Un trabajo internacional compara la expansión de los modelos de lenguaje con un proceso de contagio social y analiza cómo el uso sostenido de estas herramientas podría generar dependencia tecnológica.
La inteligencia artificial (IA) puede incorporarse a las prácticas cotidianas hasta modificar la forma en que las personas producen, transmiten y utilizan información. Esa es la hipótesis que plantea un grupo internacional de investigadores encabezado por Ricard Solé, del Laboratorio de Sistemas Complejos de la Universitat Pompeu Fabra, en un trabajo titulado “Los modelos de lenguaje extenso como virus cognitivo”, divulgado en ArXiv y todavía sin revisión por pares.
Un modelo de lenguaje extenso (LLM) es un sistema de IA entrenado con grandes cantidades de texto para interpretar lenguaje natural y generar respuestas a preguntas o indicaciones. En la práctica, estas herramientas permiten redactar, resumir, traducir, responder consultas y realizar otras tareas a partir de las instrucciones de una persona.
La comparación con un virus no presenta a la IA como una enfermedad ni plantea que cada uso deteriore las capacidades humanas. El trabajo propone un modelo teórico para analizar cómo una tecnología útil puede arraigarse en prácticas culturales y generar una dependencia persistente. Participaron Solé, Giulio Ruffini y Michael Levin, entre otros investigadores.
Un proceso de “contagio social”
Los autores sostienen que los LLM se integran con rapidez en la cultura humana y modifican la manera de producir, transmitir y utilizar información. Para estudiarlo, diferencian entre personas no conectadas, conectadas y persistentemente dependientes de estas herramientas, y analizan la relación entre transmisión social, recuperación y refuerzo colectivo.
Según el modelo, puede existir un punto de inflexión a partir del cual un aumento pequeño en la adopción genere un cambio rápido hacia una dependencia persistente, acompañado por una disminución de determinadas competencias cognitivas. Los investigadores también plantean mecanismos de “inmunización cognitiva” basados en reducir la transmisión y facilitar el retorno a prácticas anteriores.
Los modelos de lenguaje ya intervienen en actividades como la lectura, la escritura, la investigación y la toma de decisiones. Esa facilidad permite delegar resúmenes, redacción, traducciones, argumentos, correcciones, programación y planificación, aunque abre una pregunta sobre cuánto esfuerzo intelectual continúa realizando la persona.
Los investigadores describen a los LLM como “motores de cambio cognitivo y social” y utilizan herramientas matemáticas vinculadas con la epidemiología para construir un modelo poblacional. La analogía no implica que exista una relación necesariamente perjudicial: los efectos dependen de cómo se utilicen estas tecnologías.
Entre el apoyo cognitivo y la sustitución
Los autores señalan que los LLM pueden ampliar la exploración, el acceso a conocimientos especializados y la productividad, pero también fomentar la descarga cognitiva, la dependencia y la pérdida de determinadas competencias. El beneficio individual, además, no necesariamente se traslada de la misma manera al conjunto de la población.
El trabajo recupera una anticipación formulada en 1960 por Joseph Licklider sobre una relación cada vez más estrecha entre personas y computadoras. “Parece totalmente posible que, con el tiempo, las máquinas electrónicas o químicas superen al cerebro humano en la mayoría de las funciones que ahora consideramos exclusivas de su ámbito”, escribió.
Más de seis décadas después, los investigadores consideran que los LLM vuelven concreta aquella hipótesis. En uno de los extremos posibles, la IA puede funcionar como un “exocórtex”, una extensión externa capaz de acceder a grandes volúmenes de conocimiento mientras la persona conserva la interpretación y el juicio.
El modelo también plantea que la autonomía cognitiva tiene una base social. La educación y las instituciones sostienen prácticas como la lectura, la escritura, el razonamiento, la verificación y la resolución independiente de problemas. Cuando esas prácticas se debilitan, la delegación de tareas cognitivas puede volverse todavía más sencilla.
Cómo funcionaría la “inmunización cognitiva”
Para los autores, a medida que se generaliza la delegación de tareas, puede debilitarse el entorno social que sostiene el razonamiento autónomo. De ese modo, la dependencia podría reforzarse a sí misma. El estudio no sostiene que ese desenlace sea inevitable, sino que plantea que puede producirse bajo determinadas formas de aprendizaje social y refuerzo colectivo.
La propuesta denominada “inmunización cognitiva” no consiste en impedir el contacto con la IA, sino en preservar prácticas que mantengan activa la cognición humana. Entre ellas aparecen resolver problemas sin asistencia, verificar información, sostener discusiones críticas, establecer períodos de desconexión y conservar habilidades que no dependan de estas herramientas.
Los investigadores también plantean diseñar entornos educativos donde la IA funcione como andamiaje y no como sustitución. Cuando existe una dependencia persistente, señalan, el problema puede involucrar mecanismos psicológicos y conductuales vinculados con pérdida de control, regulación emocional, sesgos cognitivos y dependencia habitual.
El trabajo propone que futuras investigaciones estudien la autonomía, la dependencia y la capacidad de acción como propiedades continuas y cambiantes dentro de las relaciones entre humanos y máquinas. La pregunta central pasa por determinar cuándo una interacción pasajera con un LLM se transforma en una forma autosostenida de organización cognitiva.
El uso de ChatGPT y Claude en el modelo
Los investigadores aplicaron a ChatGPT y Claude cálculos matemáticos utilizados para estudiar epidemias. Su interpretación es que un LLM comparte con un virus ciertos mecanismos de propagación: necesita de las personas, de sus textos y de sus redes para extenderse.
El artículo sostiene que cada correo electrónico, fragmento de código o decisión delegada puede transferir a los modelos parte de una tarea cognitiva que antes realizaba directamente el usuario. Desde esta perspectiva, los autores describen a los LLM como “replicadores culturales hipereficientes”, alimentados por datos humanos y capaces de modificar cómo las personas escriben, deciden y recuerdan.
La propuesta final no plantea rechazar la inteligencia artificial, sino utilizarla de manera deliberada para evitar que la herramienta termine dirigiendo a quien la utiliza. La diferencia estaría entre un uso que amplía las capacidades humanas y otro que reemplaza las operaciones cognitivas necesarias para conservarlas.
Un uso saludable de la inteligencia artificial
La Universidad de Londres sostiene que la IA debería utilizarse como apoyo para potenciar el pensamiento humano y no como su sustituto. En la misma línea, Eric So, profesor de la Escuela de Administración Sloan del MIT, planteó que las empresas deben evitar que estas herramientas reemplacen el razonamiento y el conocimiento que forman parte de su capital cognitivo.
Una de sus estrategias consiste en conservar la “fricción” mental: resolver desafíos sin recurrir de inmediato a respuestas automáticas permite fortalecer el pensamiento crítico y la capacidad de encontrar soluciones. También propone identificar habilidades que mantienen valor fuera del entorno digital, como la comunicación, la negociación, la improvisación y la lectura de señales humanas.
So plantea además reinvertir el tiempo que la IA libera de las tareas rutinarias en aprendizaje, mejora de procesos y diseño de nuevas formas de trabajo. Las herramientas, según esta mirada, deberían acompañar la resolución de problemas mediante preguntas, orientación y práctica, en lugar de entregar siempre respuestas inmediatas que puedan favorecer la dependencia.
Sé el primero en comentar