Frutinovelas un estímulo inmediato

Carlos Bravo Reyes y Mercedes Leticia Sánchez Ambriz

 

Hace algunos años, el escritor y ensayista Nicholas Carr advirtió que Internet no solo estaba modificando nuestros hábitos de consumo de información, sino también la manera en que pensamos. En su obra The Shallows, Carr sostiene que la exposición constante a estímulos digitales fragmentados puede afectar la concentración profunda, la memoria y la capacidad de reflexión sostenida. Su planteamiento generó un intenso debate sobre las consecuencias cognitivas de la vida digital y sobre el modo en que las tecnologías transforman nuestras prácticas culturales.

Más de una década después, aquellas preocupaciones adquieren una nueva relevancia. Las redes sociales contemporáneas funcionan mediante algoritmos diseñados para maximizar la atención del usuario a través de contenidos breves, emocionales y de consumo inmediato. En plataformas como TikTok, Instagram y YouTube predominan videos ultracortos, narrativas absurdistas, tendencias virales y estímulos visuales que buscan mantener una interacción constante con la pantalla. Dentro de este ecosistema aparecen fenómenos aparentemente triviales, como las llamadas “Frutinovelas”: pequeños relatos audiovisuales protagonizados por frutas antropomorfas que discuten lloran, rezan o protagonizan escenas exageradas y humorísticas.

De acuerdo al periódico Excelsior, en una nota publicada el 11 de mayo de este año, estos cortos alcanzaron 300 millones de vistas y más de 3.3 millones de seguidores en apenas diez días. Aunque este tipo de contenido puede parecer simplemente entretenimiento pasajero, también permite reflexionar sobre transformaciones culturales y cognitivas más amplias. Es un fenómeno nuevo, un artículo del periódico argentino El día publicado el 13 de mayo reconoce que es un fenómeno nuevo, de apenas unas semanas antes de la publicación.

De acuerdo a Carr estos formatos digitales basados en la inmediatez y la fragmentación, podrían estar modificando los hábitos de atención, lectura e interpretación, especialmente en las nuevas generaciones.

El cerebro no solo consume tecnología: también se adapta a ella

Uno de los conceptos centrales desarrollados por Carr es el de la plasticidad neuronal, es decir, la capacidad del cerebro humano para reorganizarse y adaptarse según los hábitos que practicamos de manera constante. Desde esta perspectiva, las tecnologías no funcionan únicamente como herramientas externas, sino también como entornos que influyen en nuestras formas de procesar la información.

Como señala Carr (2011), la navegación permanente entre enlaces, notificaciones y múltiples estímulos digitales favorece dinámicas cognitivas caracterizadas por:

• interrupciones frecuentes,
• cambios rápidos de foco,
• lectura superficial,
• y procesamiento fragmentado de información.

Por profundidad cognitiva puede entenderse la capacidad de sostener procesos prolongados de atención, análisis e interpretación crítica. Cuando gran parte de la interacción cotidiana ocurre en espacios digitales diseñados para evitar pausas reflexivas, dicha profundidad puede verse desplazada por formas de consumo más rápidas e inmediatas.

Diversos estudios recientes también han advertido que la expansión de tecnologías digitales y sistemas de inteligencia artificial plantea desafíos éticos y educativos relacionados con la concentración, la autonomía intelectual y la relación crítica con el conocimiento.

Sin embargo, esto no significa que Internet “destruya” automáticamente las capacidades cognitivas. La tecnología también amplía posibilidades de acceso a la información, aprendizaje y comunicación. El problema aparece cuando la lógica de la inmediatez se convierte en el modo dominante de interacción cultural y reduce el espacio para actividades que requieren mayor elaboración intelectual.

Las “Frutinovelas” y la cultura del estímulo inmediato

Las llamadas “Frutinovelas” representan un ejemplo interesante de las nuevas narrativas digitales. Se trata de videos con tiempos diferentes, desde minutos hasta casi una hora, que combinan humor absurdo, dramatización exagerada y estímulos emocionales rápidos para captar atención inmediata. Sus personajes son frutas, como la Banana negra, el Brócoli, la Calabaza, el Pepino y en algunos intervienen el Jamón y el Tocino. Su estructura responde de manera eficiente a las dinámicas algorítmicas de plataformas como TikTok, Instagram y YouTube, donde el éxito del contenido depende de retener al usuario durante algunos segundos y favorecer la continuidad del desplazamiento infinito de pantalla.

