IA y Aprendizaje: ¿ChatGPT Mejora el Rendimiento Académico o Frena el Pensamiento Crítico?
- Eduardo Schilling
- 9 oct
- 5 Min. de lectura
Cuando OpenAI anunció en julio de 2025 el lanzamiento de su nuevo "modo estudio" para ChatGPT, la promesa fue clara: la inteligencia artificial podría mejorar significativamente el rendimiento académico de los estudiantes. La vicepresidencia de educación de la empresa sostuvo que, al utilizar ChatGPT como tutor o guía de estudio, se generaban mejoras notables en el desempeño académico. Sin embargo, esta afirmación ha generado inquietud entre docentes, investigadores y profesionales de la psicología educativa: ¿se trata simplemente de una estrategia de marketing, o existen bases científicas sólidas que sustenten tales beneficios?
Lo cierto es que, mientras las herramientas de IA generativa se integran cada vez más rápido en las aulas, la investigación científica que evalúa rigurosamente sus efectos sobre el aprendizaje aún se encuentra en una etapa incipiente. Algunos estudios iniciales han mostrado ventajas específicas en ciertos grupos —como estudiantes de programación y aprendices del idioma inglés—, y publicaciones en revistas académicas de alto impacto, como Nature, han sugerido que los chatbots pueden apoyar el pensamiento de orden superior. Sin embargo, múltiples expertos han señalado debilidades metodológicas importantes en buena parte de estos estudios.
¿Qué nos dice la evidencia?
La otra cara de la moneda la ofrecen investigaciones que advierten sobre los posibles efectos perjudiciales del uso indiscriminado de IA en procesos de aprendizaje, especialmente cuando se convierte en un sustituto de la actividad cognitiva humana. Un estudio reciente reveló que, cuanto más recurría un estudiante a ChatGPT durante una etapa de aprendizaje, peor desempeño obtenía luego al realizar tareas similares sin el uso de la IA. Esta dependencia sugiere una posible interferencia en el desarrollo de habilidades críticas como el pensamiento analítico y la resolución de problemas.
Estos hallazgos nos invitan a analizar el fenómeno desde una perspectiva cognitiva más amplia: ¿qué condiciones deben darse para que el uso de IA se convierta en un facilitador del aprendizaje, y no en un obstáculo para la consolidación del conocimiento?
El esfuerzo como motor del aprendizaje
Desde la psicología cognitiva, se ha planteado que nuestro pensamiento opera a través de dos sistemas fundamentales:
Sistema 1: rápido, intuitivo, automático. Se basa en patrones aprendidos y requiere poco esfuerzo cognitivo. Es el que utilizamos para actividades cotidianas y rutinarias.
Sistema 2: lento, reflexivo, exigente. Implica un procesamiento más consciente y deliberado, y es esencial para el desarrollo de nuevas habilidades y la adquisición de conocimientos complejos.
Aunque ambos sistemas son necesarios, es el Sistema 2 el que interviene de manera decisiva en los procesos de aprendizaje significativo. La fricción cognitiva, la dificultad y el esfuerzo mental no son enemigos del aprendizaje: son condiciones necesarias para formar conexiones neuronales sólidas y duraderas.
Como suele decirse, el cerebro se parece a un músculo: sin entrenamiento, no se fortalece.
¿Qué sucede cuando la IA hace el trabajo por nosotros?
Imaginemos un robot que levanta las pesas por nosotros en el gimnasio. A corto plazo, puede parecer cómodo y eficiente, pero con el tiempo nuestros músculos se atrofiarían. Algo similar ocurre cuando los estudiantes utilizan IA para redactar ensayos o responder preguntas sin involucrarse cognitivamente en la tarea.
Esta externalización de procesos mentales puede generar errores metacognitivos: la persona sobreestima su nivel de comprensión o habilidad porque completó una tarea sin dificultad, sin darse cuenta de que no fue su mente quien resolvió el problema, sino la herramienta.
Estudios concretos han confirmado estos riesgos. En uno de ellos, estudiantes que investigaron un tema utilizando ChatGPT mostraron menor carga cognitiva (pensaron menos) y desarrollaron peores habilidades de razonamiento sobre el contenido, en comparación con aquellos que usaron métodos tradicionales de búsqueda. El acceso rápido a respuestas superficiales genera una falsa sensación de dominio.
