El pensamiento que entregamos: lo que la IA se lleva, lo que libera y adónde debería ir cada cosa

Una palabra prestada

A esto lo vengo llamando externalidad cognitiva, y como me formé como economista sé que estoy forzando la palabra. En economía, una externalidad es un efecto sobre terceros: el humo de la fábrica que respiran los vecinos. Aquí hablo de algo más cercano: el pensamiento que quien aprende le entrega a la máquina. Al sentido del economista vuelvo en la última pieza de esta serie, porque esa pregunta quién paga. Esta trata de lo que se entrega y de lo que se libera.

La investigación tiene un nombre más llano para la conducta: descarga cognitiva (cognitive offloading), que los psicólogos Risko y Gilbert definen como "the use of physical action to alter the information processing requirements of a task so as to reduce cognitive demand" [trad. propia: «el uso de una acción física para alterar los requisitos de procesamiento de información de una tarea, de modo que se reduzca la demanda cognitiva»]. Sus ejemplos son deliberadamente cotidianos: inclinar la cabeza para leer una imagen girada, programar el teléfono para que te recuerde una cita.¹ Siempre hemos descargado. Lo nuevo es cuánto del pensamiento puede irse ahora, y lo poco que notamos que se va.

Así que esta es la lista de lo que entregamos, tal como la veo. Los puntos no pesan lo mismo, y el veredicto del final los ordena.

1. Recordar

La entrega más antigua, y la que menos me preocupa. En 1998 los filósofos Andy Clark y David Chalmers construyeron sobre ella un argumento famoso. Otto tiene Alzheimer y lleva una libreta a todas partes: "When he learns new information, he writes it down. When he needs some old information, he looks it up." [trad. propia: «Cuando aprende algo nuevo, lo anota. Cuando necesita algo viejo, lo busca»]. Para Otto, sostienen, la libreta cumple el papel que la memoria cumple para los demás, y en casos como el suyo la mente se extiende al mundo.² Es la versión más fuerte del argumento entusiasta, y merece tomarse en serio.

Hay evidencia de que esta entrega libera algo real. En tres experimentos, los psicólogos Storm y Stone encontraron que guardar un archivo antes de estudiar uno nuevo "significantly improved memory for the contents of the new file" [trad. propia: «mejoró significativamente la memoria del contenido del archivo nuevo»]. Guardar el primero lo quitaba del camino del segundo.³

Pero hay que leer las dos fuentes hasta el final, porque cada una trae una condición. El efecto de Storm y Stone "was not observed when the saving process was deemed unreliable" [trad. propia: «no se observó cuando el proceso de guardado se consideraba poco fiable»].³ Y entre los rasgos que hacen de la libreta de Otto parte de su mente, Clark y Chalmers enumeran un cuarto, que ellos mismos llaman discutible: la información "has been consciously endorsed at some point in the past, and indeed is there as a consequence of this endorsement" [trad. propia: «fue aceptada conscientemente en algún momento del pasado, y de hecho está ahí como consecuencia de esa aceptación»].² Otto escribió su libreta. Cuando la IA te escribe la libreta, guarda cosas que nunca supiste, y su fiabilidad es justo lo que nadie puede prometer. El mejor argumento a favor de descargar trae las dos condiciones que la salida de la IA, por defecto, no cumple.

Entrega el recordar, entonces, cuando lo guardado es algo que tú pusiste ahí, o algo que puedes comprobar.

2. El andamiaje mecánico

Aprendí a programar solo, a los nueve años, en una Texas Instruments TI-99/4A, y a los catorce hice un par de cursos en IBM: COBOL y bases de datos en un System/34. Fueron los únicos cursos de programación que hice en mi vida. Sobre esa base de variables, rutinas y estructura todavía puedo leer lenguajes que nunca estudié. La sintaxis siempre fue solo el vehículo. Es experiencia vivida más que ciencia establecida, y la sostengo con esa honestidad, pero me dice algo sobre lo que se puede entregar: regalar la sintaxis cuesta poco cuando ya tienes la estructura que hay debajo.

