¿La IA nos está volviendo estúpidos?
Cada generación termina encontrando un invento al que culpar de que la siguiente ya no piensa como antes. A unos les tocó la radio. A otros, la televisión. Muchos crecimos entre Encarta, Google, Wikipedia y el clásico “no copies de internet”. Ahora el acusado es la inteligencia artificial.
Me quedé pensando en esa historia por una razón muy sencilla: tiene todo lo necesario para incendiar una sección de comentarios. Jóvenes, inteligencia artificial, educación y la sospecha de que “ya nadie sabe hacer nada solo”. El combo perfecto.
Pero hay algo casi cómico en aceptar la historia sin hacerle preguntas. Si el argumento dice que una generación olvidó las 5W y nosotros lo compartimos sin saber quiénes eran los alumnos, dónde ocurrió, cuándo, qué les pidieron, cómo los evaluaron o quién documentó el ejercicio, entonces quizá el problema periodístico no esté únicamente del lado de los estudiantes.
Ahí empieza este artículo.
Supongamos por un momento que el ejercicio sí ocurrió. Incluso así, un grupo que falla una tarea concreta no demuestra que toda una generación haya perdido la capacidad de pensar. Demuestra que ese grupo, en esas condiciones, tuvo un problema con esa habilidad. El resto hay que investigarlo antes de convertirlo en sentencia.
Lo que sí encontré es algo bastante más interesante: cuando una herramienta reemplaza justo el esfuerzo que queríamos entrenar, puede perjudicar el aprendizaje. Cuando entra después, con fundamentos, criterio y una tarea bien diseñada, también puede ayudar a pensar mejor. Así que la discusión no se queda en si la IA es buena o mala. A mí me interesa más saber en qué momento la usamos como escalera y en cuál empezamos a pedirle que suba por nosotros.
Y para llegar a la IA hay que ir bastante más atrás. Muchísimo más atrás. Porque este miedo de que una herramienta nueva nos vuelva flojos, ignorantes o menos capaces no nació con ChatGPT, ni con Google, ni siquiera con una computadora.
Sócrates ya tenía problemas con una tecnología que hoy damos por sentada
En el Fedro de Platón aparece una de esas escenas que parecen escritas para sobrevivir siglos. Sócrates cuenta el mito de Theuth, inventor de la escritura, y del rey Thamus, quien escucha la promesa de que las letras ayudarán a la memoria y responde prácticamente lo contrario: si empezamos a depender de signos externos, dejaremos de ejercitarla.
Suena familiar, ¿no?
Cambia “escritura” por “inteligencia artificial” y una parte importante del miedo sigue intacta. Algo que antes tenía que salir de nuestra cabeza empieza a vivir afuera. De inmediato aparece la sospecha de que, si ya no hacemos ese esfuerzo por nosotros mismos, tarde o temprano perderemos la habilidad.
Y aquí llega un plot twist de más de dos mil años: sabemos que Sócrates desconfiaba de la escritura porque Platón lo escribió.
Dennis Baron, lingüista de la Universidad de Illinois y autor de A Better Pencil, recorre precisamente esa historia. Lápiz, pluma, máquina de escribir, computadora. Cada herramienta fue acompañada por una etapa de sospecha antes de convertirse en parte del paisaje.
Tal vez nunca dejamos de pensar. Lo que hacemos, una y otra vez, es mover la frontera entre lo que guardamos en la cabeza y lo que dejamos en una herramienta.
Lectura CineMedios a partir de la historia de las tecnologías de escritura y la investigación sobre descarga cognitiva.La psicología cognitiva tiene incluso un término para una parte de este proceso: cognitive offloading, descarga cognitiva. Evan Risko y Sam Gilbert lo utilizan para describir cómo recurrimos a acciones u objetos externos para reducir el trabajo mental de una tarea.
Una agenda hace eso. Una lista del súper también. El recordatorio que te dice que pagues la tarjeta el día 28, también. Nadie suele decir que poner una alarma nos volvió más tontos. Simplemente entendimos que no todo merece vivir permanentemente en la memoria.
El problema aparece cuando descargamos precisamente aquello que necesitábamos ejercitar.
La imprenta y la máquina de escribir también parecieron una amenaza
La imprenta suele aparecer en nuestros libros como uno de esos momentos donde la humanidad, aparentemente, dijo “qué buena idea” y siguió adelante. No fue tan sencillo.