Estos formatos suelen caracterizarse por:

• narrativas extremadamente breves,
• estímulos visuales simples,
• exageración emocional,
• repetición,
• y velocidad de consumo.

No buscan desarrollar argumentos complejos ni procesos interpretativos profundos.. El lenguaje es el clásico de las telenovelas, con exageración de sus personajes, lágrimas de gran caudal, expresiones extremas y diálogos absolutamente superficiales. Su objetivo principal es generar impacto instantáneo y mantener activa la interacción digital

Reducir estos fenómenos únicamente a una “degradación cultural” sería una simplificación. Las “Frutinovelas” también expresan nuevas formas de creatividad colectiva, humor digital y participación cultural propias de las generaciones actuales. En muchos casos funcionan como códigos compartidos dentro de comunidades virtuales y como formas de experimentación narrativa adaptadas a los lenguajes contemporáneos de Internet.

El problema surge cuando este tipo de consumo deja de ser ocasional y se convierte en una de las principales formas de relación cotidiana con la información y el entretenimiento. En contextos educativos, muchos docentes perciben dificultades crecientes para sostener procesos prolongados de lectura, escritura y argumentación. Estas observaciones no implican necesariamente una pérdida absoluta de capacidades intelectuales, pero sí sugieren cambios en los hábitos de atención y en la manera de aproximarse al conocimiento.

Es fácil encontrar estas Frutinovelas en las redes sociales, una búsqueda sencilla en TikTok arrojó más de un decena de cuentas dedicadas a esta producción, una de ellas acumula 12 millones de me gusta en menos de dos semanas.

Transformaciones en el lenguaje y en la interpretación

Otro aspecto relevante de estas dinámicas digitales es la transformación de la relación con el lenguaje. En numerosos contenidos virales, las palabras funcionan más como estímulos rápidos o elementos humorísticos que como herramientas de construcción reflexiva de significado. Frases mal estructuradas, expresiones fuera de contexto o errores evidentes circulan masivamente sin generar demasiado cuestionamiento porque el objetivo principal ya no es interpretar profundamente, sino reaccionar de manera inmediata.

En este escenario, el lenguaje pierde parte de su densidad simbólica y de su función analítica. La velocidad de consumo favorece mensajes simplificados, fragmentarios y altamente emocionales. Esto puede influir en la forma en que muchas personas escriben, argumentan o interpretan textos complejos.

En el ámbito educativo, estas transformaciones representan un desafío importante. La lectura extensa exige paciencia, concentración y capacidad de establecer relaciones entre ideas. Sin embargo, cuando predominan dinámicas digitales basadas en estímulos rápidos y recompensas inmediatas, aumenta la dificultad para sostener procesos largos de interpretación y elaboración crítica.

Algunos estudios sobre ética digital e inteligencia artificial en educación señalan precisamente la necesidad de fortalecer competencias relacionadas con el pensamiento crítico, la autoría intelectual y el uso responsable de las tecnologías.

Educación, tecnología y pensamiento crítico

El debate sobre estas transformaciones no debería reducirse a una oposición entre tecnología y educación tradicional. Las plataformas digitales y la inteligencia artificial ofrecen oportunidades importantes para democratizar el acceso a la información, diversificar estrategias de aprendizaje y facilitar nuevas formas de comunicación.

El desafío principal consiste en desarrollar una relación crítica y equilibrada con estas tecnologías. La integridad intelectual contemporánea no implica rechazar el entorno digital, sino aprender a interactuar con él de manera consciente, reflexiva y ética. Diversos autores coinciden en que el problema no es únicamente el uso de herramientas digitales, sino la sustitución del pensamiento propio por dinámicas automáticas de consumo y reproducción de contenidos.

