En los últimos años, la inteligencia artificial (IA) generativa ha irrumpido con fuerza en nuestras vidas, transformando la forma en que trabajamos, aprendemos y nos comunicamos. Herramientas como ChatGPT han democratizado el acceso a la información y han permitido acelerar procesos creativos y de escritura. Sin embargo, este avance plantea una pregunta crucial: ¿qué sucede con nuestras capacidades cognitivas cuando delegamos en exceso en la IA?.
La noción de “deuda cognitiva” se ha convertido en un concepto clave para describir este fenómeno. Igual que una deuda financiera que crece con el tiempo, la deuda cognitiva hace referencia a la pérdida acumulada de esfuerzo mental, memoria, pensamiento crítico y autoría personal que se produce cuando externalizamos de manera continuada nuestras tareas intelectuales. El riesgo es evidente: ganamos inmediatez y eficiencia, pero a costa de debilitar nuestras propias competencias cognitivas.
Analicemos a continuación las principales evidencias científicas disponibles sobre el impacto de la IA en la carga cognitiva, la memoria y la autoría, para después plantear recomendaciones que permitan un uso responsable de estas herramientas.
1. El estudio pionero del MIT: menor actividad cerebral con ChatGPT
En junio de 2025, un equipo de investigación del MIT (Massachusetts Institute of Technology) publicó el preprint “Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task”. Se trata de uno de los primeros estudios experimentales que midió de manera empírica la relación entre el uso de IA generativa y la actividad cerebral durante una tarea de escritura.
El diseño fue sencillo pero revelador: 54 participantes divididos en tres grupos escribieron ensayos en diferentes condiciones: sin apoyo (solo cerebro-brain only), con buscadores web (search engine), y con un modelo de IA (LLM ChatGPT). Los resultados fueron contundentes:
- El grupo solo cerebro mostró la conectividad cerebral más alta, indicando mayor esfuerzo cognitivo.
- El grupo buscadores web mantuvo un nivel intermedio, con fuerte activación en áreas relacionadas con atención visual.
- El grupo asistido por IA presentó la actividad cerebral más baja, lo que sugiere un subcompromiso cognitivo.
Lo más llamativo fue la persistencia del efecto: incluso después de abandonar la IA, los usuarios que antes habían trabajado con ChatGPT seguían mostrando menor activación cerebral y menor capacidad para recordar citas de sus propios textos. Además, la sensación de propiedad intelectual sobre los ensayos fue mucho menor en este grupo, un indicio claro de la pérdida de autoría y de implicación personal.
2. Delegación cognitiva y pensamiento crítico
Más allá del MIT, otros estudios recientes han señalado la relación entre el uso intensivo de IA y el deterioro del pensamiento crítico. Gerlich et al. (2025), en una encuesta con más de 600 participantes, demostraron que el uso frecuente de IA se correlaciona negativamente con las habilidades de pensamiento crítico, mediado por un fenómeno conocido como cognitive offloading: la tendencia a delegar procesos mentales en una herramienta externa.
Esta delegación puede ser positiva en determinados contextos (al igual que usamos una calculadora para operaciones complejas), pero el problema surge cuando se convierte en hábito. El exceso de confianza en la IA puede disminuir la práctica activa de análisis, argumentación y verificación, habilidades esenciales en la sociedad del conocimiento.
3. Revisión sistemática: riesgos en la educación
La preocupación por el impacto de la IA en la educación ha motivado revisiones sistemáticas. Zhai, Wibowo y Li (2024) analizaron cómo los sistemas de diálogo basados en IA afectan al aprendizaje. Su conclusión fue clara: la dependencia excesiva reduce la capacidad de los estudiantes para retener información, argumentar de forma autónoma y validar fuentes.
En otras palabras, si los estudiantes aprenden a producir textos sin interiorizar los conceptos, corren el riesgo de acumular deuda cognitiva, comprometiendo su capacidad futura para aplicar lo aprendido en contextos reales.
4. El papel del diseño: scaffolding y explicaciones
No obstante, no todo es negativo. Algunos estudios muestran que el diseño adecuado de la interacción con IA puede mitigar la deuda cognitiva.
