NICKE STUDIO / AI y pensamiento crítico
AI y pensamiento crítico: ¿te hace más inteligente?
¿La AI te hace más inteligente? Revisa estudios, estadísticas y límites sobre aprendizaje y pensamiento crítico, con ejemplos de marketing B2B y B2C.
¿La AI te hace más inteligente o te acostumbra a pensar menos? La pregunta importa cuando escribes una campaña, aprendes una herramienta o necesitas tomar una decisión. Una respuesta que aparece en segundos puede ayudarte mucho. También puede darte la sensación de entender algo que todavía no podrías explicar por tu cuenta.
La investigación no permite afirmar que usar inteligencia artificial aumente o reduzca automáticamente tu inteligencia. Sí muestra diferencias entre terminar una tarea, aprender a realizarla y conservar la capacidad de revisarla. Para un equipo de marketing, una empresa B2B o una marca B2C, esas diferencias tienen consecuencias prácticas.
Esta revisión reúne cinco estudios de 2023 a 2026. Sus porcentajes describen tareas y participantes concretos. Ninguno de los resultados que presentamos equivale a un cambio de coeficiente intelectual.
Entregar una respuesta mejor no garantiza haber aprendido a construirla.
Primero, separa productividad, aprendizaje e inteligencia
Productividad significa conseguir un resultado utilizando tiempo y recursos. Aprendizaje implica poder explicar o aplicar algo después. Pensamiento crítico incluye evaluar pruebas, detectar supuestos y justificar una decisión. Son aspectos relacionados, pero no intercambiables.
Una persona puede redactar más rápido con AI y, al mismo tiempo, practicar menos la construcción de argumentos. Otra puede utilizar el mismo asistente para explorar objeciones y comprender mejor un problema. Contar documentos producidos no distingue esas experiencias.
Antes de aceptar un titular sobre AI, pregunta qué se midió: ¿calidad de un texto, nota de un ejercicio, opiniones de participantes o capacidad sin ayuda? Esta distinción evita convertir un hallazgo limitado en un diagnóstico sobre toda la población.
Qué dicen cinco estudios sobre AI
| Estudio y contexto | Resultado observado | Cómo interpretarlo |
|---|---|---|
| Noy y Zhang, Science, 2023; 453 profesionales | 40% menos tiempo y 18% más calidad en tareas de escritura | Rendimiento asistido, no aumento de inteligencia |
| Bastani y colaboradores, PNAS, 2025; casi 1.000 estudiantes | Práctica: +48% con GPT Base y +127% con GPT Tutor; examen sin ayuda: −17% para GPT Base | Los resultados cambian al retirar la herramienta |
| Tutoría de física, Scientific Reports, 2025; 194 estudiantes | Ganancia mediana de aprendizaje superior al doble frente a la condición de clase | Un tutor diseñado para determinadas lecciones |
| Lee y colaboradores, CHI, 2025; 319 trabajadores y 936 ejemplos | Mayor confianza en AI se asoció con menor pensamiento crítico declarado | Encuesta; no demuestra causalidad |
| Shen y Tamkin, preprint de 2026; 52 programadores | Peor comprensión inmediata con ayuda; diferencia de tiempo no significativa | Estudio pequeño sobre una habilidad nueva |
Los diseños y las métricas son diferentes. La tabla permite comparar preguntas de investigación; no sirve para calcular un supuesto «efecto promedio de la AI sobre el cerebro».
Escribir mejor con AI no significa saber más
El experimento de Noy y Zhang publicado en Science asignó tareas profesionales de escritura y ofreció ChatGPT aleatoriamente a parte de los participantes. Encontró mejoras de tiempo y calidad. Es una razón concreta para explorar asistentes en borradores, propuestas o comunicaciones.
El salto injustificado sería decir que sus usuarios se volvieron un 18% más inteligentes. El estudio evaluó productos escritos. Para trasladar la idea a marketing, revisa el texto final, la exactitud de sus afirmaciones y el tiempo completo de edición. Un borrador rápido puede seguir necesitando criterio sobre la audiencia, la oferta y las pruebas que la respaldan.
En B2B, un argumento comercial debe resistir preguntas sobre alcance e implementación. En B2C, una promesa sobre un producto necesita corresponder con lo que realmente se entrega. La fluidez de la redacción no verifica ninguna de las dos cosas.
El riesgo aparece cuando delegas la práctica
El ensayo de matemáticas de Bastani y colaboradores separó práctica asistida y examen sin recursos. GPT Base mejoró la práctica, pero su grupo obtuvo peores resultados después, al trabajar sin ayuda. El tutor con salvaguardas mitigó ese perjuicio; no mostró una ventaja clara en el examen independiente.
El −17% es una reducción relativa respecto al grupo de comparación, no 17 puntos de coeficiente intelectual ni una prueba de daño permanente. El gráfico siguiente es una elaboración propia con los resultados publicados; no es una captura de la revista. Separa las fases para evitar confundir asistencia con aprendizaje.
La interpretación útil es que recibir una solución puede sustituir parte del trabajo con el que se adquiere una habilidad. Esto no obliga a evitar la ayuda: invita a decidir qué parte necesitas practicar y qué parte puedes delegar sin perder comprensión.
Una tutoría bien diseñada también puede ayudar a aprender
El estudio de física publicado en Scientific Reports ofrece un contrapunto. En ese ensayo con estudiantes de Harvard, un tutor diseñado con principios pedagógicos produjo mayores ganancias de aprendizaje que la condición de clase de aprendizaje activo. La ganancia mediana fue superior al doble en las lecciones estudiadas.