En este contexto, la educación tiene un papel fundamental. Más que prohibir plataformas o demonizar las redes sociales, resulta necesario fortalecer habilidades relacionadas con:

• lectura crítica,
• argumentación,
• análisis reflexivo,
• verificación de fuentes,
• y producción autónoma de conocimiento.

La alfabetización digital contemporánea debe incluir no solo competencias técnicas, sino también criterios éticos e intelectuales que permitan comprender cómo funcionan los algoritmos, cómo se construyen las dinámicas de atención y cómo influyen en nuestras prácticas culturales.

Conclusiones

Las reflexiones de Nicholas Carr sobre el impacto de Internet en la atención y en los procesos cognitivos continúan siendo relevantes en la actualidad. El auge de plataformas basadas en microcontenidos evidencia una transformación significativa en las formas de consumo cultural y en la relación cotidiana con la información. Fenómenos como las “Frutinovelas” permiten observar cómo los algoritmos privilegian contenidos breves, emocionales e inmediatos que favorecen la permanencia constante del usuario en pantalla.

Sin embargo, interpretar estos formatos únicamente como señales de decadencia cultural sería insuficiente. También representan nuevas formas de creatividad, humor e interacción propias de la cultura digital contemporánea. El verdadero problema aparece cuando la lógica del estímulo permanente desplaza sistemáticamente prácticas que requieren concentración, análisis e interpretación profunda.

En el ámbito educativo, esta situación plantea desafíos importantes. Cada vez resulta más necesario fortalecer espacios de lectura, reflexión y producción intelectual autónoma frente a dinámicas digitales caracterizadas por la velocidad y la fragmentación. Esto no implica rechazar la tecnología, sino promover una relación más crítica y consciente con ella.

En definitiva, el debate no gira únicamente en torno a TikTok o a las “Frutinovelas”, sino sobre el tipo de vínculo que las sociedades contemporáneas están construyendo con el lenguaje, la atención y el conocimiento. Comprender estas transformaciones resulta fundamental para pensar críticamente el futuro de la educación y de la cultura en la era digital.

Referencias

Carr, N. (2011). Superficiales: ¿Qué está haciendo Internet con nuestras mentes? Taurus.

Caldevilla-Domínguez, D. (2024). Usos éticos de la IA en la universidad moderna: más allá del plagio.

El Día. (2026, mayo 13) Frutinovelas un boom: por qué arrasan en redes sociales. https://www.eldia.com/nota/2026-4-9-1-39-12-frutinovelas-un-boom-por-que-arrasan-en-redes-sociales-informacion-general

Excélsior Digital. (2026, abril 10). TikTok elimina frutinovelas tras 300 millones de vistas en 10 días. Excélsior. https://www.excelsior.com.mx/redes-sociales/tiktok-elimina-frutinovelas-tras-300-millones-vistas-10-dias

Flor-Terán, G. A., & Sandoval-Reyes, P. A. (2024). La ética en el uso de la inteligencia artificial en la educación: desafíos y oportunidades.

Gallent-Torres, C., Zapata-González, A., & Ortego-Hernando, J. L. (2023). El impacto de la inteligencia artificial generativa en educación superior: una mirada desde la ética y la integridad académica.

Flores Morales, J. A., et al. (2024). Originalidad y honestidad intelectual: navegando por las aguas del plagio.

 Tomado de 366-días

Creador de infografías educativas

Por Carlos Bravo Reyes y Mercedes Leticia Sánchez

La carrera entre los grandes de la IA es indetenible; cada semana estamos acostumbrados a que uno de ellos cree una nueva manera de crear una determinada acción. Esta vez le corresponde a ChatGPT con sus mejoras en la creación de las imágenes. En este campo, Nano Banana de Gemini era el más empleado antes de la actualización a la que nos referimos.

La infografía es la síntesis visual de un texto; mientras más preciso sea este, será más fiel al contenido. En el campo educativo, la infografía tiene un gran peso en la optimización del procesamiento cognitivo al aprovechar con más intensidad el canal visual, facilitando a su vez una memoria a largo plazo. La síntesis de información que se logra en una infografía reduce la carga cognitiva extrínseca: Al presentar la información de manera estructurada y sintética, se minimiza el esfuerzo mental innecesario. Esto permite que el estudiante enfoque sus recursos cognitivos en la comprensión del contenido esencial y no en el desciframiento de estructuras textuales densas.

