Siete investigaciones publicadas entre 2024 y 2026 llegan a una conclusión común: la inteligencia artificial puede ayudarnos a pensar mejor o a pensar menos, y lo que decide el resultado es cómo la usamos.
- Quien más confía en la IA ejercita menos el pensamiento crítico, según una encuesta de Microsoft Research y Carnegie Mellon a 319 profesionales.
- En un experimento con 659 personas, quienes copiaron la respuesta de la IA argumentaron peor después, sin ella. Quienes pensaron primero y luego la consultaron, no.
- Los alumnos que practicaron con un ChatGPT sin límites sacaron un 17 % menos en el examen sin IA. Una versión que daba pistas en lugar de soluciones evitó gran parte de esa caída.
- La IA mejora cada trabajo por separado, pero hace que los trabajos se parezcan más entre sí.
- La regla práctica: primero tu razonamiento, después la IA para cuestionarlo.
La inteligencia artificial nos permite redactar más rápido, analizar un documento en minutos y resolver tareas que antes llevaban horas. La pregunta que casi nadie se hace es otra: si estamos mejorando nuestras capacidades o solo obteniendo mejores resultados gracias a una máquina.
En la consulta propia de 2025 a más de 300 alumnos de la Universidade da Coruña, el 100 % declaró usar IA y ninguno supo definir qué es la IA generativa. Es una observación docente nuestra y no se extrapola, pero retrata bien la distancia entre usar una herramienta y entenderla.
La investigación de los dos últimos años no cuestiona las ventajas de la IA. Mide otra cosa: qué nos queda cuando la herramienta desaparece. Y los resultados apuntan siempre al mismo sitio. Cuando la IA piensa por nosotros, entrenamos menos las capacidades que más valoran las empresas. Cuando la usamos para contrastar lo que ya hemos pensado, el efecto cambia de signo.
Pensamiento crítico: cuanto más confiamos, menos cuestionamos
Microsoft Research y Carnegie Mellon University encuestaron a 319 profesionales que usan IA generativa al menos una vez por semana y analizaron 936 casos reales de uso. El estudio, presentado en abril de 2025 en la conferencia CHI, encontró que una mayor confianza en la IA se asociaba con menos pensamiento crítico, y una mayor confianza en las propias capacidades, con más.
Es una encuesta: mide lo que los profesionales declaran y no demuestra una pérdida permanente. Lo que sí retrata es un desplazamiento del esfuerzo. Pasamos de resolver el problema a revisar lo que entrega la máquina, y cuando no dominamos la materia, revisamos peor.
Un experimento publicado en Frontiers in Psychology en septiembre de 2026 da un paso más, porque compara formas de usar la IA y mide qué queda al retirarla. 659 adultos, estudiantes y jóvenes profesionales, escribieron un ensayo argumentativo en tres condiciones: copiando la propuesta de la IA con cambios mínimos, escribiendo primero su propia posición y después cuestionando a la IA, o sin IA. Entre 15 y 20 minutos más tarde escribieron otro ensayo, esta vez todos sin ayuda.
Quienes habían copiado argumentaron peor que quienes nunca usaron IA. Quienes pensaron primero no cayeron por debajo de ese nivel. Los autores son prudentes: el efecto es pequeño e inmediato, y el grupo que copiaba seguía una instrucción deliberadamente extrema. Su conclusión, aun así, es nítida. Todos tenían el mismo modelo al alcance; lo que separó a los grupos fue el orden en que cada persona tenía que producir algo.
«Lo que decide si aprendes con la IA es el orden: quién piensa primero, tú o la máquina.»
Creatividad: trabajos mejores, pero cada vez más parecidos
En julio de 2024, Science Advances publicó un experimento de Anil Doshi (UCL) y Oliver Hauser (Universidad de Exeter) con autores de relatos breves. Quienes recibían ideas de un modelo de IA escribieron relatos valorados como más creativos y mejor escritos, sobre todo los participantes menos creativos de partida. Pero esos relatos se parecían más entre sí que los escritos sin ayuda. Los autores lo describen como un dilema social: cada escritor sale ganando y el conjunto produce una variedad más estrecha.
En agosto de 2026, Alwin de Rooij (Universidad de Tilburg) y Michael Mose Biskjaer (Universidad de Aarhus) reunieron 19 estudios y 61 tamaños de efecto en Behaviour & Information Technology. Encontraron un efecto de homogeneización pequeño, pero estadísticamente significativo, asociado al uso de IA.
