Ilusión de competencia
En un experimento de 2025, Nataliya Kosmyna y su equipo conectaron a unos voluntarios a un electroencefalógrafo y les pidieron que escribieran ensayos. Algunos lo hicieron a solas, otros con un buscador, otros con un modelo de lenguaje. Minutos después de entregar su texto, les pidieron que recordaran una sola frase del trabajo que acababan de firmar como propio. En el grupo que había escrito con un chatbot de IA, el 83,3 % no fue capaz de citarse a sí mismo. En los grupos del buscador y del lápiz, solo el 11,1 % falló.
Las frases estaban en el texto y en sentido jurídico, eran suyas. Lo que faltaba era el otro tipo de propiedad: la que se adquiere cuando una idea pasa por uno y deja huella. Si el texto se había producido sin que el autor lo pensara, no lo recordaba. Es la brecha entre producir y comprender.
Durante casi todo el siglo XX rigió el efecto Flynn: cada generación puntuaba entre tres y cinco puntos más en los tests de cociente intelectual que la anterior. Aunque las causas se discutían: nutrición, escolarización, ambientes más estimulantes, la tendencia parecía una ley. Hasta que, en varios países, se detuvo y empezó a invertirse. Teasdale y Owen lo midieron en reclutas daneses, con un punto de inflexión en torno a 1979; Sundet lo confirmó en Noruega; Bratsberg y Rogeberg, en 2018, refinaron el estudio comparando hermanos y observaron que el declive ocurría dentro de las mismas familias, lo que da más peso a causas ambientales que genéticas. En Gran Bretaña, Shayer mostró que los adolescentes de 2003 razonaban bastante peor que sus pares de los setenta. El declive cognitivo se concentra en la capacidad de resolver problemas nuevos sin apoyarse en conocimiento adquirido. Es la habilidad que la escuela no transmite de forma directa, sino que se construye enfrentándose una y otra vez a lo que aún no se entiende. Es la inteligencia que aumenta con la fricción. El Flynn negativo es un fenómeno observado antes de la irrupción masiva de la IA generativa. Demuestra que la inteligencia es ambientalmente maleable y puede caer cuando cambia el entorno.
El filósofo Byung-Chul Han, reconocido por su capacidad para diagnosticar la sociedad contemporánea, ha descrito nuestra época como una sociedad de lo liso. En La salvación de lo bello (2015), escribió que lo liso, lo pulido, lo impecable, no daña, no ofrece resistencia, elimina toda negatividad. Su objeto no es la tarea que exige esfuerzo o la obra que exige contemplación, sino la pantalla táctil del smartphone: una superficie que responde con suavidad al dedo, sin aspereza. Han afirma que esta “lisura” ha dejado de ser un atributo de los objetos y se ha convertido en un imperativo que coloniza el trabajo, la comunicación y la relación con el conocimiento. La información se ofrece como un servicio liso: respuestas instantáneas, completas, soluciones sin resistencia. La IA generativa ha llevado esta tendencia al extremo. El pensamiento se forma trabajando las objeciones: comprender exige el encuentro con lo que se opone, con lo que frustra, con lo que demora. La cultura digital, en cambio, impone un estado de excitación continua que salta de un estímulo a otro y disuelve la pausa reflexiva.
La paradoja es que la herramienta diseñada para mejorar el rendimiento puede estar degradando las competencias que deberían desarrollarse. Bastani y sus colaboradores lo documentaron con cerca de mil estudiantes turcos, en su estudio: Generative AI Without Guardrails Can Harm Learning (2025). Dar acceso a los estudiantes a un modelo como GPT-4 elevaba su desempeño mientras lo usaban. Pero, al quitarles el acceso, en los exámenes sin apoyo de IA, quienes más habían dependido de la herramienta rendían peor que si nunca la hubieran tenido. La mejora era real mientras usaban la prótesis; al quitarla, se derrumbaba.
