El otoño pasado, publiqué un ensayo en The New Yorker titulado «¿Qué tipo de escritor es ChatGPT?». Mi objetivo con ese texto era entender mejor cómo los estudiantes de pregrado y posgrado estaban usando la IA para ayudar con sus tareas de escritura.
En ese momento, existía la preocupación de que estas herramientas se convirtieran en máquinas de plagio. («La IA parece casi diseñada para hacer trampas», escribió Ethan Mollick en su libro más vendido, Co-Intelligence. Lo que observé fue algo más complejo).
Los estudiantes no estaban usando la IA para que escribiera por ellos, sino para mantener conversaciones sobre sus escritos. Si acaso, el enfoque parecía menos eficiente y más prolongado que simplemente concentrarse y rellenar la página. A partir de mis entrevistas, quedó claro que el objetivo de los estudiantes era menos reducir el esfuerzo total y más disminuir la carga cognitiva máxima necesaria para producir prosa.
«Conversar» con el chatbot sobre el artículo resultaba más divertido que esforzarse en la soledad silenciosa», escribí. La escritura normal requiere picos agudos de concentración, mientras que trabajar con ChatGPT «amortiguaba la experiencia, convirtiendo esos picos en las curvas suaves de una onda sinusoidal».
Pensé en este ensayo recientemente, porque un nuevo artículo de investigación del MIT Media Lab, titulado «Tu cerebro con ChatGPT», respalda algo de mi hipótesis. Los investigadores pidieron a un grupo de participantes escribir un ensayo sin ayuda externa, y a otro grupo confiar en ChatGPT 4.0. Ambos grupos fueron conectados a máquinas EEG para medir su actividad cerebral.
«La diferencia más marcada apareció en la conectividad en la banda alfa, donde el grupo solo con cerebro mostró redes de procesamiento semántico significativamente más fuertes», explican los investigadores, para luego añadir, «el grupo solo con cerebro también demostró un flujo de información más fuerte de occipital a frontal».
¿Y qué significa esto? Los investigadores proponen la siguiente interpretación:
«La mayor conectividad alfa en el grupo solo con cerebro sugiere que escribir sin ayuda probablemente indujo un procesamiento interno mayor… sus cerebros probablemente participaron en más lluvia de ideas interna y recuperación semántica. El grupo que usó LLM… puede haber dependido menos de la generación semántica puramente interna, conduciendo a una menor conectividad alfa, porque un peso creativo fue externalizado a la herramienta.» [énfasis añadido]
En resumen, escribir con IA, como observé el otoño pasado, reduce la carga máxima que requiere tu cerebro. Para muchos comentaristas que respondieron a este artículo, esta realidad es claramente buena. «La descarga cognitiva sucede cuando las grandes herramientas nos permiten trabajar un poco más eficientemente y con menos esfuerzo mental para el mismo resultado», explicó un CEO tecnológico en X. «La hoja de cálculo no mató las matemáticas; construyó industrias multimillonarias. ¿Por qué querríamos que nuestros cerebros usaran los mismos recursos para la misma tarea?»
Mi respuesta a esta realidad está dividida. Por un lado, creo que hay contextos en los que reducir la carga de la escritura es claramente beneficioso. La comunicación profesional en correos y informes es un ejemplo. La escritura aquí está subordinada a un objetivo más grande: comunicar información útil. Así que si hay una manera más fácil de lograrlo, ¿por qué no usarla?
Pero en el ámbito académico, la descarga cognitiva ya no parece tan inocente. Aquí comparto algunas preocupaciones relevantes planteadas en el artículo del MIT [énfasis propio]:
«La IA generativa puede producir contenido bajo demanda, ofreciendo a los estudiantes borradores rápidos basados en insumos mínimos. Aunque esto puede ser beneficioso en términos de ahorrar tiempo y ofrecer inspiración, también afecta la capacidad de los estudiantes para retener y recordar información, un aspecto clave del aprendizaje.»
«Cuando los estudiantes dependen de la IA para producir ensayos largos o complejos, pueden eludir el proceso de sintetizar información desde la memoria, lo que puede obstaculizar su comprensión y retención del material.»
«Esto sugiere que, aunque las herramientas de IA pueden mejorar la productividad, también pueden promover una forma de ‘pereza metacognitiva’, donde los estudiantes externalizan responsabilidades cognitivas y metacognitivas a la IA, lo que potencialmente dificulta su auto regulación y compromiso profundo con el material de aprendizaje.»
«Las herramientas de IA… facilitan que los estudiantes eviten el esfuerzo intelectual necesario para internalizar conceptos clave, lo cual es crucial para el aprendizaje a largo plazo y la transferencia de conocimientos.»
En un entorno de aprendizaje, la sensación de esfuerzo suele ser un subproducto de volverse más inteligente. Minimizar esta carga es como usar un scooter eléctrico para facilitar las marchas en un campo militar; logrará su objetivo a corto plazo, pero contrarresta los fines del entrenamiento a largo plazo de las marchas.
En este debate estrecho, se vislumbran las tensiones mayores que están parcialmente definiendo la Emergente Era de la IA: para lidiar completamente con esta nueva tecnología, necesitamos entender mejor tanto la utilidad como la dignidad del pensamiento humano.
El pasado otoño, publiqué un ensayo en The New Yorker titulado "¿Qué tipo de escritor es ChatGPT?". Mi objetivo con el artículo era entender mejor cómo... Leer más