En nuestro trabajo esto tiene una lectura inmediata. En una convocatoria competitiva, el evaluador lee muchas memorias técnicas seguidas. Si todas parten de las mismas sugerencias, estarán bien redactadas y sonarán igual. Pasa lo mismo con una propuesta comercial o un plan estratégico: lo que distingue a una empresa es la experiencia de quien escribe, y esa no la pone el modelo.
«La IA mejora cada trabajo por separado. El riesgo es que todos acabemos diciendo lo mismo.»
Aprendizaje: resolver mejor no significa saber más
El resultado más llamativo procede de Proceedings of the National Academy of Sciences (PNAS), en 2025. Hamsa Bastani y su equipo dieron acceso a casi mil alumnos de matemáticas de secundaria a dos tutores basados en GPT-4: uno que imitaba la interfaz de ChatGPT y otro diseñado para orientar con pistas sin dar la solución.
Con la herramienta delante, los alumnos del ChatGPT convencional resolvieron un 48 % mejor los ejercicios de práctica. Cuando se la retiraron, sacaron un 17 % menos en el examen que los compañeros que nunca la habían usado. El tutor que daba pistas evitó gran parte de esa caída.
Otro ensayo aleatorizado, publicado en 2025 en Social Sciences & Humanities Open, siguió a 120 universitarios que estudiaban conceptos de IA. En un examen sorpresa 45 días después, quienes habían estudiado con ChatGPT acertaron el 57,5 % de las preguntas, frente al 68,5 % de quienes usaron métodos tradicionales.
Son contextos educativos concretos y no permiten afirmar que todo uso de la IA perjudica el aprendizaje. Pero el patrón se repite: la herramienta ayudó a resolver los ejercicios, no necesariamente a aprender a resolverlos. Y cuando la IA se diseñó para hacer pensar, el daño desapareció en gran parte.
Por eso hoy el profesor es más determinante que nunca. El alumno necesita un guía, alguien que le haga pensar antes de darle la respuesta. La IA puede ayudar en ese papel solo si se diseña para ello. Con esa idea construimos Sókrates©, el agente socrático que acompaña La prisa artificial: no entrega la respuesta hasta que el usuario demuestra criterio.
«Podemos resolver más problemas, terminar antes y, aun así, aprender menos.»
La paradoja para las empresas
El Future of Jobs Report 2025 del Foro Económico Mundial pregunta a los empleadores qué competencias consideran esenciales. El 69 % señala el pensamiento analítico, el 57 % el pensamiento creativo y el 50 % la curiosidad y el aprendizaje continuo. Las tres figuran además entre las que el informe espera que ganen peso en los próximos años.
Ahí está la contradicción. Las empresas piden profesionales capaces de analizar, crear y aprender, y ciertos usos de la IA ahorran justo el esfuerzo con el que se desarrollan esas capacidades.
La evidencia también ofrece la otra cara. Un metaanálisis publicado en diciembre de 2025 en Journal of Intelligence, con 29 experimentos y cuasiexperimentos, encontró un efecto positivo moderado de la IA generativa sobre el pensamiento de orden superior de los estudiantes. La mejora fue mayor en la resolución de problemas, algo menor en el pensamiento crítico y limitada en la creatividad.
Leídos juntos, los estudios no permiten concluir que la IA deteriore de forma general nuestras capacidades. Sí indican que usarla para sustituir el esfuerzo intelectual perjudica, y que usarla para estimularlo ayuda. Esa diferencia debería cambiar la forma en que las organizaciones la incorporan.
Cómo usarla bien: primero tú, después la máquina
En EstratégicaMente trabajamos con un método al que llamamos Slow AI: quitar, simplificar, formar y automatizar, y después, reskilling. Formar es para todos y va antes. Reskilling es para los afectados y va después. El método descansa en tres pilares:
- Alfabetización. Entender qué hace la IA, dónde falla y por qué una respuesta convincente puede ser incorrecta.
- Reskilling. Capacitar a las personas en nuevas competencias para trabajar con IA con criterio y aportar valor.
- Gobernanza. Criterios de uso, responsables y supervisión, para que la herramienta no sustituya el juicio profesional.
«IA sin alfabetización, sin reskilling y sin gobernanza no escala la productividad: escala el riesgo.»
En el día a día, todo esto se traduce en cuatro hábitos que cualquier equipo puede adoptar mañana:
- Escribe tu posición antes de abrir la IA, aunque sean tres líneas.
- Pide a la IA que la cuestione: dónde falla, qué se te escapa, qué alternativa hay.
- Exige fuentes y compruébalas antes de usar un dato.
- Decide tú, con lo que la IA te ha aportado.
