29/07/2026
La deuda cognitiva: lo que la IA le está costando a la próxima generación de profesionales.
*Una reflexión desde el aula, para docentes, estudiantes y quienes se interesan en el futuro de la formación profesional.*
---
Llevo dos años observando algo que me preocupa. Cada vez menos estudiantes llegan a clase habiendo leído el material. Cada vez menos preparan lo que se vio y lo que viene. Y en época de exámenes, en lugar de repasar a conciencia, muchos han aprendido a "pasar" las evaluaciones de opción múltiple usando pura lógica de descarte, sin dominar realmente el tema.
No es pereza sin más. Es un síntoma de algo más grande: estamos formando profesionales que saben *dónde encontrar* la respuesta, pero cada vez menos saben *construirla* por sí mismos.
No es una impresión aislada.
La evidencia reciente respalda esta preocupación. Un estudio del MIT con estudiantes universitarios comparó a quienes escribían ensayos con libertad de usar inteligencia artificial generativa frente a quienes usaban buscadores tradicionales o ninguna herramienta. Los resultados fueron reveladores: el grupo que usó IA mostró menor actividad cerebral asociada al pensamiento profundo, procesó la información de forma más superficial y, algo aún más inquietante, a muchos les costaba reconocer como propio el trabajo que habían "producido".
A este fenómeno los investigadores lo llaman **deuda cognitiva**: cada vez que delegamos en la IA una tarea que implica pensar, estructurar y sintetizar, posponemos un esfuerzo mental que en realidad nunca se recupera. Ese esfuerzo no realizado es, literalmente, aprendizaje que no ocurrió.
Y hay una explicación de fondo: el cerebro está diseñado para ahorrar energía. Si una conexión neuronal no se usa porque la herramienta resuelve la tarea, el cerebro simplemente deja de mantenerla. No es que los estudiantes se hayan vuelto menos capaces; es que están practicando cada vez menos la habilidad que se supone deben dominar.
El problema no es la herramienta, es el hábito
Aquí es donde vale la pena poner un matiz importante: la evidencia no dice que toda una generación esté condenada a saber menos. Dice algo más específico —y más útil para actuar—: se está abriendo una brecha entre dos formas de usar la IA.
- Quien la usa para **verificar y complementar** su propio razonamiento, sigue desarrollando pensamiento crítico e incluso lo potencia.
- Quien la usa para **sustituir** el esfuerzo de pensar, deja de entrenar el músculo que necesitará el resto de su vida profesional.
El reto no es prohibir la tecnología. Es enseñar —y exigir— el primer tipo de uso.
Lo que está en juego según la profesión.
Este problema no pega igual en todas las carreras. En formación de **psicólogos**, **administradores** y **médicos**, el pensamiento crítico y el juicio propio no son un "extra": son el corazón mismo de la profesión.
- **Psicología**: la escucha activa, la formulación de hipótesis clínicas y la tolerancia a la ambigüedad se construyen con práctica repetida, no con respuestas instantáneas. Un futuro profesional que se acostumbra a que la IA le a**e el análisis de caso corre el riesgo de trasladar esa dependencia a la consulta real.
- **Administración**: la toma de decisiones bajo incertidumbre —con datos incompletos y presión real— es exactamente lo que se deja de entrenar cuando la IA arma el diagnóstico o la estrategia de principio a fin.
- **Medicina**: aquí el margen de error se mide en vidas. Existe evidencia de que los sistemas de IA aún fallan en una proporción considerable de los diagnósticos iniciales cuando se usan sin supervisión experta. Un médico que no desarrolló su propio razonamiento clínico no solo pierde competencia: pierde la capacidad de detectar cuándo la herramienta se equivoca.
Una invitación, no solo una advertencia.
Para quienes forman a otros: quizás el problema no es únicamente el hábito de estudio de los estudiantes, sino también nuestro propio diseño de evaluación. Los exámenes de opción múltiple, pensados para ser "más prácticos", llevan tiempo premiando el reconocimiento de la respuesta correcta por descarte, más que el dominio real del tema. La IA solo aceleró una grieta que ya existía. Repensar cómo evaluamos —con casos abiertos, defensa oral, aplicación práctica— es una palanca real que sí está en nuestras manos.
Para los estudiantes: la IA no es el enemigo. El enemigo es dejar de ejercitar el pensamiento propio pensando que tener todas las respuestas en la pantalla equivale a dominar el tema. La diferencia entre un profesional sólido y uno que solo sabe "buscar bien" se va a notar, tarde o temprano, en el consultorio, en la sala de juntas o frente a un paciente.
La pregunta que deberíamos estarnos haciendo todos —docentes, estudiantes, instituciones— no es si usamos IA. Es si la estamos usando para pensar mejor, o para dejar de pensar.
---
*¿Qué opinas? Me interesa mucho conocer la experiencia de otros docentes y estudiantes sobre este tema.*