Una de las mejores herramientas para generar este tipo de recurso visual es NotebookLM, a partir de una o varias fuentes y con el empleo de varios estilos, es capaz de lograr la síntesis visual y crear infografías aceptables. Este recurso requiere por parte del estudiante o del profesor un conocimiento previo de estilos que la plataforma ofrece, así como la redacción correcta del prompt para lograr lo deseado. Estas razones favorecen la creación de infografías muy generales y en el caso de ser necesaria una nueva edición, esta no es posible, solo generar otra.

GPT personalizado en la creación de infografías educativas

Tomando en cuenta estas limitantes y a partir de la nueva actualización de ChatGPT en la creación de imágenes, logramos elaborar el GPT: “Creador de infografías educativas”

 

El GPT, como indica su nombre, se especializa en generar infografías a partir de los datos entregados. Para ello inicia con tres propuestas: Crea una infografía educativa a partir de este texto. Reduce este contenido y conviértelo en una infografía 16:9 y la última. Revisa esta infografía y dime cómo corregir sus errores de diseño.

La idea central es pedirle que revise el texto que se carga o pega directamente. Es conveniente, para lograr un mejor efecto de síntesis, que el texto no sea extenso. En este paso el GPT analiza la información y sugiere el contenido, dividido por secciones. Está la parte donde el usuario debe comprobar qué es lo que quiere que aparezca, dónde y cómo. Esta es la diferencia fundamental con otros recursos, como es el caso de NotebookLM.

Otra de las ventajas es que puede comprobar una infografía y sugerir cambios a partir de la información que el usuario entregue.

Con este GPT se facilita el aprendizaje significativo, ya que la organización primero textual de la infografía ayuda al estudiante a establecer vínculos entre los conocimientos previos y la nueva información de manera explícita. La lectura del contenido sugerido fomenta la capacidad de interpretar, evaluar y crear mensajes visuales, una competencia crítica en la sociedad contemporánea donde la saturación de datos requiere habilidades de síntesis precisas.

La creación de la infografía siguiendo los pasos del GPT estimula la síntesis de información, lo que requiere de un nivel de análisis profundo. No es posible representar visualmente un concepto sin antes haber descompuesto sus partes y comprendido sus relaciones internas. Aunque esta tarea la hace el GPT, el estudiante o el profesor tienen la necesidad de revisar antes de generar la imagen.

Las imágenes y por ende, la infografía favorecen la retención mnemotécnica, al actuar como anclajes mentales. La disposición espacial de los datos en una infografía proporciona un mapa mental que facilita la recuperación de la información en momentos de evaluación o aplicación práctica.

De igual modo, el empleo de la infografía contribuye a la motivación del estudiante, a la seguridad en su aprendizaje, a la disminución del tiempo destinado a captar los elementos esenciales del contenido y a la intensificación del proceso pedagógico.

Accede al GPT desde este enlace

Como muestra la infografía creada a partir de este trabajo.

Tomado de 366-días 

Los modelos de IA más inteligentes en 2026

 Tomado de Universo Abierto

Voronoi. “Ranked: The Smartest AI Models in 2026.” Voronoi, 25 de abril de 2026. https://www.voronoiapp.com/technology/Ranked-The-Smartest-AI-Models-in-2026-8123

La tabla revela una realidad clara: en 2026 ya no existe un líder indiscutible. La ventaja entre los mejores modelos es mínima, la competencia es global y la inteligencia artificial entra en una fase de madurez donde importarán tanto la integración, el precio y la confianza como la potencia bruta. La “guerra de benchmarks” continúa, pero el mercado probablemente se decidirá por ecosistemas completos más que por unos pocos puntos de diferencia.