Reproducir textos más rápido y a menor costo cambió oficios, autoridad, educación y circulación del conocimiento. También puso contra la pared a una actividad que durante siglos había tenido un enorme valor intelectual y religioso: copiar libros a mano.
En 1492, Johannes Trithemius escribió In Praise of Scribes, una defensa del trabajo de los copistas monásticos justo cuando la impresión hacía cada vez menos necesaria esa labor. Lo interesante es que Trithemius no era un hombre encerrado en una torre odiando cualquier cosa nueva. Utilizó libros impresos y amplió la biblioteca de su monasterio. Su preocupación estaba en otra parte: copiar también era disciplina, atención y formación.
Ese matiz importa mucho para lo que estamos discutiendo hoy.
Una herramienta puede ser mejor para producir un resultado y, al mismo tiempo, eliminar una parte del proceso que tenía valor formativo.
Después vino la máquina de escribir. Y sí, también tuvo lo suyo. Dennis Baron documenta críticas sobre lo impersonal, lo ruidoso y la amenaza que representaba para la caligrafía. Tiene gracia leerlo ahora porque nadie ve una Underwood en un museo y piensa en la destrucción de la civilización. La vemos y pensamos que se ve increíble.
Pero en 1932 TIME reportó un experimento escolar con 2,000 máquinas, 14,000 niños y 400 docentes. Los estudiantes que combinaban máquina de escribir y escritura manual mejoraron su caligrafía más que quienes trabajaban únicamente a mano.
No significa que toda tecnología vaya a mejorar exactamente aquello que viene a sustituir. Significa algo más modesto, y más útil: hacer una parte del trabajo más fácil no vuelve automáticamente peor todo lo demás.
La radio y la televisión también llegaron con la promesa de educar y el miedo de arruinarlo todo
Luego el conocimiento dejó de depender solamente del papel. Primero empezó a viajar por el aire.
La BBC experimentó con transmisiones escolares desde 1924. En México, la Secretaría de Educación Pública fundó ese mismo año una estación con fines educativos y artísticos. La radio parecía una herramienta extraordinaria para llevar clases, música e información a lugares donde un maestro, un libro o una biblioteca no siempre podían llegar.
Claro que no todos estaban fascinados.
Una investigación británica de 1927 recogió la preocupación de docentes que veían el riesgo de una “instrucción mecánica centralizada” capaz de restarles autonomía. El profesor podía terminar convertido en acompañante de una voz que llegaba desde un estudio.
¿Qué hizo la BBC con el tiempo? Terminó formulando una idea bastante razonable: la emisión no sustituía la clase, la complementaba.
La televisión heredó el problema y le agregó una pantalla.
El Bullock Report de 1975, encargado por el gobierno británico para estudiar la enseñanza del inglés y los estándares de lectura, documentó una creencia ampliamente extendida de que el tiempo frente al televisor estaba dañando la alfabetización. La preocupación era real. La evidencia, bastante menos contundente.
El propio informe reconocía que buena parte de aquellas afirmaciones eran subjetivas y que había poca evidencia empírica para asegurar que la televisión estuviera deteriorando los niveles de lectura. Un estudio británico previo incluso observó una caída inicial en ciertos hábitos cuando llegaba la TV a casa, pero después de tres años los niños leían al menos tantos libros como antes.
No porque la televisión fuera inocua. Una pantalla compite por tiempo y atención. Eso sigue siendo verdad hoy. Lo que no funcionaba era brincar de “los niños pasan horas viendo TV” a “los niños ya no sabrán leer”.
El apocalipsis necesitaba más datos.
La calculadora, Encarta, Google y Wikipedia ya habían cambiado la tarea mucho antes de la IA
Si creciste antes de que un teléfono resolviera operaciones, probablemente escuchaste alguna versión de “no siempre vas a tener una calculadora contigo”.
Bueno.
Aquí estamos.
Tenemos una calculadora en el bolsillo, junto con cámara, mapa, biblioteca, traductor, reproductor de música, buscador y una cantidad absurda de información. Pero antes de llegar ahí hubo una discusión seria sobre si las calculadoras iban a impedir que los estudiantes aprendieran matemáticas.