En otro experimento, los estudiantes que usaron ChatGPT para corregir sus ensayos obtuvieron mejores notas, pero no demostraron una mayor comprensión del tema ni transferencia del conocimiento. Se beneficiaron de la mejora superficial del producto final, pero no del proceso cognitivo necesario para aprender.
¿Cómo puede utilizarse la IA de forma inteligente?
Volviendo a la metáfora del gimnasio, la IA puede desempeñar el papel de un buen entrenador personal: no levanta las pesas por ti, pero te guía, te motiva y te ayuda a mejorar tu técnica. Si se diseña adecuadamente, puede fomentar un aprendizaje activo y personalizado.
OpenAI y otras compañías, como Anthropic con su modelo Claude, están desarrollando versiones educativas que funcionan en modo "tutor socrático", ofreciendo pistas y preguntas en lugar de respuestas directas. Este enfoque busca mantener activa la participación cognitiva del estudiante.
Sin embargo, incluso estos sistemas presentan desafíos. Un estudio comparó a estudiantes que revisaron matemática con ChatGPT frente a otros que estudiaron sin IA. Quienes usaron el modo estándar de ChatGPT tuvieron un peor desempeño en la evaluación posterior, y no se dieron cuenta de su bajo rendimiento. Quienes utilizaron un tutor personalizado no mejoraron respecto al grupo sin IA, pero también creyeron que lo habían hecho mejor. Es decir, la IA no solo falló en mejorar los resultados, sino que aumentó los errores metacognitivos.
Conclusión: no hay atajos para el aprendizaje real
La historia de la tecnología educativa nos enseña que los efectos sobre el aprendizaje siempre son complejos, contextuales y graduales. Como sucedió con internet, los teléfonos inteligentes o incluso la escritura, se necesitará tiempo para comprender plenamente el impacto de la IA sobre la cognición humana.
Sin embargo, lo que ya sabemos desde la psicología cognitiva es claro: el conocimiento profundo y la maestría en una habilidad solo se logran mediante esfuerzo mental sostenido. La IA puede ser una herramienta poderosa, pero no debe reemplazar la actividad cognitiva, sino potenciarla. El reto no es solo tecnológico, sino pedagógico: enseñar a los estudiantes cuándo y cómo usar la IA para aprender más, y no para evitar aprender.
En el Centro Ps. Eduardo Schilling, nos comprometemos a brindar orientación basada en evidencia científica sobre los impactos de la tecnología en el aprendizaje y el desarrollo cognitivo. Seguiremos de cerca la evolución de estas herramientas y su integración responsable en contextos educativos.
Lecturas Recomendadas
Psicoterapia: Entre la Empatía Humana y la Precisión de la IA
Una mirada profunda sobre los alcances y limitaciones de la inteligencia artificial en contextos terapéuticos. Ideal para complementar la reflexión sobre el rol de la IA en procesos humanos complejos como el aprendizaje y el cambio conductual.
Este artículo amplía la discusión sobre cómo las tecnologías basadas en IA están transformando la atención psicológica, lo cual se relaciona directamente con el uso de ChatGPT y herramientas similares en contextos educativos.
Una lectura clave para entender cómo se puede integrar de manera equilibrada la tecnología en procesos que requieren interacción humana, aprendizaje y autoevaluación, evitando la dependencia y promoviendo la autorregulación.
Más Allá del Juicio Clínico: La Importancia de los Test Psicométricos en la Psicología Contemporánea
Este artículo ofrece una base para comprender cómo evaluamos con rigor científico ciertos procesos mentales. Puede ayudar a reflexionar sobre cómo medir el verdadero impacto de la IA en el aprendizaje y la cognición.
La Resistencia al Cambio: Un Obstáculo en la Vida Personal y la Ciencia
Relevante para entender tanto la resistencia que pueden mostrar docentes frente a la incorporación de IA en la educación, como los sesgos cognitivos que afectan nuestra evaluación del aprendizaje con nuevas tecnologías.
Nota editorial
Este artículo ha sido desarrollado a partir del análisis y adaptación del contenido original publicado en The Conversation: How does AI affect how we learn? A cognitive psychologist explains why you learn when the work is hard, publicado en octubre de 2025. Nuestra intención es acercar estos temas a nuestra comunidad hispanohablante, desde una perspectiva psicológica aplicada y contextualizada.
