# 4.1 El Riesgo de la Dependencia Excesiva y la Pérdida de Habilidades

#### Cuándo y Cómo la IA es Perjudicial: Evidencia de Riesgos y Dependencia

<span data-path-to-node="1,0">La integración de la inteligencia artificial en el ámbito educativo ha transitado, en un plazo muy breve de tiempo, desde una fase de experimentación periférica hasta una adopción masiva tanto por parte de los estudiantes como de los docentes.</span><span data-path-to-node="1,1"><sup class="superscript" data-turn-source-index="1"></sup></span><span data-path-to-node="1,2"> Esta velocidad de implementación ha generado lo que los investigadores denominan un "desfase de gobernanza", donde el uso de herramientas de inteligencia artificial generativa (IAGen) precede a la existencia de políticas institucionales claras y a la preparación pedagógica necesaria para mitigar sus efectos adversos.</span><span data-path-to-node="1,3"><sup class="superscript" data-turn-source-index="1"></sup></span>

<span data-path-to-node="1,4">En los capítulos anteriores hemos explorado el potencial de la IA como andamiaje cognitivo y motor de personalización, también hemos apuntado que existen riesgos donde la misma herramienta que acelera la productividad puede, paradójicamente, socavar los cimientos del aprendizaje profundo y la autonomía intelectual. </span><span data-path-to-node="1,5"><sup class="superscript" data-turn-source-index="1"></sup></span>

<span data-path-to-node="2,0">En este capítulo analizaremos algunos de los mecanismos por los cuales el uso desregulado de la IA puede resultar perjudicial para el desarrollo integral del alumnado de entre 6 y 18 años. Examinaremos mas detenidamente los riesgos de la dependencia cognitiva, la erosión de las funciones ejecutivas y la deshumanización de los vínculos pedagógicos. La comprensión de estos riesgos no busca desincentivar el uso de la tecnología, sino dotar al docente de un criterio para identificar cuándo la IA actúa como un exoesqueleto que potencia el pensamiento y cuándo se convierte en una muleta innecesaria que atrofia las habilidades fundamentales y socava la cultura del esfuerzo.</span><span data-path-to-node="2,1"></span>

#### Riesgo de dependencia excesiva y pérdida de habilidades

<span data-path-to-node="4,0">El concepto de la inteligencia artificial como una "prótesis cognitiva" se fundamenta en la teoría de la cognición distribuida, que sugiere que el pensamiento emerge de la interacción entre el sujeto y los artefactos de su entorno.</span><span data-path-to-node="4,1"><sup class="superscript" data-turn-source-index="1"></sup></span><span data-path-to-node="4,2"> Sin embargo, la evidencia más reciente advierte que, a diferencia de herramientas previas como la calculadora, la IA generativa interviene en procesos de pensamiento de orden superior —como la síntesis, el análisis y la autoría—, lo que plantea un riesgo de descarga cognitiva (cognitive offloading) sin precedentes.<sup>1</sup></span><span data-path-to-node="4,3"><sup class="superscript" data-turn-source-index="1"></sup></span>

##### El mecanismo de la descarga cognitiva y la atrofia del esfuerzo

<span data-path-to-node="6,0">La descarga cognitiva ocurre cuando el alumno delega de manera excesiva las operaciones mentales en la herramienta externa, lo que conduce a una disminución de su esfuerzo cognitivo, ralentizando su desarrollo.</span><span data-path-to-node="6,1"><sup class="superscript" data-turn-source-index="1"></sup></span><span data-path-to-node="6,2"> En el contexto de la IAGen, este fenómeno puede ser particularmente perfjudicial debido a la facilidad de uso y a lo que los investigadores llaman "engaño banal": el tono conversacional y la aparente empatía de la IA hacen que el estudiante confunda la fluidez del lenguaje con la veracidad fáctica o la profundidad del razonamiento, siendo susceptibles de creer en alucinaciones e ideas falsas presentes en el entrenamiento (sobre el entrenamiento de la IA se suele decir "Garbage in, garbage out").</span><span data-path-to-node="6,3"><sup class="superscript" data-turn-source-index="1"></sup></span>

