La IA se contagia: ¿Qué pasa cuando los LLM arrasan con la autonomía?

Un grupo internacional encabezado por Ricard Solé del Laboratorio de Sistemas Complejos de la Universitat Pompeu Fabra publicó en arXiv un estudio que compara a los modelos de lenguaje extensos (LLM) con un virus que se propaga entre las mentes. El artículo sostiene que, al integrarse en la vida cotidiana, los LLM pueden erosionar la capacidad de razonamiento autónomo de los usuarios sin que se den cuenta.

Los LLM y su modo de contagio

Los LLM son algoritmos entrenados con enormes volúmenes de texto para entender y generar lenguaje natural. En la práctica, pueden redactar, resumir, traducir, programar e incluso tomar decisiones a partir de una simple indicación escrita. La Biblioteca Nacional de Medicina de EE. UU. los denomina “motores de cambio cognitivo” por su habilidad de producir respuestas plausibles que se adaptan al contexto del interlocutor.

Clasificación poblacional y epidemiología de la adopción

El estudio divide a la población en tres grupos: personas no conectadas, conectadas ocasionalmente y dependientes persistentes de los LLM. Con ecuaciones de epidemiología, los autores modelan la transmisión social—aprendizaje entre pares, adopción en escuelas y empresas—para mostrar cómo un leve aumento de uso puede desencadenar una rápida expansión de la dependencia, similar a un punto de inflexión en una epidemia.

Umbral crítico y caída de competencias cognitivas

Al superar un umbral crítico, la simulación proyecta una caída brusca en las competencias cognitivas colectivas. La pérdida no es automática; depende de cómo se utilicen las herramientas. Un LLM puede actuar como un “exocórtex” que amplía la exploración y la productividad, o convertirse en un sustituto que descarga la carga mental y debilita la práctica del razonamiento autónomo.

La simbiosis unilateral: riesgo de deshumanización cognitiva

Recorriendo la visión de Joseph Licklider de 1960, que imaginó una simbiosis hombre‑máquina, hoy esa relación se materializa. El peligro surge cuando la interacción se vuelve unilateral: la IA hace el trabajo cognitivo y el ser humano deja de ejercitarlo. En ese escenario, recuperar las habilidades perdidas resulta mucho más costoso que prevenir la dependencia.

Immunización cognitiva: estrategias para no perder la autonomía

El estudio propone una estrategia de “inmunización cognitiva” que no implica rechazar la IA, sino mantener prácticas que preserven la actividad mental. Entre ellas están resolver problemas sin asistencia automática, verificar la información de forma crítica, establecer periodos deliberados de desconexión y fomentar habilidades que la IA no pueda reemplazar, como la negociación y la lectura de señales humanas.

Instituciones y la construcción de entornos de andamiaje

Las escuelas y empresas juegan un rol clave. Diseñar entornos donde el LLM actúe como andamiaje—apoyando pero sin completar la tarea—ayuda a evitar la consolidación de circuitos de dependencia. En casos de dependencia avanzada, la autorregulación conductual y, de ser necesario, intervenciones como la terapia cognitivo‑conductual pueden ser útiles para restablecer la autonomía.

Explorá más noticias en nuestra sección: Mundo