El artículo de Voronoi presenta una clasificación de los modelos de inteligencia artificial considerados más avanzados de 2026, utilizando como base los resultados del benchmark de Mensa Norway elaborado por TrackingAI. Lo primero que destaca el informe es que la competencia entre los líderes del sector se ha estrechado enormemente. A diferencia de años anteriores, donde uno o dos modelos dominaban con claridad, en 2026 las puntuaciones se concentran en la parte alta de la tabla, con diferencias mínimas entre los primeros puestos. Esto indica que la industria ha alcanzado una fase de madurez en la que varias compañías han logrado niveles similares de rendimiento avanzado.

En la cima del ranking aparecen empatados Grok-4.20 Expert Mode y OpenAI GPT 5.4 Pro (Vision), ambos con una puntuación de 145. Este empate refleja no solo la capacidad técnica de ambos sistemas, sino también la diversificación de enfoques dentro del mercado de IA. Grok, desarrollado por xAI, ha apostado por una integración fuerte con información en tiempo real y un estilo de respuesta más directo, mientras que GPT 5.4 Pro incorpora una sólida capacidad multimodal, especialmente en visión artificial, razonamiento y productividad profesional. Que ambos compartan la primera posición simboliza que no existe ya un único camino hacia la excelencia algorítmica.

Otro aspecto relevante del informe es la comparación histórica con 2025. Según los datos citados, el modelo más destacado del año anterior fue OpenAI o3, con una puntuación de 135, mientras que GPT-4o Vision apenas alcanzó 63. El salto hasta 145 puntos en solo un año evidencia la velocidad vertiginosa del progreso en IA. En términos prácticos, significa mejoras drásticas en razonamiento complejo, comprensión multimodal, precisión y adaptabilidad a tareas especializadas. También confirma que los benchmarks existentes se quedan obsoletos cada vez más rápido, algo que ya señalan otros estudios como el AI Index de Stanford.

El ranking también sugiere una creciente pluralidad geopolítica en la innovación tecnológica. Ya no son únicamente OpenAI o Anthropic quienes marcan el paso. Empresas como xAI, Google, Moonshot AI o nuevos laboratorios emergentes participan activamente en la carrera por liderar la inteligencia artificial generalista. Esto apunta a una descentralización del poder tecnológico y a un ecosistema más competitivo, donde la innovación depende tanto del talento científico como del acceso a datos, chips y capital.

Desde una perspectiva económica y social, esta evolución tiene profundas implicaciones. La cercanía entre modelos significa que la ventaja competitiva puede desplazarse desde la inteligencia “bruta” hacia otros factores: precio, integración con herramientas empresariales, privacidad, velocidad de respuesta, consumo energético o facilidad de uso. En otras palabras, la próxima fase del mercado podría decidirse menos por quién tiene el modelo “más inteligente” y más por quién ofrece el ecosistema más útil y sostenible para usuarios y organizaciones.

El artículo retrata un momento decisivo: 2026 no es solo el año de los modelos más potentes, sino también el año en que la supremacía tecnológica deja de estar concentrada en un solo actor. La inteligencia artificial entra así en una etapa de competencia madura, multipolar y extremadamente dinámica, donde pequeñas mejoras técnicas pueden traducirse en enormes consecuencias económicas y estratégicas.

Tomado de Universo Abierto.

Teatro educativo: Diseña la escenografía con IA

 Por Ramón Besonías

Hablando con un compañero que imparte una asignatura de teatro en 4º de ESO en mi instituto, le comentaba que la IA le puede ayudar a diseñar la escenografía, vestuarios y otros elementos del proceso. Igualmente, si le aportas el texto original, te puede redactar una versión adaptada. 

En la misma sala de profesores, le mostré un ejemplo a vuela pluma. Sin corregir, a pelo. Lo recomendable es revisar las respuestas, afinar las láminas visuales, comprobar errores, adaptar a los objetivos del reto. 

Prompt inicial de ejemplo:

"Soy un docente que quiere preparar una obra de teatro con sus alumnos de cuarto de la ESO. La obra elegida es La casa de Bernarda Alba, ya tengo el texto adaptado y lo que quiero ahora es crear un book visual en torno a los personajes y la escenografía de alrededor, los decorados y demás. ¿Podrías sugerirme un book visual de la obra para luego presentársela a los alumnos?"

