La IA ha reavivado el debate sobre el aprendizaje, la memoria y la creatividad en una época de descarga cognitiva. La descarga cognitiva consiste en utilizar herramientas para realizar un trabajo mental que podríamos hacer por nuestra cuenta. Muchas personas se preguntan si los estudiantes que utilizan IA para redactar ensayos, resolver problemas o recordar datos dejarán de desarrollar habilidades fundamentales. Estas inquietudes recuerdan antiguos temores sobre la escritura, la imprenta, las calculadoras y los motores de búsqueda. La historia muestra que quienes aprenden se adaptan. Las nuevas herramientas modifican lo que aprendemos y cómo lo aprendemos. Este informe examina cómo afecta al aprendizaje la descarga cognitiva mediante IA, recoge investigaciones recientes —entre ellas, Kosmyna et al. (2025)— sobre la actividad cerebral al utilizar herramientas de escritura con IA y propone una integración responsable de la IA en la educación. Nuestra idea central es sencilla: utilizar la IA para ampliar la cognición humana, no para sustituirla. Ofrecemos una breve perspectiva histórica, revisamos la evidencia actual y presentamos recomendaciones para las políticas y la práctica educativa.

De la escritura a los teléfonos inteligentes: viejos temores, nuevas herramientas

La preocupación de que la tecnología debilite la mente es antigua. En el Fedro de Platón, Sócrates advertía que la escritura podía erosionar la memoria y dar una apariencia de sabiduría sin su sustancia. Más tarde, se temió que la imprenta inundara a los lectores de libros y redujera el estudio disciplinado. El teléfono, las calculadoras e internet suscitaron afirmaciones similares. Ideas como la «amnesia digital» y «Google nos vuelve estúpidos» reflejan este patrón. La investigación indica que estas afirmaciones son exageradas. Las herramientas modifican nuestra manera de recordar y pensar, pero no hay evidencia que respalde un deterioro general de la inteligencia o la memoria. Una interpretación más precisa es que las tecnologías redistribuyen la carga cognitiva y las habilidades que necesitamos.

Los seres humanos compartimos la memoria con otras personas y con herramientas, un sistema que la psicología denomina «memoria transactiva». El uso del GPS, por ejemplo, descarga parte del trabajo de la memoria espacial. Quienes navegan con GPS recuerdan las rutas peor que quienes lo hacen sin ayuda. Los estudios clásicos sobre el «efecto Google» —véase, en particular, Sparrow, Liu y Wegner (2011)— muestran que, cuando las personas esperan que una computadora almacene información, recuerdan mejor la ubicación de esa información que su contenido. La descarga cognitiva también puede ayudar. Cuando los estudiantes guardan sus apuntes, liberan atención para nuevos contenidos y, con frecuencia, aprenden mejor el siguiente tema. En definitiva, la tecnología puede liberar recursos mentales para tareas de orden superior, aunque algunas habilidades rutinarias se practiquen menos.

Quienes aprenden se adaptan a las herramientas disponibles. Tras la difusión de las calculadoras, la enseñanza desplazó su atención del cálculo manual hacia la resolución conceptual de problemas. Con los buscadores y los teléfonos inteligentes, evaluar la calidad de las fuentes cobra más importancia que memorizar datos aislados. El desafío actual es encontrar un equilibrio: integrar la IA de modo que los estudiantes sigan practicando el pensamiento que construye comprensión y sabiduría.

Nuevos hallazgos de investigación

La IA generativa puede producir textos y soluciones a demanda. Esto plantea una pregunta legítima: si un chatbot puede hacer el trabajo, ¿seguirán los estudiantes aprendiendo las habilidades necesarias? Estudios recientes exploran esta cuestión. Un preprint de Kosmyna y sus colegas (2025), del MIT, examinó cómo la asistencia modifica la actividad neuronal durante la escritura.

