En la era de la automatización intelectual, una pregunta inquieta a la comunidad académica global: ¿Nos está haciendo la inteligencia artificial más inteligentes o, por el contrario, está atrofiando nuestra capacidad de pensar? Un estudio reciente del MIT Media Lab ha encendido las alarmas al informar que la “dependencia excesiva de soluciones impulsadas por IA” podría contribuir a la “atrofia cognitiva” y a una reducción significativa en las capacidades de pensamiento crítico.
Aunque el estudio es pequeño, pero lanza una advertencia que incluso los sistemas de IA reconocen. Al ser consultado sobre este riesgo, ChatGPT respondió con una dualidad inquietante: el resultado depende de si el usuario emplea la tecnología como una “bastón” o como una “herramienta para crecer”.
La trampa de la productividad frente al aprendizaje
Para profundizar en este fenómeno, diversos académicos de la Universidad de Harvard compartieron sus perspectivas sobre cómo la IA está moldeando la mente de las nuevas generaciones. Dan Levy, profesor titular de Políticas Públicas, destaca una distinción crucial entre producir resultados y aprender.
Según Levy, si un estudiante utiliza la IA para que haga el trabajo por él, en lugar de hacerlo con él, el aprendizaje será nulo. “No hay aprendizaje a menos que el cerebro esté activamente implicado en darle sentido a lo que intentas aprender”, señala el profesor. El riesgo radica en confundir el “vehículo” (la tarea) con el “objetivo final” (el aprendizaje); cuando los estudiantes ven la IA solo como un dispositivo para ahorrar tiempo ante una sobrecarga de trabajo, se pierde la esencia de la formación intelectual.
El límite de la máquina: Datos vs. Significado Humano
Por su parte, Fawwaz Habbal, profesor de Física Aplicada, advierte que, aunque la IA es asombrosa en el procesamiento estadístico y matemático, carece de la capacidad de crear soluciones verdaderamente innovadoras que se relacionen con un contexto humano.
Habbal destaca puntos fundamentales sobre las limitaciones de estas máquinas:
- Las máquinas calculan, pero no poseen experiencias humanas.
- Dependen de bases de datos creadas por humanos que suelen ser similares entre plataformas, lo que limita la originalidad de sus respuestas.
- La IA puede explicar cómo montar piezas, pero no puede ayudar a construir algo que adquiera significado en un entorno social complejo.
- El aprendizaje automático es un ajuste estadístico, mientras que los humanos autoorganizan la vida en relación con el significado.
Hacer las cosas “mejor” no siempre es hacer cosas “mejores”
Christopher Dede, Investigador Senior, plantea un dilema ético y práctico sobre la implementación de la tecnología. Para Dede, el 95% de lo que se lee sobre la IA en educación se enfoca en “hacer las cosas mejor” (más rápido o eficiente), pero el verdadero reto es “hacer cosas mejores”. Una de las trampas de la IA generativa es que, si se usa para hacer lo mismo de siempre pero con mayor celeridad, simplemente se obtiene una “forma más rápida de hacer lo incorrecto”.
Finalmente, Tina Grotzer, investigadora en educación, enfatiza que muchos estudiantes confían ciegamente en los resultados de la IA sin entender su funcionamiento computacional o bayesiano. Grotzer sugiere que, más allá de enseñar el funcionamiento de la tecnología, es urgente ayudar a los estudiantes a comprender cuán poderosas pueden ser sus propias mentes humanas cuando se usan correctamente.
La conclusión de los expertos es clara: los desafíos humanos son complejos y solo pueden ser resueltos por humanos con pensamiento reflexivo y crítico, capacidades que, hasta hoy, la IA no ha logrado emular.
ES DE INTERÉS: Crisis de alfabetización digital en México: Docentes enfrentan a la IA sin capacitación
