Por: Rodolfo Bolaños Barrera
Una advertencia antes de arrancar. Cuando este texto habla de “discapacidad intelectual” no se refiere a la condición clínica del neurodesarrollo, presente desde la infancia en un grupo determinado de personas y ajena a cualquier hábito de consumo tecnológico adulto. El título es una figura, no un diagnóstico: nombra un deterioro funcional —inducido, en principio reversible— que un número creciente de estudios describe con detalle. Hecha la aclaración, vale decir que el fenómeno real detrás de la metáfora sí merece ese nombre fuerte: cuando el uso es descuidado, alcanza la memoria de trabajo, la autorregulación del aprendizaje y la disposición a pensar por cuenta propia.
Lo que mostró Massachusetts, y lo que ocultó
El estudio más citado en esta discusión salió a mediados de 2025 del Media Lab del Instituto Tecnológico de Massachusetts. Nataliya Kosmyna y su equipo dividieron a 54 voluntarios en tres grupos —quienes escribían con apoyo de un modelo de lenguaje, quienes usaban un buscador convencional y quienes redactaban sin ayuda— y les pidieron completar ensayos en sesiones sucesivas mientras un electroencefalograma registraba su actividad cerebral. El resultado fue nítido: el grupo asistido por IA mostró la conectividad neuronal más débil de los tres, produjo textos que jueces humanos calificaron como planos y sin voz propia, y conservó esa actividad cerebral aplanada incluso en una sesión posterior en la que debía escribir sin ayuda. Los autores llamaron a esa secuela “deuda cognitiva”: el ahorro de esfuerzo en el presente se cobra, con intereses, en la capacidad de pensar del futuro inmediato.
Conviene no tratar ese hallazgo como veredicto cerrado. La muestra reunió apenas 54 personas —18 en la fase de seguimiento—, todas de universidades del área de Boston. El artículo no ha pasado revisión por pares y circula como preprint. Y solo se probó un asistente conversacional. Ninguna de estas salvedades anula el hallazgo, pero sí obliga a leerlo como una primera alarma neurofisiológica y no como prueba concluyente sobre todo uso posible de la IA en cualquier población.
La misma alarma, en otros idiomas
Lo que un análisis riguroso no puede pasar por alto es que hallazgos convergentes han surgido en contextos ajenos al estadounidense, con metodologías distintas.
En Australia, un equipo liderado por Yizhou Fan y Dragan Gašević, de la Universidad de Monash, publicó un experimento con 117 estudiantes universitarios chinos que debían redactar y revisar un ensayo en una lengua extranjera. El grupo que usó ChatGPT obtuvo las mejores notas en el ensayo final, pero cuando los investigadores midieron si ese aprendizaje se transfería a un problema nuevo, la ventaja desapareció. Los autores llamaron a ese vacío “pereza metacognitiva”: el estudiante deja de vigilar su propio proceso de comprensión porque delega esa vigilancia en la máquina.
Un informe de la Universidad Tecnológica de Sídney, de Jason Lodge y Leslie Loble, sistematiza la misma tensión bajo el nombre “paradoja del rendimiento”: sube el desempeño inmediato, baja la retención a mediano plazo. El informe cita que casi un 80% de los universitarios australianos usa IA en sus estudios, cifra que una encuesta británica del Higher Education Policy Institute ubica cerca del 90% entre los estudiantes de pregrado del Reino Unido en trabajos evaluados. Los mismos autores describen el efecto colateral de esa masificación como “ilusión de competencia”: la fluidez del texto generado se experimenta como comprensión propia, sin que exista correspondencia real entre ambas cosas.
Desde el Reino Unido, con encuestas y entrevistas a 666 personas de edades diversas, Michael Gerlich encontró una correlación negativa entre frecuencia de uso de IA y desempeño en pruebas de pensamiento crítico, más marcada entre los participantes jóvenes. Aquí también hay que sostener el rigor: es un diseño correlacional, no experimental, y la revista publicó después una fe de erratas sobre el artículo, lo que no anula el hallazgo, pero aconseja cautela. Un estudio con adolescentes de España e Irlanda documentó un patrón semejante al australiano: sobreestiman su capacidad de evaluar críticamente contenido generado por algoritmos, muy por encima de su habilidad real. Y un experimento aleatorizado con estudiantes de secundaria en Turquía mostró el mecanismo en su forma más limpia: quienes resolvieron problemas matemáticos con un tutor de IA rindieron mejor en el momento del ejercicio, pero peor que sus pares sin ayuda cuando se les evaluó semanas después sin ese apoyo.
