Debates
¿Cuándo fue la última vez que el cuerpo humano descartó algo que ya no necesitaba? La respuesta más probable está a más de un millón de años, cuando las primeras poblaciones de Homo erectus, en la sabana africana, empezaron a perder el pelo corporal denso. Esto fue una respuesta al entorno: para cazar a larga distancia en el calor, esos cuerpos necesitaban termorregularse mediante la transpiración. El pelo les molestaba y la evolución, que no es sentimental, lo eliminó.
Hoy podríamos estar entrando en una transición análoga. Solo que lo que podría empezar a volverse prescindible es nuestra capacidad de pensar profundamente, debido al uso desmedido de la inteligencia artificial. La variable definitoria es el tipo de vínculo que tenemos con ella, porque es muy diferente usar una herramienta para ampliar una capacidad y usarla para no ejercerla nunca más. En adultos, esa diferencia ya es preocupante, pero en chicos y adolescentes, puede ser decisiva, porque sus circuitos de atención, memoria, lenguaje y razonamiento todavía están en desarrollo.
Lejos estoy de tener una postura tecnofóbica. De hecho, como artista e investigadora uso la IA a diario. Mi práctica explora cómo los avances tecnocientíficos y la hiperconectividad transforman la construcción de la identidad contemporánea, o sea que la IA no es solo una herramienta que uso, sino también parte del problema que investigo.
A eso se suma mi colaboración, desde 2022, con la PhD Hope Kean, investigadora del EvLab del MIT (Massachusetts Institute of Technology), un laboratorio dedicado a los circuitos neuronales que separan el lenguaje del razonamiento. Desde ese cruce es que escribo lo que sigue.
El cerebro no es gratis
En 1995, los antropólogos Leslie Aiello y Peter Wheeler publicaron en Current Anthropology, una de las revistas de referencia de la disciplina a nivel mundial, lo que llamaron la Expensive Tissue Hypothesis.
El dato central es conocido pero sigue impresionando: el cerebro humano representa apenas el 2% del peso corporal y consume alrededor del 20% de la energía del cuerpo. Es, por lejos, nuestro órgano más caro en términos metabólicos.
Y la evolución funciona como una economía, no sostiene durante millones de años un tejido tan costoso si no rinde. Si lo sostuvo fue porque la cognición compleja marcaba la diferencia entre sobrevivir y no sobrevivir: encontrar comida, anticipar depredadores, coordinar grupos, fabricar herramientas, aprender del entorno y transmitir lo aprendido.
Por eso la pregunta incómoda del presente ya no es si la IA puede hacer cosas espectaculares; puede, y vamos a seguir viendo demostraciones cada vez más increibles. La pregunta es otra, mucho menos glamorosa: mientras miramos fascinados el truco, ¿el entorno digital en el que vivimos no estará dejando de exigirnos, en ciertos ámbitos, parte del esfuerzo cognitivo que antes entrenábamos todos los días casi sin notarlo?
La advertencia de Sócrates
Hace casi 2400 años Sócrates advertía en el Fedro de Platón: “Esta invención producirá olvido en las almas de quienes la aprendan, al descuidar la memoria, ya que, fiándose de lo escrito, llegarán al recuerdo desde fuera, a través de caracteres ajenos, no desde dentro, desde ellos mismos".
Si bien Sócrates se refería a la escritura, bien podría aplicarse a la discusión actual sobre la IA . En su momento, Sócrates se equivocó en el resultado: la escritura externalizó la memoria pero multiplicó la abstracción, el razonamiento y la coordinación simbólica. Algo parecido puede decirse del fuego, la imprenta o la escolarización masiva: todas cambiaron el cerebro social, pero empujándolo hacia formas más complejas de organización mental. La tecnología siempre remodeló la cognición, pero muchas de las grandes tecnologías del pasado lo hicieron, al menos al principio, elevando las demandas mentales antes de simplificarlas.
El patrón se repitió con suficiente consistencia como para que uno pudiera creer que es una ley, pero aparentemente no lo es.