Es la secuencia que siguió el grupo que no perdió nivel en el experimento de Frontiers in Psychology. La tecnología está al alcance de cualquiera. El talento para usarla con criterio es lo que marca la diferencia, y ese talento se forma.
La ventaja que no se puede copiar
Durante años hemos considerado que el conocimiento y la experiencia eran los principales activos de una empresa. La IA no les quita valor: cambia dónde está. Cuanto más fácil es generar respuestas, más vale saber distinguir las buenas de las malas. Y cuanto más sencillo es producir contenido, más vale aportar una mirada propia.
Por eso hemos creado Simplicity Lab© y el Observatorio CriterIA©: para concienciar de la importancia de usar la IA con criterio. Simplicity Lab© es la metodología con la que trabajamos la IA en el aula, probada en la Universidade da Coruña. El Observatorio CriterIA© sigue cómo evolucionan la alfabetización, el reskilling y la gobernanza en las organizaciones españolas. Los dos persiguen lo mismo: que la inteligencia artificial sume capacidades a las personas y se convierta en una ventaja competitiva real para las organizaciones.
La IA debe ampliar nuestra inteligencia, no sustituir nuestro criterio.
Preguntas frecuentes
¿La inteligencia artificial reduce el pensamiento crítico?
Depende de cómo se use. Una encuesta de Microsoft Research y Carnegie Mellon a 319 profesionales asoció una mayor confianza en la IA con menos pensamiento crítico. Un experimento de 2026 con 659 participantes mostró que copiar la respuesta de la IA empeoraba la argumentación posterior sin ella, mientras que formular primero la propia posición y después contrastarla con la IA no la empeoraba.
¿Estudiar con ChatGPT empeora lo que se aprende?
En dos experimentos, sí, cuando se usó sin guía. En matemáticas de secundaria, el grupo con ChatGPT sin límites sacó un 17 % menos en el examen sin IA, y una versión que daba pistas evitó gran parte de esa caída. En un ensayo con 120 universitarios, la retención a los 45 días fue del 57,5 % con ChatGPT frente al 68,5 % con métodos tradicionales.
¿La IA hace que todos escribamos igual?
Tiende a ello. Un metaanálisis de 19 estudios publicado en 2026 encontró un efecto de homogeneización pequeño pero estadísticamente significativo: los trabajos hechos con IA se parecen más entre sí, aunque cada uno por separado pueda ser mejor.
¿Cómo se usa la IA sin perder capacidad de razonar?
Pensando primero. Escribe tu posición antes de consultarla, pídele que la cuestione, exige fuentes y decide tú. Es la secuencia que, en los experimentos citados, evitó la pérdida de rendimiento al trabajar después sin IA.
Empieza por saber dónde estás. El CriterIA© 7 son siete preguntas y noventa segundos para conocer qué te pide el Reglamento Europeo de IA y empezar por lo que más cuenta: saber qué herramientas usas, formar a quien las usa y decidir con criterio. Sin coste y sin registro.
Fuentes
- Lee, H.-P., Sarkar, A., Tankelevitch, L. y otros (2025). The Impact of Generative AI on Critical Thinking. CHI 2025, Microsoft Research y Carnegie Mellon University.
- Liu, C., Guo, J., Gao, R., Chen, X., Zhu, Q. y Chang, P. (2026). Borrowed or kept? How self-generation-first and direct-adoption AI workflows shape immediate unaided reasoning. Frontiers in Psychology, 17.
- Doshi, A. R. y Hauser, O. P. (2024). Generative AI enhances individual creativity but reduces the collective diversity of novel content. Science Advances, 10(28).
- De Rooij, A. y Biskjaer, M. M. (2026). Does generative AI make us think alike? A systematic review and meta-analysis of homogenisation effects in human–AI co-creation. Behaviour & Information Technology.
- Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö. y Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. PNAS, 122(26).
- Barcaui, A. (2025). ChatGPT as a cognitive crutch: Evidence from a randomized controlled trial on knowledge retention. Social Sciences & Humanities Open, 12.
- Zhao, Y., Yue, Y., Sun, Z., Jiang, Q. y Li, G. (2025). Does Generative Artificial Intelligence Improve Students' Higher-Order Thinking? A Meta-Analysis Based on 29 Experiments and Quasi-Experiments. Journal of Intelligence, 13(12).
- Foro Económico Mundial (2025). The Future of Jobs Report 2025, capítulo 3.
- Dato propio: consulta de EstratégicaMente en 2025 a más de 300 alumnos de la Universidade da Coruña. Observación docente; no se extrapola.