Lo que la IA constante hace al cerebro en desarrollo de tus hijos

Este no es un artículo sobre cómo las pantallas son malas. Si lo que buscas es validación para quitarle el celular a tu hijo, este no es ese artículo.

Esto es sobre neurociencia específica: qué pasa en el cerebro de un niño cuando delega consistentemente a una IA las tareas cognitivas que ese cerebro debería estar haciendo — y por qué la diferencia entre “usar IA para aprender” y “usar IA en lugar de aprender” no es filosófica. Es biológica.

Cómo funciona la memoria de trabajo y por qué importa en el desarrollo

La memoria de trabajo es el sistema cognitivo que mantiene y manipula información de forma temporal mientras realizas una tarea. Es lo que usas cuando lees un problema de matemáticas, guardas los números intermedios mentalmente y calculas el resultado. Es lo que usas cuando redactas una oración: recuerdas las palabras previas mientras construyes la siguiente, y evalúas si el párrafo está fluyen hacia donde quieres.

La memoria de trabajo en niños no está completamente desarrollada al nacer. Se desarrolla con el uso. Investigación de Gathercole y Alloway publicada en Developmental Psychology documentó que la capacidad de memoria de trabajo crece de forma significativa entre los 4 y los 14 años — exactamente el rango de edad en que los niños están empezando a usar IA de manera habitual.

El mecanismo es el de cualquier sistema que se desarrolla con práctica: úsalo y crece, no lo uses y no crece tanto. Esto no es teoría educativa vaga — es la misma lógica detrás de la rehabilitación física. Un músculo inmovilizado se atrofia. La analogía no es perfecta porque el cerebro tiene más plasticidad que un músculo, pero el principio de “las vías que no se usan se debilitan” está bien documentado en neurociencia del desarrollo.

El marco de las “dificultades deseables”

Robert Bjork, psicólogo cognitivo de UCLA, acuñó el término desirable difficulties (dificultades deseables) para describir algo que parece contraintuitivo: las condiciones que dificultan el aprendizaje a corto plazo son frecuentemente las que producen retención y transferencia más sólidas a largo plazo.

Los ejemplos concretos que Bjork y sus colaboradores han estudiado incluyen:

• Recuperación con esfuerzo (retrieval practice): recordar información desde la memoria, sin mirarla, es más efectivo para retenerla que releerla. El esfuerzo de recuperación fortalece la traza de memoria.
• Espaciado (spacing): estudiar en sesiones distribuidas en el tiempo, con olvido parcial entre ellas, produce más retención que estudiar en bloque.
• Intercalado (interleaving): alternar entre tipos de problemas distintos, en vez de resolver muchos del mismo tipo seguidos, produce aprendizaje más robusto aunque se sienta más difícil.

La IA, usada sin criterio, elimina estas dificultades. Si un niño puede preguntarle a ChatGPT la respuesta, no necesita hacer el esfuerzo de recuperación. Si puede que la IA resuelva el problema, no necesita intercalar diferentes estrategias propias. Si puede que la IA redacte el ensayo, no necesita construir el argumento desde cero — con toda la lucha que eso implica.

El resultado no es que aprendió más rápido. Es que aprendió menos.

Lo que dice la investigación sobre descarga cognitiva y tecnología

El concepto de descarga cognitiva (cognitive offloading) describe el proceso de usar herramientas externas para reducir la demanda cognitiva. Apuntar cosas en papel es descarga cognitiva. Usar una calculadora es descarga cognitiva. Usar GPS es descarga cognitiva.

La descarga cognitiva no es mala en sí misma. El problema emerge cuando la descarga ocurre antes de que se desarrolle la capacidad interna que la herramienta reemplaza.

Un estudio de Storm y Stone (2015) publicado en Psychological Science mostró que cuando las personas saben que van a poder consultar información guardada en una computadora, hacen menos esfuerzo por retenerla en memoria. La expectativa de acceso externo reduce el procesamiento interno. Ese efecto, documentado en adultos, tiene implicaciones distintas en niños cuyas capacidades cognitivas todavía están formándose.

Un meta-análisis de Risko y Gilbert (2016) en Current Directions in Psychological Science revisó la literatura sobre descarga cognitiva y concluyó que la descarga puede ser adaptativa (libera recursos para tareas de orden superior) o maladaptativa (sustituye el desarrollo de capacidades necesarias). La distinción depende de si la capacidad descargada ya estaba desarrollada o no.

Dicho claramente: un adulto que usa GPS porque ya sabe orientarse está liberando atención para el tráfico. Un niño que usa GPS antes de aprender a orientarse puede no desarrollar nunca el sentido espacial que esa habilidad construye.