En ese estudio, 60 estudiantes escribieron ensayos breves en tres condiciones: con ChatGPT, con búsquedas convencionales en internet o sin herramientas en línea. El equipo registró la actividad cerebral mediante electroencefalografía (EEG). Los estudiantes que escribieron sin herramientas mostraron la activación cerebral más intensa y extensa, con conexiones entre regiones relacionadas con la memoria y la toma de decisiones. Quienes utilizaron ChatGPT mostraron la menor activación. El grupo que empleó búsquedas quedó en una posición intermedia. Los resultados de memoria siguieron el mismo patrón: cuando posteriormente se les pidió citar una frase de su propio ensayo, el 83 % del grupo de ChatGPT no pudo recordar ninguna, frente a aproximadamente el 11 % de los otros dos grupos. La participación activa parece favorecer un procesamiento más profundo y un mejor recuerdo.

También cambió la percepción de autoría de los estudiantes. La mayoría de quienes escribieron sin conexión sentían claramente que el texto les pertenecía. Muchos de quienes recibieron asistencia de IA mostraron menos seguridad y describieron una autoría compartida con la herramienta. Los docentes que evaluaron los ensayos encontraron que los trabajos influidos por IA eran más fluidos y estaban mejor estructurados, pero tenían menos voz propia y aportaciones originales. Un evaluador automatizado no detectó de manera fiable la ayuda de la IA.

El momento en que se introduce el apoyo de la IA parece importante. En una fase posterior, los estudiantes que primero se esforzaron por su cuenta y luego utilizaron IA mostraron una mayor activación al incorporar la herramienta. Quienes comenzaron con IA y posteriormente escribieron sin ella no alcanzaron el mismo nivel. Esto sugiere una regla sencilla: piensa un poco antes de consultar al modelo. Otras investigaciones coinciden con esta perspectiva. Los estudios indican que una dependencia intensa de la IA desde el principio puede reducir la participación activa y la retención a largo plazo, mientras que las pruebas previas o los primeros intentos individuales mejoran el aprendizaje posterior con IA (Bai, Lui y Su, 2023; Jose, Akgün y Toker, 2024). La investigación sobre pensamiento crítico muestra riesgos similares: los estudiantes que delegan rápidamente en la IA suelen obtener puntuaciones inferiores en tareas de razonamiento a las de quienes analizan primero (Uwosomah, 2025). Los estudios sobre creatividad presentan resultados diversos: colaborar con IA puede aumentar la fluidez y la flexibilidad de las ideas, pero algunos estudiantes quedan anclados en sus sugerencias y manifiestan una menor confianza creativa (por ejemplo, Bai, 2023). La lección depende del contexto: diseñar el uso de la IA para que apoye el trabajo cognitivo fundamental, en lugar de sustituirlo.

Reimaginar el aprendizaje en la era de la IA: un cambio sistémico

Si la IA puede asumir tareas rutinarias, ¿en qué deberían concentrarse quienes aprenden? Sostengo que la IA pone de manifiesto un problema más amplio en el diseño de la educación. Muchos currículos siguen centrados en objetivos propios de una época de escasez de información: memorizar datos, seguir procedimientos establecidos y producir ensayos formulaicos. Hoy, los sistemas inteligentes pueden generar, traducir, evaluar y cocrear conocimiento a demanda. Esto nos invita a revisar los resultados de aprendizaje y las tareas. Si un ensayo convencional de cinco párrafos resulta sencillo para un algoritmo, debemos preguntarnos qué queremos evaluar realmente: análisis, originalidad, criterio y capacidad de construir conocimiento.

Bien utilizada, la IA puede ayudar a redistribuir el tiempo y la atención hacia un trabajo de orden superior. Del mismo modo que las calculadoras desplazaron el esfuerzo de la aritmética hacia los conceptos, la IA puede encargarse de parte de la redacción o la elaboración rutinaria de resúmenes para que los estudiantes diseñen proyectos, interpreten resultados y trabajen entre disciplinas. Los estudios con futuros docentes sugieren que descargar pasos rutinarios puede reducir la carga cognitiva y mejorar el desempeño en tareas complejas (Iqbal et al., 2025). Desde esta perspectiva, la IA es una herramienta que, utilizada con cuidado, puede ampliar la capacidad humana.

