA 2022 de la Organización para la Cooperación y el Desarrollo Económicos (OCDE) ofrecen un indicador relevante sobre las competencias de los estudiantes de 15 años.
España obtuvo 474 puntos en lectura en 2022, frente a los 496 de 2015. La OCDE señala que el resultado de 2022 fue significativamente inferior al de 2015. Se trata de una señal que merece atención, aunque no permite concluir, por sí sola, que haya disminuido la inteligencia de una generación o que las tecnologías digitales sean las responsables del descenso.
PISA evalúa la capacidad de los estudiantes para aplicar sus conocimientos y habilidades a diferentes situaciones. Sus resultados están condicionados por múltiples factores, entre ellos el contexto socioeconómico, las oportunidades educativas, los hábitos de lectura, las prácticas docentes y las circunstancias de cada evaluación.
Por tanto, sería incorrecto interpretar la diferencia de puntuaciones como una equivalencia automática con un número determinado de cursos escolares perdidos.
La conclusión más prudente es también la más útil. Existe un deterioro medible respecto a determinados años de referencia y es necesario investigar qué factores lo explican, en lugar de atribuirlo a una única causa.
Fuente: OCDE, PISA 2022 Results, Country Note: Spain.
1.2. Las competencias de la población adulta
El problema no se limita a los estudiantes. La evaluación de competencias de la población adulta de la OCDE, correspondiente a 2023, permite examinar las habilidades lectoras, matemáticas y de resolución adaptativa de problemas de las personas de entre 16 y 65 años.
En España, el 31 % de los adultos obtuvo resultados en el nivel 1 o inferior de competencia lectora, frente al 26 % del promedio de los países y economías participantes. En el conjunto de las tres competencias evaluadas, el 21 % de los adultos españoles se situó en los dos niveles más bajos, frente al 18 % del promedio de la OCDE.
Estos resultados merecen atención porque las competencias lectoras y numéricas condicionan la capacidad de desenvolverse en entornos laborales, educativos y administrativos.
Sin embargo, es importante interpretar correctamente las cifras. Obtener un resultado bajo en una evaluación estandarizada no significa ser incapaz de comprender cualquier documento complejo ni permite afirmar que una persona vaya a cometer necesariamente errores al interpretar un contrato, una factura o un prospecto. Describe un nivel de competencia medido mediante tareas concretas.
Existe, además, un dato que introduce un matiz importante. La OCDE indica que, en España, el rendimiento lector medio de los adultos se mantuvo relativamente estable entre las evaluaciones de 2011-2012 y 2022-2023, al igual que la proporción situada en los niveles más bajos.
Esto impide presentar los datos como prueba de un desplome reciente de la competencia lectora adulta provocado por la inteligencia artificial, cuya difusión masiva es posterior a buena parte del periodo evaluado.
Lo que sí muestran es que una proporción considerable de la población presenta dificultades de competencia y que el desafío de la autonomía intelectual no comienza con la IA. La tecnología entra en una sociedad que ya arrastraba problemas educativos y desigualdades en el acceso al conocimiento.
Fuente: OCDE, Evaluación de competencias de la población adulta 2023: España.
2. Delegación cognitiva: la herramienta sustituye a la persona
Los seres humanos siempre hemos delegado tareas mentales. La escritura nos permite conservar información fuera de nuestra memoria; las calculadoras facilitan operaciones aritméticas; los mapas reducen la necesidad de recordar rutas y los buscadores permiten localizar datos sin memorizarlos.
Esta externalización forma parte de la evolución cultural y tecnológica. No tendría sentido defender que debemos memorizarlo todo, realizar cada cálculo manualmente o renunciar a las herramientas que mejoran nuestro rendimiento.
La cuestión es más sutil:
No todas las tareas mentales tienen el mismo valor instrumental y algunas de ellas son precisamente los medios mediante los cuales desarrollamos otras capacidades.
Aprender a escribir implica practicar la organización de ideas. Aprender matemáticas requiere comprender relaciones y procedimientos. Aprender a leer de forma crítica exige mantener la atención, relacionar conceptos y comprobar interpretaciones.
