La gran paradoja de la IA y el aprendizaje
Hay una paradoja que define nuestro momento: La IA nos hace más productivos a corto plazo mientras potencialmente nos hace menos capaces a largo plazo.
Un estudio pionero de 2024 de la Wharton School of Business lo demostró a la perfección. Aproximadamente 1.000 estudiantes de matemáticas de secundaria en Turquía fueron divididos en tres grupos: uno que usaba ChatGPT libremente, otro que usaba un "GPT Tutor" especialmente diseñado con restricciones, y un grupo de control sin acceso a IA.
Durante las sesiones de práctica, el grupo con ChatGPT sin restricciones rindió un 48% mejor que el grupo de control. Resolvían los problemas con facilidad. Se sentían seguros. Pero cuando llegó el momento del examen (sin acceso a IA), obtuvieron un 17% peor que los estudiantes que nunca habían usado IA.
La IA no les había enseñado matemáticas. Había hecho las matemáticas por ellos.
Mientras tanto, el grupo del GPT Tutor (que daba pistas y preguntas orientadoras en lugar de respuestas directas) rindió un 127% mejor durante la práctica e igualó al grupo de control en los exámenes. La misma tecnología de IA. Un resultado radicalmente diferente basado únicamente en cómo se usó.
Este único estudio resume todo lo que necesitas saber sobre la IA y el aprendizaje: la herramienta no es la variable. Tu relación con ella sí lo es.
Lo que realmente dicen las investigaciones
El debate sobre si la IA ayuda o perjudica el aprendizaje ha superado la fase de las opiniones. Esto es lo que múltiples estudios revisados por pares han encontrado:
Estudios que muestran que la IA puede perjudicar el aprendizaje
| Estudio | Hallazgo clave | Escala |
|---|---|---|
| Wharton/UPenn (2024, PNAS) | Los usuarios de ChatGPT sin restricciones obtuvieron un 17% peor en exámenes sin IA | ~1.000 estudiantes |
| MIT Media Lab (2025) | Los usuarios de ChatGPT mostraron la conectividad cerebral más débil en creatividad y memoria | 54 sujetos, 4 meses |
| Gerlich (2025, MDPI Societies) | Correlación negativa entre frecuencia de uso de IA y pensamiento crítico | 666 participantes |
| Estudio de universidad china (2025) | Mayor dependencia de IA = menor puntuación en pensamiento crítico | 580 estudiantes |
| Barcaui (2025, SSRN) | La exposición prolongada a la IA provocó deterioro de la memoria | 73 universitarios |
Estudios que muestran que la IA puede ayudar al aprendizaje
| Estudio | Hallazgo clave | Escala |
|---|---|---|
| Harvard/BCG (2023) | 25% más rápido, 40% más calidad en tareas dentro de las capacidades de la IA | 758 consultores |
| Dartmouth (2025, Nature) | La tutoría con IA superó significativamente al aprendizaje activo en clase | 190 estudiantes de medicina |
| Ma (2025, J. Computer Assisted Learning) | Meta-análisis: tamaño del efecto positivo de g = 0,68 en resultados de aprendizaje | Múltiples estudios |
| Wharton GPT Tutor (2024) | Tutoría guiada con IA: 127% mejor en práctica, igualó a los controles en exámenes | ~1.000 estudiantes |
El patrón es claro: la misma tecnología produce resultados opuestos dependiendo de cómo se implementa.
El estudio cerebral del MIT: Una llamada de atención
Quizás el hallazgo más sorprendente proviene del estudio del MIT Media Lab de 2025, "Tu cerebro con ChatGPT." Los investigadores hicieron que 54 participantes escribieran ensayos durante cuatro meses usando ChatGPT, Google Search o ninguna herramienta, mientras medían la actividad cerebral con EEG.
