Rendición cognitiva: cuando dejar que la IA piense por ti se vuelve un riesgo

¿Qué es la 'rendición cognitiva'?

En enero de 2025, los investigadores Steven Shaw y Gideon Nave, de la Wharton School de la Universidad de Pensilvania, publicaron un estudio titulado Thinking, Fast, Slow, and Artificial en el que acuñaron el término cognitive surrender (rendición cognitiva). El concepto describe la tendencia de las personas a delegar sus procesos de toma de decisiones en sistemas de inteligencia artificial, como chatbots, sin ejercer un juicio crítico sobre las respuestas obtenidas. En lugar de usar la IA como herramienta de apoyo, los usuarios terminan aceptando ciegamente sus sugerencias, incluso en ámbitos donde antes confiaban en su propio criterio. El estudio, publicado en la revista Journal of Experimental Psychology: General, se basa en una serie de experimentos con más de 1.200 participantes que realizaron tareas de razonamiento lógico, planificación financiera y diagnóstico médico. Los resultados mostraron que, cuando los participantes tenían acceso a un chatbot con respuestas aparentemente precisas, reducían significativamente su esfuerzo cognitivo y tendían a aceptar las respuestas sin verificar, incluso cuando el chatbot cometía errores evidentes. Este fenómeno no es nuevo: ya en la década de 1970, los psicólogos Daniel Kahneman y Amos Tversky documentaron sesgos como el 'exceso de confianza' y la 'heurística de disponibilidad', que explican por qué las personas prefieren atajos mentales. Sin embargo, Shaw y Nave argumentan que la IA introduce un nuevo nivel de riesgo, ya que las respuestas generadas por modelos de lenguaje son fluidas y convincentes, lo que dificulta aún más la activación del pensamiento crítico.

¿Por qué es importante ahora?

La proliferación de asistentes de IA como ChatGPT, Gemini o Claude ha hecho que millones de personas recurran a ellos para tareas cotidianas: desde redactar correos hasta tomar decisiones financieras o médicas. Según datos de Statista, en 2025 se estima que más de 300 millones de personas usan chatbots de IA semanalmente a nivel global, un incremento del 40% respecto a 2024. El estudio de Wharton señala que, cuanto más fiable parece la IA, más propensos somos a sucumbir cognitivamente. En uno de sus experimentos, los participantes que interactuaban con un chatbot que acertaba el 90% de las veces mostraban una tasa de 'rendición cognitiva' del 78%, frente al 45% cuando el chatbot acertaba solo el 60%. Esto no solo reduce nuestra capacidad de pensamiento crítico, sino que también nos hace vulnerables a errores, sesgos o información desactualizada que los modelos puedan contener. Por ejemplo, un estudio de la Universidad de Stanford en 2024 encontró que los modelos de lenguaje como GPT-4 pueden generar información médica incorrecta hasta en un 30% de los casos, lo que en un contexto de rendición cognitiva podría llevar a decisiones perjudiciales para la salud. En el ámbito laboral, una encuesta de McKinsey de 2025 reveló que el 65% de los trabajadores que usan IA para tareas analíticas admiten no verificar las respuestas, lo que ha provocado errores en informes financieros y estrategias de marketing. La rendición cognitiva, por tanto, no es un problema futuro: ya está afectando la productividad y la calidad de las decisiones en empresas y hogares.

Consecuencias para empresas y usuarios

Para las empresas, la dependencia excesiva de la IA sin supervisión humana puede traducirse en errores costosos, falta de innovación y una cultura organizacional que premie la eficiencia a costa del criterio. Un caso emblemático ocurrió en 2024, cuando una firma de inversión utilizó un modelo de IA para recomendar carteras de acciones y, debido a sesgos en los datos de entrenamiento, perdió más de 10 millones de dólares en un trimestre. Los empleados, confiados en la IA, no cuestionaron las recomendaciones. Para los usuarios individuales, el riesgo es una erosión silenciosa de la autonomía intelectual. Shaw y Nave advierten que, si no se fomenta un uso crítico de la IA, podríamos estar formando generaciones que confían más en las máquinas que en su propio razonamiento. Esto recuerda a otros fenómenos como la sobrecarga informativa o la dependencia tecnológica, pero con un matiz: la IA no solo proporciona información, sino que ofrece respuestas completas y convincentes, lo que hace más difícil resistirse a aceptarlas sin cuestionarlas. A diferencia de la dependencia de los motores de búsqueda, donde el usuario debe filtrar y sintetizar, la IA entrega una respuesta final que parece autorizada. Además, el estudio de Wharton encontró que la rendición cognitiva es más pronunciada en personas con menor habilidad numérica o con alta ansiedad ante la toma de decisiones, lo que sugiere que la IA podría ampliar las brechas cognitivas existentes. En el mercado laboral, esto podría traducirse en una polarización: quienes usen la IA de forma crítica mantendrán su ventaja competitiva, mientras que quienes deleguen completamente perderán habilidades valiosas.

¿Qué deben saber los lectores?

La rendición cognitiva no es inevitable. Los investigadores recomiendan adoptar una postura activa: verificar fuentes, comparar respuestas con el propio conocimiento y usar la IA como un asistente, no como un sustituto del pensamiento. En concreto, proponen técnicas como la 'disonancia deliberada': pedir a la IA que genere argumentos en contra de su propia respuesta para fomentar el escepticismo. Las empresas pueden implementar protocolos de validación humana en procesos críticos, como revisiones por pares de las sugerencias de IA, y establecer métricas de 'pensamiento crítico' en las evaluaciones de desempeño. A nivel social, es necesario educar en competencias digitales que incluyan el escepticismo informado, tal como recomienda la UNESCO en su informe de 2025 sobre alfabetización en IA. Además, los desarrolladores de IA pueden incorporar 'señales de incertidumbre' en las respuestas, indicando el nivel de confianza del modelo, una práctica que ya están explorando empresas como Anthropic y Google DeepMind. En definitiva, la IA es una herramienta poderosa, pero su mejor uso requiere mantener el control cognitivo. Como concluyen Shaw y Nave: 'La tecnología más inteligente es la que nos hace más inteligentes a nosotros, no la que piensa por nosotros'.