Cuando la IA asume el pensamiento: el creciente riesgo para la cognición humana

La creciente conveniencia de la IA aumenta la eficiencia, pero debilita silenciosamente la cognición humana y el pensamiento crítico en los lugares de trabajo.

La inteligencia artificial ya no es una promesa futurista. Ahora está integrada en la vida organizacional cotidiana. En sectores como la salud, la agricultura, la manufactura y los servicios, las empresas utilizan la IA para mejorar la eficiencia y la productividad. Con el rápido auge de la IA generativa, este cambio se ha acelerado. Los sistemas pueden redactar informes en segundos, recomendar decisiones, sintetizar grandes volúmenes de datos y automatizar tareas que antes requerían años de experiencia profesional.

Sin embargo, estos beneficios visibles conllevan un costo más silencioso: la erosión gradual de la cognición humana. La IA se ha convertido en un compañero de trabajo por defecto en el que muchos confían de manera instintiva. Según un informe de Microsoft y LinkedIn, el 75% de los trabajadores del conocimiento ya utiliza IA en el trabajo, y el 90% de ellos afirma que les ahorra tiempo bajo presión, impulsa la creatividad y permite centrarse en tareas de mayor valor. No obstante, a medida que la IA generativa penetra en los flujos de trabajo del conocimiento, surgen preguntas sobre su impacto en el pensamiento crítico y la práctica cognitiva.

Evidencia de deterioro cognitivo

En una encuesta a 319 trabajadores del conocimiento que utilizan IA generativa al menos semanalmente —un estudio colaborativo de Carnegie Mellon y Microsoft Research— los participantes informaron realizar “mucho menos” o “menos esfuerzo” en actividades cognitivas que pertenecen al ámbito del pensamiento crítico. Esta disminución osciló entre el 69% y el 79% en múltiples categorías de la taxonomía de Bloom, incluyendo una reducción del 55% en el esfuerzo para tareas de alto riesgo como la evaluación.

Otro estudio del Centre for Strategic Corporate Foresight and Sustainability de SBS Swiss Business School, en Zúrich, con 666 participantes, encontró una correlación entre un mayor uso de la IA y puntuaciones más bajas en pensamiento crítico. La evidencia neurocognitiva inicial refuerza estas preocupaciones. Un preprint del MIT Media Lab que utilizó datos de EEG informó que, durante la redacción de ensayos, el grupo asistido por modelos de lenguaje (LLM) mostró la conectividad cerebral más débil, con capacidades cognitivas que disminuían a medida que aumentaba la dependencia de herramientas externas.

Esto resulta especialmente preocupante en el trabajo creativo. El riesgo no es sólo pensar menos, sino la fijación cognitiva. Las sugerencias iniciales de la IA suelen anclar el pensamiento y convertirse en un techo en lugar de un punto de partida.

La paradoja de la recualificación

A medida que la IA se vuelve integral en los flujos de trabajo, los empleados enfrentan una presión constante para recualificarse, mientras muchas capacidades se vuelven rápidamente obsoletas. El informe Human Capital Trends de Deloitte destaca una paradoja: los líderes priorizan la agilidad, mientras que los trabajadores buscan estabilidad. La IA suele presentarse como el puente entre ambos, pero su impacto es más complejo. Las mismas herramientas que prometen empoderamiento también pueden desenganchar a los trabajadores y diluir el papel humano en la toma de decisiones.

Cada vez más, la IA está realizando el pensamiento incluso en áreas donde antes importaba el juicio humano. Consideremos algo tan cotidiano como escribir un correo electrónico. Antes, los empleados estructuraban argumentos, elegían palabras cuidadosamente y refinaban borradores. Hoy, muchos simplemente describen la situación a un sistema de IA y aceptan una respuesta pulida en segundos. La conveniencia es innegable, pero el esfuerzo cognitivo que antes moldeaba la claridad y el juicio se ha retraído silenciosamente.

Automatización sin comprensión

Un patrón similar es visible en entornos industriales avanzados. Los sistemas de control impulsados por IA monitorean miles de parámetros y recomiendan ajustes en tiempo real. Inicialmente, estos sistemas superan a los operadores humanos en la detección de anomalías. Sin embargo, con el tiempo, los operadores pasan de comprender el proceso a simplemente monitorear paneles. En lugar de diagnosticar causas raíz, esperan alertas y siguen instrucciones prescritas. La capacidad de razonar sobre el proceso comienza a desvanecerse.

