Contenido
Hay un estudio de 2025, con 666 participantes y más de mil citas, que encontró una correlación negativa significativa entre usar herramientas de IA y la capacidad de pensamiento crítico. Es el trabajo que sostiene casi todos los titulares sobre el asunto. Y hay un experimento de 2026 en el que se repartió a 120 jóvenes entre resolver una tarea de detección de falacias lógicas con ChatGPT o sin él: el grupo con IA acertó más y declaró mucho menos esfuerzo mental. Ninguno de los dos miente. Lo que ocurre es que uno mide una asociación y el otro mide un rendimiento, y entre ambas cosas hay una distinción que casi nunca se explica.
Resumen en 30 segundos: las siete cifras que importan
Cada fila indica el estudio y el año. Nótese cuántos de estos trabajos son transversales y basados en autoinforme.
| Hallazgo | Resultado | Estudio y año |
|---|---|---|
| Relación entre uso de IA y pensamiento crítico | Correlación negativa significativa, con 666 participantes | Gerlich, Societies (2025) |
| Quién muestra más dependencia | Los más jóvenes, con peores puntuaciones | Gerlich, Societies (2025) |
| Aciertos en una tarea de falacias lógicas con IA | Más correctos que sin ella (H = 7,044; p < 0,01) | Jain et al., Cognitive Processing (2026) |
| Esfuerzo mental declarado en esa tarea | Significativamente menor (H = 27,434; p < 0,01) | Jain et al., Cognitive Processing (2026) |
| Profundidad del uso y renuncia a la autonomía | β = 0,25: a más sofisticación, más dependencia | Si et al., J. of Intelligence (2026) |
| Mejor predictor del pensamiento crítico | La motivación de aprendizaje (β = 0,42), no el uso de IA | Si et al., J. of Intelligence (2026) |
| Papel de la alfabetización en IA | Amortigua el efecto negativo de confiar en la herramienta | Kulal, JCIS (2025) |
Lo que vas a encontrar aquí
- Qué midió exactamente el estudio del que salen todos los titulares.
- El experimento cuyo resultado va en dirección contraria.
• La paradoja de que usar mejor la herramienta genere más dependencia.
• Las dos variables que, basándose en los registros, determinan el sentido del impacto.
El estudio del que salen los titulares
Michael Gerlich publicó en Societies en enero de 2025 una investigación de metodología mixta que contó con 666 participantes de diversos grupos de edad y formación académica, integrando encuestas junto con entrevistas en profundidad. La vertiente cuantitativa se evaluó mediante ANOVA y análisis correlacionales, mientras que la parte cualitativa se examinó a través de un enfoque temático.
El descubrimiento principal: una marcada correlación inversa entre el empleo asiduo de herramientas de inteligencia artificial y la destreza de pensamiento crítico, operando la descarga cognitiva como elemento mediador. Aparte de esto, los voluntarios de menor edad evidenciaron una mayor dependencia hacia estas tecnologías junto a calificaciones de pensamiento crítico inferiores en comparación con los de más edad.
Hay un tercer resultado en ese mismo estudio que se cita mucho menos y que conviene retener: un nivel educativo más alto se asoció con mejor pensamiento crítico con independencia del uso de IA. Es decir, en los propios datos del trabajo hay una variable que predice el resultado sin pasar por la herramienta.
Lo que un diseño así no puede decir
Es un estudio transversal: mide a la vez el uso de IA y el pensamiento crítico, en el mismo momento, mediante instrumentos de autoinforme. Con ese diseño no se puede distinguir si usar IA deteriora el pensamiento crítico o si quienes puntúan más bajo en pensamiento crítico tienden a usar más la IA. Son dos explicaciones compatibles con exactamente los mismos datos.
| Estudio | Diseño | Qué encontró | Qué no permite concluir |
|---|---|---|---|
| Gerlich, Societies (2025) | Transversal, método mixto, 666 participantes | Correlación negativa mediada por descarga cognitiva | No establece dirección causal; todo es autoinforme |
| Jain et al., Cognitive Processing (2026) | Experimental, 120 jóvenes, tarea de falacias lógicas | Más aciertos y menos esfuerzo mental con IA | Es una tarea única; no mide qué pasa después |
| Si et al., J. of Intelligence (2026) | Transversal, 353 universitarios, análisis de perfiles | La profundidad de uso predice más renuncia a la autonomía | Autoinforme; refleja percepciones, no conductas medidas |
| Tian y Zhang, Acta Psychologica (2025) | Transversal, 580 universitarios, mediación moderada | La fatiga cognitiva media parcialmente el efecto | No distingue causa de consecuencia |
| Kulal, JCIS (2025) | Transversal, 625 posgrados, docentes e investigadores | La confianza amplifica el efecto; la alfabetización lo amortigua | Mismo límite: una sola medición en el tiempo |
El experimento que apunta al revés
En 2026, Purvi Jain junto a sus colaboradores dieron a conocer en Cognitive Processing aquella investigación ausente en prácticamente todos los debates sobre la materia: un planteamiento experimental y no una simple encuesta. Se asignó a un grupo de 120 adultos jóvenes la resolución de un ejercicio para detectar falacias lógicas, dividiéndolos entre quienes contaron con ChatGPT (57 sujetos) y quienes prescindieron de él (63 individuos), aplicando además tres test cuantitativos y evaluando de forma cualitativa a una muestra reducida de 54 voluntarios.
