El pasado lunes 16 de junio del 2025, la investigadora Nataliya Kosmyna del MIT compartió en la red social Linkedin los hallazgos de un estudio realizado por MIT Media Lab, Wellesley College y MassArt y liderado por ella. El artículo publicado en arxiv.com lleva por título "Tu Cerebro con ChatGPT: Acumulación de Deuda Cognitiva al Usar un Asistente de IA para Tareas de Redacción de Ensayos".
Tras 4 días de haber sido publicado, el post acumula 2,852 reacciones, 274 comentarios y 709 reposts. La noticia ha generado debate y diversas reacciones. Algunos medios han reportado los hallazgos con titulares como “Usar la IA te hace más tonto”. Algunos de los reposts en Linkedin empiezan con la pregunta ¿La IA nos hace más flojos o tontos?
Este es un claro ejemplo de cómo un estudio científico puede transformarse rápidamente en desinformación y ésta es aparentemente “sustentada” por la ciencia. Lo mejor es ir directamente a la fuente para enterarte de 1) la metodología del estudio, es decir, cómo se realizó y cuáles son sus alcances y limitaciones y 2) los hallazgos desde la voz de los autores, quienes en ningún momento concluyeron, en este caso, que usar la IA nos hace tontos.
El experimento: cerebro con y sin IA
Los investigadores reclutaron a 54 participantes, en su mayoría estudiantes universitarios, y los dividieron en tres grupos para realizar tareas de escritura de ensayos:
Grupo LLM: Usó ChatGPT (GPT-4o) como única herramienta.
Grupo Motor de Búsqueda: Usó motores de búsqueda tradicionales (Google).
Grupo Sólo Cerebro: No usó ninguna herramienta externa, solo su propio conocimiento.
La actividad cerebral se midió con electroencefalografía (EEG), los ensayos se analizaron con procesamiento de lenguaje natural (NLP) y se realizaron entrevistas. En una cuarta sesión, algunos participantes cambiaron de grupo (por ejemplo, del grupo LLM al grupo Sólo Cerebro, y viceversa) para observar la adaptación.
Diferencias clave en la actividad cerebral
El estudio encontró patrones de conectividad neuronal distintos en cada grupo, reflejando diferentes estrategias cognitivas. La actividad cerebral se redujo a medida que aumentaba el apoyo externo:
Grupo Sólo Cerebro: Mostró las redes neuronales más fuertes y extendidas, indicando un mayor esfuerzo mental interno para generar ideas y organizar el contenido. Su cerebro exhibió mayor conectividad en todas las bandas de frecuencia EEG, asociadas con atención interna, procesamiento semántico profundo, memoria de trabajo y control ejecutivo.
Grupo Motor de Búsqueda: Tuvo un compromiso intermedio, con actividad cerebral vinculada a la integración de información visual y el control regulatorio.
Grupo LLM (con ChatGPT): Mostró la conectividad neuronal más débil en general. Esto sugiere un menor esfuerzo cognitivo, ya que la IA asumió parte de la carga de generar y organizar contenido. Es una forma de "descarga cognitiva", donde el cerebro no necesita trabajar tan intensamente.
Adaptación, la clave del cambio de herramienta
Los resultados de la cuarta sesión son cruciales para entender la adaptación cerebral:
De "Cerebro a LLM": Los participantes que pasaron de no usar herramientas a usar IA mostraron un aumento significativo en la conectividad cerebral. Esto sugiere que, al integrar las sugerencias de la IA con su conocimiento, su cerebro se activó más, requiriendo mayor atención e integración. Es como si el cerebro trabajara más para "reconciliar" sus planes internos con las ideas generadas por la IA.
De "LLM a Cerebro": Quienes habían usado IA y luego tuvieron que escribir sin herramientas, mostraron una conectividad neuronal menos coordinada y un "sesgo" en el vocabulario, usando patrones de palabras de las sesiones asistidas por IA. Esto indica que la dependencia previa en la IA podría haber llevado a una menor activación de las redes neuronales implicadas en la planificación y generación de contenido autónomo. No es daño, sino una adaptación neuronal donde el cerebro asigna menos recursos a funciones que la IA ya ha asumido, lo que puede llevar a una "atrofia de habilidades" si no se practican activamente.
La "propiedad" del ensayo y los sesgos lingüísticos
El estudio también reveló cómo la IA afectó la percepción de autoría y la memoria:
Grupo LLM: Reportó una baja percepción de propiedad de sus ensayos y tuvo dificultades para recordar lo escrito. Esto se correlaciona con una menor conectividad en las bandas asociadas con la consolidación de la memoria. La IA pudo haber "saltado" los procesos de codificación profunda de la memoria.
Grupos Motor de Búsqueda y Sólo Cerebro: Mostraron una alta percepción de propiedad y mayor capacidad para recordar sus propios textos, sugiriendo una integración más profunda del contenido en su memoria.
Además, los ensayos creados con LLM mostraron una notable homogeneidad lingüística. Los profesores humanos lograron identificar los ensayos generados por IA por su estructura y puntos de vista convencionales y homogéneos, algo que las IA no pudieron replicar con la misma precisión. Esto sugiere que, aunque la IA produce textos "correctos", carecen de la individualidad y creatividad humana.
Conclusión
El estudio deja claro que la IA no “pudre” el cerebro, sino que lo lleva a adaptarse. La conveniencia de la IA reduce el esfuerzo cognitivo inmediato, lo que puede tener el costo de una menor profundización en el procesamiento de la información, la memoria a largo plazo y la sensación de autoría. Cuando el cerebro "descarga" tareas a la IA, las redes neuronales implicadas en esas tareas pueden no fortalecerse tanto como lo harían sin ayuda.
Este es un fenómeno de adaptación cognitiva: el cerebro se vuelve más eficiente en el uso de la herramienta, pero si no se equilibra con el esfuerzo mental independiente, ciertas habilidades pueden no desarrollarse plenamente. Los resultados sugieren que el cerebro se vuelve menos activo en la "generación de ideas impulsada por uno mismo" y más en la "supervisión del contenido generado por la IA".