ChatGPT, que tiene actualmente un modelo de generación de imágenes muy potente, respondió aportando una estructura con múltiples elementos. Comparto contigo el pdf de la propuesta.

El objetivo inicial es convertir materializar su propuesta de book visual. Estructura sugerida:

1. Portada 
2. Concepto visual de la obra 
3. Paleta de colores 
4. Palabras clave y símbolos 
5. La casa como cárcel 
6. Escenografía general 
7. Espacios: interior, patio, exterior invisible 
8. Objetos simbólicos 
9. Vestuario general 
10. Bernarda Alba 
11. Angustias 
12. Magdalena 
13. Amelia 
14. Martirio 
15. Adela 
16. La Poncia 
17. María Josefa 
18. Luz y sombras 
19. Sonido y atmósfera 
20. Composición de escenas 
21. Referencias visuales para decorados 
22. Propuesta final de puesta en escena

A partir del guion de book visual que me sugirió, empecé diciéndole que creara el resumen del book: 

"Quiero la propuesta de páginas del book en un resumen visual en una sola página. Después ya diseñaremos cada una." 

Resultado:

Siguiente prompt: "Crea la primera página: Portada"

Siguiente: "Concepto visual de la obra"

Siguiente: "Paleta de colores"

"Palabras clave y símbolos": 

"La casa como cárcel": 

"Escenografía general": 

"Espacios: interior, patio, exterior invisible": 

"Objetos simbólicos": 

"Vestuario general":

También puedes pedirle que te lo haga en otro formato y en color.

"Bernarda Alba": 

No sigo porque son muchas láminas y con estas ya te haces una idea. Una vez completas, el book visual se puede convertir a pdf y dárselo a los estudiantes.

Puedes crear otros materiales visuales, como movimientos de escena, orientaciones de guion para un personaje, estructura del escenario, cómo crearlo, consejos para crear tu personaje...

Tomado de IA Educativa

IA generativa: deuda cognitiva, dependencia y pensamiento crítico

 Por Melissa Guerra

Formalmente, el campo de la Inteligencia Artificial (IA) inició en los años 50 con Alan Turing, mucho antes de la creación de Google en 1998. Sin embargo, en ese entonces, mucho antes de que apareciera la IA como la conocemos en la actualidad, muchos expertos ya estaban preocupados por el Google effect, es decir, la disponibilidad de información al alcance de la mano, lo que reducía la memoria interna. Este efecto sugería que las personas recuerdan más dónde encontraron la información que la información en sí.

En el ámbito académico, el buscador de Google fue polémico entre muchos docentes de la época, ya que al principio se consideró más una amenaza que una herramienta educativa. Los estudiantes podían copiar y pegar información sin haber leído ni analizado su contenido para tareas académicas, lo que provocaba no solo faltas graves en aspectos éticos, sino también en el desarrollo de habilidades críticas, como el pensamiento crítico.

El Google effect, la falta de alfabetización digital y las escasas competencias en tecnologías de la información llevaron a los docentes a buscar otras estrategias análogas o desenchufadas para fomentar el aprendizaje significativo, dejando de lado el uso de Internet y de Google como aliados en los procesos de enseñanza-aprendizaje. No obstante, sabemos que, con el paso del tiempo, la tecnología educativa y la innovación se abrieron paso, dando lugar a la educación potenciada por el desarrollo tecnológico.

En tiempos actuales, el hype de la IA gen es innegable, por lo que la preocupación ahora se centra en cómo esta herramienta puede perjudicar nuestra capacidad cognitiva y las habilidades de orden superior, etc., fomentando a su vez la cultura de la conveniencia que permea fuertemente en la sociedad.

Los efectos de la IA en el aprendizaje

La IA generativa tiene efectos positivos en la educación, ya que puede mejorar las habilidades cognitivas de nivel inferior, por ejemplo, la comprensión lingüística y de imágenes, la decodificación de palabras, etc. (Liu et al., 2025; Rahyuni et al., 2024), así como fomentar habilidades de comunicación y argumentación (Rahyuni et al., 2024).