Si una herramienta ejecuta estas operaciones antes de que las hayamos aprendido, puede facilitar la obtención de un resultado sin garantizar la adquisición de la competencia que ese resultado normalmente requeriría.
Pensemos en dos estudiantes que presentan un ensayo excelente. El primero ha leído las fuentes, identificado el problema, construido una tesis y revisado sus argumentos con ayuda de una herramienta. El segundo ha solicitado a una IA que produzca el ensayo, lo ha leído superficialmente y lo ha entregado sin comprobarlo.
El producto final puede ser parecido. El aprendizaje, sin embargo, puede ser radicalmente diferente. La diferencia entre ambos casos no reside en la presencia o ausencia de tecnología, sino en qué parte del proceso intelectual ha realizado realmente cada persona.
2.1. Los costes potenciales de la delegación cognitiva
En psicología cognitiva se utiliza el concepto de cognitive offloading, descarga (delegación) cognitiva, para describir el uso de acciones y recursos externos con el fin de reducir las demandas sobre la memoria y otros procesos mentales. Anotar una cita, utilizar una agenda o consultar un mapa son ejemplos cotidianos. Estas herramientas pueden liberar recursos para actividades más importantes.
No obstante, la externalización también puede tener costes. Si dependemos de una fuente externa para recordar, buscar o resolver una tarea, es posible que retengamos menos información internamente o que nos volvamos menos eficaces cuando esa fuente no está disponible.
El resultado depende del tipo de tarea, del objetivo perseguido, del conocimiento previo y de cómo se utilice la herramienta. Descargar información en un soporte externo puede ser una decisión eficiente; hacerlo de forma sistemática cuando necesitamos aprender esa información puede ser contraproducente.
La inteligencia artificial generativa amplía este problema porque no se limita a almacenar datos o ejecutar instrucciones concretas. También puede producir explicaciones, formular argumentos, resumir documentos y redactar textos completos. En otras palabras, puede asumir operaciones que anteriormente obligaban al usuario a construir una representación mental del problema.
Aquí se encuentra el riesgo de una delegación excesiva. No necesariamente perdemos capacidad porque una máquina haga algo por nosotros, sino porque dejamos de practicar habilidades que necesitamos conservar.
2.2. De la ayuda a la dependencia
Conviene distinguir tres formas de utilizar una herramienta.
- Primer nivel: asistencia. La persona conserva el control del razonamiento y utiliza la tecnología para acelerar una operación concreta, verificar un dato o detectar un error.
- Segundo nivel: colaboración. La persona y la herramienta se reparten el trabajo. La IA propone alternativas, resume información o sugiere estructuras, mientras el usuario compara opciones, corrige errores y toma decisiones fundamentadas.
- Tercer nivel: sustitución. La persona delega no solo la ejecución, sino también la comprensión del problema, la selección de argumentos y la elaboración de conclusiones. El resultado se acepta sin una evaluación suficiente.
Los tres niveles pueden ser apropiados en determinadas circunstancias. No obstante, el tercero resulta especialmente problemático cuando se utiliza para desarrollar competencias que todavía no se dominan o para tomar decisiones que exigen comprensión personal.
Una calculadora puede ser una herramienta excelente para un profesional y una mala sustituta del aprendizaje de las operaciones básicas en un principiante. Del mismo modo, un asistente de escritura puede mejorar un informe y, al mismo tiempo, dificultar el desarrollo de la redacción autónoma si el usuario nunca intenta formular sus propias ideas.
El criterio decisivo debería ser este: ¿la herramienta está ampliando mi capacidad de actuar o está convirtiéndose en una condición imprescindible para que pueda hacerlo?
3. Atrofia por delegación: Neuroplasticidad y lectura profunda
La expresión «atrofia cognitiva» resulta sugerente, pero exige rigor. El cerebro cambia con la experiencia, el aprendizaje y la práctica. La investigación sobre neuroplasticidad muestra que las capacidades cognitivas no son estructuras inmutables, al contrario, pueden desarrollarse, reorganizarse y modificarse a lo largo de la vida.
Maryanne Wolf, investigadora de la lectura y autora de Proust and the Squid, ha estudiado cómo el cerebro humano desarrolla circuitos especializados para leer. La lectura no es una capacidad que aparezca automáticamente por el simple hecho de poseer un cerebro humano; requiere aprendizaje y la coordinación de diferentes procesos.