Los resultados fueron reveladores:
- Los usuarios de ChatGPT mostraron la conectividad neuronal más débil en todas las bandas medidas, incluyendo las asociadas con la creatividad, la formación de memoria y el procesamiento semántico
- Durante los cuatro meses, los usuarios de LLM "consistentemente rindieron por debajo en los niveles neuronal, lingüístico y conductual"
- Produjeron ensayos casi idénticos carentes de pensamiento original
- No podían citar con precisión su propio trabajo después
Esto no se trata de inteligencia. Se trata de lo que sucede cuando externalizas el proceso de pensar. El cerebro, como cualquier otro órgano, se adapta a las demandas que se le imponen (o a la falta de ellas).
El problema de la descarga cognitiva
La descarga cognitiva es la práctica de usar herramientas externas para reducir el esfuerzo mental necesario para una tarea. Escribir una lista de compras en lugar de memorizar los artículos es descarga cognitiva. Usar una calculadora también lo es. Y pedirle a ChatGPT que resuma un artículo en lugar de leerlo tú mismo, también.
El concepto no es nuevo. Pero la escala y facilidad de la descarga cognitiva impulsada por IA no tiene precedentes.
Lo que muestran los datos
El estudio de Michael Gerlich de 2025 con 666 participantes de diversos grupos de edad encontró:
- Correlación negativa significativa entre el uso frecuente de herramientas de IA y las habilidades de pensamiento crítico
- Los participantes más jóvenes mostraron mayor dependencia de la IA y menores puntuaciones en pensamiento crítico
- Una mayor confianza en la IA se correlacionó con más descarga cognitiva. Cuanto más crees que la IA tiene razón, menos la verificas.
Un estudio de Microsoft y la Universidad Carnegie Mellon confirmó esto: los trabajadores que más confían en la IA son los que menos la verifican. Esto crea un ciclo de retroalimentación peligroso: el uso frecuente de IA genera confianza, lo que reduce la verificación, lo que debilita el pensamiento crítico, lo que aumenta la dependencia. El ciclo se repite.
Los investigadores han acuñado términos para este fenómeno:
- "Atrofia cognitiva": el debilitamiento de las capacidades mentales por falta de uso
- "AICICA" (Atrofia Cognitiva Inducida por el Compañero de IA): un término específico para el deterioro cognitivo relacionado con la IA
- "Pereza metacognitiva": disminución de la automonitorización y autorregulación cuando la IA se encarga del pensamiento
Por qué esto importa para los trabajadores del conocimiento
Las implicaciones van mucho más allá de la educación. Un artículo de Frontiers in Psychology (2025) identificó una "paradoja cognitiva" en el aprendizaje asistido por IA: aunque la IA mejora el aprendizaje personalizado, la dependencia excesiva reduce el compromiso cognitivo y la retención a largo plazo.
Para cualquiera que lea, investigue o aprenda profesionalmente, esto crea una tensión genuina: las herramientas que nos hacen más productivos hoy pueden estar erosionando las habilidades que nos hacen valiosos mañana.
Cuando la IA ayuda al aprendizaje: El modelo de aumento
No todo uso de la IA es igual. Las investigaciones identifican consistentemente patrones donde la IA genuinamente mejora el aprendizaje:
1. La IA como tutor socrático
El hallazgo más importante del estudio de Wharton no fue que la IA perjudica el aprendizaje. Fue que una IA bien diseñada lo mejora drásticamente. Su GPT Tutor proporcionaba:
- Pistas en lugar de respuestas
- Preguntas orientadoras que estimulaban el pensamiento
- Apoyo con andamiaje que disminuía a medida que el estudiante avanzaba
Resultado: un 127% mejor rendimiento en la práctica, sin penalización en los exámenes.
El estudio "NeuroBot TA" de Dartmouth de 2025 mostró resultados similares con estudiantes de medicina. La clave fue que la IA extraía información de fuentes expertas curadas y guiaba a los estudiantes a través del razonamiento, en lugar de simplemente proporcionar respuestas.
