A veces usar inteligencia artificial se parece a comer en ese típico restaurante chino donde todo, absolutamente todo, lleva glutamato. Está rico, es rápido, entra bien… pero si lo piensas, casi todos los platos saben igual. Cambia el nombre, cambia la foto del menú, pero no el sabor.
Con la IA pasa algo parecido. Si la usamos sin criterio, corremos el riesgo de que nuestro trabajo acabe igual de uniforme: mucha producción, poca esencia. Mucha respuesta, poco pensamiento. Un menú infinito… donde todo sabe a lo mismo.
A eso lo llamo el síndrome del restaurante chino aplicado a la IA. Y lo inquietante es que este “glutamato digital” tiene efectos reales sobre cómo pensamos.
La velocidad deslumbra… pero también nos adormece
Estamos en plena luna de miel con la inteligencia artificial. Es normal: trabaja rápido, bien y sin cansarse. Pero entre tanta fascinación, casi nadie habla del otro lado de la moneda: qué pasa con nuestra propia capacidad cognitiva cuando delegamos demasiado.
La ciencia ya tiene un nombre para esto: cognitive offloading. Es decir, sacar tareas de nuestra mente y entregárselas a una máquina.
Una revisión clásica de Risko y Gilbert¹ explica que, cuando externalizamos nuestras tareas mentales —memoria, organización, análisis básico—, nuestra implicación cognitiva disminuye. En resumen: pensamos menos porque ya no hace falta pensar tanto.
Cuando dejamos de pensar porque ya hay alguien que piensa por nosotros
Durante años, los profesionales más valorados eran quienes sabían analizar, sintetizar, enlazar ideas. Hoy, buena parte de ese trabajo lo hace la IA, y el riesgo es obvio: acostumbrarnos a no esforzarnos.
En un experimento reciente, Vuorre y Lindell² observaron que quienes usaban asistentes de IA para escribir mostraban peor calibración metacognitiva: confiaban en que lo estaban haciendo bien… incluso cuando su rendimiento real bajaba.
No es que nos volvamos menos inteligentes: es que dejamos de preguntarnos si estamos en lo correcto. Y eso sí es un problema.
El deterioro silencioso: no se nota, pero avanza
Lo preocupante es que esta erosión cognitiva no llega de golpe. No te despiertas un día pensando peor. Ocurre poco a poco, como una gotera que no ves hasta que ha dejado marca. La medicina ofrece un ejemplo muy claro. En un estudio real, Wang y colaboradores³ analizaron el uso de IA para apoyar la detección de pólipos en colonoscopias.
Los resultados fueron sorprendentes: los médicos con asistencia de IA mejoraban… pero su habilidad disminuía cuando volvían a trabajar sin ella. El nombre técnico es deskilling: si la herramienta hace el trabajo duro, tú dejas de practicarlo.
Y entonces todo empieza a saber igual
Pero hay otro efecto más visible: la homogeneización. Los textos generados por IA se empiezan a parecer. Las imágenes también. Incluso las ideas. Como en el restaurante del glutamato: todo tiene buen sabor… pero ese sabor es siempre el mismo.
Si no usamos la IA con criterio, puede diluir justo lo que nos hace interesantes: nuestra voz propia, nuestros matices, nuestras dudas productivas.
La buena noticia: la IA no es el problema (lo somos nosotros)
También hay evidencia de que la IA, bien empleada, puede mejorar la forma en que pensamos. Un análisis de Zhai⁴ muestra que, en contextos educativos bien diseñados, la IA puede potenciar habilidades de orden superior: análisis, creatividad, pensamiento crítico.
La clave está en cómo se usa: no como un sustituto, sino como un trampolín. Pensar bien siempre ha requerido esfuerzo. Pausa. Duda. Eso que no se puede delegar. Pero también es lo que da profundidad a las ideas y sentido al trabajo.
La IA puede ser un aliado increíble… o un atajo que nos adormece. Igual que el glutamato: puedes usarlo para realzar un plato, o para tapar sabores que ya no sabes cocinar.
La elección es nuestra
La IA no nos va a quitar la capacidad de pensar. Pero nosotros sí podemos regalársela.
REFERENCIAS
¹ Risko, E. F., & Gilbert, S. J. (2016). Cognitive offloading. Trends in Cognitive Sciences, 20(9), 676–688. https://doi.org/10.1016/j.tics.2016.07.002
² Vuorre, M., & Lindell, A. (2021). AI writing assistants weaken metacognitive calibration. Computers in Human Behavior, 124, 106932. https://doi.org/10.1016/j.chb.2021.106932
³ Wang, P., Berzin, T. M., Glissen Brown, J. R., et al. (2020). Real-time automatic detection of colon polyps during colonoscopy using deep learning: A prospective study. Gut, 68(10), 1812–1818. https://doi.org/10.1136/gutjnl-2018-317500
(Relevante por documentar dependencia en asistencia tecnológica).
⁴ Zhai, X. (2023). A systematic review of artificial intelligence–based tools for higher-order thinking. Journal of Computer Assisted Learning, 39(1), 1–21. https://doi.org/10.1111/jcal.12743