La semana pasada impartí la conferencia “Potencia tu capacidad de aprendizaje con IA Generativa” en la sede de los empresarios de Albacete, FEDA.
A diferencia de las revoluciones previas (Industrial o de Internet), la IA Generativa es la primera herramienta diseñada para intervenir directamente en nuestros procesos cognitivos, la IA es la herramienta cognitiva más potente jamás inventada. Esto marca un cambio de paradigma donde los procesos de formación tradicional quedan obsoletos, desplazando el valor de las habilidades técnicas hacia las habilidades blandas como la creatividad, el pensamiento crítico, la toma de decisiones o la solución de problemas complejos. Y es que, como decía Jeff Bezos, la creatividad es la capacidad estratégica de mayor valor para las empresas ahora y en el futuro.
El MIT acaba de publicar un nuevo artículo titulado “The Iceberg Index” que presenta un nuevo marco para comprender el impacto de la Inteligencia Artificial Generativa (GenAI) en el contexto del mercado laboral.
El Problema: El “Punto ciego” de la economía de la IA
Según los investigadores, nos encontramos en punto ciego ya que somos incapaces de comprender la dimensión del futuro impacto de la IA por varias razones
Insuficiencia de métricas tradicionales: Las métricas tradicionales como el empleo o el PIB solo miden los resultados después de que ocurre una disrupción, y no son conscientes de lo que GenAI puedo hacer.
Efectos en cascada: La IA está reconfigurando el mercado laboral con efectos en cascada que se extienden más allá de los sectores principales de impacto, como el tecnológico. Estos efectos secundarios (en logística, cadenas de suministro, etc.) no son visibles para los sistemas de planificación actuales.
Este fin de semana, en un artículo de Expansión Andalucía, aparece publicada una entrevista a Daron Acemoglu, premio Nobel de Economía en 2024. Acemoglu hace una crítica a la visión existente y actual de la IA como sustituto humano que tiene por deseo aumentar la productividad de las empresas mediante el reemplazo y la reducción de costes laborales. Grandes pioneros de la IA como Alan Touring compartían esta visión de crear máquinas para superar a los humanos.
Según Acemoglu, no estamos destinados irremediablemente a una distopía donde las máquinas hagan todo el trabajo, es una elección, y no la mejor. Existe una alternativa que comparto por completo, y es la de crear máquinas que nos mejoren y aumenten nuestras capacidades, no para que nos sustituyan, sino para que nos hagan mas inteligentes. Esta idea también fue compartida por investigadores de la IA, como es el caso de Norbert Wiener.
Tal y como yo lo veo, el desafío está elegir bien el camino:
Del conjunto de técnicas existentes para la resolución de problemas complejos, una de las más utilizadas por su simplicidad es “Descomposición y análisis”, o dicho de otra forma, divide y vencerás. Y parece que a la IA también le es útil.
Recientemente, se ha publicado un estudio que aplica la técnica de descomposición y análisis a los modelos LLM para reducir los errores de la IA Generativa cuando son usados en procesos largos y complejos. La solución propuesta por los investigadores se llama MDAPs, es decir, Procesos Agénticos Masivamente Descompuestos, que consiste en lo siguiente:
👉 Descomposición. En lugar de que un único agente aborde una tarea de 200 pasos, el sistema hace que 200 agentes haga una única tarea. 👉 Esquema de votación. Las respuestas de esos 200 agentes independientes son votadas hasta que una respuesta potencial haya recibido un número determinado de votos por encima del resto. 👉 Alertas. Un sistema de vigilancia alerta cuando un agente se mete en un sistema de razonamiento equivocada. Cuando esto ocurre, la respuesta de ese agente de descarta solicitando una nueva mejorando así la probabilidad de éxito.
La arquitectura de los MDAPs no es una simple cuestión técnica, sino un nuevo marco de trabajo conceptual en el camino de construir sistemas de IA capaces de potenciar nuestra capacidad de resolución de problemas complejos.
¿Cómo puedes potenciar tu capacidad de resolución de problemas complejos? Pues una opción sería descomponer el problema principal en otros más pequeños, y analizar en cual de esos problemas más pequeños puedes aplicar un sistema agentico como MDAP, y en cuáles debes ser tú el que deba resolverlo.
Los líderes del futuro serán aquellos que sepan como utilizar la IA Generativa para potenciar sus capacidades cognitivas, como la resolución de problemas complejos. Pero en esto también te podré ayudar dentro de poco. 😉
Michael Gerlich, investigador suizo sobre temas cognitivos, ha publicado en 2025 un estudio – aquí te dejo el enlace – en el que el objetivo era analizar la relación entre la IA Generativa y el pensamiento crítico. Para ello, entrevistó a 666 participantes (vaya numerito) del Reino Unido.