Hay datos que acompañan esta preocupación. Durante gran parte del siglo XX, el coeficiente intelectual promedio en países industrializados aumentó de manera sostenida, un fenómeno conocido como el Efecto Flynn, por el filósofo político que lo investigó, James Flynn.
Sin embargo, en décadas recientes aparecieron señales de reversión en algunos países.
Economistas del Ragnar Frisch Centre for Economic Research de Oslo, publicaron en 2018 en el PNAS ( Proceedings of the National Academy of Sciences de USA) un análisis de décadas de datos cognitivos de conscriptos noruegos y encontraron una reversión consistente en generaciones nacidas después de los años '70.
Nadie estableció una causa única, y sería intelectualmente deshonesto atribuirle el fenómeno a la IA, que ni siquiera existía en su forma actual cuando esas generaciones crecieron. Pero el dato recuerda algo que conviene no olvidar: el entorno moldea al cerebro, y no siempre en la misma dirección.
Delegar no siempre es lo mismo
Existe un nombre técnico para lo que hacemos cuando le pedimos a ChatGPT que escriba el mail, resuma el documento o estructure la presentación: cognitive offloading, o descarga cognitiva. (según fue definido en 2016 en Trends in Cognitive Sciences). Anotar un recordatorio y usar el GPS son formas de externalización que todos usamos que no tienen nada de patológico por sí mismas. El problema no es delegar algo, sino qué delegamos, cuánto delegamos y en qué momento del desarrollo lo hacemos.
Podríamos distinguir tres niveles.
La externalización asistiva es la más inofensiva: la herramienta nos ayuda a recordar o sostener algo que igual entendemos y podríamos hacer por nuestra cuenta. La sustitutiva va un poco más lejos: la herramienta hace algo que antes hacía el cerebro, como calcular, navegar, pero el usuario mantiene control y entiende el proceso. La que más debería preocuparnos es la disruptiva: cuando la máquina reemplaza el proceso entero antes de que lo ejercitemos, desde la búsqueda hasta la síntesis, desde la organización de ideas hasta la escritura del argumento final. La diferencia no es menor: es la diferencia entre usar una calculadora para números grandes y nunca haber aprendido qué es una multiplicación.
La IA generativa, no solo ayuda a recordar o a calcular, también puede producir una versión plausible del pensamiento expresado. Y ahí aparece una de las confusiones centrales de esta época: el texto puede sonar inteligente sin que el trabajo de inteligencia haya ocurrido, la fluidez verbal no es lo mismo que la elaboración mental.
Lenguaje y razonamiento no son lo mismo
Esa última frase no es una intuición mía. Es uno de los hallazgos más sólidos de la neurociencia del lenguaje reciente, y me parece central para esta discusión, aunque suele quedar afuera del debate público sobre IA.
En 2024, investigadores vinculados al EvLab del MIT, publicaron en Trends in Cognitive Sciences un trabajo titulado “Dissociating language and thought in large language models”. Su argumento se apoya en décadas de evidencia de neuroimagen y de estudios clínicos: en el cerebro humano, el lenguaje y el pensamiento corren por redes neuronales distintas. La red del lenguaje procesa palabras, gramática, sintaxis. El razonamiento, la planificación y la resolución de problemas dependen de otra, la red de demanda múltiple. Y la disociación es real, no un tecnicismo: hay pacientes con afasias severas, casi sin lenguaje, que conservan intacta la capacidad de razonar, calcular o resolver problemas. Y a la inversa, se puede producir lenguaje fluido y gramaticalmente impecable con muy poco razonamiento detrás.
¿Por qué importa esto para discutir sobre la IA? Porque los modelos de lenguaje son exactamente eso: máquinas de una fluidez verbal extraordinaria. El paper usa esa disociación para ordenar el debate. Los LLMs dominan lo que los autores llaman la competencia formal del lenguaje, la forma; y no la competencia funcional, usar el lenguaje para razonar sobre el mundo. Que una respuesta esté bien escrita no garantiza que detrás haya habido razonamiento. Y, sobre todo, no garantiza que el razonamiento haya ocurrido en nosotros. Cuando alguien le pide a un sistema que piense, estructure y redacte, y después solo lee el resultado, las palabras llegan. Lo que no necesariamente llega es el trabajo mental que las habría hecho nacer dentro de esa persona.