<div class="horizontal-scroll-wrapper" id="bkmrk-fen%C3%B3meno-cognitivo-d"><table data-path-to-node="7" style="width: 100%; height: 258.828px;"><thead><tr style="height: 46.4915px;"><td style="width: 14.4183%; height: 46.4915px;">**Fenómeno Cognitivo**</td><td style="width: 44.5741%; height: 46.4915px;">**Definición**</td><td style="width: 40.9968%; height: 46.4915px;">**Impacto Pedagógico**</td></tr></thead><tbody><tr style="height: 48.8849px;"><td style="width: 14.4183%; height: 48.8849px;"><span data-path-to-node="7,1,0,0">**Descarga Cognitiva**</span></td><td style="width: 44.5741%; height: 48.8849px;"><span data-path-to-node="7,1,1,0,0">Externalización de tareas mentales (memoria, cálculo, síntesis) para reducir el esfuerzo cerebral.</span><span data-path-to-node="7,1,1,0,1"><sup class="superscript" data-turn-source-index="1"></sup></span>

</td><td style="width: 40.9968%; height: 48.8849px;"><span data-path-to-node="7,1,2,0,0">Reducción de la fatiga mental a corto plazo, pero debilitamiento de la memoria a largo plazo.</span><span data-path-to-node="7,1,2,0,1"><sup class="superscript" data-turn-source-index="7"></sup></span>

</td></tr><tr style="height: 48.8849px;"><td style="width: 14.4183%; height: 48.8849px;"><span data-path-to-node="7,2,0,0">**Pereza Metacognitiva**</span></td><td style="width: 44.5741%; height: 48.8849px;"><span data-path-to-node="7,2,1,0,0">Tendencia a renunciar al monitoreo y revisión crítica del propio pensamiento ante soluciones automáticas.</span><span data-path-to-node="7,2,1,0,1"><sup class="superscript" data-turn-source-index="8"></sup></span>

</td><td style="width: 40.9968%; height: 48.8849px;"><span data-path-to-node="7,2,2,0,0">Impaciencia en la investigación, aceptación de respuestas mediocres o erróneas.</span><span data-path-to-node="7,2,2,0,1"><sup class="superscript" data-turn-source-index="6"></sup></span>

</td></tr><tr style="height: 48.8849px;"><td style="width: 14.4183%; height: 48.8849px;"><span data-path-to-node="7,3,0,0">**Atrofia de Habilidades**</span></td><td style="width: 44.5741%; height: 48.8849px;"><span data-path-to-node="7,3,1,0,0">Pérdida de competencias fundamentales por falta de práctica (ej. escritura, razonamiento lógico).</span><span data-path-to-node="7,3,1,0,1"><sup class="superscript" data-turn-source-index="3"></sup></span>

</td><td style="width: 40.9968%; height: 48.8849px;"><span data-path-to-node="7,3,2,0,0">Incapacidad de realizar tareas sin asistencia tecnológica; "deuda cognitiva" acumulada.</span><span data-path-to-node="7,3,2,0,1"><sup class="superscript" data-turn-source-index="11"></sup></span>

</td></tr><tr style="height: 65.6818px;"><td style="width: 14.4183%; height: 65.6818px;"><span data-path-to-node="7,4,0,0">**Anclaje Psicológico**</span></td><td style="width: 44.5741%; height: 65.6818px;"><span data-path-to-node="7,4,1,0,0">Condicionamiento del pensamiento propio por la primera respuesta recibida de la IA.</span><span data-path-to-node="7,4,1,0,1"><sup class="superscript" data-turn-source-index="1"></sup></span>

</td><td style="width: 40.9968%; height: 65.6818px;"><span data-path-to-node="7,4,2,0,0">Reducción de la creatividad original; convergencia hacia respuestas estándar de la IA. Embudo intelectual y estilístico</span><span data-path-to-node="7,4,2,0,1"><sup class="superscript" data-turn-source-index="7"></sup></span>

