¿La IA perjudica el pensamiento crítico? Depende de cuándo se utilice
La siguiente contribución corresponde al portal de Science News que se define así: Durante más de un siglo, los periodistas de Science News han cubierto los avances en ciencia, medicina y tecnología para el público general, incluyendo el juicio de Scopes en 1925, el inicio de la era atómica en 1945, la carrera espacial y la revolución de la ingeniería genética, desde el descubrimiento del ADN hasta la tecnología actual de edición genética.
Creemos en el poder del conocimiento y la libre circulación de la información para construir comunidades informadas, ilustradas y comprometidas. Nuestra misión es ofrecer una cobertura científica independiente e imparcial y brindar a las personas las herramientas para evaluar las noticias y el mundo que les rodea.
La autoría es de Aaron Brooks
Si se usa al final de la redacción de un ensayo, los chatbots pueden ayudar a incluir más perspectivas.
Una persona abre un chatbot de IA en su teléfono.
Un pequeño estudio sugiere que las personas que usaron un chatbot de IA después de haber resuelto parcialmente un problema mejoraron sus habilidades de pensamiento crítico.
La próxima vez que vayas a pedirle ayuda a un chatbot de IA para resolver un problema difícil, quizás deberías pensarlo dos veces.
Las personas que esperaron a consultar un chatbot de IA hasta haber resuelto parcialmente un problema por su cuenta obtuvieron mejores resultados en una tarea de pensamiento crítico que quienes usaron el chatbot desde el principio, según informaron investigadores el 14 de abril en la conferencia CHI 2026 sobre Factores Humanos en Sistemas Informáticos en Barcelona. Sin embargo, bajo plazos ajustados, el uso temprano de la IA sí proporcionó una ventaja, lo que puso de manifiesto la disyuntiva entre velocidad y razonamiento independiente, y planteó interrogantes sobre cómo y cuándo deberíamos usar los chatbots.
En el estudio, la científica informática Mina Lee, de la Universidad de Chicago, y sus colegas asignaron aleatoriamente a 393 personas a una de ocho categorías. Primero, los participantes se dividieron en dos grandes grupos: aquellos con tiempo suficiente (30 minutos) o con tiempo insuficiente (10 minutos). Luego, se dividieron en grupos más pequeños según cuándo, o si, podían usar el chatbot GPT-4o de OpenAI: acceso temprano, continuo, tardío o sin acceso. Cada grupo tenía aproximadamente entre 40 y 50 participantes.
A continuación, se pidió a los participantes que asumieran el rol de concejal y decidieran, utilizando siete documentos, si aceptar o rechazar la propuesta de una empresa para mitigar un problema de contaminación del agua. Cada participante debía escribir un ensayo explicando su decisión.
Los investigadores calificaron los ensayos, en parte, según la cantidad de argumentos válidos y referencias textuales que contenían, y descubrieron que los participantes que dispusieron de 30 minutos obtuvieron mejores resultados en general que aquellos que solo dispusieron de 10 minutos. Los participantes con mejores calificaciones fueron aquellos que tuvieron tiempo suficiente para completar la tarea y tuvieron acceso al chatbot posteriormente.
Tener tiempo suficiente y sin acceso al chatbot
Al analizar la capacidad de los participantes para recordar la información de los documentos proporcionados, el grupo con mejores resultados fue el que dispuso de tiempo suficiente y no tuvo acceso al chatbot. Los investigadores también evaluaron el sesgo de perspectiva, midiendo cuántas perspectivas incorporaron los participantes en sus argumentos. Descubrieron que el grupo con tiempo suficiente y acceso tardío al chatbot obtuvo los mejores resultados.
Los resultados coinciden con las investigaciones sobre dos tipos de aprendizaje: uno basado en el razonamiento lento y laborioso, y otro en el pensamiento rápido y automático, explica Barbara Oakley, ingeniera de sistemas y experta en educación de la Universidad de Oakland en Rochester Hills, Michigan. El aprendizaje lento implica comprender cuidadosamente el problema y sopesar las opciones, mientras que el aprendizaje rápido se basa en hábitos y juicios rápidos con poca reflexión. Los participantes que tuvieron tiempo para analizar el material por su cuenta antes de usar la IA obtuvieron mejores resultados porque ya habían participado en ese aprendizaje más lento y deliberado, añade.
Por supuesto, en el mundo real, las personas a menudo tienen que completar tareas de pensamiento crítico bajo presión de tiempo
En los cuatro grupos de la categoría de «tiempo insuficiente», el grupo que tuvo acceso al chatbot desde el principio obtuvo la puntuación más alta en sus ensayos. Eso no significa que debamos apresurarnos a usar la IA, afirma Lee. “Cuando se trabaja bajo presión de tiempo y se utiliza la IA para mejorar el rendimiento, se corre el riesgo de adoptar y utilizar únicamente el enfoque de la IA, lo que reduce la variedad de argumentos que se pueden presentar y la interacción con los documentos o la información”, afirma. Es fundamental “ser consciente de las implicaciones de esta práctica”.
