La asistencia de IA puede ayudar a resolver tareas en el momento, pero también podría debilitar la persistencia cuando la persona debe continuar sola. Esa es la conclusión central de un estudio hecho por investigadores de CMU, University of Oxford, MIT y UCLA, que analizaron cómo cambia el rendimiento después de usar un asistente de IA durante sesiones breves.
El trabajo, titulado AI Assistance Reduces Persistence and Hurts Independent Performance (La asistencia de IA reduce la persistencia y perjudica el rendimiento independiente), no plantea que usar IA sea siempre negativo. Su punto es más específico: cuando la ayuda entrega soluciones directas, los usuarios pueden obtener mejores resultados a corto plazo, pero luego muestran peor desempeño independiente y mayor tendencia a abandonar problemas cuando la herramienta deja de estar disponible.
Para quienes están aprendiendo a usar estas herramientas, la lectura práctica es clara. La IA puede ser útil como apoyo, pero conviene usarla de una forma que mantenga activo el esfuerzo propio. Ese equilibrio también importa en procesos de formación y clases de Inteligencia Artificial, donde no basta con obtener una respuesta rápida: también hay que desarrollar criterio para trabajar sin depender completamente del asistente.
La asistencia de IA mejoró el resultado inmediato, pero bajó el rendimiento sin ayuda
El estudio reunió evidencia en tres experimentos controlados aleatorizados, con un total de 1.222 participantes. En el primer experimento, 354 personas trabajaron en problemas de fracciones. Un grupo resolvió 12 ejercicios con un asistente de IA disponible en una barra lateral, mientras otro grupo trabajó sin esa ayuda. Luego, la IA fue retirada sin aviso y todos resolvieron tres problemas adicionales de forma independiente.
Según la página del proyecto, quienes habían usado la asistencia de IA tuvieron una tasa media de resolución de 0,57 en la fase de prueba, frente a 0,73 en el grupo de control. También saltaron más problemas: 0,20 frente a 0,11. En términos simples, el grupo que había contado con ayuda rindió peor cuando tuvo que seguir sin ella y mostró menos persistencia ante las tareas difíciles.
El segundo experimento replicó el resultado con 667 participantes e incorporó controles metodológicos adicionales. Esta vez hubo una fase previa para considerar diferencias de habilidad y una interfaz lateral equivalente para el grupo de control, con el fin de evitar que el diseño de pantalla explicara el efecto. Aun así, el patrón se repitió: la asistencia ayudó durante la fase de aprendizaje, pero el rendimiento independiente fue menor en la prueba posterior.
Los investigadores también separaron los usos de la IA. El efecto negativo se concentró en quienes pidieron soluciones directas. En cambio, quienes usaron la herramienta para obtener pistas o aclaraciones no mostraron deterioros significativos frente al grupo de control. Esa diferencia es importante porque sugiere que el problema no es simplemente usar IA, sino usarla como sustituto completo del esfuerzo de resolver.
El estudio sobre asistencia de IA abre una pregunta práctica para educación y trabajo
El tercer experimento trasladó el diseño a comprensión lectora con problemas tipo SAT y 201 participantes. La idea era comprobar si el efecto aparecía fuera de la aritmética. El resultado volvió a apuntar en la misma dirección: quienes habían usado asistencia de IA tuvieron una tasa media de resolución de 0,76, frente a 0,89 en el grupo de control, y una tasa de abandono más alta.
Los autores interpretan estos resultados como una señal de alerta sobre sistemas optimizados para entregar respuestas completas e inmediatas.
Para educación, capacitación y productividad, el matiz es relevante. Una herramienta de IA que entrega una respuesta final puede ahorrar tiempo, pero no siempre entrena la capacidad que la persona necesita conservar. En cambio, una IA usada como tutor, con pistas graduales, preguntas de apoyo o revisión del razonamiento, podría acompañar mejor el aprendizaje sin reemplazar el esfuerzo central.
La investigación no demuestra qué ocurre después de meses o años de uso cotidiano, ni prueba que todos los usos de IA reduzcan habilidades. Sus experimentos son breves, de aproximadamente 10 minutos de interacción asistida, y se concentran en tareas específicas de resolución de problemas. Aun así, el hallazgo es útil porque muestra un efecto causal medible incluso después de una exposición corta.
La conclusión más prudente no es dejar de usar IA, sino cambiar o mejorar la forma de pedir ayuda. Si el objetivo es aprender, conviene pedir pistas, explicaciones paso a paso, preguntas guía o revisión de intentos propios antes de solicitar la solución completa. La asistencia de IA puede seguir siendo valiosa, pero el estudio recuerda que una buena herramienta no debería medir solo cuán rápido entrega una respuesta, sino cuánto ayuda a sostener la capacidad de resolver cuando la herramienta ya no está.
