Contenido
- Resumen en 30 segundos: las siete cifras que importan
- El informe detrás de los titulares
- El experimento que apunta al revés
- La paradoja: emplearla con mayor eficiencia incrementa la dependencia
- Las dos variables que cambian el signo
- Qué hacer con esto, en la práctica
- Preguntas frecuentes
- Lo que ignoramos
- Referencias
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 hallar en este espacio
- 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 informe detrás de 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 una investigación de carácter transversal: evalúa simultáneamente la adopción de inteligencia artificial y el pensamiento crítico en un único momento a través de cuestionarios autoadministrados. Este esquema metodológico impide discernir si el empleo de la inteligencia artificial erosiona el pensamiento crítico o si las personas con menor puntuación en dicha competencia recurren con mayor frecuencia a estas herramientas. Ambas hipótesis resultan perfectamente viables y se ajustan al mismo conjunto de registros.
| 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 y su equipo publicaron en Cognitive Processing el trabajo que falta en casi todas las discusiones sobre este tema: un diseño experimental, no una encuesta. Repartieron a 120 jóvenes adultos entre resolver una tarea de identificación de falacias lógicas con ChatGPT (57 personas) o sin él (63 personas), con tres cuestionarios cuantitativos y un subconjunto de 54 participantes analizado cualitativamente.
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 investigadores constituye el enunciado que condensan mejor toda esta documentación: la perspectiva del usuario —delegación frente a participación estratégica— define si el recurso funciona como reemplazo o como soporte. Asimismo, señalan que la inteligencia artificial no recorta el tiempo de forma automática, ni incrementa o disminuye el pensamiento crítico de manera homogénea.
La paradoja: emplearla con mayor eficiencia incrementa la dependencia
El estudio de Shuai Si y sus colaboradores, dado a conocer en el Journal of Intelligence en 2026, encuestó a 353 universitarios chinos de varias provincias y empleó técnicas de análisis de conglomerados con el fin de reconocer los distintos perfiles de interacción. Se determinaron cuatro categorías, abarcando desde los denominados «usuarios de preguntas y respuestas simples» (25,2 %) hasta los conocidos como «cothinkers críticos» (15,6 %).
| Variable | Efecto | Lectura |
|---|---|---|
| Motivación de aprendizaje | β = 0,42 sobre las ganancias de pensamiento crítico | El predictor más fuerte, y no depende de la IA |
| Motivación de aprendizaje | β = −0,35 sobre la renuncia a la autonomía cognitiva | Protege frente a la dependencia |
| Profundidad de la descarga cognitiva | β = 0,25 sobre la renuncia a la autonomía | A más sofisticación de uso, más dependencia |
| Subgrupo de alta profundidad y alta dependencia | 25,8 % de la muestra | Sobrerrepresentado en mujeres y en carreras de informática |
| Perfil de «cothinker crítico» | 15,6 % de la muestra | El uso que la literatura recomienda es minoritario |
El tercer descubrimiento resulta paradójico. A mayor profundidad en la descarga cognitiva, el alumnado abdica en mayor medida de su autonomía, desmintiendo así el supuesto de que un empleo más avanzado de la herramienta genera de forma automática ventajas intelectuales. Los propios creadores alertan de que la totalidad de las mediciones se basó en autoinformes, por lo que los datos plasman meramente las impresiones del estudiantado en cuanto a sus propias actitudes y destrezas.
Las dos variables que cambian el signo
Dos investigaciones de 2025 coinciden al identificar los factores que modulan este efecto. Jin-Rui Tian y Ronghua Zhang dieron a conocer en Acta Psychologica una investigación con 580 universitarios chinos, en la cual se vinculaba la dependencia de la IA con un descenso del pensamiento crítico, ejerciendo la fatiga cognitiva una mediación parcial en dicho vínculo. Asimismo, descubrieron una doble función de la alfabetización informacional: si bien mitiga la consecuencia adversa, también incrementa la fatiga mental cuando el grado de dependencia resulta elevado.
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 en fila, estos cinco empleos perfilan una realidad muy alejada de la idea de que la inteligencia artificial embrutece. El factor determinante no radica en emplear el recurso, sino en la intención con la que se hace, el grado de seguridad ciega depositada en él y la capacidad formativa para juzgar sus respuestas.
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, esa distinción separaba a los participantes que usaban la herramienta como andamio de los que la usaban como sustituto.
• 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.
• Enseña a desconfiar, no solo a usar. La confianza en la herramienta amplifica el efecto negativo; la alfabetización en IA lo amortigua.
• Vigila a quien se maneja muy bien. La profundidad de uso predice más renuncia a la autonomía, no menos.
Preguntas frecuentes
¿Reduce la inteligencia artificial el pensamiento crítico?
Los estudios de encuesta encuentran una asociación negativa, pero no son causales. El trabajo de Gerlich, de 2025, con 666 participantes, halló una correlación negativa significativa entre uso frecuente de IA y pensamiento crítico, mediada por la descarga cognitiva. Al ser un diseño transversal con autoinforme, no puede distinguir si la IA deteriora el pensamiento crítico o si quien tiene menos pensamiento crítico usa más 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).
¿Emplear de forma óptima el recurso previene 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).
¿Qué se puede hacer para reducir el riesgo?
Trabajar la alfabetización en IA y la calibración de la confianza. En la investigación que incluyó a 625 personas, dada a conocer por el Journal of Computer Information Systems, se observó que la confianza depositada en la inteligencia artificial acentuaba el vínculo adverso con el razonamiento crítico, al tiempo que un nivel elevado de alfabetización tecnológica atenuaba de manera notable dicho impacto.
Lo que ignoramos
• 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 se dispone de pruebas que indiquen que una modificación en la pauta de utilización restablezca aquello que posiblemente se haya extraviado, ni tampoco de que se produzca una pérdida irreversible.
• Cómo se mide la profundidad de uso. La variable que mejor predice la dependencia se construye con autoinforme, no observando lo que el usuario hace realmente.
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.