Tipo de tarea cognitiva	Qué construye cuando la hace el niño	Qué se pierde si siempre la hace la IA
Redactar un argumento escrito	Organización de ideas, recuperación de vocabulario, pensamiento secuencial	Capacidad de estructurar pensamiento propio sin andamio externo
Resolver un problema de matemáticas	Memoria de trabajo, razonamiento espacial, patrones	Automatización de procedimientos; capacidad de estimación
Recordar hechos y conectarlos	Redes de conocimiento en memoria a largo plazo	Conocimiento factual base para razonamiento complejo
Depurar un error (en código, en un texto)	Atención al detalle, tolerancia a la frustración, diagnóstico	Habilidad de detectar y corregir errores propios
Tomar notas en clase	Procesamiento activo, síntesis, priorización	Comprensión profunda; distinguir lo importante

Fuentes: Bjork & Bjork, 2011; Risko & Gilbert, 2016; Storm & Stone, 2015.

La diferencia entre “IA que amplifica” e “IA que reemplaza”

Esta distinción es el núcleo de lo que los papás necesitan entender, porque no es una pregunta de si usar IA o no. Es una pregunta de cómo.

IA que amplifica el aprendizaje:

• El niño escribe su primer borrador del ensayo solo, luego usa IA para pedir retroalimentación específica sobre estructura o coherencia.
• El niño intenta el problema de matemáticas, se equivoca, luego usa IA para preguntar por qué se equivocó — no para obtener la respuesta.
• El niño usa IA para explorar un tema que le interesa y generar más preguntas propias, no para sustituir la lectura.
• El niño lee el texto completo y luego usa IA para discutir ideas — similar a hablar con un tutor.

IA que reemplaza el aprendizaje:

• El niño le da el prompt a la IA y entrega lo que salió.
• El niño no intenta el problema — pregunta directamente a la IA cómo se resuelve.
• El niño pide a la IA que resuma el libro en vez de leerlo.
• El niño usa IA para tomar notas en su lugar.

La diferencia no es el porcentaje de texto que generó la IA. Es si el niño hizo el trabajo cognitivo difícil antes o después de consultar la herramienta.

Qué pueden hacer los papás

Establecer la regla del “primer intento propio”

Antes de consultar cualquier fuente — IA, Google, o un adulto — el niño debe haber hecho un intento genuino. Esto no es para castigar la búsqueda de ayuda. Es para asegurarse de que el cerebro del niño haya activado los procesos de recuperación y construcción que generan aprendizaje.

El primer intento no necesita ser correcto. Necesita ser honesto. “No sé por dónde empezar” es diferente de “lo intenté por 10 minutos y llegué hasta aquí.” El segundo es un primer intento válido.

Preguntar “por qué” en vez de “qué”

Cuando tu hijo usa IA para obtener información, haz preguntas que requieran que procese esa información: “¿Y tú qué piensas de eso?”, “¿Cómo explicas eso con tus propias palabras?”, “¿Estás de acuerdo con lo que dice?”

Estas preguntas no son pedagógicas en sentido formal — son conversaciones normales de familia que obligan al niño a procesar activamente en vez de consumir pasivamente.

Distinguir tareas de práctica de tareas de producto

No todas las tareas escolares tienen el mismo propósito cognitivo. Algunas son de práctica — ejercicios de matemáticas, conjugaciones, problemas de química. Estas deben hacerse con el mínimo de apoyo externo porque el propósito es la repetición que automatiza la habilidad. Usar IA aquí es exactamente análogo a no hacer el ejercicio físico.

Otras son de producto — proyectos, ensayos finales, presentaciones. Aquí hay más espacio para usar herramientas, incluyendo IA, siempre que el pensamiento central sea del niño.

Ayuda a tu hijo a distinguir cuál es cuál.

No dramatizar el uso de IA — calibrarlo

Si conviertes el uso de IA en un tema de conflicto moral, el niño aprenderá a esconderte que la usa, no a usarla bien. El objetivo no es eliminar la IA de la vida de tu hijo — es que desarrolle el criterio para saber cuándo la herramienta sirve a su aprendizaje y cuándo lo está reemplazando.

Esa conversación es más útil que cualquier restricción técnica. Para saber cómo estructurar esa conversación desde una perspectiva de alfabetización en IA, hay un marco práctico que parte de la misma pregunta: ¿tu hijo dirige la IA o es dirigido por ella?

Observar señales de dependencia, no de uso

La señal de alerta no es que tu hijo use IA. Es que no pueda funcionar sin ella. Si tu hijo no puede redactar ni cinco oraciones seguidas sin consultar una herramienta, si no puede intentar un problema de matemáticas sin ayuda inmediata, si se bloquea completamente ante una tarea abierta — eso merece atención.

No como crisis moral, sino como señal de que puede necesitar más práctica de las habilidades subyacentes, con menos andamiaje externo.

Qué observar en los próximos 3 años

La investigación sobre los efectos del uso de IA en el desarrollo cognitivo de niños está apenas empezando. Los estudios longitudinales que seguirían a niños durante 5-10 años de uso de IA no existen todavía — el fenómeno es demasiado reciente.