Probablemente, esa conciencia es lo que todos deberían buscar ahora mismo. Según Lee, las personas necesitarán un sólido conocimiento de la IA y de sus propios patrones de pensamiento para sopesar los riesgos y beneficios de usar chatbots en diferentes escenarios y en distintas etapas de la resolución de problemas. “Creo que nuestro trabajo se centra en las limitaciones de tiempo como primer paso hacia esa comprensión”.
Cómo las herramientas de inteligencia artificial (IA) afectan las habilidades de pensamiento crítico y la descarga cognitiva
La siguiente contribución corresponde al portal de Oxford Review que se define así: Cómo empezamos y qué hacemos
En 2015, David Wilkinson se encontraba en la fase final de la escritura de un libro (según él). Como su trabajo diario le impedía escribir, decidió aislarse y concentrarse exclusivamente en ello. Sin embargo, tenía dos problemas. El primero eran sus clientes de coaching y consultoría. No quería perder el contacto con ellos, ya que representaban su sustento. El segundo problema era que constantemente tenía que interrumpir su trabajo para ir a la Biblioteca Bodleiana a buscar y recuperar los datos de su investigación.
La autoría es del equipo.
Con el rápido uso de la IA, y en particular de las herramientas de IA generativa, en el ámbito laboral, existe un gran interés en la investigación sobre el impacto de la IA en los seres humanos. Por ejemplo, hay más de 530 000 estudios que analizan algún aspecto de la IA y el pensamiento crítico.
Pensamiento crítico e inteligencia artificial
Pensamiento crítico
El pensamiento crítico es un proceso cognitivo multifacético que implica la capacidad de analizar, evaluar y sintetizar información para formar juicios sólidos y tomar decisiones informadas. Abarca el pensamiento claro y racional, el razonamiento lógico y la capacidad de identificar inconsistencias en argumentos y pruebas.
El pensamiento crítico comprende varias habilidades y disposiciones interconectadas:
Análisis: descomponer información compleja en componentes más simples.
Evaluación: valorar la credibilidad y relevancia de la información.
Inferencia: extraer conclusiones lógicas a partir de la evidencia.
Autorregulación: reflexionar sobre los propios procesos de razonamiento.
Resolución de problemas: aplicar el razonamiento para superar desafíos.
Toma de decisiones: seleccionar opciones basadas en un análisis razonado.
Creencias y evidencia
Que tus creencias se basen en la evidencia… Obtén evidencia de investigación seleccionada por expertos para tu práctica y decisiones… gratis… directamente de una persona real.
Procesos cognitivos y neurológicos involucrados en el pensamiento crítico
Existen varios procesos cognitivos y neurológicos involucrados en el pensamiento crítico. Por ejemplo:
Control inhibitorio: suprimir respuestas impulsivas o sesgadas.
Memoria de trabajo: retener y manipular información.
Flexibilidad cognitiva: alternar entre conceptos o perspectivas.
Los procesos metacognitivos, como evaluar la solidez de un argumento o reconocer lagunas de conocimiento, son cruciales para el pensamiento crítico. Estos incluyen:
Monitoreo: evaluar la precisión y confiabilidad del recuerdo y la memoria.
Control: decidir cuándo revisar estrategias o buscar más información.
Una mayor precisión metacognitiva se correlaciona con un mejor razonamiento crítico en tareas de toma de decisiones.
El grado de descarga cognitiva
La descarga cognitiva se refiere al uso de herramientas o ayudas externas para reducir el esfuerzo mental. La descarga cognitiva ayuda a gestionar la carga cognitiva, pero puede reducir la activación del Sistema 2 (razonamiento lento, deliberativo y analítico), que es esencial para la evaluación crítica. Cuando las personas recurren al Sistema 1 (procesos rápidos e intuitivos), el razonamiento crítico puede verse afectado. Por ejemplo, la dependencia de herramientas de IA o calculadoras puede perjudicar las habilidades de cálculo mental y el juicio independiente si se usan sin reflexión.
Regulación emocional: Si bien el pensamiento crítico suele considerarse racional, la regulación emocional desempeña un papel fundamental.
Esta tensión entre el avance tecnológico y la independencia cognitiva representa un desafío para las organizaciones
Un estudio de 2011 que acuñó el término «efecto Google», también conocido como «amnesia digital» (la tendencia a olvidar información fácilmente accesible a través de buscadores como Google), en realidad se refiere a la descarga cognitiva facilitada por la tecnología, donde las personas delegan tareas mentales a herramientas externas. El uso de estas herramientas altera fundamentalmente la forma en que los seres humanos procesan y retienen la información. Evidencia más reciente muestra que esta descarga puede extenderse más allá de la memoria e impactar los procesos de pensamiento de orden superior.
Descarga cognitiva
Investigaciones previas sobre el impacto cognitivo de las herramientas digitales han revelado que:
Las investigaciones sobre la confianza en los sistemas de IA han revelado patrones preocupantes en cuanto a la evaluación crítica. Un estudio de 2024 halló que una mayor confianza en las herramientas de IA se correlacionaba con una mayor descarga cognitiva y una menor evaluación crítica del contenido generado por IA. Esta relación sugiere un ciclo potencialmente problemático en el que la confianza disminuye la necesidad percibida de realizar una evaluación crítica.