Ningún ítem de este inventario proviene de un único país ni de una única tradición de investigación. Cambia el instrumento —electroencefalografía en Massachusetts, laboratorio en Australia y China, encuesta en Reino Unido, ensayo aleatorizado en Turquía—; se mantiene el hallazgo de fondo: cuando la IA sustituye el esfuerzo cognitivo en vez de acompañarlo, el rendimiento visible se separa del aprendizaje real, y esa brecha crece con el tiempo.
Seis maneras concretas en que esto ocurre
Erosión de la memoria de trabajo, documentada en el experimento del MIT incluso después de suspender el uso de la herramienta. Pereza metacognitiva, que afecta no el resultado del texto sino la práctica de supervisar el propio proceso de comprensión. Paradoja del rendimiento, donde la nota inmediata deja de anticipar lo que realmente se conserva. Ilusión de competencia, el espejismo de tomar la fluidez ajena por dominio propio. Inequidad cognitiva: quienes ya tienen una base sólida usan la herramienta para liberar espacio mental hacia tareas más exigentes, mientras quienes carecen de esa base sustituyen con la máquina el aprendizaje que todavía necesitaban construir. Y desvanecimiento de la autoría: los jueces del experimento estadounidense describieron los textos asistidos por IA como estilísticamente planos, un síntoma menos medible que los anteriores, pero no menos real para quien enseña a escribir.
El espejismo de la prohibición
Frente a este catálogo, la respuesta institucional más visible ha sido, paradójicamente, la que menos evidencia acumula a su favor: prohibir. En enero de 2023, Sciences Po advirtió a su comunidad que el uso no declarado de ChatGPT podía costar la expulsión, no solo de la institución sino del sistema universitario francés entero. El mismo mes, el sistema de escuelas públicas de Nueva York bloqueó el acceso a la herramienta en toda su red. Ambas medidas partían de un diagnóstico correcto —el uso irreflexivo erosiona el aprendizaje— y proponían un remedio casi inaplicable en la práctica.
La razón es empírica. Un estudio de la Universidad de Reading sometió a profesores universitarios reales a exámenes con respuestas generadas íntegramente por IA, sin avisarles: el 94% de esas respuestas pasó inadvertido, cifra que sube a 97% si se exige que el profesor haya señalado explícitamente su sospecha. Una revisión independiente de catorce herramientas automáticas de detección, hecha por Debora Weber-Wulff y su equipo, no encontró ninguna que superara el 80% de precisión, con sesgos además contra quienes escriben en una segunda lengua. Ante ese panorama, tanto Nueva York como el grupo de las ocho universidades de investigación más importantes de Australia revirtieron sus prohibiciones iniciales en cuestión de meses. Sciences Po sustituyó en 2025 la prohibición categórica por una política institucional que exige declarar el uso de estas herramientas en lugar de proscribirlas sin matices.
La lección no es que prohibir sea moralmente incorrecto, sino que resulta técnicamente inviable como estrategia única: no existe hoy un mecanismo confiable para verificar su cumplimiento, y una norma incumplible desgasta la autoridad de quien la dicta más de lo que protege el aprendizaje que buscaba resguardar.
De la máquina que sustituye a la herramienta que interroga
Este catálogo no autoriza una conclusión tecnofóbica. La misma bibliografía que documenta el deterioro asociado al uso pasivo de la IA distingue entre delegar el pensamiento y delegar apenas la tarea mecánica que lo rodea. Algunos investigadores proponen usar estas herramientas como “espejo cognitivo” —que devuelve preguntas en vez de respuestas hechas— y no como oráculo que resuelve de una vez lo que el estudiante debía resolver por sí mismo. La diferencia no está en el software sino en el diseño pedagógico que lo enmarca.
Por eso el subtítulo habla de “uso equivocado” y no de la tecnología en sí. La discapacidad intelectual, en el sentido figurado que aquí se sostiene, no la produce el modelo de lenguaje como artefacto, sino la decisión —repetida miles de veces al día en las aulas del mundo— de sustituir el esfuerzo de comprender por la comodidad de obtener. Esa decisión, a diferencia del artefacto que la hace posible, sigue siendo enteramente humana.
