Un estudio relaciona 10 minutos de IA con menor persistencia en tareas

Bastaron alrededor de 10 minutos utilizando inteligencia artificial para que un grupo de participantes mostrara después menos persistencia y peor rendimiento cuando tuvo que enfrentarse solo a problemas difíciles. Es la principal conclusión de una serie de experimentos con 1.222 personas que pone cifras a una sospecha cada vez más familiar: una herramienta que resuelve el atasco en segundos puede ser magnífica para terminar una tarea y bastante menos inocente cuando llega el momento de trabajar sin ella.

El efecto no significa que diez minutos con un chatbot deterioren el cerebro ni demuestra que utilizar IA habitualmente vuelva menos inteligente a nadie. El estudio mide algo mucho más concreto —y quizá por eso más interesante—: después de recibir ayuda inmediata de una IA, los participantes resolvieron peor ciertas tareas sin asistencia y tendieron más a abandonarlas. Los propios investigadores advierten de que todavía no saben cuánto dura el efecto ni qué ocurre tras meses o años de uso cotidiano.

La IA ayudaba mucho, hasta que desaparecía

El trabajo, elaborado por investigadores vinculados a Carnegie Mellon, UC Berkeley, Oxford, el MIT y UCLA, reunió tres experimentos aleatorizados con problemas de matemáticas y comprensión lectora. La versión más reciente del estudio fue presentada en la Conference on Language Modeling de 2026 y cuenta con 1.222 participantes en total.

En el primer ensayo participaron 354 personas de Estados Unidos reclutadas a través de la plataforma Prolific. Tenían que resolver 15 ejercicios con fracciones. A una parte se le ofreció durante los primeros problemas un asistente basado en GPT-5, preparado para proporcionar las soluciones con muy poco esfuerzo. Bastaba prácticamente con pedir la respuesta. Después, sin aviso previo, desaparecía el asistente y llegaban tres ejercicios que debían resolver por su cuenta.

Mientras la IA estaba disponible ocurrió lo previsible: quienes podían utilizarla acertaban más. El giro llegó cuando se retiró. En la fase final, la tasa media de resolución correcta fue del 57% entre quienes habían contado con IA, frente al 73% del grupo que había trabajado siempre sin ella. También aumentó el abandono: el 20% de los problemas fueron saltados en el grupo asistido, frente al 11% en el grupo de control.

No es un detalle menor. Equivocarse y abandonar son dos cosas distintas. Uno habla de conocimiento o capacidad; el otro, de esa incómoda decisión de seguir dándole vueltas a una operación cuando no sale a la primera.

Un segundo experimento volvió a encontrar el mismo patrón

Los investigadores detectaron una posible debilidad metodológica en el primer ensayo: el sistema empleado para excluir participantes podía introducir diferencias previas de capacidad entre los grupos. Así que repitieron la prueba con 667 personas y añadieron un examen inicial para comprobar que los participantes partieran de niveles comparables. También igualaron mejor la interfaz que veía cada grupo.

El resultado volvió a apuntar en la misma dirección, aunque con diferencias más pequeñas. Tras retirar la IA, quienes la habían utilizado obtuvieron una tasa media de resolución del 71%, frente al 77% entre quienes habían trabajado sin ella. La diferencia en problemas abandonados fue del 10% frente al 7%, aunque esta última no alcanzó significación estadística en el conjunto de participantes. Es un matiz importante: los datos son sugestivos, pero no todos los indicadores fueron igual de contundentes en todos los experimentos.

Y aquí aparece uno de los hallazgos más reveladores del trabajo.

Pedir la respuesta no produjo lo mismo que pedir una pista

Dentro del grupo que tenía acceso a la IA, el 61% dijo haberla utilizado principalmente para obtener respuestas directas, mientras que un 27% recurrió a ella para solicitar pistas o aclaraciones y un 12% apenas la utilizó. Al analizar después cómo rindieron esos participantes, la diferencia fue notable.

Quienes habían pedido soluciones completas consiguieron posteriormente una tasa de aciertos del 65%, frente al 77% del grupo de control y el 76% de quienes habían usado la IA para obtener pistas. También abandonaron más: un 13% de los ejercicios, comparado con el 7% del grupo sin IA y el 5% entre quienes solicitaron explicaciones o indicios. Este análisis concreto es observacional dentro del grupo asistido, por lo que los investigadores subrayan que no permite establecer por sí solo una relación causal. Aun así, el patrón tiene bastante sentido pedagógico: recibir ayuda no parece equivalente a delegar el razonamiento entero.

Ahí está probablemente la parte más útil del estudio. El problema no sería simplemente abrir una herramienta de inteligencia artificial, sino convertirla en una especie de ventanilla exprés que evita cualquier roce intelectual. La calculadora ahorra operaciones; el GPS evita memorizar calles. Un chatbot, en cambio, puede ahorrarse de golpe el cálculo, la explicación, la búsqueda, la redacción y hasta la duda. La externalización cognitiva cambia de escala.