Lo que sí podemos anticipar es que las escuelas que diseñen mejor sus evaluaciones — más basadas en demostración en vivo, proyectos físicos, discusión oral y proceso documentado — producirán mejores señales de aprendizaje real que las escuelas que siguen evaluando solo por producto entregado. Pon atención a cómo evalúa la escuela de tu hijo.

Para los papás, el horizonte de los próximos 3 años es práctico: si tienes un hijo de 8-12 años hoy, los hábitos cognitivos que construya en este período serán los que lleve a la secundaria y preparatoria. No es un argumento para el alarmismo. Es un argumento para la intencionalidad.

La IA es una herramienta extraordinariamente poderosa. La pregunta no es si tu hijo la usará — la usará. La pregunta es si cuando la use, también tendrá la capacidad cognitiva propia para evaluarla, corregirla y superarla cuando sea necesario.

Preguntas frecuentes

¿Usar IA para hacer tareas realmente afecta el desarrollo del cerebro?

La evidencia directa sobre IA específicamente es reciente y limitada. Pero la investigación sobre descarga cognitiva y memoria de trabajo — en la que se basa este argumento — es sólida y tiene décadas. Los efectos dependen de qué tareas se delegan, con qué frecuencia y en qué etapa del desarrollo.

¿A qué edad el cerebro ya está lo suficientemente desarrollado para que usar IA no sea un problema?

No hay un corte claro por edad. La plasticidad cerebral es mayor en la infancia pero persiste hasta la adultez temprana. En términos prácticos: las habilidades que más dependen de práctica repetida en la infancia — lectura, escritura, aritmética, argumentación — son las más vulnerables si se delegan consistentemente antes de estar automatizadas.

¿Usar IA para leer resúmenes en vez del libro completo es malo?

Depende del objetivo. Si el objetivo es conocer el argumento central de un libro para una discusión, un resumen puede bastar. Si el objetivo es desarrollar habilidad lectora, comprensión de textos complejos o capacidad de análisis literario, el resumen derrota el propósito porque elimina el proceso.

¿Es diferente usar IA a buscar en Google?

Sí, en grado. Google te da información que debes leer, seleccionar y sintetizar — proceso activo. La IA te entrega síntesis ya hecha. Eso no hace a la IA peor herramienta, pero sí significa que requiere más criterio de uso para que el usuario haga procesamiento activo en vez de consumo pasivo.

¿Qué hago si mi hijo ya depende mucho de la IA para sus tareas?

No es una emergencia. Es una señal de que el hábito necesita recalibrarse. Empieza con la regla del “primer intento propio” en una sola materia, sin convertirlo en conflicto. El objetivo es que el hábito cambie gradualmente, no que el niño sienta que le quitaron algo.

¿Existe investigación específica sobre IA y desarrollo cognitivo en niños?

Estudios específicos sobre IA y desarrollo cognitivo infantil están emergiendo en 2024-2025. Daphne Bavelier (U. de Rochester) ha estudiado efectos de tecnología en plasticidad cerebral. El grupo de Lisa Guernsey en New America ha publicado sobre IA educativa y aprendizaje en niños. La evidencia directa de largo plazo todavía no existe — estamos en los primeros años.

---

Sobre el autor

Ricky Flores es el fundador de HiWave Makers e ingeniero eléctrico con más de 15 años de experiencia desarrollando tecnología de consumo en Apple, Samsung y Texas Instruments. Escribe sobre cómo los niños aprenden a construir, pensar y crear en un mundo saturado de tecnología. Lee más en hiwavemakers.com.

---

Fuentes

1. Bjork, E. L., & Bjork, R. A. (2011). “Making things hard on yourself, but in a good way: Creating desirable difficulties to enhance learning.” In M. A. Gernsbacher et al. (Eds.), Psychology and the Real World. Worth Publishers. https://bjorklab.psych.ucla.edu/research/

2. Gathercole, S. E., & Alloway, T. P. (2008). Working Memory and Learning: A Practical Guide for Teachers. SAGE Publications. https://doi.org/10.4135/9781446214916

3. Risko, E. F., & Gilbert, S. J. (2016). “Cognitive Offloading.” Current Directions in Psychological Science, 25(3), 219–223. https://doi.org/10.1177/0963721416639472

4. Storm, B. C., & Stone, S. M. (2015). “Saving-Enhanced Memory: The Benefits of Saving on the Learning and Remembering of New Information.” Psychological Science, 26(2), 182–188. https://doi.org/10.1177/0956797614559285

5. Roediger, H. L., & Karpicke, J. D. (2006). “Test-enhanced learning: Taking memory tests improves long-term retention.” Psychological Science, 17(3), 249–255. https://doi.org/10.1111/j.1467-9280.2006.01693.x

6. National Academies of Sciences, Engineering, and Medicine. (2018). How People Learn II: Learners, Contexts, and Cultures. The National Academies Press. https://doi.org/10.17226/24783

7. Sweller, J. (1988). “Cognitive load during problem solving: Effects on learning.” Cognitive Science, 12(2), 257–285. https://doi.org/10.1207/s15516709cog1202_4