Ambos resultados cuantitativos apuntan hacia el mismo sentido, el cual difiere de lo sugerido por los encabezados. El equipo apoyado por IA logró un mayor número de aciertos (H = 7,044; p < 0,01) y reportó una carga cognitiva notablemente inferior (H = 27,434; p < 0,01).
El análisis cualitativo revela los matices verdaderamente relevantes. Por un lado, los voluntarios que no utilizaron inteligencia artificial demostraron un pensamiento autónomo, comprobación de datos y un constante control metacognitivo. Por otro lado, dentro del grupo dotado de herramientas de IA se evidenció un comportamiento mixto: ciertos individuos transfirieron el trabajo por completo, mientras que otros optaron por una aplicación estratégica y selectiva.
La conclusión de los autores es la frase que mejor resume toda esta literatura: el enfoque del usuario —delegación frente a implicación estratégica— determina si la herramienta actúa como sustituto o como andamio. Y añaden que la IA no ahorra tiempo necesariamente, ni mejora ni reduce el pensamiento crítico de manera uniforme.
La paradoja: usarla mejor genera más dependencia
El trabajo de Shuai Si y su equipo, publicado en el Journal of Intelligence en 2026, encuestó a 353 universitarios chinos de varias provincias y aplicó análisis de conglomerados para identificar perfiles de uso. Salieron cuatro, desde los «usuarios de preguntas y respuestas simples» (25,2 %) hasta los «cothinkers críticos» (15,6 %).
| Variable | Efecto | Lectura |
|---|---|---|
| Motivación de aprendizaje | β = 0,42 sobre las ganancias de pensamiento crítico | Constituye el predictor más potente, además de ser independiente de la IA |
| Motivación de aprendizaje | β = −0,35 sobre la renuncia a la autonomía cognitiva | Actúa como un escudo contra la dependencia |
| Profundidad de la descarga cognitiva | β = 0,25 sobre la renuncia a la autonomía | A mayor sofisticación en el empleo, se incrementa la dependencia |
| Subgrupo de alta profundidad y alta dependencia | 25,8 % de la muestra | Cuenta con una presencia mayoritaria de mujeres y estudiantes de informática |
| Perfil de «cothinker crítico» | 15,6 % de la muestra | Representa una minoría dentro de los usos aconsejados por la literatura |
El hallazgo contraintuitivo es el tercero. Cuanto más profunda era la descarga cognitiva, más renunciaba el estudiante a su autonomía, lo que contradice la idea de que un uso más sofisticado de la herramienta produce automáticamente beneficios cognitivos. Los propios autores advierten de que todo se midió por autoinforme, de modo que lo que reflejan son percepciones de los estudiantes sobre sus conductas y capacidades.
Las dos variables que cambian el signo
Dos trabajos de 2025 coinciden en señalar qué modula el efecto. Jin-Rui Tian y Ronghua Zhang publicaron en Acta Psychologica un estudio con 580 universitarios chinos donde la dependencia de la IA se asociaba a menor pensamiento crítico, con la fatiga cognitiva mediando parcialmente esa relación. Y encontraron un papel doble de la alfabetización informacional: amortigua el impacto negativo, pero amplifica la fatiga cognitiva cuando la dependencia es alta.
Abhinandan Kulal publicó en el Journal of Computer Information Systems un estudio con 625 estudiantes de posgrado, docentes e investigadores que señala la otra variable. La confianza en la IA amplifica la relación negativa con el pensamiento crítico, y una alfabetización alta en IA amortigua de forma significativa el efecto perjudicial de esa confianza.
Puestos uno junto a otro, los cinco trabajos dibujan algo bastante distinto de «la IA nos vuelve tontos». Lo que predice el resultado no es si se usa la herramienta, sino con qué motivación, con cuánta confianza ciega y con qué preparación para evaluar lo que devuelve.
Qué hacer con esto, en la práctica
Ordenado por solidez de la evidencia que lo respalda:
• No cites la correlación como si fuera una causa. El estudio de 666 participantes es transversal y de autoinforme; en sus propios datos, el nivel educativo predice el pensamiento crítico al margen del uso de IA.