2. La IA para la construcción de conocimiento
Un estudio de 2025 en Studies in Higher Education distinguió entre dos modos de uso de la IA:
- Enfoque de dominio: Usar la IA para construir y aumentar el conocimiento (pedirle que explique conceptos, desafíe tu comprensión, genere ejemplos)
- Enfoque procedimental: Usar la IA para completar tareas mecánicamente (copiar-pegar, generar borradores sin compromiso)
El aprendizaje de nivel superior ocurrió solo con el enfoque de dominio. La mera presencia de herramientas de IA no importaba. Lo que importaba era la intención y el compromiso del aprendiz.
3. La IA para un ritmo personalizado
Los datos del meta-análisis (Ma, 2025) muestran un tamaño del efecto positivo combinado de g = 0,68 en todos los estudios, con efectos particularmente fuertes en:
- Dimensión cognitiva (g = 0,795): comprensión y aplicación de conceptos
- Dimensión de competencia (g = 0,711): desarrollo de habilidades
La tutoría con IA destaca cuando se adapta al ritmo individual, identifica lagunas de conocimiento y proporciona práctica dirigida. Estas son cosas difíciles de escalar solo con instrucción humana.
Cuando la IA perjudica el aprendizaje: La trampa de la dependencia
Las mismas investigaciones identifican patrones claros donde la IA degrada los resultados del aprendizaje:
1. La espiral de copiar y pegar
El MIT Media Lab rastreó una tendencia preocupante: el comportamiento de copiar y pegar aumentó durante los cuatro meses de su estudio. A medida que los participantes se sentían más cómodos con ChatGPT, se involucraban menos con el material, no más. Dejaron de parafrasear. Dejaron de añadir su propio análisis. Se convirtieron en transcriptores de la salida de la IA.
2. La ilusión de comprensión
Cuando ChatGPT explica un concepto con claridad, sientes que lo entiendes. Pero hay una diferencia crítica entre reconocer una explicación y generar comprensión.
Este es el mismo fenómeno que hace que releer libros de texto se sienta productivo pero sea ineficaz. La familiaridad con el material crea una falsa sensación de dominio. La IA amplifica esta ilusión porque sus explicaciones suelen ser más claras y accesibles que las fuentes originales.
3. Erosión de la lucha productiva
Aprender requiere esfuerzo. La ciencia cognitiva lo llama "dificultad deseable": la lucha productiva que obliga a tu cerebro a formar nuevas conexiones neuronales. Cuando la IA elimina esa lucha, elimina el aprendizaje en sí.
El grupo de ChatGPT sin restricciones del estudio de Wharton experimentó exactamente esto: avanzaron sin esfuerzo en la práctica (sin lucha) y fracasaron en los exámenes (sin aprendizaje).
| Patrón de aprendizaje | Sensación a corto plazo | Resultado a largo plazo |
|---|---|---|
| Leer resúmenes de IA pasivamente | Fácil, eficiente | Baja retención |
| Dejar que la IA resuelva problemas por ti | Productivo | Atrofia de habilidades |
| Usar la IA para revisar tu propio trabajo | Ligeramente más lento | Aprendizaje reforzado |
| Pedir a la IA que desafíe tu razonamiento | Incómodo | Comprensión profunda |
Los dos arquetipos: Centauros vs. Cyborgs
El estudio de Harvard/BCG con 758 consultores identificó dos modelos exitosos de colaboración humano-IA:
Centauros
Como la criatura mitológica, los Centauros mantienen una frontera clara entre el trabajo humano y el de la IA. Deciden estratégicamente qué tareas delegar a la IA y cuáles manejar ellos mismos.
- Enfoque: "Yo haré el pensamiento creativo y el análisis. La IA se encargará del procesamiento de datos y el formato."
- Fortaleza: Preserva el juicio humano para decisiones complejas
- Riesgo: Puede infrautilizar las capacidades de la IA
Cyborgs
Los Cyborgs integran la IA continuamente en todo su flujo de trabajo. No dividen las tareas; colaboran en cada paso.