Su trabajo también ha explorado las implicaciones de los entornos digitales para la lectura profunda y la atención. No obstante, sus investigaciones no demuestran que el uso de pantallas o la utilización de resúmenes automáticos provoquen necesariamente una atrofia neuronal.
Es necesario separar tres afirmaciones distintas:
- Las habilidades cognitivas se desarrollan y modifican mediante la experiencia.
- La práctica insuficiente puede dificultar el mantenimiento o el desarrollo de determinadas habilidades.
- La delegación en herramientas digitales está provocando un deterioro neuronal generalizado.
Las dos primeras cuentan con fundamentos científicos generales. La tercera es una afirmación mucho más amplia y requiere evidencias específicas que no pueden deducirse únicamente de las anteriores.
Por ello, es preferible hablar de posibles pérdidas de práctica, menor autonomía en determinadas tareas o dificultades para transferir conocimientos, en lugar de presentar la atrofia neuronal como un hecho demostrado.
3.1. Leer superficialmente vs. leer en profundidad
La lectura profunda implica construir una representación coherente de un texto, relacionar sus ideas, elaborar inferencias y conectar lo leído con conocimientos previos. No depende exclusivamente del soporte. Leer en papel no garantiza comprender, del mismo modo que leer en una pantalla no impide necesariamente hacerlo. Influyen la finalidad de la lectura, las interrupciones, la dificultad del contenido, el tiempo disponible y la estrategia utilizada.
Sin embargo, los entornos digitales pueden facilitar hábitos de navegación rápida, alternancia frecuente entre tareas y búsqueda inmediata de información. Cuando estos hábitos sustituyen de forma habitual a la lectura sostenida, pueden dificultar el ejercicio de una atención prolongada.
El riesgo no es que el cerebro sea incapaz de adaptarse a los medios digitales, sino que desarrolle hábitos adecuados para unas tareas y menos adecuados para otras.
Una persona entrenada para localizar rápidamente información puede ser muy eficaz al buscar datos y, sin embargo, necesitar practicar estrategias diferentes para interpretar un ensayo filosófico, analizar un documento jurídico o comprender una investigación científica. No debemos confundir velocidad de acceso con profundidad de comprensión.
3.2. La atención como recurso administrable
La atención sostenida es importante porque muchos procesos intelectuales requieren mantener información activa durante un periodo de tiempo: seguir un argumento, comparar hipótesis o detectar contradicciones entre distintas partes de un documento.
Las notificaciones, la multitarea y las interrupciones frecuentes pueden dificultar estas actividades. Pero tampoco sería correcto afirmar que cualquier exposición a contenidos breves destruye la capacidad de concentración.
El problema aparece cuando una persona pierde oportunidades de practicar tareas que requieren continuidad y empieza a interpretar el esfuerzo inicial como una señal de que no puede realizarlas.
La lectura exigente suele requerir una fase de adaptación. El vocabulario, las ideas abstractas y las estructuras argumentativas pueden generar fricción. Esa fricción no demuestra incapacidad ya que es parte normal del aprendizaje.
Si cada dificultad se resuelve inmediatamente con un resumen, una explicación simplificada o una respuesta generada, quizá obtengamos una sensación de comprensión sin haber desarrollado la capacidad de reconstruir el razonamiento por nuestra cuenta. La autonomía intelectual exige aprender a tolerar una cantidad razonable de dificultad sin confundirla con sufrimiento innecesario.
4. La inteligencia artificial y la ilusión de competencia
Uno de los riesgos más interesantes de la IA generativa es la posibilidad de confundir la calidad del resultado con la calidad del aprendizaje.
Una respuesta puede ser correcta, clara y sofisticada aunque el usuario no comprenda los conceptos que contiene. Un informe puede presentar una estructura impecable sin que su autor sea capaz de justificar las conclusiones. Un resumen puede ofrecer una visión ordenada de un libro sin que quien lo lee haya desarrollado una comprensión profunda de la obra.
Esta diferencia puede describirse como una brecha entre el rendimiento asistido y la competencia autónoma:
- El rendimiento asistido es lo que una persona consigue con herramientas disponibles.