El National Research Council revisó décadas de investigación y encontró que las preocupaciones sobre una pérdida de habilidades básicas persistieron durante años, aunque la evidencia empírica en general no encontró que el uso apropiado de calculadoras dañara su desarrollo. Incluso podía favorecer comprensión conceptual, estrategia y disposición hacia las matemáticas.
La palabra importante era “apropiado”. Nadie necesitaba defender que un niño aprendiera multiplicación presionando botones sin entender qué estaba pasando. La calculadora tenía sentido cuando el fundamento ya existía o cuando la operación manual dejaba de ser el objetivo principal.
Después nos tocó algo mucho más cercano: Encarta.
Para quienes hicimos tareas en los noventa y principios de los dos mil, aquel CD-ROM era casi magia. Ya no tenías que abrir una enciclopedia enorme, revisar índices, buscar un tomo y esperar que el artículo siguiera actualizado. Escribías una palabra, aparecía una entrada, había fotografías, audio, videos y enlaces hacia otros temas.
Microsoft lanzó Encarta en 1993 como una enciclopedia multimedia diseñada específicamente para computadora. Cinco años después reportaba más de 20 millones de copias licenciadas desde su lanzamiento. No era un juguete de nicho. Para una generación entera fue la primera vez que una PC se sintió como una biblioteca viva.
Y también llegó el regaño.
“No saques todo de Encarta”.
La frase cambió de salón en salón, pero la idea era la misma: si encontrar la información era demasiado fácil, entonces investigar ya no parecía investigación.
El punto es que Encarta no eliminó la necesidad de entender. Eliminó una parte del trabajo de localizar. Después seguía faltando leer, elegir, relacionar, explicar y escribir algo propio.
Luego apareció Google y cambió la escala por completo.
Ya no se trataba de consultar una enciclopedia. Se trataba de encontrar prácticamente cualquier cosa.
Un experimento publicado en Science en 2011 encontró que, cuando las personas esperaban poder consultar información más adelante, recordaban menos el dato y mejor dónde encontrarlo. Betsy Sparrow, Jenny Liu y Daniel Wegner describieron internet como una forma de memoria externa o transaccional.
Eso suena alarmante hasta que lo piensas un poco más. No necesariamente dejamos de recordar. Empezamos a recordar otra cosa: la ruta.
Para quienes crecimos con internet, Google dejó de ser una página y se convirtió en verbo. “Googlea eso”. Y ahí apareció una nueva versión de la misma crítica: los jóvenes ya no saben investigar, sólo saben buscar.
¿Había motivos para preocuparse? Sí.
En 2012, Pew Research Center encuestó a 2,462 docentes vinculados a Advanced Placement y National Writing Project. Tres de cada cuatro consideraban que internet y los buscadores tenían un impacto mayormente positivo en la investigación de sus estudiantes. Pero muchos también veían sobredependencia de buscadores, dificultades para evaluar fuentes, distracción y una tendencia a confundir “investigar” con escribir algo en Google.
Eso me parece muchísimo más interesante que decir que Google nos volvió tontos. Porque el buscador no eliminó la investigación. Subió de nivel el problema.
Ya no bastaba con encontrar información. Había que saber si servía.
Y entonces llegó Wikipedia, el Voldemort de muchas bibliografías universitarias.
“Wikipedia no es una fuente”.
Lo escuchamos durante años. Y sí, había una razón correcta detrás del consejo: una enciclopedia abierta y editable no debía convertirse en el único respaldo de una investigación. El error fue interpretar eso como “Wikipedia no sirve”.
En 2016, Neil Selwyn y Stephen Gorard estudiaron a 1,658 universitarios y encontraron que los temores iniciales sobre su influencia perjudicial ya empezaban a ceder. Muchos estudiantes la utilizaban como una fuente introductoria o suplementaria, una manera de entender el mapa antes de meterse al territorio.
Ese uso tiene sentido. Llegas sin saber nada sobre un tema, lees una entrada para entender nombres, conceptos, fechas y referencias, y después vas a las fuentes que realmente sostienen el trabajo.
En el mundo hispano también tuvimos nuestro jefe final: El Rincón del Vago.
