¿ChatGPT afecta el cerebro? Estudio del MIT analiza su impacto en la memoria y el pensamiento

Banner

Julieta Coria/Grupo Marmor

El uso intensivo de herramientas de inteligencia artificial generativa podría estar relacionado con una menor activación cognitiva durante tareas de escritura, de acuerdo con un estudio realizado por investigadores vinculados al MIT Media Lab. El trabajo, titulado “Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task”, analizó a 54 participantes divididos en grupos que escribieron ensayos utilizando un modelo de lenguaje, un buscador de internet o únicamente sus propios conocimientos.

Para evaluar el desempeño cognitivo, los investigadores utilizaron electroencefalogramas (EEG) mientras los participantes realizaban los ejercicios. El estudio reportó que el grupo que utilizó LLM presentó los niveles más bajos de conectividad cerebral entre los tres grupos, mientras que quienes escribieron sin herramientas externas mostraron las redes neuronales más distribuidas.

Los investigadores también analizaron los textos producidos y entrevistaron a los participantes. Entre los resultados reportados se encontró que quienes utilizaron el modelo de lenguaje mostraron menor sensación de autoría sobre sus propios ensayos y dificultades para recordar o citar lo que habían escrito, en comparación con quienes realizaron la tarea sin herramientas.

Sin embargo, el estudio no plantea que la inteligencia artificial deba dejar de utilizarse. De hecho, uno de sus hallazgos apunta a que la forma de utilizar estas herramientas puede marcar una diferencia: participantes que primero desarrollaron sus ideas por cuenta propia y posteriormente utilizaron un LLM mostraron una mayor activación y mejores indicadores de memoria durante la tarea.

Los propios autores señalan que se trata de una investigación sobre el costo cognitivo de utilizar LLM en una tarea educativa específica. El trabajo es un preprint, por lo que sus resultados deben interpretarse con cautela y requieren mayor investigación y replicación independiente antes de generalizar sus conclusiones a todos los usos de la inteligencia artificial.