Eso no demuestra que cualquier chatbot sustituya a un docente. Sí recuerda que «usar AI» engloba experiencias distintas. Una herramienta que dosifica pistas, pide un intento y ofrece retroalimentación no plantea la misma tarea que otra que entrega una respuesta lista para copiar.
Al aprender una herramienta de marketing, pide que revise tu explicación o proponga un caso nuevo. Conserva oportunidades de equivocarte, corregir y aplicar lo aprendido con tus propias palabras.
El estudio de 2026 y el trabajo de supervisar
Shen y Tamkin estudiaron la formación de habilidades de programación al aprender una biblioteca de Python desconocida. La muestra principal fue de 52 personas. La comprensión posterior fue menor con asistencia, y la diferencia de tiempo no alcanzó significación estadística. Es un preprint, no una conclusión definitiva sobre todos los profesionales.
La captura conserva los gráficos, escalas y barras de incertidumbre de la publicación original de Anthropic. Sus resultados describen ese ejercicio. Los patrones de interacción que comentan los autores son exploratorios: no prueban por sí solos que un tipo de prompt cause una mejora.
La pregunta para una empresa es práctica: si automatizas una tarea, ¿quién podrá detectar una respuesta incorrecta? Esa capacidad necesita formación, ejemplos y revisión. No aparece únicamente por nombrar a una persona «supervisora».
Confianza en la respuesta y pensamiento crítico
La investigación de Lee y colaboradores presentada en CHI 2025 recogió 936 ejemplos de 319 trabajadores. Una mayor confianza en AI se asoció con menos pensamiento crítico declarado. Al ser una encuesta, no demuestra que la herramienta causara una pérdida de capacidad.
Para trabajar con esos límites, sustituye «suena convincente» por preguntas verificables: ¿de dónde sale este dato?, ¿qué supuesto falta?, ¿qué fuente contradice esta recomendación? También comprueba que una referencia exista y que apoye la frase donde se utiliza. Pedir una bibliografía al asistente no completa esa revisión.
Cómo utilizar AI sin entregar tu criterio
Prueba un proceso sencillo. Es una propuesta de trabajo, no una técnica clínica ni una garantía de aprendizaje:
- Haz un primer intento. Escribe el problema, tus criterios y una explicación breve antes de consultar.
- Pide crítica concreta. Solicita supuestos débiles, información que falta o una alternativa razonada.
- Verifica las afirmaciones. Abre las fuentes, revisa fechas y contrasta los datos importantes.
- Explica la decisión sin el chat. Describe por qué elegiste una opción y cuándo podría fallar.
- Comprueba la transferencia. Resuelve un caso parecido con datos nuevos y observa dónde necesitas ayuda.
Automatiza trabajo repetitivo y reserva atención para las decisiones que tendrás que defender.
En una agencia, además, conviene guardar el razonamiento junto al entregable. Anota qué se verificó, qué cambió y qué queda pendiente. Un compañero debería poder continuar el proyecto sin reconstruir una conversación interminable con el asistente.
Aplicaciones para marketing B2B y B2C
| Tarea | Aporte útil de la AI | Responsabilidad humana |
|---|---|---|
| Propuesta B2B | Organizar preguntas y alternativas | Confirmar alcance, costes y viabilidad |
| Campaña B2C | Explorar enfoques de mensaje | Comprobar promesas, tono y producto |
| Investigación SEO | Agrupar hipótesis y búsquedas | Validar intención, fuentes y prioridades |
| Informe de resultados | Preparar una estructura explicativa | Revisar cálculos, atribución y conclusiones |
| Aprendizaje del equipo | Generar ejercicios y objeciones | Evaluar comprensión sin asistencia |
Estas aplicaciones son ejemplos propuestos, no resultados medidos en los estudios citados. Puedes conectarlas con nuestros servicios de automatización y contenido y con una revisión de SEO técnico. La herramienta debe encajar en un proceso real, con una persona capaz de aprobar o rechazar el resultado.
Para evaluar un piloto, registra tiempo total, correcciones necesarias, calidad final y capacidad del equipo para explicar lo que hizo. Incluye el tiempo de comprobación: ocultarlo produce una productividad aparente. Compara tareas similares y documenta cambios de herramienta o dificultad antes de atribuir cualquier mejora a la AI.
Trabaja con AI y una dirección clara
La conclusión es prudente: la AI puede ampliar lo que consigues con asistencia, y determinados usos pueden reducir la práctica necesaria para aprender. Los resultados dependen del diseño, la tarea y la forma de participar. Estos estudios no resuelven sus efectos sobre la inteligencia general a largo plazo.
En Nicke Studio conectamos automatización, web, SEO técnico y producción de contenido con revisión humana y objetivos definidos. Podemos ayudarte a decidir qué automatizar, qué comprobar y cómo documentar el trabajo para que tu equipo pueda sostenerlo.
Cuéntanos tu proyecto y revisemos un proceso concreto. El objetivo es aprovechar la AI con entregables útiles y decisiones que puedas entender, verificar y mejorar.
Fuentes y alcance de esta revisión
- Noy y Zhang, Science, 2023: experimento de escritura profesional.
- Bastani y colaboradores, PNAS, 2025: práctica y aprendizaje de matemáticas.
- Scientific Reports, 2025: tutoría de AI y aprendizaje activo en física.
- Lee y colaboradores, CHI, 2025: encuesta sobre pensamiento crítico.
- Shen y Tamkin, 2026: preprint sobre formación de habilidades.
Revisión editorial: 29 de octubre de 2026. Selección de investigaciones, no revisión sistemática. Las ilustraciones son originales generadas para Nicke Studio; se identifican por separado del gráfico propio y de la captura de la fuente.