Sin embargo, aunque esta tecnología ha traído cambios significativos en la educación, han emergido nuevas líneas de investigación sobre sus efectos negativos, sobre todo cognitivos, en los procesos de aprendizaje, que se describirán más a fondo.

La deuda cognitiva

El término “deuda cognitiva” proviene del campo de la neurología clínica, en específico del ámbito de la investigación sobre el Alzheimer. Este concepto sugiere que existen procesos cognitivos que no promueven el desarrollo mental y pueden agotar las reservas cognitivas (Watts, 2025). En dicho proceso, el mecanismo principal es el pensamiento negativo repetitivo (PNR), común en afecciones como la depresión y la ansiedad (Marchant y Howard, 2015, como se citó en Watts, 2025).

En el contexto educativo, la deuda cognitiva se define como «un costo de oportunidad acumulado por la ausencia de un proceso interno beneficioso: el pensamiento reflexivo, el procesamiento profundo y la construcción de esquemas que constituyen el aprendizaje genuino» (Kintoni et al., 2025; Sweller, 1988, como se cita en Watts, 2025). Según estos estudios, cada vez que se utiliza la IA para realizar tareas de pensamiento crítico sin un propósito pedagógico, se pierde la oportunidad de invertir en las propias reservas cognitivas, lo que, con el tiempo, genera una deuda cognitiva perjudicial.

A saber, existen dos mecanismos que promueven la deuda cognitiva en la educación: la descarga cognitiva y el sesgo de automatización.

En este sentido, hay estudios que demuestran que la automatización disminuye la carga cognitiva, lo que impacta positivamente en la eficiencia y el rendimiento, ya que ayuda a que los procesos cognitivos se centren en el pensamiento de orden superior, es decir, en procesos relacionados con el análisis, la evaluación y la creación, entre otros (Gerlich, 2025). No obstante, la dependencia de estas herramientas puede impedir el desarrollo de procesos mentales complejos, lo que provoca una degradación de las habilidades cognitivas (Watts, 2025).

Por su parte, el sesgo de automatización puede tener dos instancias: errores de omisión y de comisión; los primeros se producen cuando el estudiante no puede resolver los problemas que pueda contener la información; y el segundo, cuando se acepta la información dada por los sistemas de IA, pero no la verifica y la toma por correcta.

El polémico estudio del MIT

Recientemente, un estudio de frontera del MIT (Instituto Tecnológico de Massachusetts) titulado Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task de Kosmyna et al. (2025) reveló efectos negativos en el cerebro por el uso de LLM (Large Language Models), como ChatGPT, en tareas de redacción.

De forma breve, este estudio utilizó electroencefalografía (estudio que registra la actividad cerebral mediante electrodos colocados en la cabeza) para evaluar dos variables: el compromiso cognitivo y la carga cognitiva. Por ende, debido a la naturaleza del estudio, se emplearon bandas de frecuencia para obtener datos específicos de los estudios de EEG (electroencefalogramas).

A continuación, se explica de forma resumida cuáles fueron las bandas empleadas en el estudio del MIT (Kosmyna et al., 2025):

• Conectividad de banda alfa: se asocia con la atención interna y el pensamiento semántico durante la ideación creativa.
• Conectividad de banda beta: se relaciona con el procesamiento cognitivo, la atención focalizada y la integración sensoriomotora.
• Conectividad de banda delta: refleja una integración cortical amplia* y de gran escala, relacionada con los procesos de atención, monitoreo, lenguaje, entre otros.
• Conectividad de banda theta: se vincula con la memoria de trabajo y el control ejecutivo**.

*Las funciones corticales se refieren a los procesos y habilidades cognitivas de la corteza cerebral.

**El control ejecutivo se refiere a los procesos cognitivos de alto nivel (de la corteza prefrontal), tales como la memoria de trabajo, la flexibilidad cognitiva, la fluidez verbal, la planificación, la velocidad de pensamiento, el control de la atención, entre otros.