</td></tr></tbody></table>

</div><span data-path-to-node="2,0"></span>

#####  

#### El Fenómeno de la Rendición Cognitiva: Cuando el Alumno Deja de Pensar

<span data-path-to-node="4,0">Históricamente, la psicología del aprendizaje ha explicado nuestra forma de pensar a través de la **Teoría del Proceso Dual**. </span><span data-path-to-node="4,2"><span class="citation-52">Según este modelo, tenemos dos sistemas internos: el </span>**<span class="citation-52">Sistema 1</span>**<span class="citation-52"> (rápido, intuitivo y automático) y el </span>**<span class="citation-52">Sistema 2</span>**<span class="citation-52"> (lento, deliberativo y analítico)</span></span><span data-path-to-node="4,3"><span class="citation-52 citation-end-52"><sup class="superscript" data-turn-source-index="2"></sup><sup class="superscript" data-turn-source-index="2"></sup><sup class="superscript" data-turn-source-index="2"></sup><sup class="superscript" data-turn-source-index="2"></sup></span></span><span data-path-to-node="4,4">. </span><span data-path-to-node="4,6"><span class="citation-51">Sin embargo, la irrupción de la IA generativa en el aula ha obligado a los investigadores a proponer un tercer actor: el </span>**<span class="citation-51">Sistema 3</span>**</span><span data-path-to-node="4,7"><span class="citation-51 citation-end-51"><sup class="superscript" data-turn-source-index="3"></sup><sup class="superscript" data-turn-source-index="3"></sup><sup class="superscript" data-turn-source-index="3"></sup></span></span>

<span data-path-to-node="6,1"><span class="citation-50">El </span>**<span class="citation-50">Sistema 3</span>**<span class="citation-50"> se define como una </span>**<span class="citation-50">cognición artificial externa</span>**<span class="citation-50"> que opera fuera del cerebro humano, pero que se integra profundamente en nuestros procesos de decisión</span></span><span data-path-to-node="6,2"><span class="citation-50 citation-end-50"><sup class="superscript" data-turn-source-index="4"></sup><sup class="superscript" data-turn-source-index="4"></sup><sup class="superscript" data-turn-source-index="4"></sup><sup class="superscript" data-turn-source-index="4"></sup></span></span><span data-path-to-node="6,3">. A diferencia de los sistemas biológicos, el Sistema 3 es</span>

- <span data-path-to-node="7,0,1,0">**<span class="citation-49">Externo:</span>**<span class="citation-49"> Reside en infraestructuras digitales (la nube, algoritmos)</span></span><span data-path-to-node="7,0,1,1"><span class="citation-49 citation-end-49"><sup class="superscript" data-turn-source-index="5"></sup></span></span><span data-path-to-node="7,0,1,2">.</span>
- <span data-path-to-node="7,1,1,0">**<span class="citation-48">Automatizado:</span>**<span class="citation-48"> Ejecuta operaciones lógicas y creativas a una velocidad inalcanzable para el alumno</span></span><span data-path-to-node="7,1,1,1"><span class="citation-48 citation-end-48"><sup class="superscript" data-turn-source-index="6"></sup></span></span><span data-path-to-node="7,1,1,2">.</span>
- <span data-path-to-node="7,2,1,0">**<span class="citation-47">Basado en datos:</span>**<span class="citation-47"> Sus respuestas no nacen de la experiencia vital, sino de patrones estadísticos masivos</span></span><span data-path-to-node="7,2,1,1"><span class="citation-47 citation-end-47"><sup class="superscript" data-turn-source-index="7"></sup><sup class="superscript" data-turn-source-index="7"></sup><sup class="superscript" data-turn-source-index="7"></sup><sup class="superscript" data-turn-source-index="7"></sup></span></span><span data-path-to-node="7,2,1,2">.</span>

El problema surge cuando el alumno, al enfrentarse a una tarea escolar, decide "tercerizar" su pensamiento. Aquí es donde diferenciamos dos comportamientos críticos: la descarga cognitiva y la rendición cognitiva.

##### Descarga vs. Rendición: ¿Uso o Abuso?

Es vital que como docentes distingamos estos dos conceptos para evaluar el impacto en el aprendizaje:

1. <span data-path-to-node="11,0,0,0">**Descarga Cognitiva (Cognitive Offloading):** Es un uso **estratégico**. </span><span data-path-to-node="11,0,0,2"><span class="citation-46">El alumno utiliza la IA para liberar espacio mental en tareas mecánicas (por ejemplo, organizar una bibliografía o buscar un dato específico) mientras su </span>**<span class="citation-46">Sistema 2 permanece activo</span>**<span class="citation-46"> supervisando el proceso</span></span><span data-path-to-node="11,0,0,3"><span class="citation-46 citation-end-46"><sup class="superscript" data-turn-source-index="8"></sup><sup class="superscript" data-turn-source-index="8"></sup><sup class="superscript" data-turn-source-index="8"></sup><sup class="superscript" data-turn-source-index="8"></sup></span></span><span data-path-to-node="11,0,0,4">.</span>
2. <span data-path-to-node="11,1,0,0">**Rendición Cognitiva (Cognitive Surrender):** Es un proceso de **abdicación**. </span><span data-path-to-node="11,1,0,2"><span class="citation-45">El alumno adopta la respuesta de la IA sin apenas escrutinio crítico, anulando tanto su intuición (Sistema 1) como su deliberación (Sistema 2)</span></span><span data-path-to-node="11,1,0,3"><span class="citation-45 citation-end-45"><sup class="superscript" data-turn-source-index="9"></sup><sup class="superscript" data-turn-source-index="9"></sup><sup class="superscript" data-turn-source-index="9"></sup><sup class="superscript" data-turn-source-index="9"></sup></span></span><span data-path-to-node="11,1,0,4">. </span><span data-path-to-node="11,1,0,6"><span class="citation-44">En este estado, el estudiante deja de construir el conocimiento y simplemente acepta el juicio de la máquina como propio.</span></span>

##### <span data-path-to-node="11,1,0,7"><span class="citation-44 citation-end-44"><sup class="superscript" data-turn-source-index="10"></sup><sup class="superscript" data-turn-source-index="10"></sup><sup class="superscript" data-turn-source-index="10"></sup><sup class="superscript" data-turn-source-index="10"></sup></span></span>Evidencia Empírica: Los Riesgos de un Alumno "Rendido"

<span data-path-to-node="14,1"><span class="citation-43">La investigación de Shaw y Nave (2026) realizó experimentos con 1,372 participantes utilizando una prueba de reflexión cognitiva, diseñada para ver si las personas pueden corregir intuiciones erróneas mediante el razonamiento lógico</span></span><span data-path-to-node="14,2"><span class="citation-43 citation-end-43"><sup class="superscript" data-turn-source-index="11"></sup><sup class="superscript" data-turn-source-index="11"></sup><sup class="superscript" data-turn-source-index="11"></sup><sup class="superscript" data-turn-source-index="11"></sup></span></span><span data-path-to-node="14,3">. Los resultados son una advertencia directa para el aula:</span>

<span data-path-to-node="16,0">Cuando los alumnos tienen acceso a la IA, su precisión mejora drásticamente **solo si la IA es correcta**. </span><span data-path-to-node="16,2"><span class="citation-42">En el estudio, la precisión subió 25 puntos porcentuales cuando el Sistema 3 era exacto</span></span><span data-path-to-node="16,3"><span class="citation-42 citation-end-42"><sup class="superscript" data-turn-source-index="12"></sup><sup class="superscript" data-turn-source-index="12"></sup></span></span><span data-path-to-node="16,4">. Sin embargo, el peligro real apareció cuando la IA cometió errores (IA fallida), es lo que se llama, el espejismo de la precisión:</span>

- <span data-path-to-node="17,0,1,0">**<span class="citation-41">Caída en picado:</span>**<span class="citation-41"> La precisión de los participantes cayó 15 puntos por debajo de su nivel normal (cuando no usaban IA)</span></span>
- <span data-path-to-node="17,0,1,1"><span class="citation-41 citation-end-41"><sup class="superscript" data-turn-source-index="13"></sup><sup class="superscript" data-turn-source-index="13"></sup><sup class="superscript" data-turn-source-index="13"></sup></span></span><span data-path-to-node="17,1,1,0">**<span class="citation-40">Aceptación ciega:</span>**<span class="citation-40"> Los participantes siguieron el consejo erróneo de la IA en aproximadamente </span>**<span class="citation-40">4 de cada 5 casos</span>**<span class="citation-40"> cuando decidieron consultarla</span></span><span data-path-to-node="17,1,1,1"><span class="citation-40 citation-end-40"><sup class="superscript" data-turn-source-index="14"></sup></span></span><span data-path-to-node="17,1,1,2">.</span>