Lo que le pasa al cerebro cuando deja de hacer
La neuroplasticidad es el principio que explica que el cerebro cambia físicamente según las demandas que se le imponen. El ejemplo clásico es el de los taxistas de Londres. Para obtener la licencia tienen que aprobar el famoso “Knowledge”, un examen que exige memorizar el mapa entero de la ciudad y que puede llevar entre tres y cuatro años de preparación. En 2000, la neurocientífica Eleanor Maguire y su equipo mostraron que esos taxistas tienen el hipocampo, la región asociada a la memoria y la navegación espacial, significativamente más desarrollado que el promedio. Más tarde se observó el reverso: cuando ese entrenamiento se abandona, parte de la ventaja se reduce. El cerebro crece donde se lo usa y se reorganiza donde deja de ser necesario.
Algo parecido pasa con el llamado efecto Google, documentado en Science el 2011. Cuando sabemos que una información esta disponible de inmediato en el entorno, directamente ni tratamos de recordarlo. El ejemplo más cotidiano son los números de teléfono. Antes de que los celulares vinieran con agenda, la mayoría de la gente memorizaba sin esfuerzo entre diez y veinte números: la familia, los amigos, el trabajo. Hoy nos cuesta recordar hasta el propio. El cerebro encontró una solución más eficiente: no memorizar lo que puede buscar externamente de manera muy fácil. Los autores, describieron este fenómeno como una simbiosis con nuestras herramientas tecnológicas, un sistema en el que el mundo exterior empieza a funcionar como nuestra memoria principal.
¿Y con la IA generativa? Los estudios recién empiezan, pero ya hay señales. El más comentado salió del MIT Media Lab a mediados de 2025: “Your Brain on ChatGPT”, liderado por Nataliya Kosmyna. El equipo dividió a un grupo de estudiantes en tres condiciones para escribir ensayos, con ChatGPT, con buscador y sin asistencia, mientras registraba su actividad cerebral con EEG. Los usuarios de ChatGPT mostraron menor activación neural durante la escritura y más dificultades para recordar, minutos después, fragmentos del texto que acababan de firmar. Los autores hablaron de “deuda cognitiva”: la comodidad de hoy se paga con menos memoria y menos apropiación de lo escrito.
Conviene leerlo con cuidado. Se trata de un preprint con muestra acotada que, a mediados de 2026, todavía no pasó la revisión por pares. De hecho, recibió comentarios académicos que piden interpretar algunos resultados de manera más conservadora. Pero la dirección del hallazgo no quedó aislada.
En julio de 2025, otro equipo (Jiang, Wu y Leung) publicó en Frontiers in Computational Neuroscience otro estudio con EEG durante tareas de resolución de problemas con y sin GPT-4: con asistencia, la actividad theta frontal, el marcador neurológico del esfuerzo cognitivo, cae de forma medible. Cuando la máquina hace una parte creciente del trabajo, el cerebro hace menos. Y si eso se vuelve costumbre, la conveniencia inmediata puede convertirse en dependencia.
El riesgo más serio: los chicos
Acá es donde yo creo que la discusión debería afinarse. Si el problema ya es serio para adultos con funciones cognitivas consolidadas, su gravedad potencial se multiplica en chicos y adolescentes. Las funciones ejecutivas como la planificación, control inhibitorio, autorregulación, razonamiento abstracto, siguen desarrollándose hasta los 25 años aproximadamente, porque la corteza prefrontal, que las regula, es una de las últimas regiones del cerebro en madurar. Lo que esto significa es que un adulto puede desentrenar una habilidad, pero un chico que externaliza el razonamiento complejo antes de haberlo ejercitado no está perdiendo una habilidad adquirida, sino que podría estar impidiendo que se forme.
No es una especulación de laboratorio.
