Solo el pensamiento crítico garantiza que la IA nos haga más inteligentes, no más tontos

Estamos entrando en una nueva era donde la inteligencia artificial puede generar contenido más rápido que nuestro pensamiento crítico. En cuestión de segundos, la IA puede resumir informes extensos, redactar correos electrónicos en nuestro tono e incluso generar recomendaciones estratégicas. Pero si bien estas mejoras de productividad son prometedoras, hay una pregunta urgente latente: ¿Pensamos menos porque la IA hace más?

Las habilidades cognitivas que más necesitamos en un mundo impulsado por la IA son precisamente aquellas que las herramientas podrían estar debilitando. Cuando el pensamiento crítico queda relegado a un segundo plano, las consecuencias son casi cómicas, a menos que sea tu empresa la que acapara los titulares.

• McDonald’s cerró su programa piloto de drive-thru con inteligencia artificial luego de que los clientes informaran sobre errores extraños, como cobrarles 20 comidas de McNuggets en un solo pedido o recibir ketchup con helado.
• Google redujo su función AI Overviews cuando sugirió usar pegamento para evitar que el queso se deslice de la pizza y comer una piedra al día.
• En una demanda con Walmart, los abogados de Morgan & Morgan fueron sancionados por un juez federal después de presentar múltiples citas de casos falsos generados por IA.
• El chatbot de Air Canada ofreció un descuento por duelo inexistente. Cuando la aerolínea se negó a abonarlo, el pasajero presentó una demanda y ganó.

Estos análisis del mundo real muestran lo que puede suceder cuando falta el pensamiento crítico.

A medida que los modelos de IA se vuelven más avanzados y potentes, presentan tasas de alucinaciones aún mayores, lo que hace que la supervisión humana sea aún más crucial. Sin embargo, un estudio de McKinsey de marzo de 2025 reveló que solo el 27 % de las organizaciones reportaron revisar el 100 % de los resultados de la IA generativa. Con tanta atención puesta en la tecnología en sí, muchas organizaciones claramente aún no comprenden la creciente importancia de la supervisión humana.

Aclarando qué es el pensamiento crítico

Si bien la mayoría coincide en que el pensamiento crítico es esencial para evaluar la IA, existe menos consenso sobre su verdadero significado. El término se suele usar como un término general para una amplia gama de habilidades analíticas —desde el razonamiento y la lógica hasta el cuestionamiento y la resolución de problemas— que pueden resultar confusas o ambiguas.

En esencia, el pensamiento crítico es tanto una mentalidad como un método. Se trata de cuestionar nuestras creencias, examinar cómo pensamos y aplicar herramientas como la evidencia y la lógica para llegar a mejores conclusiones.

Defino el pensamiento crítico como la capacidad de evaluar la información de manera reflexiva y disciplinada para emitir juicios sólidos en lugar de aceptar las cosas sin más.

Como parte de la investigación para este artículo, hablé con Fahed Bizzari, socio director de Bellamy Alden AI Consulting, quien ayuda a las organizaciones a implementar la IA de forma responsable. Describió la mentalidad ideal como «un estado de cautela permanente» en el que «hay que estar siempre alerta para asumir la responsabilidad de la inteligencia de la IA, así como de la propia». Esta mentalidad de vigilancia constante es esencial, pero requiere herramientas prácticas para que funcione en la práctica diaria.

El efecto GPS: ¿Qué sucede cuando dejamos de pensar?

Esta necesidad de vigilancia es más urgente que nunca. Ha surgido un patrón preocupante en el que los investigadores están descubriendo que el uso frecuente de IA está relacionado con la disminución de las habilidades de pensamiento crítico. En un estudio reciente del MIT , se asignó a 54 participantes la tarea de escribir ensayos utilizando uno de tres enfoques: su propio conocimiento («solo cerebro»), Búsqueda de Google o ChatGPT. El grupo que utilizó la herramienta de IA mostró la menor participación cerebral, la recuperación de memoria más débil y la menor satisfacción con su escritura. Esta descarga cognitiva produjo ensayos homogéneos y «sin alma», carentes de originalidad, profundidad y compromiso crítico. Irónicamente, las mismas habilidades necesarias para evaluar el resultado de la IA, como el razonamiento, el juicio y el escepticismo, se están erosionando o suprimiendo por la dependencia excesiva de la tecnología.

Es como si tu sentido de la orientación se perdiera poco a poco porque dependes del GPS para cada viaje, incluso en tu propio barrio. Cuando el GPS falla por un error del sistema o por pérdida de señal, te quedas desorientado. La habilidad que antes tenías se ha atrofiado porque has dejado tu orientación en manos del GPS.

Bizzari señaló: «La IA multiplica exponencialmente la inteligencia aplicada, pero al hacerlo, erosiona la inteligencia fundamental. Hoy en día, todos celebran las mejoras en la productividad, pero con el tiempo se convertirán en un gran problema». Su argumento subraya un riesgo aún mayor de la dependencia excesiva de la IA. No solo cometemos más errores, sino que perdemos la capacidad de detectarlos.

