La IA está erosionando el pensamiento crítico en el trabajo. La ventana se está cerrando.

La mayoría de los líderes creen que sus equipos están utilizando la IA como una herramienta. La investigación sugiere que está ocurriendo algo más trascendental. Los trabajadores no sólo están usando la IA para trabajar más rápido. Están dejando que decida, y al hacerlo, están cediendo silenciosamente el razonamiento humano que determina si esas decisiones son realmente buenas.

Un artículo de enero de 2026 de la Escuela Wharton introdujo un término para algo que ahora está documentado y es medible —los investigadores Steven Shaw y Gideon Nave lo llaman rendición cognitiva. La definen como la adopción de resultados generados por IA con una supervisión mínima, anulando así tanto la intuición como la deliberación. Su marco conceptual amplía el modelo del psicólogo ganador del Premio Nobel Daniel Kahneman sobre el pensamiento rápido e intuitivo y el pensamiento lento y deliberado al introducir un tercer sistema: la cognición artificial, que opera completamente fuera del cerebro. Ese tercer sistema, sostienen, puede complementar o reemplazar el razonamiento humano. Cuando lo reemplaza, la IA deja de ser un socio para pensar y comienza a ser quien toma las decisiones.

Las implicaciones para el desempeño son directas. Cuando los trabajadores del estudio consultaron una IA que estaba en lo correcto, su precisión aumentó significativamente por encima de lo que lograban por sí solos. Cuando la IA se equivocaba, su precisión caía muy por debajo de la línea base de las personas que no tenían acceso a ninguna IA. El problema es que los trabajadores no tenían una forma confiable de detectar la diferencia. Aceptaron respuestas incorrectas de la IA el 80% de las veces. Su nivel de confianza aumentaba de cualquier manera, tanto si la IA los había ayudado como si los había llevado por mal camino.

Por qué los modelos de lenguaje de gran tamaño hacen esto más difícil

Esta dinámica es particularmente relevante con los modelos de lenguaje de gran tamaño (LLM, por sus siglas en inglés) que ahora están integrados en la mayoría de las herramientas de trabajo. Los LLM no recuperan hechos. Generan respuestas que suenan plausibles basándose en patrones presentes en los datos de entrenamiento, sin acceso al contexto específico de una organización, su estrategia, su conocimiento institucional o la experiencia especializada de la persona que los utiliza. No señalan la incertidumbre. Hablan con una confianza constante independientemente de su nivel de precisión.

Obtener resultados sólidos de un LLM requiere una persona capacitada al otro lado: alguien que valide lo que produce, identifique lo que omitió, amplíe la generación de ideas más allá de la respuesta inicial y aplique criterio para tomar decisiones. La rendición cognitiva elimina cada uno de esos pasos. Un estudio de Microsoft Research publicado en abril de 2025 encontró que la confianza en la IA era uno de los predictores más fuertes de si los trabajadores del conocimiento ejercían pensamiento crítico en absoluto. Cuanto mayor era la confianza en la herramienta, menor era el nivel de escrutinio aplicado a lo que esta devolvía.

Como señalaron los investigadores en ese mismo estudio, existe una ironía fundamental en el centro de la automatización: cuando las tareas cognitivas rutinarias se mecanizan y se entregan a un sistema externo, el ser humano se ve privado de la práctica rutinaria que construye y mantiene el juicio. Las repeticiones desaparecen. Y, con el tiempo, también el músculo.

La oportunidad que tienen los líderes en este momento

Un informe de McKinsey, “State of Organizations 2026”, publicado en febrero, encontró que sólo el 23% de las organizaciones califican como Pioneras en IA: aquellas que están implementando activamente la IA en la mayoría de los departamentos y funciones con una comprensión clara de cómo transformará su trabajo. La gran mayoría todavía está experimentando, ejecutando proyectos piloto aislados o implementando la IA de manera fragmentada, de formas que aún no han generado un impacto medible en toda la empresa.

Esa brecha representa la oportunidad. La rendición cognitiva todavía no es la norma organizacional. Complementar el razonamiento humano en lugar de reemplazarlo sigue siendo una decisión que los líderes pueden incorporar deliberadamente en la forma en que despliegan la IA. La ventana para tomar esa decisión de manera intencional, antes de que la dependencia pasiva de la IA se convierta en la cultura operativa predeterminada, es más corta de lo que la mayoría de los líderes supone.

Las intervenciones estructurales que la investigación señala son específicas. Los líderes que incorporen estas prácticas en la forma en que implementan la IA desde ahora protegerán a sus organizaciones de una cultura en la que la IA sustituya el razonamiento humano en lugar de respaldarlo, y de los costos de desempeño que eso conlleva:

• Incorpore pasos de verificación en los flujos de trabajo con IA antes de que los empleados lean el resultado, no después. Una vez que se ha leído una respuesta expresada con confianza, la tendencia cognitiva a aceptarla ya está en marcha.

• Exija que los empleados evalúen contraargumentos y perspectivas alternativas antes de llegar a una conclusión. Pedir explícitamente aquello que la IA pasó por alto mantiene el juicio humano activamente involucrado en el proceso.

• Construya una cultura de responsabilidad intelectual en la que se espere que los empleados cuestionen y analicen los resultados de la IA en lugar de simplemente transmitirlos.

Los investigadores de Wharton descubrieron que los trabajadores con una confianza más sólida en su propia experiencia participaban en un pensamiento más crítico incluso cuando utilizaban IA, porque tenían un interés personal en la calidad del resultado.

Ese sentido de responsabilidad no surge por sí solo. Debe integrarse en la manera en que los líderes establecen expectativas y diseñan el trabajo. Las organizaciones que obtendrán el mayor provecho de la IA no serán las que la implementen de forma más agresiva. Serán las que la implementen de forma más intencional, tratando a la IA como un amplificador del juicio humano en lugar de un sustituto de éste, y protegiendo activamente la capacidad de razonamiento que hace posible dicha amplificación.

Texto tomado y traducido del blog de Forbes
Chris Rosenberg, AI Is Eroding Critical Thinking At Work. The Window Is Closing.