Ahí el problema era todavía más evidente. No era que existieran trabajos y apuntes en internet. Era copiarlos, cambiar la portada, imprimir y esperar que nadie se diera cuenta. Una investigación sobre plagio en secundaria en Andalucía encontró que, aunque el sitio era ampliamente conocido, 67.5% de los participantes declaraba no copiar trabajos de ahí.
El atajo existía. Eso no convertía automáticamente a toda una generación en tramposa.
La enciclopedia salió del estante y entró a la computadora. Encontrar una explicación dejó de depender del tomo físico.
Encontrar dejó de ser el gran obstáculo. Evaluar, contrastar y entender se volvió todavía más importante.
Ahora la herramienta también puede redactar, sintetizar, diseñar, programar o proponer. Ahí cambia otra vez la frontera.
La IA generativa no cabe dentro de un chatbot
Y aquí llegamos a 2026.
Reducir toda esta conversación a ChatGPT sería como contar la historia de internet hablando solamente de Google. Es una parte importantísima del cambio, sí, pero no es el cambio completo.
La inteligencia artificial lleva mucho tiempo viviendo entre nosotros en sistemas de recomendación, clasificación, detección, predicción, visión computacional y un montón de procesos que probablemente usamos sin detenernos a pensar que ahí también había IA.
Lo que cambió con la explosión generativa es la manera en que millones de personas se relacionan con ella.
Ahora le hablamos.
Y nos responde.
Puede redactar un texto, generar una imagen, resumir un PDF, producir voz, crear video, escribir código, traducir, proponer una estructura, detectar patrones o devolver una respuesta que parece terminada antes de que nosotros hayamos terminado de entender la pregunta.
Eso sí es distinto.
La IA generativa es una parte de la inteligencia artificial, no un sinónimo de toda la IA. UNESCO hace esa distinción en su guía para educación e investigación porque las herramientas generativas introducen problemas específicos de autoría, evaluación, veracidad y aprendizaje.
Encarta te entregaba una entrada publicada. Google te entregaba resultados. Wikipedia te entregaba una enciclopedia construida y corregida colectivamente. Una IA generativa puede darte un texto nuevo, construido para ti, que suena seguro incluso cuando está equivocado.
Ahí está una de las diferencias más importantes.
La fluidez puede engañar.
Un párrafo bien escrito no necesariamente sabe de qué está hablando. Una imagen convincente no necesariamente documenta algo que ocurrió. Un código que funciona puede traer un problema que no sabes detectar. Un resumen puede comerse justo la excepción que cambiaba toda la historia.
Y por primera vez el atajo no sólo está en encontrar la respuesta. Puede estar en producirla.
No porque tenga una intención maligna, sino porque puede aparecer exactamente en el lugar donde antes ocurría parte del esfuerzo. Si la tarea era formular una idea y pedimos la idea completa, el producto puede mejorar mientras el proceso se vuelve más pobre. Si ya tenemos fundamentos y la usamos para buscar contradicciones, probar escenarios o revisar nuestro razonamiento, el resultado cambia por completo.
La parte incómoda: hay estudios para preocuparse y también para entusiasmarse
Sería muy fácil terminar aquí diciendo que “esto ya pasó antes, así que no hay nada de qué preocuparse”. Pero eso también sería tramposo.
La historia sirve para poner contexto, no para darle inmunidad a una tecnología nueva.
Un estudio de Microsoft Research y Carnegie Mellon presentado en CHI 2025 encuestó a 319 trabajadores del conocimiento y reunió 936 ejemplos reales de uso de IA generativa. Encontró una asociación interesante: cuanto mayor era la confianza depositada en la IA, menor era el pensamiento crítico que los propios participantes reportaban. Cuando confiaban más en su capacidad para resolver la tarea, reportaban más pensamiento crítico.
También cambió el tipo de esfuerzo. Menos producción desde cero. Más verificación, integración y supervisión.
Eso no demuestra que la IA “apague el cerebro”. Es un estudio basado en autorreporte y trabajadores del conocimiento. No es una medición longitudinal de estudiantes. Pero sí deja una pista: si damos por buena una respuesta demasiado pronto, hacemos menos trabajo sobre ella.
Un ensayo controlado aleatorizado de 2025 con 120 universitarios comparó estudio con ChatGPT y métodos tradicionales. En una prueba sorpresa 45 días después, el grupo que utilizó ChatGPT obtuvo 57.5% frente a 68.5% del grupo tradicional. El estudio tuvo pérdida de seguimiento y se realizó en una sola institución, así que no sirve para declarar un efecto universal.