- Enfoque: "La IA y yo trabajamos juntos en todo, cada uno aportando nuestras fortalezas."
- Fortaleza: Maximiza el aprovechamiento de la IA en todo el proceso
- Riesgo: Más difícil mantener el pensamiento crítico independiente
La advertencia crucial
Ambos modelos funcionaron bien para tareas dentro de las capacidades de la IA. Para tareas fuera de la frontera de la IA, ambos modelos llevaron a una disminución de 19 puntos porcentuales en el rendimiento.
Esto nos lleva a uno de los conceptos más importantes en el trabajo aumentado por IA: la "Frontera Tecnológica Irregular." Las capacidades de la IA son desiguales: brillantes en algunas tareas, mediocres en otras y terribles en unas pocas. Los aprendices y trabajadores más eficaces son aquellos que mapean con precisión dónde se encuentra la frontera para su dominio específico.
| Dentro de la frontera de la IA | En el límite | Más allá de la frontera de la IA |
|---|---|---|
| Síntesis de datos | Estrategia creativa | Inteligencia emocional |
| Reconocimiento de patrones | Juicio ético | Experiencia vivida |
| Traducción de idiomas | Resolución de problemas novedosos | Sabiduría contextual |
| Generación de código |
Un marco práctico para el aprendizaje aumentado con IA
Basándose en las investigaciones, aquí tienes un marco para usar la IA que potencia el aprendizaje en lugar de reemplazarlo:
El marco HEAR
H - Subraya primero, pregunta después (Highlight First, Ask Second)
Antes de preguntar cualquier cosa a la IA, interactúa directamente con el material fuente. Lee el artículo. Mira el vídeo. Subraya los pasajes que te importan. Formula tus propias preguntas y tu comprensión inicial primero.
Por qué funciona: Las investigaciones sobre recuerdo activo muestran que el esfuerzo de formular preguntas e identificar puntos clave es en sí mismo una actividad de aprendizaje. Saltarse este paso e ir directamente a los resúmenes de IA elimina la parte más valiosa del proceso.
E - Interactúa, no extraigas (Engage, Don't Extract)
Cuando uses la IA, úsala como compañera de pensamiento, no como máquina de respuestas.
-
En lugar de: "Resúmeme este artículo"
-
Prueba: "Subrayé estos puntos clave del artículo. ¿Qué me falta? ¿Qué contraargumentos existen?"
-
En lugar de: "Explícame la computación cuántica"
-
Prueba: "Esta es mi comprensión de la computación cuántica [tus notas]. ¿Dónde me equivoco? ¿Qué profundizaría mi comprensión?"
A - Anota y conecta (Annotate and Connect)
No dejes que las ideas generadas por IA existan de forma aislada. Conéctalas con lo que ya sabes.
- Añade tus propias notas junto a las explicaciones de la IA
- Crea conexiones entre la nueva información y el conocimiento existente
- Comparte tus ideas anotadas con otros para reforzar la comprensión
Aquí es donde herramientas como Glasp se vuelven esenciales. Cuando subrayas y anotas mientras lees, estás realizando un procesamiento activo que los resúmenes de IA por sí solos no pueden replicar. Tus subrayados se convierten en un mapa de tu pensamiento, no del de la IA.
R - Recupera y verifica (Retrieve and Verify)
Periódicamente, evalúate a ti mismo sobre el material que has aprendido con asistencia de IA. Si no puedes explicar un concepto sin IA, no lo has aprendido.
