MIT y Oxford: incluso 10 minutos con IA reducen la perseverancia y la calidad del trabajo autónomo

Investigadores del MIT, Oxford, Carnegie Mellon y UCLA han demostrado que incluso 10–15 minutos de trabajo con un asistente de IA pueden empeorar la resolución autónoma de problemas. A corto plazo, el chatbot mejora el resultado, pero tras desconectarlo la gente se rinde más, rinde peor y termina la tarea con menos frecuencia.

Cómo se desarrolló el experimento

Los autores realizaron una serie de tres experimentos aleatorizados con un total de 1222 participantes. No evaluaron las sensaciones abstractas de los usuarios, sino su comportamiento en tareas concretas: aritmética con fracciones y comprensión lectora. En los grupos experimentales se daba a los participantes un asistente basado en GPT-5, que después se desconectaba de repente, y se observaba cómo cambiaba el resultado sin apoyo externo.

Es importante que los investigadores midieron no solo el número de respuestas correctas, sino también la disposición a seguir trabajando. Para ello registraron con qué frecuencia una persona saltaba una tarea en lugar de intentar resolverla. Los autores interpretan ese salto como un indicador de menor perseverancia: el participante no solo se equivoca, sino que deja de implicarse en la tarea.

• En el primer experimento, tras la fase con IA, los participantes resolvían tres tareas más sin asistente.
• En el segundo se repitió el diseño con una muestra mayor y se añadió una prueba previa para eliminar el sesgo por nivel de preparación.
• En el tercero se usaron, en lugar de matemáticas, ejercicios de comprensión de textos de materiales de práctica del SAT.
• En los tres casos se comparó el comportamiento de las personas con y sin IA en condiciones idénticas.

Qué mostraron las pruebas

El panorama resultó consistente. Mientras el asistente estuvo disponible, el grupo con IA resolvió más tareas y se rindió menos. Pero en cuanto se retiró el acceso, los indicadores cayeron en picado: las personas respondían peor por su cuenta y pulsaban más el botón de saltar. El mismo efecto apareció no solo en aritmética, sino también en lectura, de modo que el problema no se limita a una sola disciplina.

Es un detalle importante: el trabajo no demuestra una «degradación cerebral» a largo plazo en sentido médico ni mide directamente la actividad neuronal. Sin embargo, aporta evidencia conductual directa de que incluso una sesión corta con un asistente de IA puede debilitar la calidad del trabajo autónomo posterior. Para la investigación sobre el impacto de la IA, esto es mucho más sólido que las encuestas habituales, en las que la gente simplemente cuenta cómo se siente.

«Si incluso una interacción breve produce un descenso medible, el uso

diario de IA durante meses o años puede tener consecuencias graves», escriben los autores.

Cuándo el daño es mayor

La conclusión más interesante surgió en el segundo experimento. Después de la tarea se preguntó a los participantes cómo habían usado exactamente el asistente. El 61 % dijo que sobre todo le pedía respuestas ya hechas. El 27 % usó la IA para pistas y explicaciones, y el 12 % apenas recurrió a ella.

Precisamente el grupo que obtenía soluciones directas del modelo mostró después el peor resultado sin IA y saltó tareas con más frecuencia que los demás. En quienes pedían no la respuesta sino una explicación o una pista, el panorama fue claramente mejor.

Los autores señalan expresamente que el riesgo no radica simplemente en usar IA, sino en la forma de delegar el pensamiento. Si el modelo piensa por ti, el trabajo autónomo resulta más difícil tras la desconexión. Si ayuda a entender en lugar de sustituir el esfuerzo, el efecto negativo es claramente menor.

Los investigadores proponen dos mecanismos como explicación. El primero es el desplazamiento de la norma de esfuerzo: cuando la IA resuelve una tarea en segundos de forma habitual, trabajar sin ella empieza a parecer subjetivamente demasiado pesado y lento. El segundo es la desaparición de la «fricción productiva», a través de la cual la persona suele no solo aprender, sino también conocer sus propias capacidades. Sin esa experiencia se pierden tanto la habilidad como la confianza en que merece la pena insistir en la tarea.

Qué significa esto

Para la educación, el análisis, la programación y cualquier otro trabajo intelectual, la conclusión es sencilla: la IA es útil como asistente, pero peligrosa como sustituto permanente del propio esfuerzo. Por ahora es un preprint y se refiere a tareas cortas, no a meses de trabajo de oficina, pero la conclusión práctica ya está clara: primero formular una idea o intentar resolver la tarea uno mismo, y solo después recurrir a la IA para revisar, explicar o perfeccionar.