- Dhillon et al. (2024) evaluaron distintas formas de co-escritura con modelos de lenguaje. Descubrieron que cuando la IA ofrecía sugerencias parciales (por ejemplo, una oración en lugar de un párrafo completo), los usuarios mantenían mayor compromiso cognitivo y mejoraban la calidad de sus textos, sin sentir tanta pérdida de autoría. Este enfoque, denominado scaffolding, convierte a la IA en un tutor que guía el proceso sin sustituirlo.
- Por su parte, Herm (2023) mostró que los sistemas de IA explicable (XAI), capaces de justificar sus respuestas, reducen la carga cognitiva en usuarios y mejoran la confianza. La forma en que la IA se comunica con nosotros determina en gran medida si facilita la reflexión o la inhibe.
5. Beneficios y límites: la doble cara de la IA
Es importante subrayar que no todo efecto de la IA es negativo. En ciertos contextos, como tareas repetitivas o administrativas, la IA puede reducir carga cognitiva y frustración, como demostraron Schmidhuber et al. (2021) en un entorno empresarial. Esto libera recursos mentales para otras actividades más complejas y creativas.
El problema surge cuando esta externalización deja de ser estratégica y se convierte en un hábito indiscriminado. Entonces, en lugar de liberar capacidad mental, genera una deuda cognitiva que se acumula silenciosamente y puede debilitar competencias clave como la memoria, la concentración o el pensamiento crítico.
6. Hacia un uso responsable: recomendaciones
A partir de las evidencias disponibles, se pueden proponer varias estrategias para un uso responsable de la IA que no incremente la deuda cognitiva:
- Primero, tu versión; luego, la IA: la IA debe servir de apoyo, no de reemplazo total. Es tentador pedirle al asistente de IA que lo haga todo desde el principio, pero así renunciamos a una parte esencial del aprendizaje: formar y estructurar nuestras propias ideas. Empieza siempre con un esquema, una hipótesis o un borrador inicial. Una vez que tengas algo tuyo, usa la IA para pulir, ordenar o aportar matices. Esto no solo preserva tu autoría intelectual, sino que refuerza tu memoria de lo escrito. El estudio del MIT mostró que quienes escribían primero por sí mismos recordaban mejor su texto y sentían más conexión con él.
- Pide andamiaje, no el edificio entero: la IA puede ser un gran tutor si la usamos bien. Por ejemplo, en vez de encargarle todo un ensayo, se le pueden pedir sugerencias parciales: una lista de ideas, la estructura de un argumento, un ejemplo concreto o ayuda con un párrafo difícil. Este enfoque de scaffolding (andamiaje) mantiene al usuario en el centro del proceso, potenciando la calidad del resultado sin que el pensamiento se atrofie. Los estudios muestran que el alto andamiaje mejora productividad y calidad del texto sin aumentar carga cognitiva, aunque conviene estar atento para no perder la sensación de autoría.
- Diseña en etapas: el aprendizaje y la escritura son procesos, no resultados instantáneos. Divide la tarea en fases:
- Generar ideas (brainstorming, mapas mentales).
- Redactar (crear el texto base con tu estilo).
- Revisar y mejorar (aquí entra la IA como apoyo).
Cuando separamos en etapas, controlamos mejor en qué momento la IA aporta valor sin sustituirnos. Además, favorece la metacognición, es decir, la capacidad de ser conscientes de cómo pensamos y aprendemos.
- Activa el “modo explicación”: la IA no debe ser solo una caja negra que da respuestas. Pídele que justifique sus propuestas: que te muestre pros y contras, que detalle los criterios que ha seguido o que explicite las limitaciones de su respuesta.
Esto no solo mejora la transparencia, sino que además modula la carga cognitiva: las buenas explicaciones ayudan a aprender, mientras que las respuestas opacas pueden confundir o fomentar la dependencia acrítica. - Evalúa, contrasta, verifica: Un hábito clave para no acumular deuda cognitiva es convertirse en verificador de lo que produce la IA. Antes de aceptar un texto, pregúntate:
- ¿Qué evidencia respalda esto?