- Relee tus subrayados sin el contexto original
- Intenta explicar los conceptos con tus propias palabras
- Usa la IA para evaluarte, no para responder por ti
Poniendo todo junto
| Paso | Acción | Beneficio cognitivo |
|---|---|---|
| Subrayar | Lee y marca los pasajes clave tú mismo | Compromiso activo, procesamiento inicial |
| Interactuar | Discute con la IA como compañera de pensamiento | Comprensión más profunda, nuevos ángulos |
| Anotar | Añade tus propias notas y conexiones | Construcción de conocimiento, retención |
| Recuperar | Evalúate a ti mismo sin IA | Formación de memoria a largo plazo |
El papel del subrayado y la anotación en la era de la IA
Hay una ironía en el debate sobre la IA y el aprendizaje: la forma más efectiva de usar la IA para aprender involucra la técnica de estudio más antigua que existe: subrayar y tomar notas.
Por qué subrayar sigue siendo importante
Las investigaciones sobre la descarga cognitiva revelan que el problema no es la IA en sí. Es la pasividad que permite. Cuando lees un artículo e inmediatamente le pides a ChatGPT que lo resuma, te saltas el paso cognitivo más valioso: decidir qué importa.
Subrayar te obliga a tomar esa decisión. Cada vez que seleccionas un pasaje, te preguntas a ti mismo: ¿Es esto importante? ¿Por qué? ¿Cómo se relaciona con lo que ya sé?
Esto es procesamiento activo: la actividad cognitiva exacta que los aprendices dependientes de la IA omiten y que las investigaciones muestran que es esencial para la retención.
La ventaja del aprendizaje social
El estudio del MIT encontró que los usuarios de ChatGPT produjeron "ensayos casi idénticos carentes de pensamiento original." Esto plantea una pregunta importante: si todos aprenden de la misma IA, ¿de dónde viene la originalidad?
La respuesta está en las perspectivas diversas. Cuando ves lo que otras personas subrayan en el mismo artículo (lo que encontraron importante, qué preguntas hicieron, qué conexiones establecieron), te expones a patrones de pensamiento que la IA no puede generar, porque provienen de la experiencia humana real.
Por eso las plataformas de subrayado social crean un entorno de aprendizaje que la IA sola no puede replicar:
- Ves múltiples interpretaciones del mismo contenido
- Descubres ideas que habrías pasado por alto
- Interactúas con una comunidad de aprendices, no solo con un algoritmo
- Tus subrayados se convierten en parte de una base de conocimiento colectiva que beneficia a todos
Resúmenes de IA + subrayados humanos: Lo mejor de ambos mundos
El flujo de trabajo ideal no es IA o anotación humana. Es ambos:
- Mira un vídeo de YouTube y usa la IA para obtener un resumen rápido y la transcripción
- Lee la transcripción y subraya las partes que resuenan con tus necesidades específicas
- Añade tus propias notas explicando por qué esos pasajes son importantes para ti
- Comparte tus subrayados para que otros se beneficien de tu perspectiva
- Revisa tus subrayados periódicamente para reforzar el aprendizaje
Este flujo de trabajo combina la eficiencia de la IA (resumen rápido, generación de transcripciones) con la efectividad del compromiso humano (selección activa, anotación personal, compartir socialmente).
Preguntas frecuentes
¿La IA está haciendo más tontos a los estudiantes?
No exactamente. Las investigaciones muestran que el acceso sin restricciones a la IA puede reducir los resultados de aprendizaje (Wharton: 17% peor en exámenes), pero la tutoría guiada con IA puede igualar o superar los métodos tradicionales. La variable no es la inteligencia; es cómo se usa la IA. Los estudiantes que usan la IA para atajar el pensamiento aprenden menos. Los estudiantes que usan la IA para profundizar el pensamiento aprenden más.
¿Deberían las escuelas prohibir ChatGPT y herramientas de IA similares?
Las investigaciones sugieren que las prohibiciones son contraproducentes. El 84% de los estudiantes de secundaria ya usan IA generativa para sus tareas escolares. En lugar de prohibir, el estudio de Wharton demuestra que diseñar restricciones (pistas en lugar de respuestas, preguntas guiadas en lugar de respuestas directas) produce resultados drásticamente mejores. El objetivo debería ser enseñar a los estudiantes cómo usar la IA como herramienta de aprendizaje, no como máquina de respuestas.
