Norbert Wiener, el padrino de la cibernética, dijo una vez: “El pensamiento de cada época se refleja en su técnica”. Durante el último siglo, nuestro pensamiento se ha reflejado en nuestras computadoras, incluso por parte de quienes trabajan en la industria de la IA. Demis Hassabis, de Google, llama al cerebro “una aproximación biológica a una máquina de Turing”. Elon Musk lo expresa con más crudeza, declarando que “la gente debería simplemente pensar en el cerebro como una computadora biológica”. (El cerebro de Musk a menudo me preocupa.)
Pero los humanos somos más complejos de lo que una comparación directa con las computadoras nos da crédito — y mucho más de lo que la mayor parte de la industria de la IA parece apreciar. Y a medida que sus productos penetran cada vez más profundamente en la cultura, esto ayuda a explicar por qué están haciendo tanto desorden. La IA, resulta, es algo así como una versión cognitiva de un perrito caliente: nos atrae en el momento, pero socava la salud y la sostenibilidad de los sistemas cognitivos que hemos evolucionado durante varios milenios.
Para entender el problema, necesitaremos un poco de neurociencia y la totalidad de la historia evolutiva humana.
La idea de que los cerebros son computadoras se remonta a Alan Turing. Postula el pensamiento como un proceso de tres pasos, funcionalmente un algoritmo: nuestras mentes reciben información del mundo (entrada), la manipulan de alguna manera (cómputo) y luego ejecutan un comportamiento (salida). La percepción conduce a la cognición, que a su vez conduce a la acción. En términos un poco más elaborados, se ve algo como este gráfico:
En muchos aspectos, este modelo ha sido productivo. Al imaginar nuestros cerebros como computadoras, los tecnólogos han llevado la computación real desde simples máquinas de sumar hasta redes neuronales artificiales e IA generativa, buscando espejos cada vez más detallados de nuestras propias mentes.
Pero la imagen de este espejo, aunque no es exactamente incorrecta, está deformada y limitada. John von Neumann, una figura seminal en el desarrollo de las computadoras y la informática, dudaba de que el modelo computacional pudiera captar la “excepcional complejidad del sistema nervioso humano”. Es decir, nuestros sistemas nerviosos evolucionaron para ayudarnos a navegar el gran sistema ecológico que llamamos “el mundo”. Y actuamos sobre el mundo para ejercer control sobre él (lo mejor que podemos).
El enfoque computacional mira el producto final de nuestras mentes e intenta hacer “ingeniería inversa” de cómo funcionan. Pero en lugar de trabajar hacia atrás, podríamos examinar el largo arco de la historia evolutiva para construir nuestro modelo desde cero. Este es el enfoque favorecido por Paul Cisek, un neurocientífico de la Universidad de Montreal, quien ha desarrollado pacientemente un modelo biológico del desarrollo del cerebro y el sistema nervioso que abarca millones de años.
Cisek sostiene que, más que procesadores de información, nuestros cerebros se entienden mejor como sistemas de control por retroalimentación. Nuestros cuerpos no solo reciben entradas, sino que toman medidas para ajustar cuál es esa entrada, dependiendo de las opciones disponibles. Como el propio Cisek se apresura a señalar, esta no es una idea nueva — escribiendo a principios del siglo 20, el filósofo John Dewey describió la mente como un circuito, “más propiamente llamado orgánico que reflejo, porque la respuesta motora determina el estímulo, tan verdaderamente como el estímulo sensorial determina el movimiento”.
¿Cuál es exactamente la diferencia entre los dos enfoques?
He aquí un ejemplo clásico del béisbol: atrapar una bola elevada en el jardín. Según el modelo computacional, resolver este problema debe implicar algún cálculo mental complicado y subconsciente en el que el jardinero estima la velocidad de la bola, calcula el efecto de la gravedad y realiza innumerables otros procedimientos matemáticos para “calcular” adónde irá la bola.
Relacionado
En cambio, el enfoque de control por retroalimentación sugiere una heurística simple — esencialmente, “mantén la bola en la misma posición dentro de tu campo visual, y luego muévete para mantener esa situación”. Tomamos medidas para ajustar el estímulo que recibimos.
Esto no solo es más fiel a la experiencia de cualquiera que haya jugado de jardinero central, sino que también evita separar el proceso mental del movimiento físico, y evita invadir el uso de cálculos complejos que requiere el modelo computacional. Los humanos somos más dinámicos que eso. .
Este enfoque también se corresponde elegantemente con la arquitectura biológica de los cerebros a medida que han evolucionado con el tiempo. Desde los peces antiguos hasta los anfibios, los mamíferos, los primatos y, finalmente, los humanos modernos, lo que observamos es que nuevos comportamientos surgen en respuesta a nuevas posibilidades ambientales. Cuando los dinosaurios se extinguieron, por ejemplo, esto significó que algunas criaturas nocturnas podían moverse por el mundo durante el día con menos riesgo de ser devoradas, dando lugar a una variedad de capacidades nuevas. La historia de nuestro sistema nervioso, Cisek observa, es una de “extensión continua del control cada vez más hacia el mundo”. (Su próximo libro explorará todo esto con mayor detalle, y sí, espero que este ensayo ejerza una sutil presión sobre él para terminarlo).
Esto conduce a un diagrama alternativo y muy diferente al de arriba. Podemos tanto trazar un mapa de comportamientos y habilidades tal como surgieron a lo largo del tiempo como superponer los componentes físicos específicos del cerebro a estas capacidades, así:
En lugar de moverse de izquierda a derecha como en el modelo computacional, este modelo debe verse como un despliegue de arriba a abajo a lo largo del tiempo evolutivo. Por ejemplo, hace mucho tiempo, a medida que los animales vertebrados desarrollaban más movilidad, se volvió útil tener sistemas especializados para la exploración —mediante el uso de puntos de referencia, por ejemplo, o la navegación nocturna. Esto llevó al desarrollo de lo que hoy llamamos el hipocampo. Es importante destacar que esto también llevó a nuestros ancestros a recordar momentos importantes de correr de un lugar a otro, dando lugar al desarrollo de la “memoria episódica” de experiencias pasadas.
No podemos hacer nada remotamente parecido a esto con el modelo computacional de la mente; simplemente no se sincroniza con las estructuras neurocientíficas observables. Además, oscurece el hecho de que gran parte de lo que hacen los cerebros implica controlar las interacciones de los organismos vivos dentro de sus entornos. Por ello, Cisek sugiere que necesitamos cambiar drásticamente el paradigma que usamos para comprender la relación entre nuestros cerebros y el comportamiento, alejándonos de las entradas y salidas algorítmicas y acercándonos a sistemas de retroalimentación más dinámicos.
Hasta ahora, nuestra historia del desarrollo humano se ha centrado en gran medida en la retroalimentación del mundo físico. Pero uno de los “bucles de retroalimentación” más importantes de la humanidad surge de nuestras profundas disposiciones sociales El modelo computacional, resulta, tampoco explica bien esto — y la industria de la IA tampoco. Hemos pasado miles de años construyendo instituciones y normas para aprender unos de otros y comunicarnos entre nosotros, y en el transcurso de menos de una década, las grandes empresas tecnológicas han trabajado sistemáticamente para desmantelarlas.
¿Cómo? Una vez más, necesitaremos algo de contexto histórico.
En algún momento hace muchos cientos de miles de años, nuestros antepasados lejanos hicieron algo increíble: aprendieron a imitarse entre sí. Imitar gestos y movimientos corporales nos permitió transmitir prácticas exitosas —como tallar una herramienta de piedra— y coordinar actividades más complejas mediante comportamientos rituales compartidos, lo que a su vez moldeó nuestra cognición. Fue el amanecer de la cultura humana.
Hemos pasado miles de años construyendo instituciones y normas para aprender unos de otros y comunicarnos entre nosotros, y las grandes empresas tecnológicas están trabajando sistemáticamente para desmantelarlas
Los humanos pronto progresaron hacia la imitación de sonidos y, a su vez, hacia el lenguaje oral. Como hemos cubierto anteriormente, el lenguaje no es lo mismo que el pensamiento, pero nos permite comunicar nuestros pensamientos entre nosotros. En algún momento, nuestros ancestros cazadores-recolectores nómadas también comenzaron a establecerse en comunidades no transitorias, desarrollando prácticas agrícolas complejas que nos permitieron cultivar alimentos en lugar de migrar para encontrarlos.
Finalmente, comenzamos a usar marcas escritas para representar nuestros lenguajes hablados y otras ideas abstractas. Nos volvimos capaces de transmitir ideas complejas a través de las generaciones. La educación formal, un proceso de asegurar que el conocimiento se comparta dentro de un grupo humano, surgió poco después. Y con el tiempo también lo hicieron prácticas e instituciones que colectivizaron la toma de decisiones humanas, como los “mercados”, la “ley” y la “democracia”.