Para cumplir esta promesa, la práctica debe cambiar. De lo contrario, los estudiantes pueden limitarse a buscar atajos. Los docentes siguen siendo esenciales, pero su papel cambia. En entornos con una presencia amplia de IA, actúan como diseñadores del aprendizaje y orientadores del trabajo cognitivo. Ayudan a los estudiantes a formular mejores preguntas, comprobar las respuestas de la IA e integrar sus resultados con los conocimientos previos. La evaluación también debe cambiar. En lugar de calificar únicamente un producto final, hay que evaluar el proceso: instrucciones dadas a la IA, borradores, apuntes y reflexiones. Así, el pensamiento permanece visible y se valora la contribución propia del estudiante.

Se perfila una crisis de equidad. El acceso a las herramientas de IA es desigual, está controlado por un reducido número de actores y los modelos pueden reproducir sesgos culturales y lingüísticos. Las políticas deben ampliar el acceso, desarrollar la alfabetización digital y mediática de estudiantes y docentes, y exigir transparencia y equidad en la IA educativa. El diseño debe incorporar voces diversas para reducir los sesgos y favorecer la inclusión.

En definitiva, la IA puede ampliar el aprendizaje sin desplazar la cognición humana. Las máquinas son rápidas e incansables. Las personas aportan contexto, ética, empatía y capacidad de crear significado. Debemos aspirar a una colaboración en la que la IA asuma la carga rutinaria para que quienes aprenden inviertan en la indagación y la comprensión profunda. Esto requerirá currículos actualizados y una cultura que premie la calidad de la comprensión, no la mera producción. Como señalé anteriormente, la IA no sustituirá a la educación ni a los educadores, pero sí cambiará lo que se entiende por «aprendizaje» (Moravec, 2025). Las instituciones más resilientes tratarán ese cambio como una oportunidad para evolucionar.

Recomendaciones para las políticas y la práctica educativa

Las políticas y el liderazgo determinarán si la IA se convierte en una colaboradora del aprendizaje o en una muleta. Los siguientes pasos favorecen la primera posibilidad:

  1. Integrar la IA con un propósito claro. Ofrecer orientación sobre cuándo y cómo utilizarla. Incorporarla para generar ideas, recibir comentarios y revisar el trabajo después de un primer intento individual. Desalentar las respuestas iniciales producidas por IA. Diseñar tareas que exijan experiencia personal, razonamiento y evidencia.

  2. Priorizar las habilidades de orden superior y la alfabetización mediática. Desplazar los estándares de la memorización mecánica hacia el pensamiento crítico, la evaluación de fuentes, la creatividad y la metacognición. Tratar la alfabetización informacional y el uso responsable de la IA como resultados fundamentales, incluida la formulación de instrucciones, la verificación y el reconocimiento explícito de la asistencia recibida.

  3. Preparar a los docentes para nuevos papeles. Invertir en su desarrollo profesional para que puedan organizar clases apoyadas por IA, detectar una dependencia excesiva y orientar a los estudiantes en su interacción con estas herramientas. Compartir modelos prácticos en los que la IA se encargue de subtareas y los estudiantes se concentren en la argumentación, el método y el criterio.

  4. Alinear la evaluación con el aprendizaje deseado. Permitir la IA en determinadas tareas y calificar el valor que aporta el estudiante, o utilizar tareas de desempeño que hagan visible la comprensión. Pedir a los estudiantes que documenten su proceso: las instrucciones utilizadas, las modificaciones realizadas y las razones de sus decisiones.