- Distingue delegar de apoyarse. En el único experimento disponible, tal diferencia separaba a los voluntarios que empleaban el recurso a modo de andamiaje de aquellos que lo convertían en un reemplazo.
• Trabaja la motivación antes que la técnica. La motivación de aprendizaje fue el predictor más fuerte, con β = 0,42, muy por encima de cualquier variable de uso.
- Fomenta la suspicacia, en lugar de limitarte a instruir en el uso. La fe ciega en la tecnología magnifica sus perjuicios, mientras que la formación en IA actúa como un escudo protector.
- Vigila a quien se maneja muy bien. El nivel de uso profundo anticipa un mayor abandono de la autonomía, no lo contrario.
Preguntas frecuentes
¿Reduce la inteligencia artificial el pensamiento crítico?
Los estudios de encuesta encuentran una asociación negativa, pero no son causales. La investigación de Gerlich de 2025, efectuada con 666 voluntarios, descubrió una correlación negativa notable entre el empleo constante de la IA y el pensamiento crítico, la cual está mediada por la descarga cognitiva. Puesto que se trata de un diseño transversal basado en el autoinforme, resulta imposible discernir si la inteligencia artificial merma la capacidad crítica o si los individuos con menor pensamiento crítico recurren con mayor frecuencia a la IA.
¿Existe alguna prueba científica que lo haya validado?
Sí, y su resultado apunta hacia otro rumbo. En la investigación de Jain y sus colaboradores, publicada en 2026, donde participaron 120 adultos jóvenes divididos entre resolver un ejercicio de falacias lógicas con el apoyo de ChatGPT o prescindiendo de él, la cohorte asistida por la IA alcanzó un mayor número de aciertos (H = 7,044; p < 0,01) y reportó un desgaste cognitivo considerablemente inferior (H = 27,434; p < 0,01).
¿Usar mejor la herramienta protege de la dependencia?
Los datos disponibles dicen que no. En el estudio con 353 universitarios publicado en el Journal of Intelligence, la profundidad de la descarga cognitiva predijo una mayor renuncia a la autonomía cognitiva, con β = 0,25, y un 25,8 % de la muestra formaba un subgrupo de alta profundidad y alta dependencia.
¿Qué predice mejor el pensamiento crítico de un estudiante?
La motivación, por encima de cualquier variable relacionada con la herramienta. En ese mismo estudio, la motivación de aprendizaje fue el predictor más fuerte tanto de las ganancias de pensamiento crítico (β = 0,42) como de una menor renuncia a la autonomía cognitiva (β = −0,35).
¿Cómo se puede mitigar el peligro?
Trabajar la alfabetización en IA y la calibración de la confianza. En el estudio con 625 participantes publicado en el Journal of Computer Information Systems, la confianza en la IA amplificaba la relación negativa con el pensamiento crítico, mientras que una alfabetización alta en IA amortiguaba de forma significativa ese efecto.
Lo que no sabemos
• Prácticamente nada con diseños longitudinales. Cuatro de los cinco trabajos miden en un único momento, lo que impide establecer la dirección del efecto.
• Qué pasa con medidas objetivas. El pensamiento crítico se evalúa casi siempre con escalas autoinformadas, no con pruebas de desempeño.
• Si el efecto revierte. No hay evidencia de que un cambio en el patrón de uso recupere lo que se haya podido perder, ni tampoco de que se pierda de forma permanente.
- Cómo se calcula la profundidad de uso. El indicador con mayor capacidad predictiva sobre la dependencia se elabora mediante autoinformes, sin registrar las acciones reales del usuario.
Referencias
1. Gerlich, M. AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking. Societies, 2025. DOI: 10.3390/soc15010006
2. Jain, P. et al. Cognitive offloading, critical thinking and attitudes towards artificial intelligence in the era of ChatGPT. Cognitive Processing, 2026. DOI: 10.1007/s10339-026-01375-z
3. Si, S. et al. When Thinking Is Outsourced: Cognitive Offloading and the Heterogeneity of Critical Thinking Among Chinese University Students Using Generative Artificial Intelligence. Journal of Intelligence, 2026. DOI: 10.3390/jintelligence14070116
4. Tian, J.-R. y Zhang, R. Learners’ AI dependence and critical thinking: The psychological mechanism of fatigue and the social buffering role of AI literacy. Acta Psychologica, 2025. DOI: 10.1016/j.actpsy.2025.105725
5. Kulal, A. Cognitive Risks of AI: Literacy, Trust, and Critical Thinking. Journal of Computer Information Systems, 2025. DOI: 10.1080/08874417.2025.2582050
Este contenido tiene finalidad informativa y no constituye asesoramiento educativo ni psicológico. La mayoría de los estudios citados son transversales y se basan en autoinforme, por lo que describen asociaciones y percepciones, no relaciones de causa y efecto.