En su informe de agosto de 2024 sobre IA generativa en educación K-12, Common Sense Media, referencia en tecnología y medios para familias en Estados Unidos, identificó la “dependencia excesiva en la tecnología y la pérdida de pensamiento crítico” como uno de los principales riesgos documentados por educadores. No es un miedo abstracto: es lo que los maestros informan que observan en la clase.
El informe también documenta lo difícil que se volvió distinguir aprendizaje genuino de producción asistida por IA, y cómo los patrones de dependencia se vuelven invisibles cuando la herramienta está disponible en cada paso del proceso. Podríamos llamar a esto “desplazamiento del desarrollo”: externalizar un proceso cognitivo, antes de haber logrado dominio interno sobre él.
En chicos más pequeños aparece, además, otro desplazamiento. Investigaciones del MIT Media Lab mostraron que muchos chicos atribuían a asistentes inteligentes como Alexa o Google Home una inteligencia superior a la propia, e incluso rasgos mentales o afectivos. El problema no es solo técnico, es cultural y cognitivo. Un chico que crece habituado a tratar a la máquina como autoridad epistémica puede perder el impulso de discutirla antes incluso de haber desarrollado plenamente los recursos para hacerlo.
UNICEF y el Foro Económico Mundial en su marco conjunto “Children and AI”, identificaron las implicaciones cognitivas y psicológicas de la IA como un área de riesgo prioritaria para la infancia. El documento nombra en particular lo que la IA hace al cerebro en desarrollo, los riesgos psicológicos como depresión, ansiedad, deterioro de habilidades sociales y el riesgo específico de manipulación cognitiva.
La preocupación ya llegó a los marcos regulatorios. En julio de 2024, la Unión Europea publicó el Reglamento 2024/1689, la primera legislación vinculante y exhaustiva sobre IA de una gran economía , cuyo foco más urgente son los sistemas de IA que explotan vulnerabilidades vinculadas a la edad para manipular el comportamiento cognitivo-conductual de menores o inducirlos a decisiones contrarias a sus intereses.
En septiembre de 2024, el Consejo de Europa presento el primer tratado internacional legalmente vinculante sobre IA. Lo firmaron más de cincuenta países, entre ellos el Reino Unido, Israel y Estados Unidos. El tratado menciona explícitamente la vulnerabilidad "psicológica, cognitiva y emocional" de los chicos como uno de sus fundamentos.
El Parlamento Europeo publicó además en 2025 un análisis específico sobre chicos e IA generativa, advirtiendo sobre las consecuencias para el pensamiento crítico, la resolución de problemas y las capacidades de escritura e investigación.
Mas cerca nuestro, Brasil aprobó en diciembre de 2024 una ley comprehensiva de IA, la más avanzada de América Latina en ese campo, basada en el modelo de riesgo europeo. Y en septiembre de 2025 sumó la Ley ECA Digital, que aunque no regula la IA específicamente, obliga a todas las plataformas digitales a proteger los datos de menores, prohíbe su rastreo invasivo y veda la publicidad conductual basada en su actividad online. Estados Unidos, en cambio, no tiene ley federal sobre IA, aunque firmó el tratado del Consejo de Europa. Treinta y ocho estados avanzan con medidas propias, sin coordinación.
El sector habla
Los que construyen estas herramientas no son ajenos al debate.
En 2025, en el podcast ReThinking de TED, el psicólogo Adam Grant le comentó a Sam Altman que sus estudiantes ya no querían escribir borradores sin ChatGPT porque habían perdido práctica. La respuesta del CEO de OpenAI merece leerse dos veces: “Yo ya no sé escribir palabras complicadas porque confío en que el autocorrector me va a salvar. Y me parece bien. Es fácil entrar en pánico moral con estas cosas; si la gente depende cada vez más de su IA para ayudarla a expresar sus pensamientos, quizás ese sea simplemente el camino del futuro”.
Ese mismo año, en un evento de Sequoia Capital, describió que los universitarios usan ChatGPT como “sistema operativo” de sus vidas y que muchos jóvenes ya no toman decisiones importantes sin consultarle.
