Hoy hablamos de: por qué la intuición no basta para saber si tu criterio frente a la IA creció o se acomodó este año, y cómo medirlo convierte una sensación difusa en un punto de partida real.
El punto de partida real
Medir tu relación actual con la IA convierte una intuición en un dato que puedes trabajar.
¿Por qué es tan difícil notar cuando el criterio propio empieza a apoyarse demasiado en la IA?
Cuesta notarlo porque la sensación de mejora crece más rápido que la mejora real. El cerebro registra la fluidez de una respuesta rápida como una señal de que está pensando mejor, aunque ese pensamiento provenga en buena parte de la herramienta y no del propio razonamiento.
Un equipo de la Universidad Aalto midió esta brecha en tareas cognitivas con apoyo de IA: el desempeño real de los participantes mejoró unos tres puntos por encima del promedio, mientras la percepción de haber mejorado subió cuatro puntos. La sensación de progreso superó al progreso mismo.
Fuente: Aalto University, AI use makes us overestimate our cognitive performance, 2025
Human-Computer Interaction
Overreliance and unsafe use
106 riesgos catalogados · 18% concern global
→ Ver MIT AI Risk Repository NavigatorLa promesa que se hace en silencio
Hace tres meses te prometiste algo que nadie más escuchó: usar la IA con más cabeza propia. Quizás fue después de una decisión que te dejó incómoda, o de una conversación que te hizo notar cuánto delegabas sin pensarlo. La promesa se sintió genuina en el momento en que la hiciste.
Hoy, si alguien te preguntara si la cumpliste, es probable que la respuesta llegue rápido. También es probable que esa respuesta rápida diga más sobre cómo te sientes que sobre lo que realmente cambió. Entre la intención de hace tres meses y la evaluación de hoy, hay un espacio que casi nadie revisa con calma: el espacio donde deberías haberte medido y no lo hiciste.
Una gerente de proyectos que forma parte de esta comunidad describió ese espacio con precisión. Llevaba casi un año apoyándose en la IA para organizar su semana, priorizar tareas y redactar los primeros borradores de sus evaluaciones de equipo. Una mañana, su director le pidió explicar por qué había asignado un proyecto complicado a una persona en particular. Podía repetir de memoria los argumentos que la IA le había dado. Le costó identificar cuáles de esos argumentos eran, en el fondo, los suyos.
"Llevo meses sintiendo que decido más rápido", me escribió. "Hoy me di cuenta de que no sé si decido mejor, o si simplemente dejé de notar cuándo dejo de pensar por mi cuenta."
Por qué la mejora se siente más grande de lo que es
Lo que describe esta gerente tiene respaldo en la investigación reciente sobre metacognición y asistencia de IA. Un equipo de la Universidad Aalto diseñó un experimento donde un grupo de participantes resolvía tareas cognitivas con apoyo de un asistente de IA y otro grupo las resolvía sin ayuda. Después de cada tarea, se le pedía a cada persona que estimara su propio desempeño.
El grupo con apoyo de IA mejoró su desempeño real en un margen medible. Su percepción de haber mejorado creció todavía más: mientras el resultado subió tres puntos por encima del promedio del grupo de control, la autopercepción de mejora subió cuatro. La brecha entre lo que la persona sintió y lo que en realidad ocurrió se amplió, no se cerró, con el uso de la herramienta.
Esta brecha explica por qué una intuición como "siento que decido mejor" es un dato poco confiable por sí solo. El cerebro no distingue con facilidad entre una respuesta que construyó y una respuesta que recibió ya construida, sobre todo cuando esa respuesta llega envuelta en fluidez y seguridad. La sensación de progreso se convierte en el sustituto silencioso de una medición real.
La implicación práctica es directa. Si la propia percepción tiende a inflarse cuando hay IA de por medio, preguntarte a ti misma cómo vas es un buen primer paso, y ese paso rinde más cuando se acompaña de un segundo instrumento: uno externo, breve y honesto, que contraste esa percepción con algo más estable que el humor del día o el alivio de una decisión reciente que salió bien.
La deuda cognitiva que no aparece en el resultado final
Un equipo del MIT Media Lab documentó un mecanismo relacionado, con una metodología distinta. Pidió a un grupo de participantes escribir ensayos en tres condiciones: con apoyo de un asistente de IA, con un buscador tradicional, o sin ninguna herramienta externa, mientras usaban un casco de electroencefalografía. El grupo que usó IA mostró la conectividad neuronal más débil de los tres, y la mayoría no logró citar con precisión, minutos después, una frase del texto que acababa de entregar.
Los investigadores llamaron a este fenómeno deuda cognitiva: el esfuerzo mental que se ahorra al resolver una tarea con ayuda externa se cobra después, en forma de memoria más débil y menor sentido de autoría sobre el propio trabajo. El resultado final, el ensayo entregado o la decisión tomada, puede verse igual de sólido en ambos casos. La huella que ese proceso dejó en quien lo resolvió es la que cambia.
