La revolución cognitiva no nos pone a prueba sobre cuánto saben o pueden llegar a saber las máquinas, sino sobre cuánto estamos dispuestos a pensar nosotros.
Durante muchísimos años el sistema educativo midió buena parte de nuestro aprendizaje por la calidad de los productos que entregábamos a requerimiento de los profesores: un ensayo bien redactado, una demostración matemática impecable o un código sin errores, e incluso un video corto exponiendo un tema. Un modo de evaluar que más que mostrar solo conocimiento exponía habilidades de análisis, redacción, ejecución, resolución de problemas, etc.
Hoy día esa métrica acaba de quedar algo así como oficialmente obsoleta. Lo manifiesta la contundente advertencia lanzada el pasado 13 de agosto por el Instituto Tecnológico de Massachusetts (MIT), que tras meses de analizar cómo la inteligencia artificial está transformando la vida en sus aulas, publicó el documento titulado “MIT’s Ad Hoc Committee on AI Use in Teaching, Learning, and Research Training”.
El núcleo de este reporte viene a mostrar que el verdadero terremoto que sacude a las universidades no es que los alumnos hagan trampa en casa, o que no aprendan. El problema es mucho más serio: su raíz es que hemos confundido la entrega de una respuesta correcta con el acto de aprender, de saber, de ser capaces. Y así, ante la posibilidad de obtener soluciones instantáneas con apenas un par de instrucciones, corremos el riesgo de convertir el conocimiento/aprendizaje en un mero espejismo.
El informe bautiza este peligro con un término tan preciso como inquietante: “rendición cognitiva”, que consiste en delegar nuestro esfuerzo mental ante el primer obstáculo, superar el escollo y pensar que pensamos. Se da cuando un estudiante o un profesional acude a un chatbot antes siquiera de intentar pensar por sí mismo… en el fondo, no está optimizando su tiempo (el espejismo), está atrofiando su criterio (la realidad).
Al aceptar sin filtro las palabras elegantes y seguras escogidas atinadamente por una máquina compramos una ilusión de competencia que debilita la memoria y erosiona nuestra capacidad de resolver problemas reales.
Olvidamos con demasiada facilidad que en el aprendizaje la fricción no es un defecto de fábrica, sino parte del entrenamiento mismo. Esos minutos más o menos largos de frustración frente a una hoja en blanco o un problema complejo que debemos resolver, son los que construyen las conexiones neuronales de la maestría. Al eliminar esa incomodidad, la tecnología nos permite cumplir con el trabajo, sí, pero nos roba la transformación personal que ocurre mientras intentamos resolverlo.
Además, hay una pérdida aún más silenciosa detrás de esta comodidad algorítmica: el aislamiento. El documento del MIT y la experiencia cotidiana confirman que estamos dejando de buscarnos unos a otros. ¿Para qué acudir a la oficina de un profesor, formar un grupo de estudio o debatir una duda técnica con un colega si la máquina responde más rápido, mejor y sin juzgarnos? Al prescindir de los demás, vaciamos de sentido la comunidad intelectual y empobrecemos el pensamiento crítico, que siempre se afila mejor en el choque de ideas entre personas.
La solución, por supuesto, no pasa por prohibir. El camino está en reivindicar la «descarga cognitiva» consciente: usar la herramienta como un auxilio o un mapa, como dispositivos que asisten nuestro rumbo sin reemplazar al piloto. Para lograrlo, urge vivir una regla de oro en las aulas y en nuestros escritorios: pensar y escribir nuestras propias ideas en crudo antes de acudir a IA.
Al final, la revolución cognitiva no nos pone a prueba sobre cuánto saben o pueden llegar a saber las máquinas, sino sobre cuánto estamos dispuestos a pensar nosotros. Podemos elegir el camino fácil de entregar trabajos, reportes, propuestas o estudios perfectos, mientras nuestras mentes se vuelven espectadores pasivos de una inteligencia “prestada”. O no. Es triste, pero de nada sirve tener todas las respuestas del mundo a un clic de distancia si, en el proceso, olvidamos cómo formular nuestras propias preguntas.