Una revisión y metaanálisis de 57 estudios y 97 estimaciones encontró efectos positivos globales de la IA generativa en aprendizaje universitario, incluyendo logro académico y pensamiento de orden superior. No encontró un efecto significativo en metacognición.
Otro metaanálisis publicado en 2025, con 29 experimentos y cuasiexperimentos, encontró un efecto positivo moderado de la IA generativa en pensamiento de orden superior, particularmente en resolución de problemas y pensamiento crítico.
Así que tenemos dos cosas ocurriendo al mismo tiempo.
Podemos aprender menos cuando la herramienta sustituye un proceso que necesitábamos hacer.
Y podemos aprender más cuando la herramienta permite trabajar mejor una tarea que ya exige comprender, comparar, verificar o crear.
No es contradictorio. Es casi obvio cuando dejamos de pensar en la IA como una sola cosa.
Una calculadora puede ser terrible para enseñar qué significa multiplicar si aparece cinco minutos antes de que el alumno entienda la operación. También puede ser magnífica cuando el problema ya no es multiplicar, sino modelar algo mucho más complejo.
Con la IA pasa algo parecido, sólo que la herramienta puede entrar en muchas más etapas del proceso.
Por eso UNESCO insiste en desarrollar competencias de IA y no únicamente acceso. Entender qué hace el sistema, reconocer sus límites, verificar, usarlo con responsabilidad y mantener juicio propio.
Ese último punto me parece central.
Porque una herramienta que responde bonito puede ser más peligrosa para alguien sin criterio que una herramienta que simplemente dice “no encontré resultados”.
El papel nunca fue la habilidad. Hacer las preguntas correctas, sí
Regresemos al post de LinkedIn.
Según la historia, los alumnos no pudieron redactar las 5W cuando les quitaron la IA. Eso suena grave porque las 5W son una estructura básica del periodismo.
Pero hay que separar dos cosas.
Una es poder repetir de memoria what, who, when, where, why y agregar how. Otra muy distinta es pensar periodísticamente.
Las 5W importan porque obligan a cubrir huecos. Te dicen que una historia sin protagonista, tiempo, lugar, causa o mecanismo probablemente sigue incompleta.
Si un estudiante sólo puede encontrarlas cuando una IA se las entrega, claro que hay un problema. Esa habilidad básica no quedó suficientemente construida. Y en ese momento quitar la IA puede funcionar igual que quitar la calculadora para comprobar si alguien entiende la operación.
Pero aquí aparece otra vuelta interesante.
Un estudio publicado en 2026 en The Journal of Educational Research utilizó precisamente 5W1H como andamiaje para mejorar la interacción de estudiantes con IA generativa dentro de un modelo de aprendizaje 5E. Fue pequeño, 19 estudiantes y cinco iteraciones, así que no voy a venderlo como la solución universal. Pero sí demuestra algo útil: la estructura que supuestamente la IA estaría destruyendo también puede servir para enseñarnos a usar mejor la IA.
Y aquí la historia de LinkedIn se vuelve todavía más irónica.
Porque la respuesta periodística correcta ante ese post era hacer exactamente lo que el post decía que ya nadie sabía hacer.
¿Qué alumnos?
¿Quién los evaluó?
¿Dónde ocurrió?
¿Cuándo?
¿Qué consigna recibieron?
¿Cuántos fallaron?
¿Cómo sabemos que la causa fue la IA y no una mala enseñanza previa, nervios, una instrucción confusa o cualquier otra variable?
No encontré esas respuestas.
Entonces no puedo usar la historia para probar que una generación perdió la capacidad de pensar.
Pero sí puedo usarla para recordar por qué todavía necesitamos aprender a preguntar.
No se trata de conservar todas las tareas del pasado como piezas de museo
Cada revolución tecnológica mueve un poco la frontera de lo que hacemos nosotros y lo que dejamos a una herramienta.
La escritura permitió guardar ideas fuera de la memoria. La imprenta multiplicó copias. La máquina de escribir aceleró la producción. Radio y televisión llevaron información a millones de personas al mismo tiempo. La calculadora automatizó operaciones. Encarta convirtió una enciclopedia en software. Google volvió casi instantánea la localización. Wikipedia hizo posible una enciclopedia viva y enlazada. La IA generativa ahora puede ayudarnos a producir.