Strömberg, Lei y Wu (2026) replicaron y ampliaron este hallazgo a una escala masiva. Siguieron a 26.811 estudiantes chinos de secundaria durante treinta meses, aprovechando que distintas escuelas adoptaron la IA en momentos distintos. Esto les permitió comparar a quienes usan la IA con quienes aún no lo han hecho. El resultado es claro. La adopción de herramientas de IA sube las notas de las tareas y reduce el tiempo para realizarlas, pero baja las calificaciones de las evaluaciones mensuales, de los controles a seis meses y de los exámenes de acceso a la universidad. El hallazgo más alarmante es que la penalización completa no se evidencia hasta unos dos años después. Y se concentra en torno al 80 % de los usuarios: aquellos cuyo comportamiento muestra la externalización de la tarea, con tiempos de resolución muy cortos junto a notas altas. Si el daño apareciera de inmediato, el estudiante notaría que no entiende, el profesor se daría cuenta y podría corregir el rumbo. Pero cuando un perjuicio tarda dos años en manifestarse, el daño ya está consolidado. La herramienta nos deja construir nuestra propia ilusión de competencia, con materiales que parecen excelentes.
Robert Bjork, en su artículo Memory and Metamemory Considerations in the Training of Human Beings (1994), acuñó la expresión “dificultades deseables”, para referirse al hallazgo de que ciertos obstáculos empeoran el rendimiento a corto plazo, pero mejoran la retención a largo plazo. El aprendizaje no es la transferencia de información de una pantalla a una cabeza; es el resultado del trabajo. Eliminar la fricción equivale a eliminar el aprendizaje y conservar solo su apariencia. Risko y Gilbert, estudiaron que descargar el esfuerzo mental hacia un soporte externo como una libreta, una calculadora o un asistente, permite liberar recursos para tareas superiores. El problema es “qué” se delega. Cuando se externaliza el razonamiento entero, no se libera capacidad para pensar mejor: simplemente no se construye la capacidad de pensar. Un texto generado por IA es, por definición, fluido, coherente, ordenado: es el escenario perfecto para creer que se ha entendido algo que solo se ha presenciado.
En 2011, Betsy Sparrow describió el efecto Google: cuando sabemos que una información estará accesible en un buscador, recordamos peor el contenido y mejor dónde encontrarlo. La memoria se vuelve un índice de ubicaciones externas. La IA generativa, sin embargo, no es un buscador más potente: es un salto cualitativo. El buscador recupera fragmentos que debemos leer, juzgar, ensamblar y redactar; deja en nuestras manos la síntesis, donde ocurre la mayor parte del aprendizaje. La IA Generativa entrega el resultado terminado. Se externaliza la operación intelectual completa: lectura, juicio, estructura, prosa. Por eso el experimento de Kosmyna separa con tanta claridad ambos grupos. Quien busca sigue siendo el autor de su síntesis y la recuerda; quien delega la síntesis a la IA no tiene nada que recordar, porque nunca sucedió dentro de él. El efecto Google nos volvió peores recordando y mejores localizando. La IA generativa amenaza con volvernos prescindibles en la operación fundamental que define el trabajo intelectual.
En el Fedro, Sócrates advertía sobre una tecnología entonces nueva y temible: la escritura. Confiados en las marcas externas, los hombres dejarían de ejercitar la memoria y obtendrían la apariencia de la sabiduría en lugar de la sabiduría. La calculadora, la imprenta, el GPS, Wikipedia: cada tecnología cognitiva ha despertado el mismo temor, y la civilización ha sobrevivido a todas. Sin embargo, en este caso hay al menos cuatro diferencias:
- La completitud: la escritura externalizaba el almacenamiento, no el pensamiento; la IA generativa externaliza el acto mismo de producción intelectual.
- La latencia: los efectos que tardan dos años en manifestarse ocultan las señales de alarma que nos protegieron antes.
- La captura de la métrica: cuando aquello con lo que evaluamos es justo lo que la herramienta produce, el sistema deja de medir el proceso (la competencia) y solo mide el resultado.