El hombre que dirige la empresa detrás de la herramienta más usada para delegar pensamiento considera que el pensamiento externalizado es la evolución natural de la escritura. Puede que tenga razón o puede que sea la equivocación más cara de nuestra época.
Dario Amodei, CEO de Anthropic y uno de los investigadores de IA con mejor imágen del sector, publicó en enero de 2026 un ensayo titulado “The Adolescence of Technology” en el que advierte que la IA nos pondrá a prueba como especie. Sus preocupaciones se centran en riesgos de alineación y poder concentrado, no específicamente en la cognición humana.
Pero la arquitectura del problema es la misma: sistemas que superan capacidades humanas en dominios críticos crean dependencias que luego son muy difíciles de revertir. Geoffrey Hinton, el “padrino” de las redes neuronales y Premio Nobel de Física 2024, abandonó Google en 2023 para poder hablar libremente sobre los riesgos de la IA: desinformación, desempleo tecnológico, concentración de poder, el riesgo existencial de sistemas más inteligentes que los humanos.
La señal más fuerte de las últimas semanas vino de un lugar todavía más inesperado: el cruce entre el Vaticano y Anthropic.
En mayo de 2026, el papa Leo XIV publicó su primera encíclica, "Magnifica Humanitas: On Safeguarding the Human Person in the Time of Artificial Intelligence", dedicada casi por completo a la inteligencia artificial.
Allí pide “desarmar” la IA: quitarle los usos que la convierten en instrumento de dominación, exclusión o incluso muerte, limitar el poder de las grandes plataformas y proteger de manera especial a los más vulnerables, empezando por los chicos.
En la presentación oficial en el Vaticano, uno de los oradores fue Christopher Olah, cofundador de Anthropic y responsable del área de interpretabilidad.
Olah contó que, al estudiar por dentro modelos como Claude, su equipo está encontrando “cosas misteriosas, incluso inquietantes”: estructuras internas que reflejan resultados de la neurociencia humana, evidencia de “introspección” y estados funcionales que se parecen a alegría, miedo, dolor o inquietud.
No dice que la máquina tenga mente o conciencia, pero sí algo más incómodo: que esos estados emergen solos durante el entrenamiento, sin que nadie los programe, y que influyen en el comportamiento del sistema aunque desde afuera solo veamos respuestas profesionales.
Que el Papa pida frenar la lógica de la carrera y que, en el mismo escenario, un científico de una empresa puntera admita que ni siquiera terminan de entender qué está pasando adentro de los modelos dice algo simple y brutal a la vez: estamos entregando procesos cognitivos humanos, incluidos los de los chicos, a sistemas cuyo funcionamiento interno todavía estamos aprendiendo a descifrar.
El otro lado: cuando la IA sí potencia capacidades
Dicho todo esto, sería un error no reconocer que existen usos muy valiosos de la inteligencia artificial. La advertencia sobre sus riesgos cognitivos no exige negar sus beneficios. Exige distinguir mejor entre usos que sustituyen pensamiento y usos que expanden capacidad humana allí donde el juicio sigue en manos de una persona.
En investigación científica, uno de los ejemplos más claros es el de AlphaFold. DeepMind lanzó AlphaFold 3 en 2024, una versión capaz de modelar no solo estructuras de proteínas sino también interacciones con otras moléculas, ampliando su potencial para la investigación biomédica. El impacto de esa línea de trabajo quedó subrayado cuando Demis Hassabis y John Jumper recibieron el Premio Nobel de Química 2024.
Uno de los ejemplos más concretos del impacto científico de AlphaFold ocurrió en la investigación sobre la malaria. Los investigadores tuvieron acceso a predicciones estructurales para prácticamente todo el proteoma de Plasmodium falciparum, el parásito responsable de la forma más letal de la enfermedad. Esto permitió analizar cientos de proteínas cuya función era desconocida e identificar nuevas posibles dianas para el desarrollo de fármacos y vacunas.
Lo significativo no es solo la magnitud técnica del avance, sino su lógica de uso. AlphaFold no reemplazó al científico ni volvió innecesaria la experimentación biológica. Hizo otra cosa: redujo drásticamente el espacio de búsqueda y permitió orientar mejor hipótesis, recursos y tiempo experimental.
