Investigadores Revelan que los Estudiantes que Usan Modelos de IA para Escribir Ensayos Enfrentan Desafíos Cognitivos

Un estudio reciente del MIT, centrado en el costo cognitivo de usar modelos de IA para escribir ensayos, reveló que los estudiantes que dependen más de los modelos de lenguaje grandes (LLM) pueden enfrentar consecuencias dañinas y desafíos cognitivos.

El estudio, titulado Tu cerebro en ChatGPT: Acumulación de deuda cognitiva al usar un asistente de IA para tareas de redacción de ensayos, descubrió que el uso de modelos de IA puede afectar significativamente a los estudiantes y sus procesos de aprendizaje, incluyendo lo que los investigadores llaman un “coste cognitivo”.

La investigación involucró a 54 participantes y reveló que el grupo que utilizó ChatGPT para escribir ensayos mostró una conectividad neural más débil y tuvo dificultades para recordar y citar su propio ensayo solo minutos después de terminar la tarea.

Aunque el equipo de investigación reconoció las limitaciones de su pequeño tamaño de muestra, esperan que los hallazgos sirvan como “una guía preliminar para entender los impactos cognitivos y prácticos de la IA en los entornos de aprendizaje”.

Para el estudio, los investigadores dividieron a los participantes en tres grupos: uno que pudo utilizar modelos de lenguaje de aprendizaje automático (MLM) como ChatGPT, otro que pudo acceder a motores de búsqueda tradicionales como Google y un tercer grupo que solo pudo utilizar su conocimiento, al que se le llamó el grupo Solo-cerebro.

Los participantes completaron cuatro sesiones de redacción y análisis de ensayos, tres con la configuración original del grupo, y una sesión final en la que se cambió el acceso a las herramientas, obligando al grupo de LLM a escribir utilizando únicamente su cerebro.

Como instrumentos de medición, los científicos utilizaron una electroencefalografía (EEG) para registrar la actividad cerebral considerando el compromiso y la carga. Los científicos también han desarrollado recientemente un e-tatuaje para detectar la fatiga mental. El estudio también incluyó análisis de NLP, entrevistas a los participantes y calificación de ensayos tanto por profesores humanos como por una herramienta de IA.

Los expertos revelaron una fuerte correlación entre la conectividad cerebral y el uso de herramientas externas. El grupo de sólo cerebro tuvo los niveles más altos de conectividad neural, mientras que aquellos que utilizaban IA mostraron los más débiles.

La retención de memoria también se vio afectada negativamente. El grupo que utilizó modelos de IA tuvo más dificultades para citar sus propios ensayos e informó los niveles más bajos de “propiedad” sobre su trabajo.

“A medida que el impacto educativo del uso de LLM apenas comienza a asentarse en la población general, en este estudio demostramos la urgente cuestión de una probable disminución en las habilidades de aprendizaje basada en los resultados de nuestro estudio”, escribieron los investigadores. “Los participantes del grupo LLM tuvieron un rendimiento peor que sus contrapartes en el grupo Solo-Cerebro en todos los niveles: neural, lingüístico y de puntuación.”