- Y, por último, el efecto Flynn negativo: la inteligencia de una población puede caer cuando cambia el entorno.
Nicholas Carr lleva más de una década documentando este patrón. En The Shallows (2010) advirtió del surgimiento de una “mente superficial”: la lectura hiperenlazada y la dependencia de la red atrofiarían la atención profunda y la capacidad de análisis sostenido. En Superbloom (2025) desplazó el foco de la cognición individual al vínculo social y sostiene que las tecnologías de la conexión, lejos de acercarnos, nos separan: fragmentan el tejido social y premian lo inmediato y efímero sobre la comprensión.
El hilo común a Carr, Sparrow y Han es que los artefactos que fabricamos no son neutros, nos configuran. Las tecnologías median nuestra relación con el mundo y, al hacerlo, nos modifican. John Culkin señaló que damos forma a nuestras herramientas y, después, ellas nos dan forma. Han añade que las herramientas digitales nos alisan; eliminan la resistencia del mundo y, con ella, la ocasión de que el sujeto se constituya en el encuentro con lo otro. Si educamos a una generación donde toda pregunta recibe una respuesta inmediata y pulida, formamos mentes que no han sido obligadas a atravesar la fricción del error, el esfuerzo y la demora.
Como sostuvieron Clark y Chalmers con su tesis de la mente extendida, la cognición no termina en el cráneo: se derrama a los cuadernos, los dispositivos y ahora a los modelos de IA. La consecuencia es ambivalente. En el Fedro, la escritura se ofrece como pharmakon; Derrida leyó ese término como remedio y veneno a la vez, según la dosis y el uso. La IA generativa no es bendición ni maldición; es un pharmakon especialmente potente, que amplifica al experto que ya posee modelos internos contra los cuales contrastar lo que la máquina propone, y atrofia al novato que aún no los tiene y no puede distinguir una buena respuesta de una plausible. La diferencia es quién usa la herramienta y cuánta fricción acumuló en el proceso. Martin Puchner, profesor de Harvard, en su charla: Can AI Produce Culture? (2024), señaló:
Para alguien con un martillo, todo parece un clavo. Pero si le das a alguien como Miguel Ángel un martillo, un cincel y un mármol, no verá un clavo: verá la estatua de David.
La comodidad de una IA que escribe por nosotros tiene un precio que se cobra con retraso: la habilidad que no construimos, el músculo que no ejercitamos, la comprensión que confundimos con su apariencia. No se trata de renunciar a estas herramientas, ya que sería ingenuo e inútil, sino de saber qué le delegamos. Externalizar el trabajo pesado de un experto que ya sabe es amplificación; externalizar el aprendizaje de un novato que aún no sabe es vaciamiento. Cada cual decide cómo se califica y vigila.
Una sociedad que externaliza su pensamiento corre el riesgo de debilitar la reserva de gente capaz de juzgar críticamente lo que las propias máquinas están produciendo masivamente, justo lo que más se necesita hoy. La ironía es que la tecnología que prometía democratizar el conocimiento podría, sin las cautelas, democratizar su atrofia.
Don Ihde y Lambros Malafouris en Homo faber Revisited (2019) argumentan que, desde la prehistoria, los humanos hemos estado moldeando nuestras mentes, constituyéndonos y reinventándonos a nosotros mismos a través de las cosas que hacemos y las habilidades que desarrollamos al usarlas. Escriben:
Los seres humanos no son meras criaturas de la “naturaleza” o la “biología”. Tampoco son únicamente productos de la “cultura”. Más bien, el modo de ser humano puede describirse mejor como “un continuo de interrelaciones humano-prótesis”.
Las herramientas nos dan forma, pero somos nosotros quienes les damos forma primero. Saber que estamos siendo constituidos por lo que usamos es la condición de poder elegir “cómo”. La pregunta que estos estudios dejan abierta no es si la IA nos hará más tontos o más sabios, sino si tendremos la lucidez y la voluntad, de conservar, en medio de tanta facilidad disponible, las “dificultades deseables” que nos hacen florecer como humanos.