El efecto apareció también al leer, no solo con matemáticas

Los científicos quisieron comprobar si aquello podía explicarse simplemente porque las fracciones resultan antipáticas a media humanidad. El tercer experimento cambió de terreno y utilizó ejercicios de comprensión lectora similares a los del SAT estadounidense con 201 participantes.

De nuevo, una parte del grupo contó temporalmente con GPT-5 y después perdió el acceso. Entre los participantes incluidos finalmente en el análisis, quienes habían trabajado con IA resolvieron correctamente de media el 76% de los ejercicios posteriores, mientras que el grupo de control alcanzó el 89%. La tasa de abandono fue del 8% frente al 1%. En este caso, ambas diferencias fueron estadísticamente significativas.

Que el patrón apareciera tanto en aritmética como en comprensión lectora refuerza la hipótesis de que no estamos simplemente ante una peculiaridad de un tipo de ejercicio. Pero tampoco autoriza a saltar de ahí a afirmar que cualquier uso de IA debilita cualquier capacidad mental. Los investigadores son bastante explícitos al respecto: sus resultados corresponden a tareas concretas, una exposición breve y una medición inmediatamente posterior.

La «lucha productiva» que desaparece cuando todo llega hecho

Los autores utilizan una idea conocida en psicología del aprendizaje: la lucha productiva. Aprender bien no consiste únicamente en llegar a la respuesta correcta. Parte del aprendizaje ocurre precisamente mientras uno prueba una vía que no funciona, recupera información de la memoria, se corrige, vuelve atrás y tolera unos minutos de frustración.

La IA puede cortocircuitar ese trayecto. No porque posea algún misterioso poder para atrofiar el cerebro, sino porque ofrece una salida extraordinariamente cómoda. Si una respuesta llega habitualmente en cinco segundos, emplear cinco minutos en encontrarla uno mismo comienza a parecer absurdo. El equipo plantea que ese cambio en el punto de referencia puede elevar subjetivamente el coste del esfuerzo: lo que antes era simplemente pensar empieza a sentirse lento.

Existe además una segunda hipótesis. Resolver dificultades por cuenta propia también enseña algo sobre uno mismo: hasta dónde se puede llegar, cuánto esfuerzo exige una tarea, cuándo conviene insistir y cuándo realmente falta información. Delegar constantemente ese proceso puede privarnos de esa calibración metacognitiva, es decir, de aprender a estimar nuestras propias capacidades. Es una explicación propuesta por los investigadores, no algo que estos experimentos hayan demostrado directamente.

Diez minutos no prueban un deterioro permanente

El titular del estudio es llamativo precisamente porque el efecto apareció muy deprisa, tras sesiones de aproximadamente 10 a 15 minutos. Pero conviene colocar una gruesa línea entre lo que se ha observado y lo que todavía se desconoce.

Las pruebas se realizaron inmediatamente después de retirar el asistente. No sabemos si la diferencia desaparece al cabo de diez minutos, dura varias horas o puede mantenerse durante días. Tampoco sabemos si el uso continuado agrava el fenómeno, genera adaptación o produce resultados diferentes. Los autores reconocen expresamente que harán falta estudios longitudinales, con varias sesiones y periodos largos, para responder a esas incógnitas.

Hay otra cautela relevante: el asistente experimental estaba diseñado para ser extraordinariamente servicial y podía entregar directamente la solución. No se probó de forma controlada un sistema deliberadamente socrático que evitase dar respuestas completas y obligara al usuario a razonar. Precisamente los resultados obtenidos entre quienes utilizaron la IA para pedir pistas apuntan a que el diseño de la ayuda puede ser decisivo.

No es, por tanto, una investigación contra la inteligencia artificial. Más bien plantea una cuestión incómoda sobre cómo se construyen estas herramientas. El chatbot perfecto para terminar una tarea cuanto antes no tiene por qué ser el mejor profesor. A veces el buen profesor responde. Otras veces hace algo bastante menos satisfactorio: devuelve una pista y deja al alumno peleándose un rato con el problema.

Cuando la comodidad empieza a sustituir al aprendizaje

La utilidad inmediata de la IA queda fuera de discusión incluso en estos experimentos: con el asistente disponible, los participantes rendían mejor. El conflicto aparece después. Una herramienta puede aumentar enormemente lo que una persona consigue producir y, al mismo tiempo, reducir la cantidad de práctica que esa persona realiza por sí misma. Productividad y aprendizaje no siempre viajan en el mismo vagón.

Eso importa en las aulas, pero también fuera de ellas. Escribir un informe, interpretar unos datos, programar, estudiar una oposición o enfrentarse a un texto difícil contienen pequeñas dosis de fricción que parecen tiempo perdido hasta que dejan de practicarse. Entonces se nota para qué servían.

El estudio no demuestra una decadencia cognitiva inevitable ni prescribe abandonar los chatbots. Sí deja una advertencia más precisa y bastante menos apocalíptica: usar la IA como atajo para obtener respuestas completas puede tener un coste inmediato en autonomía, rendimiento y persistencia cuando el atajo desaparece. Diez minutos bastaron para detectarlo en el laboratorio. Lo que ocurra después de diez meses sigue siendo, justamente, la gran cuestión abierta.