Así lo escribimos en el programa que estamos haciendo este año con jóvenes, «Crecer con IA». Cuando los participantes construyen con IA, el andamiaje técnico que no es el objeto de la Unidad de Aprendizaje se entrega a propósito: crear la ventana, el formato de un archivo, el arranque de una página. La especificación, la decisión de qué cambiar, la explicación del error y la prueba de que funciona no se entregan. Y el autocompletado queda apagado en las primeras Unidades de código hasta que el participante puede escribir la estructura solo, porque para quien todavía no tiene la base, la sintaxis es parte de cómo se construye la base. Lo que esto libera es aquello para lo que existe el año: más rondas de prueba con personas reales.

3. El primer borrador

Escribir es la forma en que muchos descubrimos qué pensamos. Entrega el borrador y entregas ese momento. Un estudio pequeño apunta en la misma dirección: adultos que escribieron ensayos con ChatGPT "fell behind in their ability to quote from the essays they wrote just minutes prior" [trad. propia: «se quedaron atrás en su capacidad de citar los ensayos que habían escrito minutos antes»]. Es un preprint con una muestra pequeña, todavía en revisión, y lo leo como una señal, no como un veredicto.⁴

Lo que libera un borrador entregado es real: tiempo para revisar, para comparar, para discutir con el resultado. El problema es que ese tiempo se gasta en un texto que quien escribe no pensó, y eso es algo raro de revisar. El intercambio que yo haría es el inverso: escribe tú el borrador y entrega la crítica. Pídele a la máquina que marque lo débil, y arréglalo con tus palabras.

4. La práctica

Esta es la entrega que no libera nada, aunque lo parezca. La evidencia más clara que conozco viene de un experimento de campo con cerca de mil jóvenes de secundaria en clases de matemáticas. Con GPT-4 disponible durante la práctica, sus notas en los ejercicios de práctica subieron un 48 % con una interfaz de chat estándar y un 127 % con un tutor diseñado para proteger el aprendizaje. Cuando se les quitó el acceso, quienes habían usado la interfaz estándar rindieron un 17 % peor que quienes nunca la tuvieron. El diagnóstico de los autores es directo: sin salvaguardas, los participantes del estudio "attempt to use GPT-4 as a ‘crutch’ during practice problem sessions" [trad. propia: «intentan usar GPT-4 como una "muleta" durante las sesiones de práctica»]. Y los efectos negativos "are largely mitigated" [trad. propia: «se mitigan en gran medida»] con las salvaguardas de la versión tutor.⁵

Ese estudio deja dos lecciones. Las mejoras mientras la herramienta estaba ahí eran desempeño, no aprendizaje. Y el mismo modelo, configurado para dar pistas en vez de respuestas, evitó en gran medida el daño. Un segundo experimento, con 1.200 adultos en línea, apunta igual: las explicaciones escritas por IA ayudaron frente a ver solo las respuestas, y "the benefits were largest for those who attempted problems on their own first" [trad. propia: «los beneficios fueron mayores para quienes intentaron primero los problemas por su cuenta»].⁶ Primero el intento; después la máquina. Ese es el orden que mantiene la práctica en tus manos. Por qué importa la cantidad de práctica lo expliqué en No hay atajos hacia el dominio; entregarla es el único atajo que no deja nada detrás.

5. El juicio

El último punto es el que nunca entregaría mientras sea lo que quien aprende está ahí para construir: la pregunta, el juicio sobre qué es cierto, la voz del propio texto. Una encuesta a 666 adultos encontró una correlación negativa significativa entre el uso frecuente de herramientas de IA y el pensamiento crítico, mediada por una mayor descarga cognitiva.⁷ Es una correlación, no una causa. Puede que la IA desgaste el juicio, o que quienes se inclinan menos a juzgar se apoyen más en las herramientas. Cualquiera de las dos lecturas lleva al mismo lugar a quien diseña aprendizaje.