La decisión de la gerente de proyectos entra en la misma lógica. El proyecto quedó bien asignado. La huella que ese proceso dejó en su propio criterio fue distinta a la que habría dejado una decisión pensada de principio a fin, sin que la IA aportara el primer borrador del razonamiento.
Cuando pensar menos se vuelve costumbre
Un estudio publicado en 2025 en la revista científica Societies, con 666 participantes de distintas edades, encontró que las personas que usan IA con mayor frecuencia obtienen puntajes más bajos en pruebas de pensamiento crítico, particularmente en tareas que exigen razonar o reflexionar antes de responder. El efecto fue más marcado entre los participantes más jóvenes, quienes mostraron a la vez mayor dependencia de la IA y menor desempeño en las pruebas.
El mismo estudio encontró una señal útil para cualquier persona que quiera revertir el patrón: el nivel educativo y los hábitos previos de reflexión amortiguan buena parte de este efecto. Quien ya tenía la costumbre de pensar antes de preguntar conserva más de esa habilidad, incluso usando las mismas herramientas que el resto.
Esa costumbre no se recupera con una decisión aislada de usar menos la IA. Se recupera con espacios regulares donde el criterio propio es la única opción disponible, y con una medición honesta de en qué punto está ese criterio hoy, antes de decidir qué espacio construir.
Medir el hábito antes de que se vuelva identidad
La investigación académica más reciente sobre este tema ya no se limita a describir el problema: empieza a ofrecer instrumentos para medirlo. Un equipo de investigadores validó en 2026 la Escala de Pereza Metacognitiva (Metacognitive Laziness Scale), un cuestionario diseñado para evaluar con qué frecuencia una persona delega a la IA procesos como establecer metas, monitorear errores propios o reflexionar sobre una estrategia, en lugar de sostener ese trabajo mental por su cuenta.
Lo relevante de este tipo de escala no es el nombre técnico, sino el principio detrás de ella: la pereza metacognitiva se instala de forma gradual y se vuelve costumbre antes de convertirse en identidad. Cuanto antes se mide, más fácil resulta ajustarla. Cuanto más tiempo pasa sin medirse, más se parece a "así soy yo ahora" en lugar de "así empecé a operar sin decidirlo".
El Semáforo de Riesgo Humano de IAConSentido cumple una función parecida, en un formato pensado para la vida real y no para un laboratorio. Un marco reciente sobre metacognición asistida por IA, publicado en la revista Frontiers in Education, describe el valor de estas herramientas de autoevaluación como un "espejo cognitivo": un mecanismo que devuelve a la persona una imagen de su propio proceso de pensamiento, en lugar de sustituirlo. Esa es exactamente la función de medirte hoy, aunque ya te hayas medido antes.
Lo que cambia cuando repites la medición
La primera vez que alguien completa el Semáforo de Riesgo Humano, obtiene una fotografía. La segunda vez, con tres meses de distancia, obtiene algo distinto: una tendencia. Un color que se repite confirma un patrón estable, para bien o para mal. Un color que se mueve, en cualquier dirección, señala que algo real cambió en la forma de convivir con la IA, y ese cambio merece una explicación concreta.
Esta diferencia entre fotografía y tendencia es exactamente lo que separa a una intuición de un dato de trabajo. La gerente de proyectos de esta historia tenía una intuición sólida: "siento que decido más rápido". Lo que le faltaba era una segunda medición, tomada meses antes, con la que comparar esa sensación actual. Sin ese punto de referencia, la intuición queda sola, sin nada que la confirme o la contradiga.
Repetir el Semáforo cada tres meses, y declarar por escrito el color obtenido cada vez, convierte una serie de sensaciones sueltas en una línea que se puede leer con perspectiva. Esa línea es, en el fondo, la evidencia de que el criterio propio es algo que se cultiva con la misma constancia con la que se cultiva cualquier otra habilidad: con seguimiento, no con buenas intenciones aisladas.
El diagnóstico SENSE de esta semana
Te dejo con una sola pregunta. Dale un momento antes de que tu mente encuentre la respuesta rápida.
¿Tu criterio sobre la IA creció este año, o se acomodó a lo que la IA te ofrece?
Si la respuesta llegó de inmediato, probablemente venga de la misma intuición que la investigación describe como poco confiable. Vale la pena quedarse un momento más con ella antes de darla por buena.
El paso concreto de esta semana
Realiza el Semáforo de Riesgo Humano esta semana, aunque ya lo hayas hecho antes. El color que salga hoy es tu punto de partida real, distinto al de hace unos meses, y trae además la recomendación del kit que mejor responde a donde estás hoy.
Este ejercicio conecta de forma directa con los cinco pilares del método S.E.N.S.E., que preguntan de forma transversal si tu relación con la IA protege tu seguridad, tu ética aplicada, tu atención, el sentido de tu vida y tu autonomía. Medirte hoy, con honestidad, es lo que convierte una intuición sobre esas cinco preguntas en un dato con el que puedes trabajar los próximos tres meses.
Guarda el color que obtengas junto con una línea de contexto sobre una decisión reciente donde ese color se notó. Esa nota se convierte en la línea base con la que vas a comparar tu próximo Semáforo, en lugar de confiar de nuevo en la sensación difusa de "siento que voy bien".