Cada afirmación que acabo de hacer es discutible, y clama por mucho más detalle del que puedo proporcionar aquí. Pero este proceso es continuo con nuestra evolución biológica, en el sentido de que ambos fomentan un rango cada vez más amplio de control sobre el mundo que nos rodea.
Y a veces este cambio cultural crea consecuencias no deseadas que dañan en lugar de ayudar.
Las dietas humanas son quizás el ejemplo más obvio. En nuestros días de cazadores-recolectores, los alimentos grasos eran raros pero preciosos para ayudar a la supervivencia — solo hay que ver Alone si dudas de esto — y evolucionamos para buscarlos y almacenarlos en nuestros cuerpos una vez encontrados. Pero luego desarrollamos culturalmente la práctica de la agricultura y otras técnicas agrícolas que, con 10,000 años más o menos, han hecho que los alimentos grasos sean abundantes hoy en día — si quieres un perrito caliente, hay de sobra disponibles.
La IA obstruye nuestra capacidad de desarrollar el conocimiento que necesitamos para movernos por el mundo
Y ese es el problema. Los perritos calientes son un peligro para nuestros cuerpos físicos, obstruyendo nuestras arterias con grasa excesiva que ya no necesitamos almacenar internamente. La IA plantea un peligro similar para nuestras capacidades cognitivas, al obstruir nuestra capacidad de desarrollar el conocimiento que necesitamos —en nuestras cabezas— para desenvolvernos en el mundo. Es un perrito caliente cognitivo.
Un perrito caliente ocasional no hará daño a nadie, pero sí lo hará si se convierte en una comida habitual en el almuerzo o la cena. Lo mismo ocurre con la IA: el daño no proviene de su uso ocasional, sino de hacerla parte de nuestra dieta mental.
Y eso es exactamente lo que los grandes hiperescaladores de tecnología intentan hacer.
En un podcast de julio de 2025 sobre «cómo la IA está transformando la educación», la VP de educación de OpenAI, Leah Belsky presumía que los "estudiantes" constituían más de la mitad de los 900 millones de usuarios mensuales promedio de ChatGPT. El servicio era "la plataforma de aprendizaje más grande del mundo", dijo. Más recientemente, Anthropic anunció una nueva iniciativa llamada "Claude para Docentes, ofreciendo acceso gratuito a modelos premium a los educadores que enseñan en el aula.
Estos esfuerzos no beneficiarán a los estudiantes, ni a los profesores. De hecho, es el ejemplo más claro de cómo la IA debilita los sistemas de los que dependemos para desarrollar nuestra cognición, en beneficio de la comodidad.
François Chollet, anteriormente ingeniero de software en Google, ha declarado de manera memorable descrito la IA como herramienta de "automatización cognitiva", que él define como "codificar abstracciones humanas en un programa informático y luego usar ese software para automatizar tareas normalmente realizadas por humanos". El año pasado, un grupo interdisciplinario de académicos argumentó de manera persuasiva que deberíamos ver la IA generativa en forma de modelos de lenguaje de gran escala no «primariamente como agentes inteligentes, sino como un nuevo tipo de tecnología cultural y social", lo que permite a los humanos aprovechar la información que otros humanos han acumulado" (énfasis añadido).
Los entusiastas de la IA no han escatimado en predicciones sobre las ventajas de esto, y en gran medida han descartado las desventajas como comparables a formas anteriores de automatización, como las computadoras, las calculadoras e incluso la palabra escrita. (Me han lanzado citas sobre la supuesta oposición de Platón a la escritura tantas veces que ya he les dirigió unas palabras en una pieza aparte — ¡era escritor!)
Nunca antes hemos desarrollado y desplegado ampliamente algo destinado tan explícitamente a suplantar el pensamiento humano
Sea cual sea el efecto de estas tecnologías anteriores, nunca antes hemos desarrollado y desplegado ampliamente algo explícitamente destinado a sustituir el pensamiento humano: eso es lo que argumentan los propios evangelistas de la IA.
