La carrera por construir centros de datos mueve inversiones gigantescas. Mientras tanto, en aulas y oficinas aparece otra pregunta: cuánto aprendemos cuando una máquina resuelve por nosotros.
Resolver una tarea y aprender a resolverla pueden parecer lo mismo. La inteligencia artificial está mostrando que hay una distancia entre ambas cosas.
Un estudiante puede entregar un ejercicio correcto sin comprender el procedimiento. Un empleado puede presentar un informe impecable sin saber defender sus conclusiones. El resultado está a la vista; lo que cada uno aprendió durante el proceso es mucho más difícil de medir.
Esa diferencia empieza a ocupar un lugar central en el debate sobre la IA. Mientras las empresas compiten por construir la infraestructura que sostendrá su expansión, investigadores examinan qué sucede con las personas que empiezan a depender de sus respuestas.
Un estudio de Grace Liu, Brian Christian y otros investigadores, con 1.222 participantes, encontró una señal de alerta. En pruebas de fracciones y comprensión lectora, quienes habían recibido asistencia de IA rindieron peor al continuar sin ella y mostraron menor persistencia que quienes trabajaron por su cuenta.
El detalle más revelador fue cómo utilizaron la herramienta. Los retrocesos se concentraron en quienes buscaban soluciones directas. Entre quienes pidieron pistas o aclaraciones no se detectaron perjuicios significativos frente al grupo de comparación.
Los resultados describen lo ocurrido en esas pruebas. No demuestran un daño cerebral permanente ni permiten calcular qué pasará después de años de uso. Sí plantean una pregunta concreta: si una herramienta evita sistemáticamente el esfuerzo de resolver, ¿cuándo practicamos la capacidad de hacerlo?
Otra investigación, publicada en la revista científica PNAS en 2025, ayuda a entender la diferencia. Cerca de mil estudiantes de secundaria utilizaron dos modalidades de asistencia para matemáticas: una semejante a un chatbot convencional y otra diseñada para orientar el aprendizaje.
Ambas mejoraron el rendimiento mientras estaban disponibles. Sin embargo, cuando se retiró la ayuda, quienes habían usado la modalidad convencional obtuvieron calificaciones un 17% inferiores a las del grupo que nunca tuvo acceso. Con el tutor diseñado para proteger el aprendizaje, los efectos negativos se redujeron considerablemente.
La forma de ofrecer ayuda importaba.
También hay evidencia de beneficios en el trabajo. Una investigación de Erik Brynjolfsson, Danielle Li y Lindsey Raymond, cuya versión de trabajo analizó a 5.179 agentes de atención al cliente, encontró un aumento promedio del 14% en los problemas resueltos por hora. La mejora fue mayor entre empleados principiantes o con menos habilidades iniciales.
En ese entorno, la herramienta podía acercar a los nuevos trabajadores las prácticas de sus compañeros más experimentados. La experiencia muestra por qué sería apresurado presentar la IA únicamente como una amenaza para las capacidades humanas: sus efectos cambian según la tarea, el diseño y el uso.
Detrás de esas aplicaciones hay una apuesta económica enorme.
Un trabajo presentado en Brookings por Stijn Van Nieuwerburgh, de la Universidad de Columbia, estudia la expansión de centros de datos, instalaciones eléctricas y equipos especializados. La presentación de septiembre estimaba inversiones por US$10,3 billones —millones de millones— entre 2025 y 2032, equivalentes a un promedio anual del 3,63% del PIB estadounidense. Una versión revisada presenta cifras menores.
Son estimaciones de una expansión futura, sujetas a supuestos. Tampoco gastar más que otras industrias en determinados períodos demuestra, por sí solo, que el impacto social terminará siendo mayor que el de la electricidad o Internet.
La preocupación financiera está en cómo se pagará esa construcción y si los ingresos alcanzarán para sostenerla. Brookings advierte que parte del financiamiento se desplaza hacia estructuras que dificultan observar las obligaciones y los riesgos. El propio análisis considera prematuro equiparar la situación con crisis crediticias anteriores.
En una oficina o un aula, la discusión tiene otra escala, pero exige una comprobación igualmente importante: qué queda después de usar la herramienta.
Un informe terminado permite medir rapidez. Explicar sus conclusiones, detectar un dato falso o resolver un problema parecido sin asistencia permite evaluar comprensión.
Para familias, centros educativos y empresas, esa puede ser una prueba más útil que contar cuántas tareas se completaron. La IA ofrece la posibilidad de ahorrar tiempo y ampliar conocimientos. Aprovecharla exige conservar el criterio necesario para cuestionarla.
La próxima vez que una respuesta aparezca en segundos, quedará una pregunta pendiente: ¿podríamos explicar por qué es correcta?