Por qué pensar rápido no siempre es pensar inteligentemente

Nos gusta pensar que evaluamos la información racionalmente, pero nuestros cerebros no están programados de esa manera. Como explica el psicólogo Daniel Kahneman, tendemos a confiar en el pensamiento del Sistema 1, que es rápido, automático e intuitivo. Es eficiente, pero tiene sus inconvenientes. Sacamos conclusiones precipitadas y confiamos en todo lo que parece creíble. No nos detenemos a profundizar, lo que nos hace especialmente susceptibles a los errores de la IA.

Las herramientas de IA generan respuestas seguras, pulidas y fáciles de aceptar. Nos dan lo que parece una buena respuesta, casi al instante y con el mínimo esfuerzo. Como suena autoritaria, el Sistema 1 la aprueba sin reservas incluso antes de que la cuestionemos. Ahí reside el peligro.

Para detectar los puntos ciegos, las exageraciones o las alucinaciones directas de la IA, debemos anular el reflejo mental del Sistema 1. Esto implica activar el pensamiento del Sistema 2 , que es el modo de razonamiento más lento y deliberado. Es la parte de nosotros que verifica las fuentes, prueba las suposiciones y evalúa la lógica. Si el Sistema 1 es lo que nos impide actuar con la IA, el Sistema 2 es lo que nos protege.

Los cinco críticos: un marco para convertir a los pasajeros en pilotos

No se puede escalar la IA de forma segura sin escalar el pensamiento crítico. Bizzari advirtió que, si bajamos la guardia, la IA se convertirá en el piloto, no en el copiloto, y nosotros nos convertiremos en pasajeros involuntarios. A medida que las organizaciones se orientan cada vez más a la IA, no pueden permitirse tener más pasajeros que pilotos. Todos los responsables del uso de la IA, desde los analistas hasta los ejecutivos, deben guiar activamente las decisiones en sus respectivos ámbitos.

Afortunadamente, el pensamiento crítico se puede aprender, practicar y fortalecer con el tiempo. Pero dado que nuestros cerebros están programados para la eficiencia y favorecen el pensamiento rápido e intuitivo del Sistema 1 , depende de cada uno de nosotros interactuar proactivamente con el Sistema 2 para detectar lógicas erróneas, sesgos ocultos y respuestas de IA demasiado confiadas.

Aquí te explico cómo poner esto en práctica. He creado el marco de los Cinco Críticos , que divide el pensamiento crítico en cinco componentes clave, cada uno con una perspectiva tanto de mentalidad como de método:

1. Autorregulación. Aunque percibamos el resultado como neutral, lo analizamos a través de nuestros propios filtros. Debemos monitorear y cuestionar nuestras reacciones iniciales, que a menudo se ven influenciadas por sesgos, heurísticas y suposiciones personales. Es fundamental reconocer nuestras limitaciones cognitivas y mantener una mentalidad abierta.
   
   Mentalidad: Sea reflexivo y de mente abierta.
   Método: Haga una pausa intencional antes de aceptar el resultado de la IA para activar su pensamiento del Sistema 2 y pregúntese qué influye en su reacción instintiva a la información.
2. Evaluación. Por muy refinado o pulido que parezca el resultado de la IA, no se debe confiar ciegamente en su veracidad, precisión o exhaustividad. Debemos verificar la calidad y fiabilidad de sus fuentes. Las herramientas de IA son tan buenas como sus datos de entrada, y tienden a ser engañosas. Esto significa que debemos ser diligentes al validar sus resultados. Sin embargo, también es importante calibrar el escepticismo según lo que esté en juego y el contexto en cuestión. Por ejemplo, las tareas rutinarias con consecuencias bajas no requieren el mismo rigor que las decisiones estratégicas que afectan a los clientes, las finanzas o la reputación de la marca.
   
   Mentalidad: Sea escéptico, pero justo.
   Método: Verifique que las citas clave existan y estén representadas con precisión, especialmente para afirmaciones que parezcan sorprendentes o demasiado convenientes.
3. Análisis. Si solo nos centramos en los elementos superficiales, podemos pasar por alto detalles cruciales y malinterpretar el panorama general. Debemos desglosar o deconstruir la información analizando los argumentos centrales, identificando los componentes clave, aislando las suposiciones subyacentes y detectando lagunas ocultas. Seguir este proceso analítico ayuda a determinar qué es señal y qué es ruido.
   
   Mentalidad: Curiosa y sistemática.
   Método: Formular preguntas de seguimiento sobre la afirmación principal. Cuestionar las suposiciones que subyacen a las cifras o la narrativa.
4. Inferencia. Cuando la mayoría de los resultados de la IA parecen fidedignos y seguros, podemos pasar por alto su lógica real. Podríamos pasar por alto si los argumentos están bien estructurados o si las conclusiones se desprenden realmente de la evidencia. Sin un análisis más detallado, podríamos pasar por alto una lógica débil o falacias en los resultados de la IA que lleven a conclusiones erróneas.
   
