¿Qué queda de las habilidades cuando desaparece el asistente? Una serie de ensayos controlados aleatorizados, publicada en arXiv en abril, ofrece una de las primeras respuestas causales: entrenarse con un asistente de IA reduce la perseverancia y deteriora el rendimiento autónomo, incluso en una tarea tan elemental como el cálculo de fracciones. El estudio está firmado por Grace Liu (Carnegie Mellon), junto con Brian Christian y Tsvetomira Dumbalska (Oxford), Michiel A. Bakker (MIT) y Rachit Dubey (UCLA); Christian es autor de The Alignment Problem.
El protocolo
Los investigadores reclutaron a 1.222 participantes en total, distribuidos aleatoriamente en tres experimentos. En el principal, los participantes practican 12 problemas de fracciones, con o sin un asistente basado en GPT-5, y luego todos realizan la misma prueba final de 3 problemas, sin asistencia, con un botón «saltar» disponible en todo momento para abandonar un problema. Una réplica (667 participantes) endurece el diseño con un pretest, y un tercer experimento traslada el protocolo a la comprensión lectora.
Los resultados
La diferencia es clara. En la prueba final sin IA del experimento principal, el grupo que había recibido asistencia resuelve correctamente el 57 % de los problemas, frente al 73 % del grupo que se había entrenado solo; la tasa de abandono casi se duplica, del 11 % al 20 %. La réplica reproduce el efecto, aunque atenuado (71 % frente a 77 %), y la comprensión lectora lo confirma (76 % frente a 89 %, con ocho veces más abandonos). Todo ello tras apenas una exposición de unos diez minutos: la asistencia no solo desplazó la competencia hacia la herramienta, sino que también erosionó la disposición al esfuerzo en sí misma. Los autores lo interpretan como un condicionamiento: la IA acostumbra a la respuesta inmediata y priva de la experiencia de superar la dificultad.
Lo que el estudio demuestra y lo que no demuestra
La fortaleza del resultado reside en el diseño: la asignación aleatoria permite una lectura causal, a diferencia de la mayoría de los trabajos sobre la «atrofia cognitiva» vinculada a la IA, que se basan en correlaciones o en autoevaluaciones. Sus límites también son claros. Se trata de un preprint, aún no validado por pares. Las tareas siguen siendo estrechas —fracciones y lectura de textos breves—, el horizonte es inmediato, solo se probó un modelo y el efecto se atenúa de forma notable en la réplica con un protocolo más estricto. El estudio establece un mecanismo, no una ley general.
Por qué importa el resultado
Sin embargo, el mecanismo interpela mucho más allá del laboratorio. En educación, documenta el escenario que temen los docentes: una herramienta que mejora la producción inmediata al tiempo que erosiona la capacidad de producir sin ella. En la empresa, donde los asistentes se despliegan como herramientas de formación implícita, sugiere que el rendimiento asistido es un indicador engañoso de la verdadera competencia de los equipos. Y para los diseñadores de asistentes, aboga por decisiones de diseño todavía poco habituales: fricciones deliberadas, modos de entrenamiento en los que la IA guíe sin resolver. La cuestión ya no es si la asistencia ayuda —sí ayuda—, sino qué deja atrás cuando se retira.