- La competencia autónoma es lo que puede comprender, ejecutar, explicar y evaluar sin depender completamente de ellas.
Ambos aspectos importan. En la vida profesional, utilizar buenas herramientas es una competencia legítima. No necesitamos realizar manualmente todas las tareas que podemos automatizar. Sin embargo, el rendimiento asistido puede ocultar lagunas de conocimiento cuando no se comprueba qué ha aprendido realmente el usuario.
4.1. Comprender la respuesta no es comprender el razonamiento
Supongamos que alguien solicita a una IA un análisis de las causas de una crisis económica. Recibe una explicación coherente que incluye factores monetarios, fiscales, institucionales e internacionales. Puede leerla y experimentar una sensación de comprensión. Pero:
- ¿Sería capaz de explicar las relaciones causales sin consultar la respuesta?
- ¿Podría distinguir los factores principales de los secundarios?
- ¿Sabría identificar una conclusión discutible?
- ¿Podría aplicar el marco explicativo a otro caso?
Si la respuesta es negativa, quizá haya adquirido información, pero todavía no haya construido un conocimiento suficientemente integrado.
Esto no significa que la IA impida aprender. Una buena explicación puede facilitar la comprensión y un diálogo bien diseñado puede ayudar a identificar lagunas conceptuales. El problema surge cuando la exposición a una explicación se confunde con el dominio de aquello que explica.
Para aprender no basta con reconocer una respuesta cuando aparece delante de nosotros. También necesitamos recuperarla, reconstruirla, aplicarla y comprobar sus límites.
4.2. El desplazamiento de la responsabilidad intelectual
La delegación excesiva también puede modificar nuestra relación con la responsabilidad. Cuando una persona redacta un argumento, debe decidir qué afirmaciones considera importantes, qué evidencias acepta y cómo conecta sus conclusiones. Cuando recibe un texto terminado, puede limitarse a evaluar su apariencia.
El trabajo intelectual se desplaza entonces desde la construcción del argumento hacia la aceptación o el rechazo de un producto ya elaborado. Este desplazamiento es relevante porque evaluar críticamente una respuesta también exige conocimientos. No podemos detectar todos los errores de una explicación si desconocemos el tema sobre el que trata.
La fluidez verbal de los sistemas generativos puede agravar esta dificultad. Una respuesta bien escrita parece más convincente, aunque su contenido sea incompleto o erróneo.
Por eso, utilizar IA de forma responsable requiere algo más que saber formular instrucciones. Exige conocer suficientemente el problema para comprobar la respuesta y asumir la responsabilidad de las decisiones tomadas a partir de ella.
5. La paradoja educativa: mejores resultados, menor aprendizaje
La educación constituye uno de los escenarios donde este problema resulta especialmente importante. Si un estudiante utiliza una herramienta para resolver un ejercicio, terminar una redacción o resumir un capítulo, puede mejorar el resultado inmediato. Sin embargo, ese resultado no permite determinar por sí solo cuánto ha aprendido.
Para evaluar el aprendizaje necesitamos comprobar si el estudiante puede recuperar los conceptos, explicar los procedimientos y resolver problemas nuevos sin recibir exactamente la misma ayuda.
La distinción es esencial porque la finalidad de la educación no consiste únicamente en producir trabajos correctos, sino en desarrollar capacidades que puedan utilizarse fuera del ejercicio original.
Una herramienta puede facilitar ese desarrollo si proporciona retroalimentación, identifica errores y ayuda a practicar. También puede dificultarlo si elimina las operaciones mentales que el estudiante necesita dominar.
La cuestión pedagógica no debería ser simplemente si se permite o se prohíbe la inteligencia artificial. Debería ser qué competencias se pretenden desarrollar y qué formas de asistencia son compatibles con ese objetivo.
En las primeras etapas de aprendizaje, puede ser necesario limitar determinadas ayudas para consolidar conocimientos básicos. En etapas posteriores, la IA puede convertirse en una herramienta valiosa para investigar, contrastar perspectivas y mejorar trabajos complejos.
El objetivo no es formar estudiantes que sepan prescindir de toda tecnología, sino personas capaces de utilizarla con criterio y de trabajar competentemente cuando no está disponible.