Miremos la educación. ChatGPT puede ser la plataforma de aprendizaje más grande del mundo, pero los estudiantes la están usando en masa para evitar el pensamiento esforzado que es necesario para construir su conocimiento duradero. Evidencia continúa a montar demostrando el negativo impacto de IA herramientas dentro de los entornos educativos (y la Generación Z en general lo odia). Un reciente estudio de China reveló que miles de estudiantes básicamente dejaron de hacer sus tareas una vez que empezaron a usar IA (lo que perjudicó sustancialmente su aprendizaje). Incluso hay evidencia que cuando los estudiantes usan grandes modelos de lenguaje con supuestos fines de aprendizaje, se habitúan a relajar su criterio y su pensamiento crítico en otros contextos.
El cerebro y el cuerpo de ninguna otra especie se desarrollan durante un periodo tan prolongado como el nuestro y, históricamente, lo hemos complementado con instituciones culturales únicas que transmiten el conocimiento de una generación a la siguiente. Deberíamos proteger con celo este empeño exclusivamente humano, y sin embargo muchos administradores universitarios y escolares, por no hablar de los grandes hiperescaladores de Big Tech, están empeñados en esfuerzos a pleno pulmón por introducir la IA tan profunda y rápidamente como puedan en nuestros ecosistemas educativos.
Si solo vemos la mente como una computadora, la IA podría parecer ventajosa para el aprendizaje — por eso muchos sueñan con construir tutores de IA. Pero tales esfuerzos ya están fracasando, porque nuestras mentes son más que simples dispositivos de entrada-salida. Existen, o más bien nosotros existimos, dentro de un ecosistema cognitivo más amplio donde debemos tomar decisiones sobre cómo elegir gastar nuestra energía cognitiva. Lo hacemos para extender nuestra agencia, nuestro control — por limitado que sea — sobre nuestro mundo.
Si solo vemos la mente como una computadora, la IA podría parecer ventajosa para el aprendizaje — pero este modelo está equivocado
Pero esto plantea un desafío. El pensamiento exigente es difícil, y si nos ofrecen salidas tecnológicas, las tomaremos — lo que algunos investigadores llamaron recientemente delegación cognitiva. A medida que la delegación cognitiva se extiende, advierten, "el entorno social que apoya el razonamiento autónomo puede debilitarse" — y a medida que lo hace, dicha delegación "se vuelve aún más fácil y atractiva."
Los investigadores recomiendan un programa de inmunización cognitiva frente a la IA, uno que preserve "las prácticas e instituciones que mantienen activa la cognición humana: la resolución de problemas sin ayuda, la verificación, la discusión crítica, [y] períodos de desconexión deliberada" del uso de la IA.
A tales instituciones las llamamos "escuelas."
También será necesario accionar palancas de política. Me resulta muy interesante que Noruega prohibiera recientemente esencialmente todos los usos de la IA en la escuela para estudiantes menores de 13 años. En Estados Unidos, un gran sindicato de maestros ha pedido de igual manera prohibir los chatbots en las escuelas primarias, y grandes distritos escolares como Los Ángeles y la ciudad de Nueva York han implementado recientemente prohibiciones también. (Divulgación: he brindado asesoría informal a Schools Beyond Screens, una organización que impulsó estas prohibiciones.) No serán los últimos en hacerlo, o eso espero.
La buena noticia, si así puede llamarse, es que la resistencia está creciendo — quizás has visto los muchos videos de graduados universitarios abucheando a oradores de graduación que elogian la IA? Sin duda eso se debe en parte a preocupaciones laborales, pero sospecho que muchos reconocen el daño que la IA ha infligido a su propio desarrollo cognitivo. Ciertamente, este es el caso de los estudiantes del Oberlin Luddite Club, quienes escribieron una carta abierta a su rector universitario criticando la adopción de la IA por parte de esa institución: «Mientras ustedes emprenden su año de la IA, nosotros emprenderemos nuestro propio año de autorrealización: de cosechar los frutos de nuestro trabajo y de abrazar la imperfección humana y la indagación pura». Totalmente de acuerdo.
Los sistemas de control de nuestro cerebro son el producto de millones de años de evolución biológica y de varios milenios de evolución cultural. Necesitamos alejarnos del modelo computacional de la mente para ver el panorama completo de lo que nos hace humanos, y para apreciar nuestra naturaleza profundamente social, el motor de la cultura humana. Hemos mostrado una notable resiliencia como especie, pero atracarse de perritos calientes cognitivos no es bueno para nadie.
Come de forma saludable y piensa de forma saludable.
Sigue los temas y autores de esta historia para ver más contenido como este en tu feed personalizado de la página de inicio y para recibir actualizaciones por correo electrónico.