Impacto real de la IA en el pensamiento crítico: lo que dicen los estudios de 2025 y 2026

Impacto real de la IA en el pensamiento crítico: lo que dicen los estudios de 2025 y 2026

Contenido
  1. Resumen en 30 segundos: las siete cifras que importan
  2. El estudio del que salen los titulares
  3. El experimento que apunta al revés
  4. La paradoja: usarla mejor genera más dependencia
  5. Los dos factores que modifican el signo
  6. Qué hacer con esto, en la práctica
  7. Preguntas frecuentes
  8. Lo que no sabemos
  9. Referencias

Un análisis elaborado en 2025, que contó con 666 sujetos y superó el millar de referencias, reveló una marcada correlación inversa entre el empleo de tecnologías de inteligencia artificial y la aptitud para el pensamiento crítico. Dicha investigación sustenta gran parte de los encabezados mediáticos sobre la materia. Por otra parte, existe una prueba práctica realizada en 2026 donde se dividió a 120 chicos para que afrontaran un ejercicio de identificación de errores argumentales empleando o prescindiendo de ChatGPT: los usuarios asistidos por la IA lograron mayor precisión y percibieron un desgaste cognitivo considerablemente menor. Ambos informes son verídicos. Sucede que el primero evalúa un vínculo estadístico mientras que el segundo examina la eficacia operativa, existiendo entre ambos conceptos una diferencia que rara vez suele clarificarse.

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.

HallazgoResultadoEstudio y año
Relación entre uso de IA y pensamiento críticoCorrelación negativa significativa, con 666 participantesGerlich, Societies (2025)
Quién muestra más dependenciaLos más jóvenes, con peores puntuacionesGerlich, Societies (2025)
Aciertos en una tarea de falacias lógicas con IAMás correctos que sin ella (H = 7,044; p < 0,01)Jain et al., Cognitive Processing (2026)
Esfuerzo mental declarado en esa tareaSignificativamente menor (H = 27,434; p < 0,01)Jain et al., Cognitive Processing (2026)
Profundidad del uso y renuncia a la autonomíaβ = 0,25: a más sofisticación, más dependenciaSi et al., J. of Intelligence (2026)
Mejor predictor del pensamiento críticoLa motivación de aprendizaje (β = 0,42), no el uso de IASi et al., J. of Intelligence (2026)
Papel de la alfabetización en IAAmortigua el efecto negativo de confiar en la herramientaKulal, 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 estudio del que salen los titulares

Michael Gerlich publicó en Societies en enero de 2025 un trabajo de método mixto con 666 participantes de distintas edades y niveles educativos, combinando encuestas y entrevistas en profundidad. El análisis cuantitativo se hizo con ANOVA y correlaciones, y el cualitativo con análisis 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 de esta naturaleza jamás logrará transmitir

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.

EstudioDiseñoQué encontróQué no permite concluir
Gerlich, Societies (2025)Transversal, método mixto, 666 participantesCorrelación negativa mediada por descarga cognitivaNo establece dirección causal; todo es autoinforme
Jain et al., Cognitive Processing (2026)Experimental, 120 jóvenes, tarea de falacias lógicasMás aciertos y menos esfuerzo mental con IAEs una tarea única; no mide qué pasa después
Si et al., J. of Intelligence (2026)Transversal, 353 universitarios, análisis de perfilesLa profundidad de uso predice más renuncia a la autonomíaAutoinforme; refleja percepciones, no conductas medidas
Tian y Zhang, Acta Psychologica (2025)Transversal, 580 universitarios, mediación moderadaLa fatiga cognitiva media parcialmente el efectoNo distingue causa de consecuencia
Kulal, JCIS (2025)Transversal, 625 posgrados, docentes e investigadoresLa confianza amplifica el efecto; la alfabetización lo amortiguaMismo 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.

Los dos resultados cuantitativos van en la misma dirección, y no es la que cabría esperar tras leer los titulares. El grupo con IA obtuvo más respuestas correctas (H = 7,044; p < 0,01) y declaró un esfuerzo mental significativamente menor (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 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 %).

VariableEfectoLectura
Motivación de aprendizajeβ = 0,42 sobre las ganancias de pensamiento críticoConstituye el predictor más potente, además de ser independiente de la IA
Motivación de aprendizajeβ = −0,35 sobre la renuncia a la autonomía cognitivaActúa como un escudo contra la dependencia
Profundidad de la descarga cognitivaβ = 0,25 sobre la renuncia a la autonomíaA mayor sofisticación en el empleo, se incrementa la dependencia
Subgrupo de alta profundidad y alta dependencia25,8 % de la muestraCuenta con una presencia mayoritaria de mujeres y estudiantes de informática
Perfil de «cothinker crítico»15,6 % de la muestraRepresenta 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.

Los dos factores que modifican 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 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 resultó ser el factor predictivo más determinante, registrando un β = 0,42, muy por encima de cualquier parámetro 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. 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).

¿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 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 estudios evalúan las variables en un solo momento temporal, imposibilitando así determinar la causalidad.

• 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 posee un carácter meramente informativo y no pretende reemplazar la orientación educativa ni psicológica. Buena parte de las investigaciones mencionadas tienen un diseño transversal y se apoyan en cuestionarios autoadministrados, de modo que reflejan vínculos y vivencias, más no nexos causales.

Por Alfredo Mijarez P.

Articulos relacionados