La IA generativa sirve para manipular datos, para gestionar documentos, pero no para comprender. Si olvidamos esto, nos adentramos en el camino que lleva a la pérdida de lo humano…
Escribe Brad Stulberg: “Estamos en un punto de la historia —no acercándonos a él, sino aquí donde nos hallamos ya— en que todos van a tener que decidir si están conformes con adormecerse con un flujo interminable de bazofia digital similar al fentanilo, o si van a luchar por su humanidad y tocar tierra y desafiarse a sí mismos y crear y participar y amar.”[1]
Por lo demás, es la propia Microsoft la que constata que “una mayor confianza en la IA generativa se asocia con menos pensamiento crítico”.[2]
[1] Sigue la reflexión así: “Décadas de investigación muestran que las personas se sienten más realizadas cuando se preocupan profundamente por proyectos significativos. Cuando tienen maestría y sentido de trascendencia. Cuando hacen un buen trabajo y aman a buenas personas. Nadie se siente ni rinde al máximo cuando está desplazándose sin pensar.
El antídoto a la distracción masiva algorítmica es el enfoque profundo y el esfuerzo duradero en actividades significativas. Hacer música. Escribir. Correr. Hacer jardinería. Entrenar. Bailar. Construir mesas.
Cuando trabajas con un enfoque profundo en una actividad o artesanía —cuando te lanzas de lleno a algo que te importa y le das todo de ti— experimentas lo opuesto a la añoranza existencial. Experimentas presencia, profundidad y vitalidad.
Quizás el mayor riesgo del mundo moderno es que vayamos adonde nos lleve la corriente, como autómatas flotando a lo largo de una cinta transportadora pixelada hacia ninguna parte. Lo único que nos separa de esta distopía somos nosotros mismos. Nuestra agencia —nuestra atención, nuestra capacidad para pensar, crear y amar—exige que luchemos por ella.” https://x.com/BStulberg/status/2044040321793671169
El extenso informe de la Universidad de Stanford sobre “IA centrada en el ser humano” se publica en la primavera de 2026, y Luiza Jarovsky (o su IA de confianza) resume así sus puntos clave: “1. La capacidad de la IA no está estancándose. Se está acelerando y llegando a más personas que nunca.
- La brecha de rendimiento en modelos de IA entre EE.UU. y China se ha cerrado efectivamente.
- EE.UU. alberga la mayoría de los centros de datos de IA, con la mayor parte de sus chips fabricados por una fábrica de Taiwán.
- Los modelos de IA pueden ganar una medalla de oro en la Olimpiada Internacional de Matemáticas, pero no pueden decir la hora de manera confiable, un ejemplo de lo que los investigadores llaman la “frontera irregular” de la IA.
- Los robots aún fallan en la mayoría de las tareas domésticas, incluso mientras destacan en entornos controlados.
- La IA responsable no está manteniendo el ritmo con la capacidad de la IA, con benchmarks de seguridad rezagados e incidentes en aumento pronunciado.
- EE.UU. lidera en inversión en IA, pero su capacidad para atraer talento global está disminuyendo.
- La adopción de la IA se está extendiendo a una velocidad histórica, y los consumidores están obteniendo un valor sustancial de herramientas que a menudo acceden de forma gratuita.
- Las ganancias de productividad de la IA están apareciendo en muchos de los mismos campos donde el empleo de nivel inicial está comenzando a declinar.
- La huella ambiental de la IA se está expandiendo junto con sus capacidades.
- Los modelos de IA para la ciencia pueden superar a los científicos humanos, aunque los modelos más grandes no siempre rinden mejor.
- La IA está transformando la atención médica clínica, pero la evidencia rigurosa sigue siendo limitada.
- La educación formal está rezagada con respecto a la IA, pero las personas están aprendiendo habilidades de IA en todas las etapas de la vida.
- La soberanía en IA se está convirtiendo en una característica definitoria de la política nacional, pero las capacidades siguen siendo desiguales, incluso mientras el desarrollo de código abierto ayuda a redistribuir quién participa.
- Los expertos en IA y el público tienen perspectivas muy diferentes sobre el futuro de la tecnología, y la confianza global en las instituciones para gestionar la IA está fragmentada.” https://x.com/LuizaJarovsky/status/2044033970560512149 ; véase el documento original en https://hai.stanford.edu/ai-index/2026-ai-index-report
[2] Microsoft Research (Hao-Ping Lee y otros), “The impact of generative AI on critical thinking: Self-reported reductions in cognitive effort and confidence effects from a survey of knowledge workers”, 2025; https://www.microsoft.com/en-us/research/wp-content/uploads/2025/01/lee_2025_ai_critical_thinking_survey.pdf
“Lo que realmente sucedió en el estudio es lo siguiente. A los trabajadores se les pidió documentar cada vez que usaban IA en el trabajo — qué hicieron, cuán confiados se sentían en la IA y cuánto involucraron su propio cerebro en el proceso.
El patrón fue idéntico en cada profesión. Cada industria. Cada tipo de tarea. Cuanto más confías en la IA, menos piensas. Y aquí está la parte que lo empeora. Los trabajadores que más confiaban en la IA también reportaron terminar tareas más rápido. Se sentían productivos. Se sentían eficientes. No tenían idea de que la habilidad se les estaba escapando en tiempo real.
Los investigadores pusieron un nombre a lo que le sucede a tu cerebro cuando dejas de usarlo: atrofia cognitiva. La misma palabra que usan los médicos para los músculos que se atrofian cuando dejas de moverte. Tu capacidad de pensar se deteriora — silenciosamente, gradualmente — cada vez que dejas que la IA haga el trabajo en su lugar.
Los investigadores citaron algo que debería imprimirse en cada producto de IA enviado jamás: ‘Una ironía clave de la automatización es que, al mecanizar tareas rutinarias, privas al usuario de las oportunidades rutinarias para practicar su juicio — dejándolo atrofiado e desprevenido cuando surgen las excepciones’. Pero las excepciones son los únicos momentos que realmente importan.
La cirugía que no sale como se planeó. El caso legal sin precedente. La decisión de negocios que nadie ha enfrentado antes. El momento en que no hay plantilla ni prompt ni salida de IA para verificar. Ése es el momento en que tu cerebro necesita trabajar. Y ése es exactamente el momento en que la IA te ha estado entrenando en silencio para fallar.
Hay un hallazgo más del que nadie está hablando. Los trabajadores que más dependían de la IA no sólo pensaban menos. Producían resultados más homogéneos. Las mismas ideas. Las mismas estructuras. Las mismas soluciones — porque todos usaban los mismos prompts y aceptaban los mismos resultados. Los investigadores lo llamaron convergencia mecanizada. Equipos enteros circulando variaciones de un solo concepto generado por IA, confundiendo el pulido con la originalidad.
La IA no nos está haciendo más productivos. Nos está haciendo más idénticos. Y menos capaces de notar la diferencia.” https://x.com/iam_elias1/status/2043767406087286916