El concepto importante clave del estudio es la llamada descarga cognitiva, es decir, delegar en la tecnología tareas del pensamiento por pereza. Esta descarga cognitiva al principio nos puede permitir ser más ágiles, pero como contrapartida, limitará nuestro aprendizaje y desarrollo.
El estudio de Gerlich concluye lo siguiente:
👉 Los participantes más jóvenes (17-25 años) son los que más utilizan las herramientas de IA, utilizando una mayor descarga cognitiva que provoca puntuaciones bajas en pensamiento crítico.
👉 Los participantes de más de 46 años son los que en el estudio hacen un menor uso de la IA y se correlaciona con puntuaciones más altas en pensamiento crítico.
👉 Se realizó un análisis de mediación para determinar si la descarga cognitiva explicaba la relación entre el uso de la IA y el pensamiento crítico, y los resultados confirmaron que la descarga cognitiva actuó como un mediador significativo, lo que sugiere que la tendencia a delegar tareas mentales a la tecnología es un mecanismo clave que subyace a esta relación.
Estos resultados no son nuevos ya que otros autores investigaron como el uso de Google o Internet en general, también tienen efectos en nuestras capacidades cognitivas.
¿Está todo perdido?¿Tenemos que asumir una reducción del pensamiento crítico por usar GenAI? No, por supuesto que no. Hay diferentes técnicas que otros investigadores están ideando, y que yo mismo estoy desarrollando, para que el uso de GenAI, no sólo no reduca tu pensamiento crítico, sino que lo aumente. La base de todas estas técnicas es siempre el mismo: dividir el proceso cognitivo completo e incorporar la IA en aquellas acciones donde la máquina aporta valor, pero dejar en nosotros aquellas partes en los que aún nada nos puede superar, como la intuición, la humanidad, la comprensión del mundo y el pensamiento holístico.
El error de verdad es dejar de pensar, no utilizar la IA para pensar mejor.
Durante la “Italian Tech Week” celebrada hace unas semanas, Jeff Bezos, el fundador de Amazon, mantuvo una entrevista en la que habló sobre el futuro del trabajo y lejos de predecir la obsolescencia de las capacidades humanas, su visión subraya que la creatividad, la invención y la curiosidad se consolidan como la competencia más esencial para liderar las empresas en una era dominada por la IA Generativa (GenAI). Según su visión, no se trata de competir con las máquinas en eficiencia, sino en potenciar nuestras capacidades humanas: la capacidad de soñar en nombre del cliente, explorar con humildad y aplicar la intuición para realizar saltos creativos.
Para Bezos, el trabajo más valioso y gratificante es aquel que se enfoca en la génesis disciplinada de las ideas, y es que no se trata sólo de tener ideas, sino de priorizarlas, afinarlas y presentarlas cuando los equipos tienen capacidad de ejecutarlas, es lo que él llama Innovación Sostenible. Según Bezos, los clientes sólo te darán ideas para una innovación incremental, sin embargo, son los “inventores” los que consiguen el salto hacia la innovación disruptiva capaz de cambiar paradigmas. Como él mismo dice, la “abundancia de la civilización proviene de nuestras invenciones”.
En un programa de formación sobre IA Generativa para la creación multimedia en el que colaboro como docente una alumna me preguntaba esta misma semana sobre si GenAI está reduciendo nuestra creatividad. Esta alumna aludía al hecho de que utilizaba ChatGPT y Gemini para pedir alternativas creativas a una idea de creación, y que escogía una de ellas sin más para ponerse a trabajar.
Como podéis ver, el proceso de ideación de esta alumna con las herramientas de IA era el siguiente: problema – pedir alternativas – analizar en retrospectiva – escoger uno. Esto es lo que se llama un proceso asistido por GenAI centrado en la solución, y con esta idea mi contestación a la alumna fue la siguiente: “Es cierto, si sigues trabajando así, perderás capacidad creativa”.
El investigador James Flynn publicó en 1984 un estudio en el que concluyó que el coeficiente intelectual (CI) de los humanos incrementó 3 puntos por década entre los años 1930 y 1980, a lo que se llamó “El Efecto Flynn” (EF). Un estudio posterior en Noruega descubrió un punto de inflexión, a lo que se llamó “Efecto Flynn Inverso” (EFI), y evidenció como entre 1980 y 2018, en los países desarrollados, el CI ya no subía sino que descendía.
En la actualidad, la llegada de la Inteligencia Artificial Generativa ocurre en un ecosistema cognitivo ya deteriorado y puede producir una gran brecha, es decir, que por una mala práctica, se acelere la reducción de nuestras capacidades cognitivas como la abstracción, la resolución de problemas complejos o la creatividad.
¿A qué me refiero cuando digo una “mala práctica” de GenAI? En nuestro proceso de toma de decisiones con GenAI podemos tomar dos opciones: (1) Un modelo de toma de decisiones centrado en la recomendación, es decir, que delego la decisión a la IA y luego reviso como ha llegado a la conclusión; (2) Un modelo de toma de decisiones orientado al proceso, es decir, que me apoyo en la IA para crear alternativas inexistentes o analizar datos e ir construyendo mi decisión con la IA como apoyo.
