Un estudio reciente propone algunas certezas y reflexiones a tener en cuenta.
La inteligencia artificial se volvió parte del paisaje cotidiano en tiempo récord. Hoy se la usa para escribir, resumir, estudiar, traducir, resolver ejercicios y preparar trabajos académicos. En paralelo, se consolidó la idea funcional y poderosa que aprender con IA permite avanzar más rápido, equivocarse menos y reducir el esfuerzo necesario.
Un estudio publicado el 29 de Enero de este año (2026) sugiere que esa suposición merece una revisión cuidadosa.
Publicado en el repositorio de la Universidad de Cornell (arXiv), el paper introduce un matiz relevante en ese entusiasmo generalizado. La ponencia “Cómo la IA impacta en la capacitación técnica” (How AI Impacts Skill Training en el original), analiza qué ocurre cuando las personas aprenden algo nuevo con ayuda constante de inteligencia artificial. La pregunta central es simple, ¿el uso de IA mientras se aprende, mejora realmente la formación de habilidades o puede debilitarla?
Para responderla, los investigadores diseñaron un experimento controlado. Tomaron a un grupo de personas con experiencia previa en una disciplina técnica y les propusieron aprender una herramienta completamente nueva. La mitad del grupo resolvió las tareas sin ayuda de IA, usando solo materiales de consulta tradicionales. La otra mitad trabajó con un asistente de inteligencia artificial capaz de explicar conceptos, sugerir soluciones completas y corregir errores en tiempo real.
Al finalizar el proceso, todos rindieron una evaluación orientada a medir comprensión profunda. El objetivo no era verificar si habían llegado al resultado correcto, sino si entendían por qué funcionaba, cómo detectar fallos y cómo resolverlos por cuenta propia.
Los resultados fueron claros. En promedio, quienes utilizaron inteligencia artificial obtuvieron peores resultados en la evaluación final. La diferencia en las calificaciones de unos y otros rondó el 17% a favor de quienes no la utilizaron, y se mantuvo estable incluso al considerar la experiencia previa de los participantes.
El dato gana peso cuando se observa otro aspecto del experimento. El uso de IA no produjo una reducción generalizada del tiempo necesario para resolver las tareas. Solo un grupo reducido terminó mucho más rápido, caracterizado por delegar casi todo el trabajo en la inteligencia artificial. Ese mismo grupo fue el que mostró el nivel más bajo de aprendizaje.
Este punto resulta clave para interpretar el fenómeno.
El estudio no sostiene que la inteligencia artificial sea incompatible con el aprendizaje. Lo que muestra es que la forma de uso resulta determinante.
Al analizar el comportamiento de los participantes, los investigadores identificaron distintos patrones. Algunas personas usaron la IA para pedir explicaciones generales y luego intentaron resolver los problemas por su cuenta. Otras recurrieron a ayudas puntuales. También aparecieron usuarios que copiaron soluciones completas sin detenerse en el proceso.
Las diferencias en los resultados de aprendizaje entre estos grupos fueron marcadas.
Los mejores desempeños se asociaron a un uso orientado a la comprensión. Los peores resultados se concentraron en quienes utilizaron la inteligencia artificial como sustituto del razonamiento propio.
Uno de los hallazgos más consistentes apareció en relación con los errores. Las personas que trabajaron sin IA se equivocaron más durante el proceso. Eso las obligó a detenerse, revisar qué había salido mal y reconstruir el razonamiento. Esa experiencia fortaleció su comprensión.
En cambio, quienes trabajaron con inteligencia artificial enfrentaron menos errores, porque el asistente los evitaba o los resolvía rápidamente. El efecto fue una menor necesidad de entender el funcionamiento interno de lo que estaban aprendiendo.
El camino fue más corto, aunque también más superficial.
Este resultado excede ampliamente el caso analizado. En casi cualquier proceso de aprendizaje, el error cumple una función central. Equivocarse obliga a pensar, revisar supuestos y ajustar lo aprendido. Cuando ese momento se elimina de manera sistemática, parte del aprendizaje deja de producirse.
El estudio también aporta una observación poco discutida en el debate público. El tiempo mental no desaparece con la inteligencia artificial. En muchos casos, se transforma. Las personas asistidas por IA dedicaron una porción significativa del tiempo a formular preguntas, leer respuestas y decidir cómo integrarlas. Esa inversión no siempre derivó en mayor comprensión, sobre todo cuando la interacción se volvió automática.
También aparece una tensión relevante entre rapidez y aprendizaje. El grupo que terminó antes fue el que mostró menor comprensión posterior.
La velocidad, en este contexto, resulta un indicador engañoso. Resolver algo rápido no garantiza estar preparado para enfrentar situaciones similares en el futuro sin asistencia.
Este fenómeno puede volverse estructural en ámbitos educativos y laborales donde se prioriza el resultado inmediato. Cuando el incentivo principal es entregar algo funcional en el menor tiempo posible, el uso de inteligencia artificial tiende a orientarse hacia la delegación total. A corto plazo, ese enfoque parece eficiente. A mediano plazo, produce personas con menor capacidad de análisis, supervisión y corrección autónoma.
La cuestión se vuelve especialmente sensible en actividades donde los errores tienen consecuencias importantes. A medida que los sistemas automáticos ganan protagonismo, el rol humano se desplaza hacia el control y la supervisión. Para que ese control sea efectivo, las personas necesitan conservar habilidades que el uso acrítico de la tecnología puede erosionar.
El trabajo también invita a revisar ciertas ideas optimistas sobre la democratización del conocimiento. La inteligencia artificial facilita el acceso a soluciones complejas y reduce barreras de entrada, aunque eso no garantiza la formación de expertos.
Saber llegar a un resultado no equivale a entender cómo se construye.
Esa diferencia se vuelve evidente cuando la herramienta deja de estar disponible o cuando el contexto cambia. (Quizás convenga releer “ El apocalipsis “simple” y posible de nuestro tiempo” que publicamos antes).
Los autores no proponen excluir la inteligencia artificial de los procesos de aprendizaje. Señalan la necesidad de pensar cómo se la integra. La IA funciona como aliada cuando se la usa para explicar, contextualizar y estimular la reflexión. Sus efectos se vuelven problemáticos cuando reemplaza de manera sistemática la exploración, el ensayo y el error.
El estudio confirma una intuición extendida entre docentes y formadores. El aprendizaje profundo requiere esfuerzo. No todo obstáculo es una falla. Algunas dificultades cumplen un papel clave en la construcción de habilidades complejas.
La discusión abierta por este trabajo va más allá del ámbito académico. Interpela a sistemas educativos, empresas y responsables de políticas públicas. El desafío actual ya no es solo incorporar tecnologías más sofisticadas, sino comprender cómo transforman los procesos de formación.
En un contexto de adopción acelerada, ignorar estos efectos puede resultar costoso.
La eficiencia inmediata no siempre se traduce en conocimiento duradero. Aprender con inteligencia artificial implica tomar decisiones concretas sobre cómo usarla. En ese espacio de decisiones se juega una parte central del futuro del trabajo y de la educación.
Acceder al estudio mencionado: https://arxiv.org/pdf/2601.20245