Un estudio de 2015 descubrió que la naturaleza de «caja negra» de muchos sistemas de IA desalienta a las personas a realizar un análisis crítico, ya que los usuarios tienen una comprensión limitada de cómo se generan las recomendaciones o las decisiones, lo que reduce aún más la participación crítica.
Un artículo de 2001 sugería que los jóvenes que han crecido con la tecnología digital son menos susceptibles al impacto cognitivo de las herramientas digitales.
El mito del nativo digital
Una creencia común que investigaciones más recientes han desacreditado es la noción de «nativo digital», acuñada por Prensky en 2001, que presupone que los jóvenes nacidos después de 1980 poseen inherentemente habilidades digitales avanzadas debido a una exposición de por vida a la tecnología. Sin embargo, se ha demostrado que esto no es así.
La exposición a la tecnología digital no equivale a la alfabetización digital. La alfabetización digital abarca más que habilidades técnicas. Incluye dimensiones cognitivas (evaluación crítica, uso ético) y socioemocionales (comportamiento seguro y responsable en línea). Esta distinción es crucial para la práctica basada en la evidencia.
Alfabetización digital
Un nuevo estudio
Un nuevo estudio del Centro de Prospectiva Estratégica Corporativa y Sostenibilidad de la SBS Swiss Business School (Suiza) examinó el impacto de herramientas de IA generativa como ChatGPT en el pensamiento crítico, el pensamiento profundo y la descarga cognitiva.
Actividades de pensamiento profundo
Las actividades de pensamiento profundo son prácticas cognitivas que exigen un compromiso intelectual sostenido, razonamiento analítico y procesamiento reflexivo que va más allá del consumo superficial de información. Estas actividades requieren atención focalizada, análisis crítico y la construcción de conexiones significativas entre conceptos, fomentando habilidades cognitivas de orden superior. El pensamiento profundo contrasta con el procesamiento superficial, que implica una interacción más superficial con la información sin componentes analíticos o evaluativos sustanciales.
Las actividades de pensamiento profundo incluyen leer libros, resolver acertijos y participar en debates; todas ellas actividades que requieren un compromiso intelectual prolongado sin depender inmediatamente de herramientas de IA.
Otros estudios han identificado diversas actividades de pensamiento profundo:
Lectura extensa de textos complejos que requieren atención e interpretación sostenidas.
Actividades de escritura que implican articular y refinar ideas complejas.
Aprendizaje basado en problemas que requiere la aplicación del conocimiento a situaciones novedosas.
Discusiones filosóficas que exploran preguntas y supuestos fundamentales.
Inteligencia Artificial.
Resultados:
El estudio halló que:
Existe una fuerte correlación negativa entre el uso frecuente de herramientas de IA y las habilidades de pensamiento crítico.
La descarga cognitiva resultó ser un predictor significativo de una menor participación en el pensamiento crítico.
Los participantes más jóvenes (17-25 años) mostraron mayor dependencia de la IA y puntuaciones más bajas en pensamiento crítico.
Los participantes mayores (46+ años) mostraron menor dependencia de la IA y mayores habilidades de pensamiento crítico.
Un mayor nivel educativo se correlacionó con un mejor pensamiento crítico, independientemente del uso de la IA.
Un mayor nivel educativo predice significativamente una mayor participación en actividades de pensamiento profundo.
El género no mostró un efecto significativo en las actividades de pensamiento profundo
El uso de herramientas de IA fue el predictor más fuerte del nivel de pensamiento crítico. La educación superior puede mitigar algunos efectos negativos del uso de herramientas de IA en el pensamiento crítico.
La relación entre el uso de IA y el pensamiento crítico no es lineal. Esta no linealidad sugiere que la relación es más compleja que una simple relación lineal de «más uso de IA equivale a menos pensamiento crítico». Podría indicar que un uso moderado de IA podría gestionarse sin efectos negativos significativos, pero a partir de ciertos niveles de uso, el impacto negativo en el pensamiento crítico se acelera o se estabiliza.
Los participantes expresaron su preocupación por los impactos a largo plazo de la IA en las habilidades cognitivas.
La confianza en las herramientas de IA se correlaciona con una mayor descarga cognitiva.
Pensar o no pensar: El impacto de la IA en las habilidades de pensamiento crítico
La siguiente contribución corresponde al portal de NSTA que se define así: Bienvenidos a la Asociación Nacional de Profesores de Ciencias (NSTA, por sus siglas en inglés), una vibrante comunidad de 35.000 miembros: educadores y profesionales de la ciencia comprometidos con las mejores prácticas en la enseñanza de la ciencia y las disciplinas STEM (ciencia, tecnología, ingeniería y matemáticas) y su impacto en el aprendizaje de los estudiantes.
La autoría es de Christine Anne Royce y Valerie Bennett
Christine Anne Royce, Doctora en Educación, fue presidenta de la Asoc