- ¿Qué falta por comprobar?
- ¿Hay sesgos o supuestos escondidos?
Los estudios en educación muestran que quienes dependen demasiado de IA tienden a aceptar las respuestas sin analizarlas y retienen menos lo aprendido. La verificación activa nos devuelve el papel de pensadores críticos.
- Reserva la IA para lo repetitivo; pon tu cerebro en lo importante: la IA es ideal para descargar lo que no aporta valor formativo: corregir ortografía, dar formato, elaborar plantillas o resumir listas de datos. Esto libera recursos cognitivos que puedes destinar a lo verdaderamente importante: reflexionar, crear, conectar ideas. Un estudio en entornos empresariales mostró que, en tareas repetitivas, el uso de chatbots redujo carga mental y frustración, permitiendo a los usuarios centrarse en lo estratégico.
- Cultiva micro-hábitos de autoría y pensamiento crítico: Pequeñas rutinas ayudan a reforzar la sensación de propiedad intelectual y evitan que tu mente se “adormezca”. Al terminar un texto, resúmelo de memoria en 3-4 frases o graba una nota de voz explicando su argumento central. Esto refuerza recuerdo y apropiación. Usa la IA como sparring intelectual: pídele que critique tus ideas, que formule contraejemplos o que simule el papel de un opositor. Así la IA deja de ser una muleta y se convierte en un gimnasio mental que te desafía a pensar mejor.
Conclusión
La irrupción de la inteligencia artificial en la escritura y el aprendizaje abre un horizonte apasionante, pero también plantea riesgos profundos. El concepto de deuda cognitiva nos recuerda que cada vez que delegamos un esfuerzo mental en una máquina, estamos tomando un préstamo que debemos devolver en forma de pérdida de memoria, autoría o pensamiento crítico.
La buena noticia es que no estamos condenados a elegir entre tecnología o mente humana: podemos diseñar un uso híbrido y equilibrado, donde la IA actúe como catalizador del pensamiento, no como sustituto. Para ello, necesitamos educación digital crítica, políticas que fomenten la alfabetización en IA y prácticas pedagógicas que promuevan la reflexión y la autoría consciente.
En última instancia, el desafío no es tecnológico, sino humano: aprender a convivir con la inteligencia artificial sin perder la esencia de lo que nos hace inteligentes a nosotros. Solo así podremos garantizar que la IA sea una aliada en la construcción de conocimiento y no una generadora silenciosa de deuda cognitiva.
Más sobre inteligencia artificial en el blog, aquí: https://enplanplaneta.es/tag/inteligencia-artificial/
Fuentes
- Kosmyna, N., et al. (2025). Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task (preprint, MIT Media Lab).
https://arxiv.org/abs/2506.08872 arXiv - Gerlich, M., et al. (2025). AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking. Societies 15(1):6.
https://www.mdpi.com/2075-4698/15/1/6 MDPI - Zhai, C., Wibowo, S., Li, Y. (2024). The effects of over-reliance on AI dialogue systems on students’ cognitive abilities: a systematic review. Smart Learning Environments.
https://slejournal.springeropen.com/articles/10.1186/s40561-024-00316-7 SpringerOpen - Dhillon, P. S., et al. (2024). Shaping Human-AI Collaboration: Varied Scaffolding Levels in Co-writing with Language Models (CHI 2024).
https://arxiv.org/abs/2402.11723 arXiv - Herm, L.-V. (2023). Impact of Explainable AI on Cognitive Load: Insights from an Empirical Study.
https://arxiv.org/abs/2304.08861 arXiv - Schmidhuber, J., Schlögl, S., Ploder, C. (2021). Cognitive Load and Productivity Implications in Human-Chatbot Interaction.
https://arxiv.org/abs/2111.01400 ar
#InteligenciaArtificial #PensamientoCrítico #EducaciónDigital #CogniciónHumana #IAResponsable #AprenderConIA #InnovaciónEducativa #FuturoDelAprendizaje #AlfabetizaciónDigital