6. Autoobservación: ¿utilizo la tecnología o dependo de ella?
La siguiente propuesta no es un test clínico ni una medida validada de inteligencia, analfabetismo funcional o deterioro cognitivo. Es un ejercicio de autoobservación para identificar hábitos que podrían limitar la autonomía intelectual.
Valora cada afirmación según tu comportamiento habitual:
- 0 puntos: rara vez.
- 1 punto: algunas veces.
- 2 puntos: con frecuencia.
| Indicador | Pregunta de autoobservación |
|---|---|
| Lectura sostenida | ¿Abandono textos exigentes antes de haber comprendido su argumento, aunque disponga de tiempo suficiente? |
| Comprensión | ¿Me cuesta explicar con mis propias palabras la tesis y las razones principales de un texto que acabo de leer? |
| Dependencia de resúmenes | ¿Consulto automáticamente un resumen antes de intentar comprender el documento original, incluso cuando necesito aprender su contenido? |
| Redacción autónoma | ¿Me resulta difícil organizar y expresar una idea sin pedir primero a una IA que genere una estructura o un borrador? |
| Verificación | ¿Acepto respuestas generadas sin comprobar sus fuentes, sus supuestos o sus posibles contradicciones? |
| Resolución independiente | ¿Abandono un problema ante la primera dificultad y recurro a una solución externa sin intentar identificar qué parte no comprendo? |
| Retención y aplicación | ¿Me cuesta utilizar una idea aprendida recientemente en un contexto distinto del ejemplo en el que apareció? |
6.1. Cómo interpretar el resultado
La puntuación máxima es de 14 puntos. No existen umbrales clínicos que permitan convertir esta suma en un diagnóstico. En lugar de clasificarte como cognitivamente autónomo o dependiente, observa qué dimensiones concentran tus puntuaciones más altas.
Si la principal dificultad es la lectura, conviene trabajar la comprensión y la atención sostenida. Si es la redacción, interesa practicar la construcción de argumentos propios. Si es la verificación, el objetivo es desarrollar criterios para evaluar fuentes y respuestas.
Una puntuación elevada tampoco demuestra que la tecnología haya causado esas dificultades. Pueden influir el cansancio, la falta de conocimientos previos, el estrés, las condiciones de trabajo y otros factores. La pregunta más útil no es cuántos puntos obtienes, sino qué tareas has dejado de practicar y cuáles te gustaría recuperar.
7. Recuperar la autonomía cognitiva: propuesta práctico
La solución no consiste en rechazar la tecnología, sino en establecer una relación deliberada con ella. La autonomía intelectual puede entrenarse mediante hábitos que obliguen a comprender, recuperar, elaborar y verificar información.
7.1. Lectura profunda diaria
Reserva entre 20 y 30 minutos diarios para leer un texto que requiera atención: un ensayo, un artículo de investigación, un reportaje extenso o una obra literaria.
Durante ese periodo, elimina las interrupciones evitables. No es imprescindible utilizar papel; lo importante es disponer de un entorno que facilite la continuidad.
Al terminar, responde a tres preguntas:
- ¿Cuál es la idea principal del texto?
- ¿Qué argumentos o evidencias utiliza el autor para defenderla?
- ¿Qué parte considero discutible o necesito comprender mejor?
No se trata de leer una cantidad determinada de páginas, sino de practicar la reconstrucción del significado.
7.2. La primera elaboración debe ser propia
Antes de solicitar a una IA que redacte un informe, prepare una síntesis o resuelva un problema de aprendizaje, dedica un periodo inicial a formular tu propia interpretación. Puede consistir en cinco ideas, un esquema, una hipótesis o un borrador imperfecto.
El objetivo no es producir un trabajo impecable a la primera, sino obligarte a identificar qué sabes, qué ignoras y qué necesitas investigar. Después, utiliza la herramienta para detectar lagunas, contrastar argumentos y mejorar la estructura.
La secuencia importa: primero elaboras, después recibes ayuda y finalmente revisas.
7.3. Recuperación activa y explicación propia
Después de leer o estudiar, cierra el documento e intenta reconstruir su contenido sin consultar las notas. Resume la idea central, identifica los conceptos esenciales y explica cómo se relacionan. Si no puedes hacerlo, vuelve al texto para localizar la dificultad concreta.