Y aquí una entrega se puede dar vuelta. El material de estudio que damos a los participantes les pide no solicitar explicaciones, sino decirle a la IA: no me lo expliques; hazme preguntas hasta que yo llegue al porqué. El mismo ejercicio funciona sin IA, con tarjetas y un amigo, y la página dice qué cambia: solo quién hace las preguntas. Entrega el preguntar; quédate con el responder. Y desconfía del veredicto de la máquina sobre ti: tiende a complacerte, y si te dice que estás listo, la prueba de verdad es mañana, sin ella.

El veredicto

De lo más seguro a lo más costoso: recordar, cuando tú escribiste lo guardado o puedes comprobarlo; el andamiaje mecánico, cuando ya tienes la estructura; la crítica de tu borrador, pero no el borrador; y nunca la práctica ni el juicio mientras sean aquello para lo que existe la tarea.

Esa última frase es toda la línea. Cada tarea carga con algunas cosas y existe para otras. Entregar lo que la tarea carga libera algo real. Entregar aquello para lo que existe no libera nada; solo compra un mejor desempeño mientras la herramienta está en la sala. Y la línea se mueve con quien aprende: la sintaxis es algo que una tarea carga en mi caso, y aquello para lo que existe en la primera Unidad de código de alguien de catorce años.

Lo liberado no va a ninguna parte por sí solo

Ahora la otra mitad de la pregunta, la que las advertencias se saltan. Incluso cuando la entrega es correcta, el tiempo y la atención que libera no tienen dirección propia. En los experimentos de Storm y Stone la memoria liberada tenía adónde ir: había un segundo archivo esperando a ser estudiado.³ Quien aprende no siempre tiene el segundo archivo.

En «Crecer con IA» dibujamos una pizarra de dos columnas: MÁS RÁPIDO / MÁS FÁCIL a un lado y MÁS, MEJOR, MÁS ALLÁ al otro, con una pregunta debajo: ¿esto mejoró la instrucción, o mejoró la pregunta? Cada minuto que ahorra la IA va a una de las dos columnas, y el minuto que cae en «más rápido» y se queda ahí se discute. Cada participante lleva un registro de tres líneas por Unidad:

Me quedé con ___ · le entregué ___ · lo liberado lo usé para ___

Y la regla de diseño que hay detrás, que es una postura de diseño del programa y mía, no un hallazgo de investigación: en cada Unidad de Aprendizaje que usa IA se declara qué esfuerzo se conserva a propósito, qué se entrega a propósito y adónde debería ir lo liberado. Lo liberado sin destino declarado se lo lleva la columna «más rápido». Si tu institución quiere escribir esas declaraciones en sus propias experiencias de aprendizaje, ese es un trabajo que hacemos con escuelas y universidades.

La objeción que más en serio me tomo

Dice así. Decidir para qué existe una tarea es justo el juicio que un novato no puede hacer; eso es lo que lo hace novato. Pedirle a alguien de quince años que elija qué entregar es pedirle a quien aprende que tome la decisión del experto, y dejar que quienes aprenden decidan solos es el arreglo que peor sirve a los más desfavorecidos; cité a la OCDE diciéndolo en mi ensayo sobre PISA. Tus tres líneas son un autoinforme que un adolescente puede llenar con lo que suene bien.

Concedo del todo la primera parte. Quien aprende no traza la línea solo, al menos no al principio. La declaración la hacen primero los adultos que diseñan la Unidad de Aprendizaje, antes de que nadie se siente, y el Orientador de Aprendizaje la sostiene en la sala. Las tres líneas no le entregan la decisión a quien aprende; hacen visible la entrega para que se pueda discutir y corregir, y la prueba del día siguiente, sin IA, la contrasta con algo que nadie puede esquivar con palabras. A lo largo del año, quien aprende va tomando más de la declaración. De eso se trata: construir el juicio en lugar de reemplazarlo. La segunda parte de la objeción todavía no la puedo responder. Las tres líneas no se han evaluado. Son una decisión de diseño, y sabremos qué hacen cuando las hayamos visto funcionar en la sala.