La IA procesó una escala de complejidad imposible para un cerebro humano; el investigador conservó el diseño, la validación, la interpretación y la responsabilidad.
Algo parecido ocurre en accesibilidad. Herramientas basadas en IA pueden describir escenas para personas con discapacidad visual, leer texto en voz alta, asistir en comunicación o facilitar apoyos en tiempo real para personas con discapacidad auditiva y otras barreras funcionales. En esos contextos, la IA no inhibe la cognición: la habilita. No sustituye una capacidad que estaba disponible y entrenándose. Devuelve autonomía donde antes había un obstáculo material o sensorial.
También en clima y gestión de riesgos colectivos la IA puede ser útil cuando opera como instrumento analítico y no como reemplazo del juicio humano. Modelos capaces de integrar grandes volúmenes de datos ayudan a mejorar pronósticos, detectar patrones y anticipar escenarios complejos. Pero siguen siendo meteorólogos, científicos, equipos de emergencia y decisores públicos quienes interpretan, comparan y actúan sobre esa información.
Qué hacer ahora
Si el riesgo principal está en la sustitución pasiva del pensamiento, sobre todo en chicos, entonces la respuesta no puede ser solo técnica. Tiene que ser educativa, cultural y regulatoria.
En las escuelas, eso implica distinguir entre usos de IA que ayudan a aprender y usos que producen cortocircuitos en el aprendizaje. Puede ser razonable usar IA para recibir feedback sobre un borrador ya escrito o comparar fuentes. No lo es usarla para producir directamente el texto que el alumno todavía debería aprender a planificar, sostener y revisar por sí mismo.
En las familias, el criterio más útil no es “IA sí” o “IA no”, sino una pregunta más precisa: ¿esta herramienta está ayudando a mi hijo a pensar mejor o está pensando por él? Cuanto menor es la edad, más importante se vuelve proteger actividades cognitivas que necesitan fricción: leer sin resumen automático, escribir sin generación automática, buscar sin respuesta instantánea, tolerar la dificultad de no saber.
En política pública, la prioridad debería ser doble. Por un lado, proteger especialmente a menores frente a sistemas diseñados para explotar vulnerabilidades vinculadas a la edad o promover dependencia. Por otro, incorporar alfabetización en IA en serio: no solo enseñar a usar plataformas, sino enseñar cómo funcionan, qué sesgos tienen, qué incentivos las organizan y qué capacidades conviene no delegar demasiado temprano.
La letra chica
Vale la pena hacer una pausa antes de cerrar, porque perder el pelo no es lo mismo que perder la capacidad de pensar profundamente. En la evolución biológica, ningún Homo Erectus decidió perder el pelo. El proceso fue ciego, lentísimo, sin consulta y, sobre todo, irreversible. La pérdida del pelo quedó escrita en nuestros genes para siempre.
La externalización cognitiva que provoca la IA es diferente. En principio, es reversible. Un adulto puede decidir dejar de usar ChatGPT para redactar un correo, se puede volver a leer el documento entero en lugar de pedirle el resumen a la máquina, etc. Los circuitos neuronales ya están formados; volver a activarlos es cuestión de práctica. Pero para un chico o un adolescente, la historia es otra. Si durante las ventanas críticas del desarrollo, cuando la corteza prefrontal todavía está madurando, externaliza el razonamiento complejo antes de haberlo ejercitado, no está perdiendo una habilidad adquirida, está directamente impidiendo que se forme.
Por eso estamos subestimando el costo de esta transición.
Sobre todo para quienes todavía están construyendo las capacidades que luego necesitarán para vivir, trabajar, decidir y, llegado el caso, resistir. Porque el pelo nunca fue lo que nos distinguió como especie. Y porque una sociedad puede permitirse muchas comodidades nuevas.
Pero no debería naturalizar con tanta facilidad la idea de criar chicos que aprendan a delegar antes de haber aprendido a pensar.
Seguí a El Economista en Google
Agreganos a tus medios preferidos.
+ Agregar