Esta práctica, relacionada con la recuperación activa del aprendizaje, permite comprobar si la información puede recuperarse sin depender de su presencia inmediata.
Una buena prueba consiste en explicarle el concepto a alguien que no lo conoce. Si necesitas repetir las mismas frases del texto o recurrir continuamente a la fuente, probablemente todavía haya aspectos que debas integrar mejor.
7.4. La IA como interlocutor crítico
En lugar de pedir siempre una respuesta terminada, formula preguntas que te obliguen a razonar.
Por ejemplo:
- «No me des la solución todavía. Hazme preguntas para que pueda encontrarla».
- «He elaborado este argumento. Identifica sus supuestos y las objeciones más fuertes».
- «Señala qué afirmaciones necesitan fuentes y cuáles podrían ser discutibles».
- «Propón un contraargumento sólido y ayúdame a evaluar si puedo responderlo».
- «Después de estudiar este tema, hazme preguntas que requieran aplicar los conceptos a casos nuevos».
Estas instrucciones convierten la herramienta en un recurso de práctica y evaluación, no solamente en un generador de productos terminados. La IA no garantiza por sí misma el pensamiento crítico. Su utilidad depende de las actividades que se realizan con ella y de la calidad de las comprobaciones posteriores.
7.5. La verificación antes que la aceptación
Adopta una regla sencilla para los contenidos importantes: ninguna respuesta generada debe convertirse automáticamente en una conclusión propia.
Comprueba las afirmaciones decisivas, busca fuentes primarias cuando sea posible y distingue entre datos, interpretaciones e hipótesis. En temas técnicos, científicos, jurídicos o sanitarios, la verificación debe ser proporcional a las consecuencias de un error.
La capacidad de utilizar una herramienta no elimina la obligación de comprender los límites de sus resultados.
7.6. Espacios de resolución independiente
No todas las tareas necesitan asistencia inmediata.
Intenta resolver algunos problemas, redactar determinados textos y orientarte en rutas conocidas sin consultar automáticamente una herramienta. Cuando encuentres una dificultad, identifica primero qué información te falta y qué estrategia podrías probar.
Esto no significa renunciar a las ayudas necesarias ni convertir cada tarea cotidiana en un examen de autosuficiencia. Significa conservar oportunidades de practicar habilidades que siguen siendo valiosas.
7.7. Medir la autonomía en vez de productividad
La velocidad y la cantidad de trabajo realizado son indicadores útiles, pero insuficientes para evaluar el aprendizaje.
Además de preguntarte cuánto has producido, pregúntate:
- ¿Puedo explicar lo que he entregado?
- ¿Puedo defender las decisiones que he tomado?
- ¿Detectaría un error importante en la respuesta?
- ¿Puedo repetir la tarea sin la misma ayuda?
- ¿Sé transferir lo aprendido a una situación nueva?
Estas preguntas permiten distinguir entre la mejora de la productividad y el desarrollo de una competencia duradera.
8. Las IAs como herramientas de crecimiento y autonomía
Una crítica rigurosa de la delegación cognitiva debe reconocer que la tecnología no es únicamente una fuente de dependencia.
Los libros, las calculadoras, los buscadores y los sistemas de asistencia han permitido realizar tareas que serían mucho más difíciles sin ellos. La IA puede facilitar el acceso a explicaciones, adaptar materiales a diferentes necesidades, ayudar a personas con dificultades de escritura y permitir que profesionales concentren sus esfuerzos en decisiones de mayor valor.
También puede mejorar el aprendizaje cuando proporciona retroalimentación inmediata, ofrece ejemplos alternativos o ayuda a identificar errores que el estudiante no había detectado. Además, la memoria humana no necesita almacenar todos los datos disponibles para funcionar eficazmente. Lo importante es disponer de conocimientos suficientes para interpretar la información externa, evaluar su fiabilidad y utilizarla adecuadamente.
Por tanto, sería un error idealizar una supuesta autonomía intelectual absoluta en la que cada persona tuviera que resolverlo todo sin ayuda. La autonomía no significa ausencia de herramientas.