No tiene mucho sentido exigir que cada generación trabaje exactamente igual que la anterior sólo para demostrar que puede hacerlo.
Tampoco tiene sentido entregar todas las habilidades de base porque ya existe una herramienta que las ejecuta.
Un estudiante sigue necesitando vocabulario para reconocer un texto pobre. Matemáticas suficientes para notar que una cifra no tiene sentido. Historia para detectar un anacronismo. Lectura para distinguir entre un argumento y un montón de palabras convincentes. Escritura para organizar lo que piensa sin depender siempre de que alguien más lo formule.
Después viene la herramienta.
Y ahí es donde creo que cambia la enseñanza.
Primero explica el concepto con tus palabras. Después pídele a una IA que encuentre una objeción que no habías considerado.
Primero resuelve un problema. Después compara tu método con otro.
Primero localiza la fuente. Después utiliza una herramienta para ordenar veinte documentos y encontrar contradicciones.
Primero construye una idea. Después úsala para someter esa idea a estrés.
Eso exige más que prohibir.
Y también exige más que decir “usen IA porque es el futuro”.
En la encuesta de Pew de 2012, los docentes no estaban pidiendo desaparecer Google. Querían que sus alumnos aprendieran a evaluar lo que encontraban. Catorce años después, el problema se parece mucho, sólo que ahora la respuesta puede llegar sin enlaces y escrita con una seguridad que no siempre merece.
Por eso el criterio ya no es un extra.
Es la materia.
No. Pero tampoco podemos fingir que una herramienta nueva nunca cambia nada
La historia no sirve para decir “siempre tuvimos miedo y al final todo salió bien”. Eso sería convertir siglos de cambios culturales en una frase motivacional.
Sócrates tenía parte de razón: la escritura cambió nuestra memoria.
Quienes desconfiaban de la televisión tenían parte de razón: una pantalla sí compite por nuestra atención.
Los maestros que miraban con sospecha a Encarta, Google o Wikipedia también veían un problema real: encontrar información más rápido puede hacer que confundamos acceso con conocimiento.
Y quienes hoy advierten sobre la IA también tienen una preocupación válida. Si la herramienta elimina exactamente el esfuerzo que necesitábamos hacer para aprender algo, podemos entregar una tarea mucho más bonita y entender bastante menos.
Pero una preocupación válida no alcanza para sentenciar a una generación.
La evidencia que tenemos hasta ahora es más interesante que eso. La IA generativa puede reducir esfuerzo crítico cuando confiamos demasiado rápido. Puede perjudicar retención si reemplaza un proceso de estudio. También puede ayudar en resolución de problemas y pensamiento de orden superior cuando se utiliza con una actividad que obliga a comparar, cuestionar, verificar y decidir.
Además, esta conversación no va a terminar en un chatbot.
La IA ya está entrando en buscadores, software de oficina, herramientas creativas, programación, educación, atención al cliente, análisis, edición y prácticamente cualquier lugar donde exista información que transformar. Probablemente llegue un momento, como pasó con internet, en que dejemos de decir “estoy usando IA” cada cinco minutos porque una parte simplemente estará integrada en la herramienta.
Entonces vendrá la prueba que realmente me interesa.
No si una generación sabe hacer una tarea exactamente como la hacíamos nosotros.
Sino si sabe reconocer cuándo una respuesta no tiene sentido. Si sabe encontrar la fuente original. Si puede desconfiar aunque el texto suene impecable. Si entiende qué parte del trabajo decidió delegar y puede volver a hacerla cuando sea necesario.
Eso no es pensar menos.
Es aprender a pensar en un mundo donde cada vez más cosas pueden hacerse por nosotros.
Las generaciones anteriores sobrevivieron a la escritura, la imprenta, la radio, la televisión, la calculadora, Encarta, Google y Wikipedia. No porque esas herramientas no hayan cambiado nada, sino porque nosotros cambiamos con ellas.
Con la IA va a pasar algo parecido.
La diferencia está en que esta vez la herramienta también puede escribir la respuesta.
Así que quizá nos toca enseñar algo todavía más importante que saber responder.
Saber cuándo la respuesta merece otra pregunta.
Sobre el autor