   Mentalidad: Lógica y disciplinada.
   Método: Rastrear el razonamiento detrás de los resultados de la IA. Cuestionar si las conclusiones se desprenden de la evidencia o conducen a conclusiones alternativas.
5. Interpretación. Sin un contexto adecuado, las herramientas de IA pueden malinterpretar lo apropiado, realista o necesario en cada situación específica. Necesitamos analizar la información de forma más amplia, considerando las limitaciones del mundo real, las implicaciones éticas y los matices organizativos que la IA podría pasar por alto. Esta perspectiva humana determina cómo adaptamos los resultados de la IA o cuándo los rechazamos por completo.
   
   Mentalidad: Reflexiva y comprensiva.
   Método: Considerar qué podría estar pasando por alto la herramienta de IA en términos de contexto, matices, ética o limitaciones del mundo real.

Simplemente PREGUNTA: Una rápida comprobación de IA para mentes ocupadas

Si bien estas cinco habilidades proporcionan una base sólida para el pensamiento crítico relacionado con la IA, no funcionan de forma aislada. Al igual que los pilotos deben adaptar su enfoque según las condiciones meteorológicas, el tipo de aeronave y el destino, nosotros debemos ser capaces de adaptar nuestras habilidades de pensamiento crítico a diferentes circunstancias. Tu enfoque y nivel de esfuerzo dependerán de los siguientes factores clave:

1. Experiencia en el dominio. Un piloto experimentado dependerá menos de su copiloto que uno novato. Si posee un profundo conocimiento del dominio de un tema, tendrá más probabilidades de detectar problemas en el resultado de la IA. Si carece de la experiencia adecuada, se sentirá tentado a confiar más en la herramienta de IA. Sin embargo, debe ser más cauteloso y riguroso con el marco de trabajo, ya que tendrá menos capacidad para detectar posibles problemas.
2. Cultura organizacional. Las habilidades individuales de pensamiento crítico solo prosperan en entornos donde se las apoya. Incluso los pilotos más hábiles necesitan control de tráfico aéreo y condiciones de pista adecuadas para aterrizar con seguridad. Las organizaciones deben fomentar activamente el cuestionamiento de los resultados de la IA mediante capacitación, asignación de tiempo y ejemplos de liderazgo. Si las organizaciones esperan este nivel de escrutinio de sus empleados, no pueden quejarse si se sacrifica cierta eficiencia para preservar la efectividad general.
3. Limitaciones de tiempo. Idealmente, se busca ser lo más exhaustivo posible al aplicar el pensamiento crítico a los resultados de IA. Sin embargo, siendo pragmático, se puede aplicar un enfoque de «triaje» donde las decisiones importantes reciben un tratamiento completo, mientras que las tareas rutinarias reciben una evaluación simplificada.

Reconociendo que muchos escenarios con resultados de IA pueden no requerir una revisión exhaustiva, he desarrollado una forma rápida de incorporar el pensamiento crítico al uso diario de la IA. Esto es particularmente importante porque, como destacó Bizzari, «los modelos de lenguaje de IA actuales se han diseñado principalmente con un enfoque en la plausibilidad, no en la corrección. Por lo tanto, pueden hacer que la mayor mentira del mundo suene verosímil y convincente». Para contrarrestar este problema, he creado un marco simple que cualquiera puede aplicar en segundos. Simplemente PREGUNTA:

1. Suposiciones : “¿Qué supone esto?”
2. Fuentes : “¿Puedo confiar en esto?”
3. Mantenlo objetivo: “¿Estoy siendo objetivo?”

Para mostrar este enfoque en acción, utilizaré un ejemplo en el que utilicé una herramienta de IA para proporcionar una estrategia de marketing para mi pequeña empresa.

• Supuestos : “¿Qué supone sobre mi público objetivo, mi presupuesto o las condiciones del mercado?”
• Fuentes : “Se menciona una tasa de conversión como referencia del sector. ¿Existe una fuente fiable para esa estimación?”
• Mantén la objetividad: «La estrategia se centra en las campañas de LinkedIn, lo cual coincide con mis preferencias profesionales. ¿Lo acepto porque confirma mi sesgo o porque es la mejor estrategia?»

Esta evaluación rápida podría revelar posibles puntos ciegos que de otro modo podrían convertir recomendaciones prometedoras de IA en errores comerciales costosos, como una campaña de marketing mal orientada.

El futuro de la IA depende del pensamiento humano

Si más empleados simplemente recuerdan «siempre preguntar antes de usar los resultados de la IA», su organización puede empezar a construir una cultura que proteja activamente contra la dependencia excesiva de la IA. Ya sea utilizando el marco completo de los Cinco Críticos o el método rápido de preguntar, las personas pasan de ser pasajeros pasivos a pilotos comprometidos que dirigen activamente cómo se usa la IA y cómo se confía en ella.

La IA puede mejorar nuestro pensamiento, pero nunca debería reemplazarlo. Si no se controla, fomenta atajos que conducen a los costosos errores que vimos antes. Si se usa con prudencia, se convierte en un aliado estratégico poderoso. No se trata de delegar la cognición, sino de mejorarla, combinando herramientas potentes con mentes reflexivas y comprometidas.

Al final, el valor de la IA no provendrá de eliminarnos del proceso, sino de cuán disciplinados seamos al aplicar el pensamiento crítico a lo que nos ayuda a generar.