Autonomía significa poder decidir cuándo utilizar las herramientas, comprender qué aportan, reconocer sus límites y asumir la responsabilidad de sus consecuencias.
La diferencia entre una tecnología que amplía nuestras capacidades y otra que favorece la dependencia no siempre reside en el dispositivo, sino en el diseño de la actividad, los conocimientos del usuario y la finalidad perseguida.
La pregunta correcta no es si debemos utilizar inteligencia artificial, sino qué capacidades queremos conservar, cuáles queremos ampliar y qué parte del proceso estamos dispuestos a delegar sin perder la comprensión necesaria para gobernarlo.
9. El problema de fondo: desigualdad de competencias y concentración del conocimiento
La delegación cognitiva también puede tener consecuencias sociales. Si una parte de la población desarrolla conocimientos sólidos y utiliza la IA para ampliar sus capacidades, mientras otra depende de sistemas que no comprende ni puede verificar, la tecnología podría aumentar las diferencias en autonomía y capacidad de decisión.
En este escenario, dos personas tendrían acceso a las mismas herramientas, pero no obtendrían necesariamente los mismos beneficios. Quien dispone de conocimientos previos puede formular mejores preguntas, reconocer errores y aprovechar las respuestas. Quien carece de esos conocimientos puede tener más dificultades para distinguir una explicación fiable de otra simplemente convincente. Esto plantea un desafío educativo y democrático.
La alfabetización contemporánea debería incluir no solo la lectura y la escritura, sino también la interpretación de datos, la evaluación de fuentes, la comprensión básica del funcionamiento de los sistemas algorítmicos y la capacidad de reconocer incertidumbres.
No basta con enseñar a utilizar herramientas digitales. Es necesario enseñar a cuestionar sus resultados. En una sociedad cada vez más mediada por sistemas automatizados, la competencia fundamental no será memorizar toda la información ni realizar manualmente cada operación. Será disponer del conocimiento suficiente para comprender los problemas, evaluar las soluciones propuestas y decidir cuándo una respuesta merece confianza.
La dependencia tecnológica puede convertirse así en un problema de distribución del poder: quienes comprenden los sistemas y pueden cuestionarlos tienen más capacidad para dirigir su uso que quienes solo pueden aceptar sus resultados.
9.1. El verdadero riesgo está en renunciar al juicio propio
La inteligencia artificial plantea una paradoja que apenas estamos empezando a comprender. Puede ampliar el acceso al conocimiento, facilitar tareas complejas y mejorar la productividad, pero también puede permitir que obtengamos resultados sin realizar el proceso de aprendizaje que antes los acompañaba.
Los datos educativos y las evaluaciones internacionales muestran que existen dificultades importantes en las competencias lectoras y funcionales. No demuestran, sin embargo, que la IA haya causado una epidemia de deterioro cognitivo. Esa relación debe investigarse con métodos que permitan distinguir causalidad, correlación y diferencias entre formas de utilización de la tecnología.
La hipótesis de la atrofia por delegación debe entenderse, por tanto, como una advertencia sobre los posibles costes de dejar de practicar determinadas capacidades, no como un diagnóstico neurológico generalizado.
El desafío consiste en encontrar un equilibrio entre la eficiencia tecnológica y el mantenimiento de las competencias que nos permiten comprender y gobernar esa misma tecnología.
Podemos delegar operaciones sin delegar el juicio. Podemos recibir ayuda para escribir sin renunciar a construir argumentos. Podemos utilizar resúmenes sin dejar de acudir a las fuentes originales cuando necesitamos comprenderlas en profundidad. Podemos aceptar que una máquina resuelva una tarea sin asumir que, por ello, nosotros hemos aprendido a resolverla.
La libertad intelectual no exige hacerlo todo en solitario. Exige conservar la capacidad de comprender lo que hacemos, cuestionar lo que recibimos y actuar de acuerdo con un criterio propio. Quizá la cuestión decisiva de nuestra época no sea cuánto puede pensar una máquina, sino qué necesitamos seguir aprendiendo a pensar nosotros.
Porque una sociedad puede disponer de herramientas cada vez más inteligentes y, aun así, debilitar su capacidad para juzgar inteligentemente cómo utilizarlas.