¿Cómo afecta la IA al pensamiento crítico?
Un estudio con 666 participantes (Gerlich, 2025) encontró una correlación negativa significativa entre el uso frecuente de IA y el pensamiento crítico. Sin embargo, esto parece estar mediado por la descarga cognitiva: cuanto más externalizan las personas el pensamiento a la IA, menos practican pensar de forma independiente. La solución no es evitar la IA, sino mantener prácticas deliberadas de pensamiento crítico junto con el uso de IA.
¿Puede la IA reemplazar a los tutores humanos?
Para ciertos tipos de instrucción, la tutoría con IA es notablemente eficaz. El estudio de Dartmouth de 2025 mostró que la tutoría con IA superó al aprendizaje activo en clase para estudiantes de medicina. Sin embargo, la tutoría con IA funciona mejor cuando está diseñada para enseñar (preguntas con andamiaje, razonamiento guiado) en lugar de simplemente responder preguntas. Los tutores humanos siguen destacando en apoyo emocional, motivación y manejo de situaciones novedosas fuera de las capacidades de la IA.
¿Cuál es la mejor forma de usar la IA para estudiar?
Las investigaciones apuntan al enfoque de dominio: usar la IA para construir y aumentar el conocimiento, no para completar tareas mecánicamente. Específicamente:
- Lee y subraya el material primero, forma tu propia comprensión
- Usa la IA para desafiar tu pensamiento, no para reemplazarlo
- Pide a la IA perspectivas alternativas, contraargumentos y explicaciones más profundas
- Evalúate a ti mismo sobre el material sin acceso a IA
- Comparte y discute tu aprendizaje con otros
¿La IA eventualmente hará obsoleto el aprendizaje tradicional?
La evidencia actual sugiere lo contrario. La IA resalta el valor irremplazable del compromiso cognitivo activo: leer en profundidad, pensar críticamente, establecer conexiones y luchar productivamente con material difícil. Las herramientas de IA son más poderosas cuando se combinan con estas prácticas de aprendizaje tradicionales, no cuando las reemplazan.
Conclusión: Cómo coexistir con la IA como aprendiz
Las investigaciones pintan un cuadro claro: La IA es la herramienta de aprendizaje más poderosa jamás creada, y también la más peligrosa. Amplifica cualquier enfoque que le aportes. Si abordas el aprendizaje de forma activa, la IA acelera tu crecimiento. Si lo abordas de forma pasiva, la IA acelera tu declive.
Esto es lo que sabemos con certeza:
- El modelo de "muleta" fracasa. El acceso sin restricciones a la IA sin compromiso conduce a disminuciones medibles en el aprendizaje, el pensamiento crítico e incluso la conectividad cerebral.
- El modelo de "tutor" funciona. La IA diseñada para guiar, cuestionar y ofrecer andamiaje (en lugar de simplemente responder) produce resultados iguales o mejores que los métodos tradicionales.
- El compromiso activo es innegociable. Leer, subrayar, anotar y conectar ideas no son prácticas obsoletas. Son los cimientos cognitivos que hacen que la IA sea útil en lugar de perjudicial.
- El aprendizaje social añade una dimensión que la IA no puede. Ver cómo otros piensan sobre el mismo material te expone a perspectivas que ningún algoritmo puede generar.
La pregunta ya no es si usaremos IA. El 84% de los estudiantes ya lo hace. La pregunta es si la usaremos de formas que nos hagan más capaces, o menos.
La respuesta empieza por cómo lees, subrayas y piensas.
¿Quieres construir mejores hábitos de aprendizaje en la era de la IA? Glasp te ayuda a subrayar artículos y vídeos de YouTube, añadir tus propias notas y aprender de lo que otros están leyendo. Tus subrayados se convierten en tu base de conocimiento digital: un registro de tu pensamiento que ninguna IA puede replicar.