##### La Inflación de la Confianza

<span data-path-to-node="19,1"><span class="citation-39">Uno de los efectos más insidiosos de la IA en el aprendizaje es que </span>**<span class="citation-39">aumenta la confianza del alumno incluso cuando está equivocado</span>**</span><span data-path-to-node="19,2"><span class="citation-39 citation-end-39"><sup class="superscript" data-turn-source-index="15"></sup><sup class="superscript" data-turn-source-index="15"></sup><sup class="superscript" data-turn-source-index="15"></sup><sup class="superscript" data-turn-source-index="15"></sup></span></span><span data-path-to-node="19,3">. </span><span data-path-to-node="19,5"><span class="citation-38">El acceso a la IA incrementó la confianza percibida en casi 12 puntos porcentuales, independientemente de si la respuesta era correcta o un error alucinatorio de la máquina</span></span><span data-path-to-node="19,6"><span class="citation-38 citation-end-38"><sup class="superscript" data-turn-source-index="16"></sup></span></span><span data-path-to-node="19,7">. Esto crea un alumno que no solo sabe menos, sino que está más convencido de que sabe más.</span>

<span data-path-to-node="21,0">En el aula, a menudo trabajamos con límites de tiempo. </span><span data-path-to-node="21,2"><span class="citation-37">El estudio demostró que la </span>**<span class="citation-37">presión del tiempo reduce el compromiso del Sistema 2</span>**<span class="citation-37"> (el pensamiento crítico) y empuja al alumno directamente a los brazos del Sistema 3 (la IA)</span></span><span data-path-to-node="21,3"><span class="citation-37 citation-end-37"><sup class="superscript" data-turn-source-index="17"></sup><sup class="superscript" data-turn-source-index="17"></sup><sup class="superscript" data-turn-source-index="17"></sup><sup class="superscript" data-turn-source-index="17"></sup></span></span><span data-path-to-node="21,4">. </span><span data-path-to-node="21,6"><span class="citation-36">Bajo presión, los alumnos "se rinden" más rápido, utilizando la IA como un "piloto automático" para terminar la tarea, lo que anula cualquier posibilidad de aprendizaje profundo</span></span><span data-path-to-node="21,7"><span class="citation-36 citation-end-36"><sup class="superscript" data-turn-source-index="18"></sup><sup class="superscript" data-turn-source-index="18"></sup><sup class="superscript" data-turn-source-index="18"></sup><sup class="superscript" data-turn-source-index="18"></sup></span></span><span data-path-to-node="21,8">.</span>

##### ¿Quién es más vulnerable en nuestra clase?

No todos los alumnos responden igual ante la IA. La evidencia muestra perfiles de riesgo claros:

- <span data-path-to-node="25,0,1,0">**<span class="citation-35">Alumnos con alta confianza en la tecnología:</span>**<span class="citation-35"> Aquellos que confían ciegamente en la IA tienden a consultarla más y a seguir sus errores con mayor frecuencia</span></span><span data-path-to-node="25,0,1,1"><span class="citation-35 citation-end-35"><sup class="superscript" data-turn-source-index="19"></sup><sup class="superscript" data-turn-source-index="19"></sup><sup class="superscript" data-turn-source-index="19"></sup><sup class="superscript" data-turn-source-index="19"></sup></span></span><span data-path-to-node="25,0,1,2">.</span>
- <span data-path-to-node="25,1,1,0">**<span class="citation-34">Alumnos con baja "Necesidad de Cognición":</span>**<span class="citation-34"> Estudiantes que, por hábito o disposición, evitan el esfuerzo mental deliberado son los más propensos a la rendición cognitiva</span></span><span data-path-to-node="25,1,1,1"><span class="citation-34 citation-end-34"><sup class="superscript" data-turn-source-index="20"></sup><sup class="superscript" data-turn-source-index="20"></sup><sup class="superscript" data-turn-source-index="20"></sup><sup class="superscript" data-turn-source-index="20"></sup></span></span><span data-path-to-node="25,1,1,2">.</span>
- <span data-path-to-node="25,2,1,0">**<span class="citation-33">Diferencias en inteligencia fluida:</span>**<span class="citation-33"> Los alumnos con mayor capacidad de razonamiento lógico (inteligencia fluida) mostraron ser más resistentes a seguir los errores de la IA, usándola más como apoyo que como sustituto.</span></span>