¿Qué es la deuda cognitiva y por qué importa medir tu criterio antes de que se acumule?
La deuda cognitiva describe el costo diferido de resolver tareas con apoyo constante de IA: el esfuerzo mental que se ahorra en el momento se cobra después, en forma de memoria más débil sobre el propio razonamiento y menor capacidad de sostenerlo sin ayuda externa. El resultado inmediato de una tarea puede verse igual de sólido con o sin esa deuda. La diferencia aparece cuando alguien pide una explicación sin la herramienta presente.
Un equipo del MIT Media Lab midió este fenómeno con electroencefalogramas en personas que escribían ensayos con apoyo de IA, con un buscador tradicional, o sin ninguna ayuda. El grupo con IA mostró la conectividad neuronal más débil de los tres y la mayor dificultad para citar su propio texto minutos después de entregarlo.
¿Qué es la pereza metacognitiva y cómo se mide?
La pereza metacognitiva describe la tendencia a delegar en la IA procesos de autorregulación como establecer metas, monitorear errores propios o reflexionar sobre una estrategia, en lugar de sostener ese trabajo mental por cuenta propia. Un equipo de investigadores desarrolló y validó en 2026 la Escala de Pereza Metacognitiva, un instrumento que mide con qué frecuencia una persona cede este tipo de procesos a un sistema de IA en su vida cotidiana o académica.
Una persona que responde este tipo de escala una sola vez obtiene una fotografía puntual de su hábito. Quien la repite cada cierto tiempo, como ocurre con el Semáforo de Riesgo Humano, obtiene algo más valioso: una línea de tendencia que muestra si ese hábito crece, se mantiene o se revierte.
¿Qué encontró la investigación sobre el uso frecuente de IA y el pensamiento crítico?
Un estudio de 2025 con 666 participantes de distintas edades encontró que las personas que usan IA con mayor frecuencia obtienen puntajes más bajos en pruebas de pensamiento crítico, en particular en tareas que exigen razonar o reflexionar antes de responder. El efecto fue más marcado entre los participantes más jóvenes, quienes mostraron a la vez mayor dependencia de la IA y menor desempeño.
El mismo estudio encontró que el nivel educativo y los hábitos previos de reflexión amortiguan buena parte de este efecto: quien ya practicaba pensar antes de preguntar conserva más de esa habilidad, incluso usando las mismas herramientas que el resto.
¿Qué es un "espejo cognitivo" y cómo se relaciona con herramientas de autoevaluación como el Semáforo de Riesgo Humano?
Un espejo cognitivo es un marco de diseño para herramientas asistidas por IA que devuelven a la persona una imagen de su propio proceso de pensamiento, en lugar de sustituirlo. La función de estas herramientas es hacer visible un patrón que de otro modo permanece invisible: cómo piensa alguien, cuánto delega y en qué momentos, para que esa persona pueda ajustar el patrón con información real.
Un Semáforo de Riesgo Humano cumple esta misma función en un formato breve y sin tecnicismos: en lugar de decirle a la persona qué hacer, le devuelve un color que resume su situación actual y le permite decidir el siguiente paso desde ahí.
¿Qué es la sobredependencia (overreliance) de la IA según el MIT AI Risk Repository?
La sobredependencia describe el hábito de aceptar las respuestas de un sistema de IA sin evaluarlas, hasta perder la práctica de resolver ese mismo tipo de problema sin ayuda externa. El MIT AI Risk Repository cataloga este fenómeno dentro del dominio de interacción humano computadora, con 106 riesgos documentados y un 18% del interés global registrado por la comunidad de investigación.
Una persona que revisa este riesgo una sola vez, al inicio de usar una herramienta nueva, tiene una fotografía inicial de su exposición. Medirse de forma periódica, como propone el método SENSE con el Semáforo de Riesgo Humano, permite ver si esa exposición crece, se mantiene o se reduce con el tiempo.
Fuente: MIT AI Risk Repository Navigator
Herramientas para recuperar tu criterio
Si el Semáforo de Riesgo Humano te ubicó en un color que pide atención, el Kit Pensamiento Propio con la IA ofrece un sistema para recuperar la autoría de tus decisiones cuando el automatismo ya instaló sus propias reglas. Si tu color señala más bien una conversación pendiente con tu equipo o tu familia, el Kit Liderazgo Consciente y el Kit Criterio en Familia traducen ese diagnóstico en acuerdos concretos. Con método. Con calma. Sin drama técnico.
Karine Boucher
Guardiana de la Humanidad Digital
Soy Karine, profesional franco-mexicana con más de 25 años de experiencia en entornos internacionales. Creé el Método SENSE para ofrecer lo que los marcos técnicos de gobernanza no dan: herramientas protectoras, claras y utilizables en la vida real, especialmente para familias y educadores.
Formada en Ciencia de Datos en el MIT y especializada en gobernanza de IA y ética aplicada. Creo que la pregunta más urgente de nuestro tiempo es cómo seguir siendo humanos mientras convivimos con la IA cada día.