Investigaciones detectaron que delegar todo en ChatGPT debilita el aprendizaje, aumenta la aceptación de respuestas erróneas y reduce la capacidad de razonar de forma autónoma.
El uso sistemático de herramientas de inteligencia artificial puede mejorar la productividad inmediata, pero debilita el aprendizaje, la persistencia y la capacidad de detectar errores. Nuevas investigaciones advierten sobre las consecuencias de delegar en estas plataformas gran parte del esfuerzo mental, un fenómeno que los especialistas llaman «rendición cognitiva».
Los investigadores Steven Shaw y Gideon Nave, vinculados a la Escuela Wharton, estudiaron a más de 1.300 participantes que debían resolver problemas matemáticos con la ayuda de un chatbot. Cuando la IA acertaba, los usuarios resolvían correctamente un 25% más de ejercicios que quienes trabajaban solos. Pero cuando la IA se equivocaba, los participantes seguían su indicación de todas formas y su rendimiento caía 15 puntos por debajo del grupo sin asistencia. Lo más llamativo: la confianza de los usuarios se mantenía alta incluso después de recibir una respuesta incorrecta.
Otra investigación del profesor Ethan Mollick, de la Universidad de Pensilvania, mostró que los profesionales que usaron GPT-4 completaron un 12% más de tareas y trabajaron un 25% más rápido. El problema apareció cuando la IA no podía resolver la consigna de manera confiable: en esos casos, quienes usaron la herramienta cometieron más errores que quienes trabajaron sin ella. Los autores describieron esta conducta como quedarse «dormido al volante».
MIRÁ TAMBIÉN:Anthropic reveló que Claude cambia su estilo de respuesta según el idioma
El impacto también se detectó en el aprendizaje. Un estudio de Grace Liu, de la Universidad Carnegie Mellon, analizó cómo la asistencia de GPT-5 afectaba la resolución de ejercicios con fracciones. Durante la etapa asistida, el grupo con IA resolvió el 90% de los problemas frente al 72% del grupo sin asistencia. Pero al retirar la herramienta, los resultados se invirtieron: el grupo que había usado IA obtuvo un promedio de 78,2%, frente al 85,9% del grupo de control. También abandonó los ejercicios con mayor rapidez.
Entre programadores, el patrón se repitió. Investigadores de Anthropic, Judy Hanwen Shen y Alex Tamkin, observaron que quienes pedían código terminado aprendían menos sobre la lógica de las soluciones y quedaban peor preparados para corregir errores. En cambio, quienes pedían explicaciones y buscaban entender cada paso conservaron mejor sus habilidades.
Los expertos no proponen abandonar la IA, sino cambiar la forma de usarla. Las investigaciones recomiendan intentar primero la tarea de forma autónoma y consultar a la IA después, para comparar enfoques y detectar errores sin reemplazar el punto de partida humano. También sugieren pedir explicaciones y pasos intermedios en lugar del resultado final, y verificar siempre las respuestas con fuentes independientes. La confianza debe surgir de la evidencia, no del tono convincente de una respuesta.
Con información de TN