Este es el riesgo fundamental de la conveniencia. Cuando la IA asume el trabajo cognitivo central —dar sentido, sintetizar, evaluar y juzgar— amenaza las capacidades que hacen valiosa la inteligencia humana. Delegar el pensamiento de orden superior no sólo cambia cómo se realiza el trabajo; cambia cómo piensan las personas. Las habilidades de resolución de problemas se debilitan sin uso regular. El aprendizaje se vuelve pasivo. Con el tiempo, los trabajadores pierden práctica.

Una divergencia entre capacidad y desempeño

La evidencia de este cambio ya es visible. El estudio de Microsoft Research encontró que, a medida que aumentaba el uso de la IA generativa, el esfuerzo cognitivo percibido disminuía, incluso cuando aumentaba la confianza en los resultados. Los profesionales en etapas tempranas de su carrera, en particular, podían producir trabajos impresionantes sin comprender completamente el razonamiento detrás de ellos. Los investigadores llaman a este fenómeno una divergencia entre capacidad y desempeño: los resultados parecen sólidos mientras la comprensión subyacente sigue siendo superficial. El cambio conductual es sutil pero significativo: pasar de resolver problemas a simplemente verificar respuestas.

Las organizaciones a menudo pasan por alto este riesgo porque la IA ofrece rapidez y mejoras visibles. Pero esta visión es miope. A medida que crece la dependencia, el juicio humano se debilita y los trabajadores se vuelven menos eficaces cuando los sistemas fallan o las condiciones cambian. La investigación de Deloitte coincide con esta preocupación, señalando que, aunque la IA acelera la ejecución, reduce las oportunidades de aprendizaje experiencial a menos que el trabajo se rediseñe intencionalmente.

Lo que las métricas de productividad no captan

Para entender por qué esto importa, conviene distinguir entre dos formas de productividad. Una proviene de procesos bien diseñados donde los resultados dependen en gran medida del propio proceso. La automatización mejora el desempeño en este caso. La otra proviene de la contribución humana, donde las personas interpretan señales, adaptan prácticas y mejoran resultados más allá de lo que dicta el proceso. En estos casos, importa quién realiza el trabajo. Integrar la IA demasiado profundamente en tales tareas corre el riesgo de eliminar la contribución humana que sostiene el rendimiento a largo plazo.

Este cambio también afecta la responsabilidad. A medida que las recomendaciones algorítmicas dominan, los humanos pueden seguir siendo responsables en el papel mientras ceden silenciosamente la autoría cognitiva de las decisiones. Los investigadores describen esto como una degradación de la agencia humana. Incluso investigaciones de OpenAI sugieren que la dependencia prolongada de la IA conversacional puede reducir el compromiso independiente con los problemas, especialmente cuando la IA se trata como una autoridad en lugar de como una herramienta.

El costo a largo plazo para las organizaciones y las economías

La resiliencia organizacional depende de personas capaces de reinterpretar señales débiles, cuestionar supuestos y diseñar nuevos enfoques cuando los antiguos fallan. Los humanos introducen disrupción, creatividad y discontinuidad, cualidades esenciales en entornos volátiles. La automatización excesiva del juicio puede hacer a las organizaciones eficientes, pero también estratégicamente frágiles.

Esto no es un argumento contra la IA. La tecnología es central para el futuro del trabajo y ya ha generado enormes beneficios. La preocupación es el equilibrio. Las capacidades cognitivas requieren ejercicio continuo. Cuando la IA realiza de forma constante tareas de pensamiento exigentes, las personas pierden oportunidades de involucrarse profundamente, a menudo sin darse cuenta.

El peligro no se refleja de inmediato en las métricas de productividad. Pero con el tiempo, esta erosión silenciosa de la cognición puede costar a las organizaciones mucho más de lo que ahorra: optimiza los sistemas a expensas de la inteligencia humana, que en última instancia impulsa el aprendizaje, la innovación y la resiliencia.

Para grandes economías, donde la ventaja demográfica y la capacidad humana sustentan la competitividad a largo plazo, lo que está en juego es mayor. Si las organizaciones se apresuran a automatizar el juicio en lugar de ampliarlo, corren el riesgo de debilitar la profundidad cognitiva que impulsa la adaptabilidad, el emprendimiento y el crecimiento. Los responsables de políticas públicas, los educadores y los líderes empresariales deben prestar atención no sólo a lo que la IA acelera, sino también a lo que desplaza silenciosamente. En la carrera por automatizar el trabajo, el mayor riesgo puede ser automatizar el pensamiento que sustenta la resiliencia, la innovación y la estabilidad económica.

Texto adaptado y traducido del blog de Forbes India

Vijaya Sunder M & Stuti Juyal, When AI takes over thinking: The rising risk to human cognition