#### Estrategias Pedagógicas para Paliar la Rendición Cognitiva

¿Cómo podemos evitar que nuestros alumnos se conviertan en meros "copistas" de algoritmos? La ciencia nos ofrece dos vías de intervención probadas

<span data-path-to-node="30,1"><span class="citation-32">**Implementar Incentivos y Feedback Inmediato:** El experimento 3 de Shaw y Nave demostró que cuando se introducen </span>**<span class="citation-32">incentivos por precisión</span>**<span class="citation-32"> y, sobre todo, </span>**<span class="citation-32">feedback inmediato item por item</span>**<span class="citation-32">, la rendición cognitiva disminuye</span></span><span data-path-to-node="30,2"><span class="citation-32 citation-end-32"><sup class="superscript" data-turn-source-index="22"></sup><sup class="superscript" data-turn-source-index="22"></sup><sup class="superscript" data-turn-source-index="22"></sup><sup class="superscript" data-turn-source-index="22"></sup></span></span><span data-path-to-node="30,3">.</span>

**Calificar los procesos de verificación de la IA:** No califiques solo el resultado final generado por (o con) IA. Introduce pequeñas pruebas de verificación inmediatas donde el alumno deba explicar *por qué* la IA ha dado esa respuesta. El "señalar el error" de la IA debe ser una tarea evaluable en sí misma.

Fomentar el "Escrutinio Crítico" sobre el "Seguimiento Ciego"

Para transformar la rendición en **descarga estratégica** (offloading), debemos reactivar el Sistema 2 del alumno.

<span data-path-to-node="34,0,1,0">**<span class="citation-31">Técnica de Verificación:</span>**<span class="citation-31"> Obliga a los alumnos a usar rutas híbridas como el modelo "verificar-luego-adoptar"</span></span><span data-path-to-node="34,0,1,1"><span class="citation-31 citation-end-31"><sup class="superscript" data-turn-source-index="23"></sup></span></span><span data-path-to-node="34,0,1,2">.</span>

<span data-path-to-node="34,1,0,0">**Propuesta práctica:** Pide a los alumnos que generen tres respuestas diferentes con la IA para un mismo problema y que redacten una breve justificación de por qué una es superior a las otras basándose en fuentes analógicas (libros, explicaciones de clase). </span><span data-path-to-node="34,1,0,2"><span class="citation-30">Esto reactiva la deliberación y rompe el "autopilotaje"</span></span><span data-path-to-node="34,1,0,3"><span class="citation-30 citation-end-30"><sup class="superscript" data-turn-source-index="24"></sup><sup class="superscript" data-turn-source-index="24"></sup><sup class="superscript" data-turn-source-index="24"></sup><sup class="superscript" data-turn-source-index="24"></sup></span></span><span data-path-to-node="34,1,0,4">.</span>

**Gestionar la carga y el tiempo**: <span data-path-to-node="36,1"><span class="citation-29">Dado que la presión del tiempo es un motor de la rendición cognitiva, las tareas que implican el uso de IA deben contar con tiempos de reflexión extendidos</span></span><span data-path-to-node="36,2"><span class="citation-29 citation-end-29"><sup class="superscript" data-turn-source-index="25"></sup><sup class="superscript" data-turn-source-index="25"></sup><sup class="superscript" data-turn-source-index="25"></sup><sup class="superscript" data-turn-source-index="25"></sup></span></span><span data-path-to-node="36,3">. Si el alumno siente que "no llega", entregará su autonomía a la máquina. </span><span data-path-to-node="36,5"><span class="citation-28">Proporcionar un entorno de baja presión temporal durante la interacción con la IA permite que el Sistema 2 tenga la oportunidad de intervenir y supervisar los resultados</span></span><span data-path-to-node="36,6"><span class="citation-28 citation-end-28"><sup class="superscript" data-turn-source-index="26"></sup><sup class="superscript" data-turn-source-index="26"></sup><sup class="superscript" data-turn-source-index="26"></sup><sup class="superscript" data-turn-source-index="26"></sup></span></span><span data-path-to-node="36,7">.</span>

