El experimento del MIT con chatbots revela un efecto cerebral que podría cambiar cómo usamos la IA

Durante varios meses, en el campus del MIT, 54 estudiantes universitarios escribieron ensayos en condiciones controladas. Un grupo usó ChatGPT, otro solo Google, y el tercero escribió sin herramientas externas. Los investigadores midieron la actividad cerebral con electroencefalogramas en cada fase y compararon patrones de atención, memoria y procesamiento semántico.

Los usuarios de IA mostraron una conectividad neuronal sistemáticamente menor en todas las bandas de frecuencia. Quienes escribieron “a pelo” activaron más las redes parietales, temporales y frontales, áreas clave para sostener la atención, retener ideas y dar sentido a las palabras. El símil que plantean los autores es claro, pero tiene truco, y ahora verás por qué.

Primero, el dato incómodo: los ensayos hechos con IA sacaron mejor nota, tanto al ojo de profesores como en evaluadores automáticos. Esos mismos estudiantes recordaban peor lo que habían escrito pocos minutos después y reportaban menor sensación de autoría. Es decir, el texto brilla, pero tu huella mental se borra antes.

Cuando los usuarios intensivos de IA tuvieron que escribir sin ayuda, su cerebro no consiguió reactivar bien las redes necesarias. Los patrones de actividad revelaron dependencia del apoyo externo, como quien intenta caminar sin apoyos tras pasar años con muletas.

La deuda cognitiva por usar chatbots de IA afecta a tu aprendizaje

El estudio desmonta la idea de que la IA es “como una calculadora” que te libera para pensar más. La calculadora no interfiere en cómo construyes significado; aquí sí. Los investigadores describen una deuda cognitiva: delegas el esfuerzo ahora y pagas después con menor activación y peor recuperación de lo aprendido. Esta deuda no es solo académica, también emocional, porque baja tu sensación de autoría.

La cronología importa más de lo que parece. Primero aprende a pensar y a escribir solo, y luego piensa con máquinas. Los estudiantes que siguieron este orden mantuvieron su nivel de “engagement” neuronal al incorporar la IA, recordaron mejor y reactivaron con más fuerza las áreas cerebrales implicadas. El mensaje práctico es simple y exigente a la vez: el cerebro necesita construir sus “autopistas neuronales” antes de delegar tareas de forma selectiva.

Esto ya se ve fuera del aula. Conductores de metro se sienten alienados porque el tren se conduce solo, traductores pasan a corregir texto generado por máquinas, y creativos 3D retocan modelos que no han construido desde cero. En todos los casos, asoma la misma deuda cognitiva: menos práctica de las operaciones base y más distancia con el trabajo intelectual profundo.

Un matiz relevante: el MIT trabajó con universitarios que ya sabían escribir con soltura. Si bajas la edad, el efecto puede ser mayor. En adolescentes que aún forman la memoria de trabajo y el pensamiento crítico, el coste cognitivo de usar IA como muleta constante podría amplificarse y enraizar hábitos difíciles de revertir.

Estrategias para usar IA sin caer en la deuda cognitiva

La solución no es prohibir, sino ordenar. Los autores recomiendan combinar fases de aprendizaje sin herramientas con fases asistidas. Así, optimizas la nota inmediata sin hipotecar el desarrollo neuronal a largo plazo. Puedes aplicarlo desde hoy con tres reglas sencillas y muy concretas.

1. Escribe primero un borrador sin ayuda.
2. Revisa con IA para estilo, fuentes y estructura.
3. Alterna semanas “sin IA” en tareas clave.

Este enfoque reduce la deuda cognitiva porque garantiza práctica deliberada de las destrezas base y mantiene vivo el circuito de atención y memoria. Si lo comparamos con la app móvil, la IA es mejor como asistente de revisión y lluvia de ideas que como autor fantasma del texto. Y si notas que recuerdas poco de lo escrito, es una señal para cortar la asistencia en la siguiente tarea.

Si respetas el orden —primero cerebro, luego máquina— podrás aprovechar la IA sin pagar la deuda cognitiva. Conviene seguir de cerca nuevas evidencias en estudiantes más jóvenes y en profesiones automatizadas, porque ahí se juega el equilibrio entre rendimiento inmediato y aprendizaje duradero.