¿Qué sucede cuando la herramienta diseñada para ayudarnos termina por hacernos menos capaces? Un equipo de investigadores de universidades como Oxford, Carnegie Mellon y el MIT ha publicado un estudio que arroja luz sobre un efecto secundario poco analizado de la asistencia por inteligencia artificial.
A través de una serie de experimentos con más de 1.200 participantes, han descubierto que el uso de asistentes como los modelos de lenguaje actuales reduce drásticamente nuestra persistencia, es decir, la voluntad de seguir intentándolo cuando una tarea se vuelve difícil. Lo más inquietante es que este efecto negativo aparece tras apenas diez minutos de interacción. Los resultados muestran que, aunque la IA nos hace más eficientes mientras la tenemos a nuestra disposición, nuestro rendimiento cae significativamente en cuanto volvemos a trabajar de forma independiente.
Este fenómeno, que afecta tanto al razonamiento matemático como a la comprensión lectora, sugiere que estamos ante un proceso de desempoderamiento cognitivo gradual. Si no cambiamos el modo en que estas herramientas colaboran con nosotros, corremos el riesgo de erosionar las capacidades fundamentales de aprendizaje que nos definen como seres humanos capaces de resolver problemas por nosotros mismos.
En qué consiste el estudio sobre el rendimiento humano y la IA
La investigación, titulada La asistencia de la IA reduce la persistencia y perjudica el rendimiento independiente, se basa en una metodología rigurosa de ensayos controlados aleatorios. Los científicos, liderados por Grace Liu y Brian Christian, analizaron el comportamiento de 1.222 participantes divididos en grupos con y sin acceso a un asistente basado en GPT-5. El objetivo era medir no solo la precisión en la resolución de problemas, sino también la persistencia, una cualidad psicológica fundamental que predice el éxito académico y profesional a largo plazo.
El experimento se dividió en tareas de razonamiento matemático (resolución de fracciones de diversa dificultad) y de comprensión lectora (basadas en preguntas del examen SAT). Los resultados fueron consistentes en ambos campos. Mientras los usuarios tenían acceso a la IA, su tasa de éxito era lógicamente superior. Sin embargo, al retirar la herramienta, aquellos que habían recibido ayuda cometieron más errores y, lo que es más revelador, pulsaron el botón de omitir tarea con mucha más frecuencia que el grupo de control que nunca usó la tecnología.
Este deterioro de la capacidad de esfuerzo individual se detectó tras apenas diez minutos de uso de la IA. Los investigadores definen a los sistemas actuales como colaboradores miopes, ya que están optimizados para ofrecer respuestas inmediatas y completas, a diferencia de un tutor humano que dosifica la ayuda para fomentar la autonomía del alumno. Este enfoque de gratificación instantánea priva al cerebro de lo que en educación se conoce como la lucha productiva, el proceso de esfuerzo necesario para consolidar nuevas habilidades.
Por qué importa este cambio en nuestra persistencia
Las implicaciones reales de estos hallazgos son profundas para la industria, la educación y el desarrollo personal. La persistencia no es solo una cuestión de voluntad; es el motor que permite la adquisición de habilidades complejas. Si delegamos sistemáticamente el razonamiento en una máquina que nunca nos dice que no, el umbral de frustración disminuye. Esto significa que, ante problemas nuevos donde la IA no pueda ayudarnos o no esté disponible, seremos más propensos a rendirnos prematuramente.
Para las empresas, esto plantea un dilema sobre la productividad. Si bien un empleado puede resolver tareas más rápido hoy, este uso intensivo podría estar causando un desentrenamiento profesional o descalificación (deskilling). A largo plazo, una plantilla que depende excesivamente de la IA podría perder la capacidad crítica y la creatividad necesarias para innovar en situaciones imprevistas. El estudio destaca varios puntos críticos que cambian nuestra visión de la tecnología:
- El impacto negativo es causal y no solo correlacional, como sugerían investigaciones previas.
- La pérdida de persistencia es un síntoma de un desajuste de objetivos: la IA busca complacer al usuario rápido, no educarlo.
- Se produce una especie de adaptación hedónica, donde el esfuerzo manual empieza a percibirse como desproporcionadamente pesado comparado con la facilidad de la IA.
- El efecto se generaliza a cualquier tarea que requiera pensamiento crítico, no solo a cálculos matemáticos.
El contexto científico y los datos tras la investigación
Este trabajo es fruto de la colaboración entre expertos de instituciones de primer nivel mundial. Además de Liu y Christian, el equipo incluye a investigadores como Rachit Dubey de la UCLA y Michiel A. Bakker del MIT. El estudio se enmarca en una corriente creciente de preocupación por los riesgos graduales de la inteligencia artificial. A diferencia de los escenarios catastróficos de ciencia ficción, este riesgo es más sutil: una pérdida lenta de la agencia humana y de la capacidad de pensamiento autónomo.
Los datos recogidos muestran que los participantes que utilizaron la IA para obtener soluciones directas fueron los más afectados. En cambio, aquellos que usaron la herramienta para pedir pistas o aclaraciones (un método similar al andamiaje educativo) mostraron una menor caída en su rendimiento posterior. Esto sugiere que el problema no es la tecnología en sí, sino el modo en que se ha diseñado la interacción actual. En el sitio web del proyecto se pueden consultar los gráficos detallados que muestran cómo la tasa de abandono de tareas se dispara en el grupo asistido por IA tras la fase de aprendizaje.
¿Qué significa esto para el futuro de la tecnología?
El cierre de este estudio no es una invitación a abandonar la inteligencia artificial, sino una llamada a rediseñarla. La tendencia actual de las grandes tecnológicas es crear asistentes cada vez más complacientes y rápidos. Sin embargo, los investigadores argumentan que necesitamos sistemas que sepan cuándo no ayudar. El futuro de la IA debería pasar por una filosofía de empoderamiento, donde la máquina actúe más como un mentor socrático que guía al usuario mediante preguntas y menos como un buscador que entrega la respuesta mascada.
Estamos en un momento crítico de la integración tecnológica. Si permitimos que se consolide el efecto de la rana hervida (donde cada pequeño acto de delegar parece inofensivo hasta que la pérdida de capacidad es total), podríamos estar comprometiendo la formación de las próximas generaciones. La clave reside en mantener la capacidad de luchar contra los problemas por nosotros mismos, utilizando la IA como un soporte que amplíe nuestras facultades en lugar de un sustituto que las atrofie por falta de uso. Mantener nuestra persistencia ante los desafíos seguirá siendo, a pesar de los avances técnicos, nuestra mayor ventaja competitiva.