Los resultados del estudio demostraron que los estudiantes asistidos por el LLM presentaron un perfil de conectividad inferior al del grupo que no lo utilizó, o que solamente utilizó motores de búsqueda (como Google), así como una activación cognitiva reducida en comparación con los otros grupos. Esto significa que hubo una menor demanda de trabajo cerebral debido a la asistencia del sistema de IA. Asimismo, los resultados mostraron que los alumnos no se involucraron activamente con los temas ni profundizaron en el material que se les brindó.

Debido a estos resultados, se concluyó que el uso de LLM puede conllevar una deuda cognitiva, es decir, «una condición en la que la dependencia repetida de sistemas externos, como los LLM, reemplaza los procesos cognitivos que requieren esfuerzo para el pensamiento independiente» (Kosmyna et al., 2025). Por tanto, esta deuda pospone los esfuerzos mentales a corto plazo, generando, a su vez, una capacidad de indagación crítica disminuida, una mayor vulnerabilidad a la manipulación o al sesgo y una menor creatividad.

El pensamiento crítico

Otro efecto negativo del uso prolongado de la IA generativa se relaciona con la capacidad de pensamiento crítico, que se caracteriza por ser una habilidad racional y reflexiva centrada en evaluar y tomar decisiones. Asimismo, el pensamiento crítico permite analizar y evaluar información para desarrollar soluciones creativas, por lo que complementa otras habilidades de razonamiento, tales como la reflexión, la resolución de problemas y el pensamiento reflexivo.

Otras definiciones sugieren que el pensamiento crítico permite que las personas se cuestionen y revisen sus opiniones basadas en hechos verificados, por lo que esta habilidad también engloba la inferencia, la interpretación y la autorregulación.

Por ende, los estudiantes con habilidades de pensamiento crítico (Gerlich, 2025):

• Tienen mejor rendimiento académico.
• Son mejores resolviendo problemas.
• Son menos susceptibles a la manipulación.

Ahora bien, para comprender cómo afecta el uso de la IA al pensamiento crítico, hay que volver al concepto de descarga cognitiva, el cual se refiere al uso de herramientas o agentes externos (IA, calculadoras, etc.) que reducen la carga cognitiva.

Debido a que las herramientas de IA reducen esta carga, los procesos cognitivos se aminoran; por tanto, las oportunidades de aprendizaje para desarrollar estas habilidades se ven obstaculizadas y no potenciadas por esta tecnología, lo que afecta la capacidad de retención de la memoria y las habilidades de análisis crítico.

Aunado a esto, el uso de esta tecnología puede generar una dependencia cognitiva. Esta se define como una dependencia regresiva, en donde la persona, a pesar de tener los recursos propios para realizar una tarea, decide utilizar otros medios para lograrla, impidiendo que se fortalezcan los dominios cognitivos asociados a la ejecución de esta (tarea). Esto provoca una regresión en el desarrollo, así como la ideación de la inutilidad (Correa, 2023). Esta dependencia cognitiva se traduce en un deterioro importante de las habilidades cognitivas, lo cual fomenta a su vez el sesgo de automatización, ya que no cuestionan ni verifican la información que proviene de la IA.

---

Más allá de copiar y pegar, se deben encontrar formas estratégicas de integrar la IA en la educación, ya que, según una encuesta del Digital Education Council, a nivel global, el 80 % de los docentes indican una falta de claridad sobre cómo aplicar la IA en la enseñanza.

Las herramientas de IA generativa son grandes aliadas; sin embargo, hay que tomar medidas para mitigar sus efectos en el pensamiento crítico y en el desarrollo cognitivo. Aunque otros estudios han demostrado que al reducir la carga cognitiva mediante las herramientas de IA se obtiene una mayor producción y eficiencia, así como una mejor tensión mental, esto conlleva un costo cognitivo considerable.

En este sentido, hay que fomentar actividades que desarrollen habilidades de pensamiento profundo y razonamiento analítico, así como encontrar estrategias que permitan utilizar estas herramientas con responsabilidad y propósito.

Si bien el cerebro es un órgano impresionante, con habilidades excepcionales de neuroplasticidad, habrá que seguir revisando estudios de frontera para explorar los efectos de la IA y evaluar si habrá alguna forma de mitigarlos.

Tomado de EDUNEWS del Tec de Monterrey