El modelo de toma de decisiones por recomendación disminuye nuestro análisis crítico, capacidad de abstracción y búsqueda de patrones, acelerando la reducción de nuestras capacidades cognitivas. Utilizar la IA bajo este modelo sería una mala práctica. Sin embargo, si utilizamos la IA durante el proceso de creación se produce una mayor conectividad cerebral, una retención de memoria superior y resultados de mayor calidad en tareas complejas.
Por tanto, y como conclusión, el debate no está en si utilizar o no la IA en tu día a día; la reflexión debe ser en cómo utilizarla de forma correcta para que te haga mejor, para que potencie tus habilidades. Y la forma de hacer es incluyéndola en tu proceso de creación, pero no como sustituto al mismo.
Una alumna del programa de “IA Generativa para la creación multimedia” de la Universitat Oberta de Catalunya del que soy profesor me hacía la siguiente pregunta: “¿Cómo podemos asegurarnos de que la IA genere oportunidades para los artistas en lugar de desvalorizar el trabajo humano?”
Definamos el contexto pasado y actual. Antes de ChatGPT las herramientas que nos ayudaban a pensar y crear eran pasivas, como el Photoshop, dando lugar al concepto de mente extendida que argumentaba que bajo ciertas circunstancias ciertas herramientas podrían convertirse en parte literal de nuestra mente. Sin embargo, y tal como cita un estudio llamado “Generative midtended cognition and Artificial Intelligence: thinging with thinging things“, el desafío al que nos enfrentamos es cuando la herramienta se vuelve activa y es capaz de “Crear”. Así, la IA generativa transforma esta dinámica por completo, creando un nuevo escenario que podríamos llamar “pensar con cosas que piensan” dando lugar a un nuevo concepto que podríamos llamar “Cognición Generativa Híbrida”, es decir, aumentar nuestras capacidades cognitivas, ya no utilizando herramientas pasivas, sino co-creando con herramientas activas.
Por tanto, y como respuesta a mi alumna, la IA no desvaloriza el trabajo humano, sino que lo potencia. Pero para que esto ocurra hay que cambiar los procesos de pensamiento y creación tradicionales, y encontrar formas de co-creación compartidos con agentes pensantes, un híbrido entre la IA y la persona.
Decía Wittgenstein (1980) que “Realmente pienso con mi pluma, porque mi cabeza a menudo no sabe nada de lo que mi mano está escribiendo” pues sería llevar esta idea junto a GenAI. Tenemos que encontrar acciones para impulsar la cognición generativa híbrida.
Un nuevo estudio añade una nueva evidencia sobre el impacto que tiene el uso continuado de la IA Generativa (GenAI) en nuestras habilidades cognitivas.
La paradoja es la siguiente: bien utilizada, GenAI aumenta nuestras capacidades cognitivas extendiendo el potencial de nuestra mente, ahora bien, mal utilizada la limita y distorsiona. Esto puede parecer lo de siempre – un cuchillo sirve para cortar un jamón o para matar a una persona – pero el peligro cuando hablamos de GenAI a diferencia del cuchillo es que (1) no somos conscientes si la estamos usando bien o mal y (2) utilizarla mal es cómodo y no hace daño a nadie, nada más que a nosotros mismos.
Elementos que nos hace utilizar mal GenAI: 🆘 Adulación: Los LLM tienden a alinear sus resultados con tus opiniones, pudiendo limitar tu análisis crítico. 🆘Cámaras de eco: Los sistemas de recomendación de la IA te ofrecen recomendaciones que refuerzan tus creencias o puntos de vista aislándote de otras alternativas. 🆘Confort: Los LLM están diseñados para minimizar la fricción y la discusión priorizando el acuerdo, esto reduce tu capacidad de crecimiento mediante el desafío 🆘Amplificación de sesgos: Sin el control adecuado, conversando con la IA se crean bucles de retroalimentación que intensifican tus sesgos existentes como el sesgo de confirmación y el pensamiento de grupo.
Acciones que nos hace utilizar bien GenAI: ✅Andamiaje cognitivo: utiliza la IA de forma progresiva sin perder de vista el autoaprendizaje. ✅División del trabajo: utiliza la IA para buscar información o alternativas, pero no para establecer juicios o opiniones ✅Mejora dialéctica: La IA busca minimizar la fricción, tu debes maximizarla. Conversa con la IA ofreciendo perspectivas alternativas, contrapuntos o preguntas indagatorias. ✅No olvides: Cuando perdemos la noción de que hablamos con una máquina nos creemos sus respuestas. No lo olvides, hablas con un algoritmo cuya base de funcionamiento es la estadística, no la verdad.