  5. Establecer salvaguardas. Proteger la privacidad, evaluar los sesgos de las herramientas y exigir transparencia sobre el comportamiento de los modelos y sus datos. Realizar revisiones de equidad para identificar quién se beneficia y quién queda excluido, y establecer orientaciones para corregir los problemas cuando sea necesario. Incluir a docentes y estudiantes en el diseño y la selección.

  6. Apoyar la investigación y la innovación. Financiar estudios sobre atención, razonamiento, creatividad y resultados a largo plazo. Respaldar herramientas que estimulen la indagación en lugar de suministrar respuestas finales. Compartir modelos eficaces entre sistemas y países.

  7. Preservar espacios de práctica analógica. Mantener parte del trabajo sin asistencia para desarrollar confianza y dominio. Actividades como el cálculo mental, la escritura de primeros borradores y los debates en vivo fortalecen las habilidades internas y ayudan a evaluar mejor las respuestas de la IA.

La IA en la educación no es una amenaza existencial. Es un recurso potente que requiere un uso cuidadoso. La evidencia muestra que una dependencia excesiva puede reducir la participación y el desarrollo de habilidades, mientras que un uso reflexivo puede personalizar el aprendizaje, reducir cargas poco útiles y apoyar la creatividad. El objetivo es una colaboración entre personas y máquinas que ayude a los estudiantes a aprender a aprender y a adaptarse. Con políticas y prácticas sólidas, la IA puede servir al aprendizaje en lugar de sustituirlo.

Referencias

Akgün, M., and Toker, S. (2024). Evaluating the effect of pretesting with conversational AI on retention of needed information. ArXiv, abs/2412.13487. https://doi.org/10.48550/arXiv.2412.13487

Bai, L., Lui, X., & Su, J. (2023). ChatGPT: The cognitive effects on learning and memory. Brain and Behavior. https://doi.org/10.1002/brx2.30

Dahmani, L., & Bohbot, V. D. (2020). Habitual use of GPS negatively impacts spatial memory during self-guided navigation. Scientific Reports, 10, 6310. https://doi.org/10.1038/s41598-020-62877-0

Iqbal, J., Hashmi, Z. F., Asghar, M. Z., & Abid, M. N. (2025). Generative AI tool use enhances academic achievement in sustainable education through shared metacognition and cognitive offloading among pre-service teachers. Scientific Reports, 15(1), Article 1676. https://doi.org/10.1038/s41598-025-01676-X

Jose, B., Akgün, O., & Toker, E. (2025). The cognitive paradox of AI in education: Between enhancement and erosion. Frontiers in Psychology, 16. https://doi.org/10.3389/fpsyg.2025.1550621

Kosmyna, N., Hauptmann, E., Yuan, Y. T., Situ, J., Liao, X.-H., Beresnitzky, A. V., Braunstein, I., & Maes, P. (2025, June 10). Your brain on ChatGPT: Accumulation of cognitive debt when using an AI assistant for essay writing task [Preprint]. arXiv. https://arxiv.org/abs/2506.08872

Moravec, J. (2025, March 28). Does the modern university end at AI? Education Futures. https://educationfutures.com/post/does-the-modern-university-end-at-ai/

Pearson, H. (2025). Are the Internet and AI affecting our memory? What the science says. Nature, 638(8049), 26–28. https://doi.org/10.1038/d41586-025-00292-z

Sparrow, B., Liu, J., & Wegner, D. M. (2011). Google effects on memory: Cognitive consequences of having information at our fingertips. Science, 333(6043), 776–778. https://doi.org/10.1126/science.1207745

Uwosomah, E. E., & Dooly, M. (2025). Pre-service teachers’ evolving perspectives on AI in education. Education Sciences, 15(2), 152. https://doi.org/10.3390/educsci15020152

Ward, A. F. (2021). People mistake the internet’s knowledge for their own. Proceedings of the National Academy of Sciences, 118(43), e2105061118. https://doi.org/10.1073/pnas.2105061118