La creciente integración de herramientas basadas en modelos de lenguaje de gran escala (LLM), como ChatGPT, en actividades cotidianas, particularmente en el ámbito académico y creativo, ha suscitado interrogantes sobre su impacto en las capacidades cognitivas humanas. Un estudio reciente, publicado por el MIT Media Lab bajo el título «Your Brain on ChatGPT», aborda precisamente esta cuestión, explorando las repercusiones neuronales y conductuales del uso de estas herramientas en la redacción de ensayos.
La investigación dividió a los participantes en tres grupos distintos para observar sus patrones de trabajo y actividad cerebral: un grupo utilizó un LLM para la escritura de ensayos, otro empleó un motor de búsqueda como herramienta de apoyo, y un tercer grupo trabajó sin la asistencia de ninguna herramienta externa. Para evaluar la carga cognitiva durante el proceso de redacción, se utilizó electroencefalografía (EEG), una técnica que mide la actividad eléctrica del cerebro. Paralelamente, los ensayos producidos fueron analizados mediante procesamiento de lenguaje natural (NLP) para determinar características cualitativas y lingüísticas.
Los hallazgos del estudio son particularmente relevantes. Se observó que los participantes del grupo que trabajó «solo con el cerebro» (sin herramientas) exhibieron la conectividad cerebral más robusta, lo que podría indicar un mayor compromiso cognitivo y una integración más profunda de la información. En contraste, los usuarios de LLM mostraron la conectividad cerebral más débil y una actividad cognitiva reducida. Un aspecto llamativo de este grupo fue su dificultad para citar con precisión su propio trabajo, lo que sugiere una posible desconexión o menor retención de la información generada con la ayuda de la IA.
Estas conclusiones plantean una dualidad en el uso de los LLM. Por un lado, la inmediatez y la conveniencia que ofrecen estas herramientas son innegables, facilitando la generación de texto de manera rápida. Sin embargo, el estudio «Your Brain on ChatGPT» insinúa que esta eficiencia podría conllevar costos cognitivos. La reducción en la actividad cerebral y la menor conectividad observadas en los usuarios de LLM podrían traducirse en un menor desarrollo de habilidades críticas como la síntesis, el razonamiento profundo y la memoria de trabajo a largo plazo.
Las implicaciones de estos hallazgos son significativas, especialmente en el ámbito educativo. Si bien la inteligencia artificial puede ser una herramienta poderosa para el acceso a la información y la automatización de tareas repetitivas, la dependencia excesiva de ella en procesos cognitivamente exigentes como la escritura creativa o analítica podría limitar el desarrollo de capacidades fundamentales. La investigación sugiere una necesidad de reevaluar cómo se integran estas tecnologías en los procesos de aprendizaje, promoviendo un uso que complemente y potencie las habilidades humanas en lugar de sustituirlas, asegurando así que las nuevas generaciones no sacrifiquen el desarrollo cognitivo por la comodidad tecnológica.
Fuente sitio web de MIT Media Lab | Editado por CDOL
