Aumento o atrofia cognitiva: cómo usar la IA sin perder tu juicio crítico
La IA te ahorra tiempo. Resume, ordena, redacta y propone soluciones en segundos. Pero si le pasas también la parte de pensar, puede ocurrir lo contrario de lo que buscas: con el tiempo te cuesta más analizar, recordar y decidir por tu cuenta.
Con este capítulo empieza el segundo módulo de la serie, centrado en la relación entre la IA y la mente humana. Verás por qué la IA es distinta de otras tecnologías que nos han ayudado a pensar, qué tipo de esfuerzo mental conviene delegar y cuál conviene conservar. También tienes tres protocolos prácticos para usar la IA como apoyo sin debilitar tu criterio profesional.
La paradoja de delegar el esfuerzo mental
Las personas llevamos siglos pasando funciones mentales a herramientas externas. Es lo que se llama descarga cognitiva (cognitive offloading).
- La escritura nos permitió guardar recuerdos y conocimientos fuera de la memoria.
- La imprenta hizo que mucha más gente pudiera acceder al conocimiento.
- La calculadora se encargó de las operaciones aritméticas básicas.
En todos estos casos, delegar una tarea dejó más espacio mental para otras más valiosas: analizar, relacionar ideas y crear.
Qué cambia con la IA generativa
La IA generativa es distinta. No se limita a guardar información o hacer cálculos mecánicos. Puede encargarse de fases enteras del propio razonamiento: organizar un argumento, sacar conclusiones o plantear una estrategia.
Si la usas de forma pasiva y habitual para resolver problemas que antes te exigían esfuerzo, pueden aparecer dos efectos:
- La ilusión de competencia: la IA te da una síntesis clara y rápida, y eso te hace sentir que dominas el tema. En realidad, no lo has trabajado. Esa sensación reduce las ganas de estudiar o de comprobar lo que lee.
- La pérdida de habilidades (deskilling): el cerebro mantiene sobre todo las capacidades que usa. Si dejas de practicar de forma sistemática, se debilitan la memoria de trabajo, la capacidad de seguir razonamientos largos y la tolerancia a la ambigüedad.
Por eso, el reto de la IA no es solo técnico. También es mental. La pregunta clave es esta: ¿cómo usar la IA como un exoesqueleto que te hace más fuerte, y no como una silla de ruedas que te impide caminar?
Qué esfuerzo mental delegar y cuál conservar
Para responder a esa pregunta, ayuda mucho la teoría de la carga cognitiva, formulada por el psicólogo John Sweller a finales de los años ochenta. Esta teoría distingue tres tipos de esfuerzo mental. Lo importante no es solo cuánto esfuerzo exige una tarea, sino en qué se emplea ese esfuerzo.
Dónde sí debe actuar la IA: la carga extraña
La IA es muy útil para eliminar el trabajo mecánico que no aporta nada a tu aprendizaje ni a tus decisiones. Por ejemplo:
- Limpiar, transformar y ordenar datos.
- Hacer una primera búsqueda y un primer filtrado en grandes repositorios de documentos.
- Redactar borradores mecánicos a partir de plantillas que ya has definido.
Dónde no debe sustituirte: la carga pertinente
El riesgo aparece cuando delegas en la IA justo el esfuerzo que te hace mejor profesional:
- Definir cuál es realmente el problema.
- Sopesar los aspectos éticos de una decisión.
- Formular hipótesis sin haber reflexionado antes.
Si la máquina hace por ti el trabajo de contrastar ideas y construir un argumento desde cero, no se forman nuevos esquemas en tu memoria a largo plazo. Con el tiempo, tu juicio experto se resiente.
La IA como andamiaje, no como prótesis
En psicología educativa, el andamiaje (scaffolding) es un apoyo temporal que ayuda a alguien a hacer lo que todavía no puede hacer solo. El concepto viene de los trabajos de David Wood, Jerome Bruner y Gail Ross. Se relaciona con la zona de desarrollo próximo de Lev Vygotsky, que es la distancia entre lo que puedes hacer por tu cuenta y lo que puedes hacer con ayuda.
Aplicado a la IA, la idea es que el sistema te sostenga mientras piensas, no que piense por ti.
Enfoque erróneo: sustitución cognitiva
PERSONA → Da una instrucción sin un criterio propio previo ↓ IA → Elabora la respuesta y asume todo el razonamiento ↓ RESULTADO → Se acepta sin revisión ni juicio propio
Ejemplo de instrucción:
«Analiza este caso y dime cuál es la mejor estrategia».
Aquí te limitas a recibir conclusiones.
Enfoque de andamiaje: aumento cognitivo
PERSONA → Plantea una hipótesis o un primer criterio ⇅ Diálogo, preguntas y contraste IA → Cuestiona, señala vacíos y propone alternativas ↓ PERSONA → Revisa, sintetiza y toma la decisión
Ejemplo de instrucción:
«He llegado a la conclusión preliminar X a partir de los factores A y B. Actúa como auditor crítico: identifica tres sesgos de método en mi planteamiento y propón dos explicaciones alternativas plausibles».
En este caso, tú haces el trabajo de pensar y la IA actúa como un adversario que te obliga a afinar tu razonamiento.
Tres protocolos para proteger tu juicio profesional
Estos tres hábitos te ayudan a mantener el control de tu propio pensamiento en el trabajo diario.
Protocolo 1: primero piensa, después pregunta
Antes de pedirle a la IA que resuelva un problema complejo, escribe tu propia hipótesis o, como mínimo, los criterios que esperas encontrar en una buena respuesta.
Hay una regla sencilla: si no sabes cómo evaluar la respuesta antes de recibirla, tampoco podrás revisarla bien cuando la tengas.
Ejemplo: antes de pedir un análisis de riesgos de un contrato, anota los tres riesgos que crees que existen. Después, compara tu lista con la de la IA y analiza las diferencias.
Protocolo 2: añade fricción a propósito
En las decisiones importantes, no pidas una respuesta directa. Configura tus agentes para que avancen poco a poco y te obliguen a pensar antes de darte un borrador:
- Que te hagan preguntas para aclarar el caso.
- Que te pidan los datos que faltan.
- Que te planteen dilemas o escenarios alternativos.
Esta fricción activa lo que el psicólogo Daniel Kahneman llamó Sistema 2: el pensamiento lento, reflexivo y analítico, frente a las respuestas rápidas e intuitivas.
Ejemplo de instrucción de sistema:
«Antes de proponer cualquier recomendación, hazme al menos tres preguntas sobre la información que falta y espera mis respuestas».
Protocolo 3: audita por muestreo
Cada cierto tiempo, elige al azar algunos análisis o informes generados por tus sistemas de IA y revísalos a fondo, como si partieras de cero:
- Comprueba cada fuente original.
- Vuelve a calcular las cifras clave.
- Pregúntate si la conclusión se sostiene sin el texto que la acompaña.
Este ejercicio, parecido al red-teaming (atacar tu propio sistema para encontrar sus fallos), tiene dos ventajas: detecta errores que habrían pasado desapercibidos y mantiene en forma tus propias capacidades de análisis.
Conclusión
La IA puede ampliar tus capacidades o debilitarlas. Depende de cómo la uses. Delega en ella el trabajo mecánico y repetitivo, pero conserva el esfuerzo que te hace pensar mejor: plantear hipótesis, contrastar ideas y tomar decisiones. Si usas la IA como andamiaje, ganas velocidad sin perder lo más valioso de tu trabajo, que es tu criterio profesional.
¿Quieres construir sistemas de IA que te ayuden a pensar mejor, no menos? Visita libertadia.com y regístrate en la aplicación.