##### El impacto en el rendimiento académico

<span data-path-to-node="12,0">La relación entre el uso de la IA y el rendimiento en los exámenes proporciona datos cruciales para entender el riesgo de la dependencia. Al analizar el impacto de diferentes tipos de asistencia de IA en el aprendizaje de matemáticas en edicación secundaria se obtienen estos resultados.<sup>3</sup></span><span data-path-to-node="12,1"><sup class="superscript" data-turn-source-index="15"></sup></span>

<table data-path-to-node="13" id="bkmrk-grupo-de-intervenci%C3%B3"><thead><tr><td>**Grupo de Intervención**</td><td>**Rendimiento en Práctica (con IA)**</td><td>**Rendimiento en Examen (sin IA)**</td><td>**Percepción de Aprendizaje**</td></tr></thead><tbody><tr><td><span data-path-to-node="13,1,0,0">**Control (Sin IA)**</span></td><td><span data-path-to-node="13,1,1,0">Línea base</span></td><td><span data-path-to-node="13,1,2,0">100%</span></td><td><span data-path-to-node="13,1,3,0">Realista</span></td></tr><tr><td><span data-path-to-node="13,2,0,0">**IA Base (GPT Base)**</span></td><td><span data-path-to-node="13,2,1,0">+48% respecto al control</span></td><td><span data-path-to-node="13,2,2,0">-17% respecto al control</span></td><td><span data-path-to-node="13,2,3,0">Sobreestimada (Ilusión de competencia)</span></td></tr><tr><td><span data-path-to-node="13,3,0,0">**IA Tutor (Con guardarraíles)**</span></td><td><span data-path-to-node="13,3,1,0">+127% respecto al control</span></td><td><span data-path-to-node="13,3,2,0">Igual al control</span></td><td><span data-path-to-node="13,3,3,0">Muy optimista</span></td></tr></tbody></table>

<span data-path-to-node="14,0">La evidencia de este estudio es reveladora: los estudiantes que utilizaron una IA sin restricciones (GPT Base) para resolver ejercicios mostraron una mejora inmediata en su desempeño práctico, pero rindieron un 17% peor que el grupo de control cuando se les retiró la herramienta para el examen.</span><span data-path-to-node="14,1"><sup class="superscript" data-turn-source-index="16"></sup></span><span data-path-to-node="14,2"> Esto indica que la IA actuó como una "muleta cognitiva" que permitió completar la tarea sin que el alumno internalizara los conceptos. Los estudiantes desarrollaron una "ilusión de competencia", percibiendo que habían aprendido más cuando, en realidad, su capacidad autónoma de resolución de problemas se había debilitado.</span><span data-path-to-node="14,3"><sup class="superscript" data-turn-source-index="16"></sup></span>

1 [https://iagen.unam.mx/recursos/Beware%20of%20Metacognitive%20Laziness-%20Effects%20of%20Generative%20Artificial%20Intelligence%20on%20Learning%20Motivation,%20Processes,%20and%20Performance.pdf](https://iagen.unam.mx/recursos/Beware%20of%20Metacognitive%20Laziness-%20Effects%20of%20Generative%20Artificial%20Intelligence%20on%20Learning%20Motivation,%20Processes,%20and%20Performance.pdf)

2 [https://papers.ssrn.com/sol3/Delivery.cfm/6097646.pdf?abstractid=6097646&amp;mirid=1](https://papers.ssrn.com/sol3/Delivery.cfm/6097646.pdf?abstractid=6097646&mirid=1)

3 [https://www.pnas.org/doi/10.1073/pnas.2422633122](https://www.pnas.org/doi/10.1073/pnas.2422633122)