Un nuevo estudio muestra que cuanto más dejan las personas en manos de la inteligencia artificial, menos capaces son de pensar por ellas mismas. En espacios digitales, eso lleva a cada vez más personas a confiar en la IA para distinguir las noticias falsas, con lo que se crea una generación de usuarios sin las habilidades para para identificar la desinformación por sí mismos. En las aulas, representa el riesgo de estudiantes incapaces de analizar problemas, participar en clase o salir adelante sin usar la tecnología como muleta.
El MIT, responsable del informe, aborda esta degradación y advierte que la sustitución del esfuerzo analítico humano por algoritmos desencadena un proceso de “rendición cognitiva”. Esta condición ocurre cuando el estudiante cede su agencia intelectual al producto de una máquina, desactivando los procesos esenciales del razonamiento crítico. La tentación de ceder la carga mental a los sistemas automatizados aumenta ante la presión de los plazos de entrega.
El informe del MIT sugiere reestructurar los programas de estudio hacia un modelo focalizado en la experiencia presencial y el aprendizaje práctico. En lugar de exámenes y ensayos redactados en casa, tareas que pierden validez cuando un modelo de lenguaje ejecuta la instrucción en segundos, se plantea migrar hacia exámenes orales, laboratorios de resolución de problemas en tiempo real y análisis situacionales en vivo. De esta forma, la academia podría llevar a estudiantes que ya entienden la arquitectura conceptual de cualquier tema a usar, ahora sí, asistentes digitales para potenciar su proceso.
En el mundo empresarial, la ecuación es similar, pero con efectos posiblemente más perniciosos. A medida que las funciones repetitivas de los niveles de entrada son automatizadas, se corta el ciclo de formación de talento para relevar a los altos mandos en unos años. De ese modo, parece inevitable que llegue un día en que la IA y solo la IA entienda cómo se completan procesos críticos y no queden humanos capaces de verificar su labor.
Por poner un ejemplo: las empresas de ingeniería que adoptaron asistentes de programación como GitHub Copilot pueden interpretar el estado actual de las cosas como una confirmación de que ya no es necesario saber rescribir código porque la IA puede hacerlo. Pero el aumento en la velocidad de despliegue de software crea un vacío que, inevitablemente, redundará en un descenso en la calidad del código y en la innovación. Los desarrolladores principiantes que confían en la automatización carecen de la capacidad para auditar fallas de seguridad o corregir errores estructurales en sistemas críticos. El resultado de esa ecuación es una generación de profesionales incapaces de supervisar las herramientas que operan en sus entornos de trabajo.
La estrategia propuesta por los especialistas del MIT contempla establecer políticas de uso de tecnología adaptadas al objetivo pedagógico de cada materia y proteger el desarrollo de capacidades humanas esenciales como el análisis, el pensamiento crítico, la contextualización, la verificación, la síntesis y la creatividad. Definir los límites de la automatización en cada etapa de la formación evita el deterioro del pensamiento abstracto y enseña a determinar cuándo delegar un proceso y cuándo aplicar el razonamiento propio.
