En la columna pasada, Detrás del Hype: Cómo Reconocer Gurús de Humo en la Era de la IA y la Realidad Inmersiva, hablamos de cómo ciertos discursos, por muy seductores que parezcan, pueden ser superficiales, manipuladores o incluso desinformativos cuando no se cuestionan críticamente. Hoy damos un paso más allá: ¿qué pasa cuando ese mismo “hype” no viene de influencers o gurús, sino de estudios científicos que se comparten como si fueran verdades absolutas?
Un estudio reciente del MIT ha generado un fuerte revuelo en redes sociales y círculos académicos. En él se comparó la actividad cerebral de jóvenes universitarios mientras escribían ensayos con tres modalidades distintas: solo con su conocimiento, usando un motor de búsqueda o con ayuda de una herramienta de inteligencia artificial (IA). Los resultados parecieran alarmantes: quienes usaron IA mostraron menor conectividad neuronal y menor recuerdo del contenido escrito.
A partir de ahí, muchos docentes, divulgadores y hasta instituciones han compartido el estudio como prueba concluyente de que la IA “afecta el aprendizaje”, “reduce el esfuerzo cognitivo” o “debilita la memoria”. Pero aquí es donde debemos detenernos. ¿Qué dice realmente el estudio? ¿Qué no puede decir aún? ¿Y cómo aprendemos a leer ciencia sin convertirla en dogma?
Primero lo evidente: el estudio es riguroso en sus métodos, emplea EEG, entrevistas, análisis lingüístico y fue realizado en una universidad reconocida. No es un artículo sensacionalista. Pero su muestra fue limitada: solo 54 personas, la mayoría estudiantes de élite (MIT, Harvard, Wellesley), realizando tareas breves (ensayos de 20 minutos). No se estudió a niños, docentes, estudiantes con dificultades, ni contextos escolares reales. Por tanto, los resultados son indicativos, no conclusivos.
¿Es un mal estudio? En absoluto. Pero leerlo como si hablara por todo el sistema educativo global es un error epistemológico. La ciencia trabaja con aproximaciones, no con verdades reveladas. Y la educación —más aún— se mueve entre la diversidad de contextos, culturas, accesos y condiciones.
El problema no es el estudio, sino el modo en que lo compartimos, lo interpretamos y lo convertimos en argumento único. Cuando tomamos una muestra como si fuera el mundo, caemos en el sesgo de confirmación: usamos la ciencia para reafirmar lo que ya pensábamos. En este caso, quienes ya veían la IA con sospecha ahora sienten que “la ciencia les da la razón”, sin detenerse a mirar los matices, las limitaciones o las preguntas abiertas que el propio estudio reconoce.
¿Cómo saber si un estudio es aplicable más allá de su muestra?
Antes de tomar un estudio como verdad general, podemos hacernos estas preguntas básicas:
¿Cuántas personas participaron? No es lo mismo una muestra de 54 que de 5,000.
¿Quiénes eran? Edad, contexto educativo, nivel sociocultural y país importan.
¿Qué tarea realizaron? ¿Fue algo breve y artificial, o una práctica real y sostenida?
¿Qué midió realmente? ¿Memoria? ¿Esfuerzo? ¿Resultados académicos? ¿Percepción?
¿Durante cuánto tiempo? ¿Un experimento puntual o un seguimiento a largo plazo?
¿Qué limitaciones reconoce el propio artículo? Un buen estudio siempre aclara qué no puede afirmar.
Estas preguntas no son solo técnicas: son herramientas ciudadanas para leer el conocimiento con criterio.
Por eso es urgente una alfabetización científica crítica, no solo para investigadores, sino para toda la comunidad educativa y la ciudadanía. Aprender a leer un estudio implica saber quiénes participaron, qué se midió, en qué condiciones y, sobre todo, qué no puede afirmarse aún. Si no enseñamos esto, corremos el riesgo de reemplazar el pensamiento mágico por un pensamiento automatizado que solo cambia el oráculo: ya no es el gurú, ahora es “el paper”.
Lo que está en juego no es solo entender cómo se comporta la IA en entornos educativos. Está en juego cómo se construye el conocimiento en la era digital, y cómo lo compartimos con responsabilidad. A veces, un estudio revela más sobre nosotros que sobre el objeto de estudio. ¿Buscamos comprender… o solo confirmar?
¿Y si el verdadero aprendizaje estuviera en aprender a leer la ciencia antes de creerla?
Detrás del Hype: Cómo Reconocer Gurús de Humo en la Era de la IA y la Realidad Inmersiva
Comparte esta nota:
