La IA como virus cognitivo: riesgos, contagio y claves para una inmunización mental
Científicos advierten que los modelos de lenguaje extensos pueden generar dependencia cognitiva similar a un contagio
Un equipo internacional liderado por el científico Ricard Solé, del Laboratorio de Sistemas Complejos de la Universitat Pompeu Fabra, publicó en ArXiv un estudio que plantea que los modelos de lenguaje extensos (LLM) pueden difundirse en la sociedad con una dinámica parecida a la de un virus, erosionando la autonomía cognitiva de los usuarios.
Los LLM y su modo de contagio
Los LLM son sistemas de inteligencia artificial entrenados con enormes volúmenes de texto para comprender y generar lenguaje natural. En la práctica, permiten redactar documentos, resumir información, traducir, programar o incluso tomar decisiones a partir de una simple indicación escrita. Según la Biblioteca Nacional de Medicina de EE. UU., la capacidad de producir respuestas plausibles y adaptadas convierte a estos modelos en verdaderos “motores de cambio cognitivo”.
El artículo de Solé y colaboradores clasifica a la población en tres grupos: personas no conectadas, conectadas ocasionalmente y aquellas que dependen persistentemente de los LLM. A partir de esa clasificación, los autores aplican ecuaciones de epidemiología para describir cómo la transmisión social –el aprendizaje de otros, la adopción en escuelas y empresas– puede generar un punto de inflexión donde un pequeño aumento de uso desencadena una rápida expansión de la dependencia.
Puntos críticos y riesgo de dependencia
Cuando se supera un umbral crítico, el modelo predice una caída brusca de las competencias cognitivas colectivas. La pérdida no es automática; depende de cómo se utilicen las herramientas. Un LLM puede ser un “exocórtex” que amplía la exploración y la productividad, o puede convertirse en un sustituto que descarga la carga mental y debilita la práctica del razonamiento autónomo.
Los autores recuerdan la visión de Joseph Licklider de 1960, que imaginó una simbiosis hombre‑máquina. Hoy, esa simbiosis se materializa, pero el riesgo radica en que la interacción se vuelva unilateral: la IA hace el trabajo cognitivo y el ser humano deja de ejercitarlo. En ese escenario, la recuperación de habilidades perdidas resulta mucho más costosa que la prevención.
Cómo construir una inmunización cognitiva
El estudio propone una estrategia de “inmunización cognitiva” que no implica rechazar la IA, sino mantener prácticas que preserven la actividad mental. Entre ellas están: resolver problemas sin asistencia automática, verificar información de forma crítica, establecer periodos deliberados de desconexión y fomentar habilidades que la IA no pueda reemplazar, como la negociación y la lectura de señales humanas.
Instituciones educativas y empresariales juegan un rol clave. Diseñar entornos donde el LLM actúe como andamiaje –apoyando pero sin completar la tarea– ayuda a evitar la consolidación de circuitos de dependencia. En casos de dependencia avanzada, la autorregulación conductual y, de ser necesario, intervenciones como la terapia cognitivo‑conductual pueden ser útiles para restablecer la autonomía.
Explora más noticias en nuestra sección: Mundo