Quién se queda con lo liberado

Un estudio más, porque abre la pregunta con la que termina esta serie. Repitiendo los experimentos de guardado, Buchli y Storm encontraron que las personas con mayor capacidad de memoria de trabajo obtenían un beneficio mayor al guardar: una correlación positiva significativa, en tres experimentos.⁸ Es una tarea de laboratorio con listas de palabras, no un aula. Pero si se sostiene en algo parecido al aprendizaje, lo que libera la descarga no se reparte por igual: llega más lejos para quienes ya tienen más espacio para usarlo.

Y ahí vuelve el sentido del economista. Esta es la pieza del medio de tres: el esfuerzo que enseña, el pensamiento que entregamos y quién lo paga. La primera, Subir la fricción, trata de la fricción que conservamos a propósito. La tercera preguntará quién paga las dos cosas, y todavía no sé la respuesta.

Cada estudio citado aquí fue contrastado con su texto primario o con el resumen de sus propios autores, y se cita con su propia fuerza: los preprints, las correlaciones y las tareas de laboratorio se nombran como tales. El registro de tres líneas, la pizarra de dos columnas y la regla de diseño son posturas del programa y del autor, no hallazgos. Todas las fuentes están abajo.

Cuatro perspectivas

Referencias

Cada fuente de abajo fue contrastada con su texto primario o con el resumen de sus propios autores. Las citas textuales se mantienen en inglés, el idioma en que fueron verificadas. Los preprints, los estudios correlacionales y las tareas de laboratorio se señalan como tales.

1. Risko, E. F., & Gilbert, S. J. (2016). Cognitive offloading. Trends in Cognitive Sciences, 20(9), 676–688. doi.org/10.1016/j.tics.2016.07.002 La definición y los dos ejemplos están en el resumen de los autores.
2. Clark, A., & Chalmers, D. (1998). The extended mind. Analysis, 58(1), 7–19. doi.org/10.1093/analys/58.1.7. Otto’s notebook: §4, “From Cognition to Mind”; the four features, the fourth called “arguable” by the authors: §5, “Beyond the Outer Limits”. Citado de la copia de los autores (consc.net/papers/extended.html), que no tiene números de página y da las páginas 10–23; el registro del editor da 7–19.
3. Storm, B. C., & Stone, S. M. (2015). Saving-enhanced memory: The benefits of saving on the learning and remembering of new information. Psychological Science, 26(2), 182–188. doi.org/10.1177/0956797614559285 Tres experimentos de laboratorio. El efecto y su condición de fiabilidad están en el resumen de los autores.
4. Kosmyna, N., Hauptmann, E., Yuan, Y. T., Situ, J., Liao, X.-H., Beresnitzky, A. V., Braunstein, I., & Maes, P. (2025). Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task. arXiv:2506.08872. arxiv.org/abs/2506.08872 Preprint en revisión, sin revisión por pares. Adultos de 18 a 39 años; una muestra pequeña. Sugiere, no concluye.
5. Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., & Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. Proceedings of the National Academy of Sciences, 122(26), e2422633122. doi.org/10.1073/pnas.2422633122 Un experimento de campo en un solo centro. Las cifras de 48 %, 127 % y 17 % y las citas provienen del resumen de los autores; las mejoras son desempeño mientras la herramienta estaba disponible.
6. Kumar, H., Rothschild, D. M., Goldstein, D. G., & Hofman, J. M. (2025). Math education with large language models: Peril or promise? In Artificial Intelligence in Education (AIED 2025), Lecture Notes in Computer Science, pp. 60–75. doi.org/10.1007/978-3-031-98459-4_5 Un experimento en línea prerregistrado, con adultos, no con jóvenes en edad escolar. Las explicaciones también ayudaron, menos, cuando llegaron antes del intento.
7. Gerlich, M. (2025). AI tools in society: Impacts on cognitive offloading and the future of critical thinking. Societies, 15(1), 6. doi.org/10.3390/soc15010006 Encuestas y entrevistas; una correlación, no una causa.
8. Buchli, D. R., & Storm, B. C. (2025). Working memory capacity and the saving-enhanced memory effect. Memory, 33(8), 1015–1030. doi.org/10.1080/09658211.2025.2551230 Tres experimentos de laboratorio con listas de palabras; una correlación.