Una persona consulta un asistente sobre un problema sencillo. Dos cuadernos y un lápiz cuestan cinco euros; cada cuaderno cuesta dos euros más que el lápiz. El chat contesta que el lápiz cuesta un euro. La persona copia la respuesta y sigue adelante. Si la comprueba, encuentra que cada cuaderno costaría tres euros y la compra sumaría siete. Es una escena inventada para preguntar qué ocurre cuando una explicación convincente ocupa el lugar de nuestra comprobación.
Steven D. Shaw y Gideon Nave estudian esa posibilidad en Thinking—Fast, Slow, and Artificial: How AI is Reshaping Human Reasoning and the Rise of Cognitive Surrender. Leemos su preprint de 58 páginas, versión v20260111, fechado el 11 de enero de 2026 y depositado en PsyArXiv el día 12. Proponen un marco teórico y presentan tres experimentos de razonamiento con IA. El depósito no acredita revisión por pares, y los experimentos no miden directamente lo que sucede dentro del cerebro.
1. La ayuda puede terminar en una respuesta que ya no examinamos
Un asistente puede resolver una parte de una tarea y dejarnos la decisión final. Podemos pedirle un cálculo, examinar sus supuestos y utilizarlo en nuestro razonamiento. Shaw y Nave llaman a ese uso estratégico descarga cognitiva, una forma de delegar trabajo manteniendo supervisión.
La rendición cognitiva, según su definición, aparece cuando adoptamos el juicio de la IA con escaso examen y lo usamos como propio. El problema no es únicamente cuánto esfuerzo ahorramos. También importa si conservamos una forma de detectar cuándo la ayuda se equivoca.
El nombre describe una propuesta teórica sobre la relación entre persona y asistente. No equivale a un diagnóstico clínico, a una pérdida permanente de capacidad o a la conclusión de que toda consulta implique rendirse. El propio manuscrito admite que confiar en un sistema más competente puede ser razonable en ciertas tareas.
Fuentes de este apartado
Fuente: preprint, pp. del PDF 4, 16 a 18 y 44, definiciones y clasificación de respuestas.
2. Una explicación fluida dificulta saber qué conviene comprobar
En la escena de los cuadernos, una respuesta equivocada puede parecer suficiente si llega acompañada de una explicación breve y segura. Comprobarla exige volver a las condiciones del problema. Pedir una explicación más larga al mismo asistente no es una comprobación independiente de esas condiciones.
Para los autores, la facilidad de acceso y la aparente autoridad de las respuestas pueden reducir la disposición a examinarlas. Es el mecanismo que proponen para explicar la conducta observada. Sus mediciones permiten ver consultas, respuestas y confianza; no permiten observar directamente una decisión de dejar de deliberar.
Esta diferencia importa incluso cuando la respuesta sale bien. El acierto puede venir de una comprobación cuidadosa, de copiar una solución válida o de otra ruta. Solo contar respuestas correctas no distingue todas esas posibilidades.
Fuentes de este apartado
Fuente: preprint, pp. del PDF 17 a 20 y 45 a 46, mecanismo propuesto y variables medidas.
3. De pensar rápido o despacio a consultar un sistema externo
El punto de partida es la familia de teorías de doble proceso. En su versión más conocida, el sistema 1 reúne procesos rápidos e intuitivos; el sistema 2, razonamientos más deliberados y exigentes. El manuscrito repasa distintas versiones y sus críticas. No presenta esos nombres como dos pequeños agentes que habiten el cerebro ni exige que toda intuición sea falsa y toda deliberación correcta.
Shaw y Nave añaden el sistema 3: procesos de IA externos a la persona, automatizados y capaces de responder a sus entradas. Lo proponen como participante funcional en el razonamiento. Puede suministrar una respuesta, ayudar a contrastarla o influir en qué parte de la tarea hacemos nosotros.
La novedad que defienden es modelar cómo se decide consultar, confiar o rechazar la recomendación en cada momento. La idea conversa con antecedentes como la mente extendida, la descarga cognitiva y el sesgo de automatización. Los experimentos prueban predicciones de ese marco; no establecen que sea la única explicación posible de las conductas.
Fuentes de este apartado
Fuente: preprint, pp. del PDF 5, 7 a 17 y 45, antecedentes y teoría de tres sistemas.
4. La calidad de la ayuda cambió la calidad de las respuestas
En el primer estudio participaron 359 personas. Los investigadores asignaron al azar a 121 a resolver sin asistente y a 238 a disponer de él. Cada persona contestó siete preguntas abiertas adaptadas del test de reflexión cognitiva. Son problemas que incluyen una respuesta intuitiva habitual pero incorrecta y una respuesta correcta; no constituyen una medida de toda la inteligencia humana.
Dentro del grupo con IA, GPT-4o recibía instrucciones ocultas. Estas le indicaban ofrecer, al azar en cada pregunta, la solución correcta o un error intuitivo presentado con seguridad. Consultarlo era opcional y la persona podía ignorar su sugerencia. Por tanto, las cifras comparan disponibilidad bajo una calidad controlada, no obligan a todos a usar el chat ni estiman su fiabilidad habitual.
El porcentaje de respuestas correctas fue 45,8 % sin asistente, 71,0 % cuando había IA preparada para acertar y 31,5 % cuando estaba preparada para equivocarse. Las diferencias respecto a la condición sin IA son +25,2 y −14,3 puntos porcentuales. Los autores reportan ambas diferencias como estadísticamente significativas. Son puntos entre porcentajes de aciertos, no aumentos o pérdidas equivalentes de capacidad mental.
Los participantes consultaron el chat en 54,4 % de las preguntas con IA correcta y 52,8 % de las preguntas con IA errónea. Entre las consultas realizadas, siguieron la recomendación correcta en 92,7 % de los casos y la errónea en 79,8 %. Ese último valor se refiere a preguntas donde se consultó una IA errónea, no a cuatro de cada cinco personas de la población.
Fuentes de este apartado
Fuente: preprint, pp. del PDF 19 y 21 a 25, estudio 1 y figuras 2 y 3.
5. Seguir, rechazar y acertar son hechos distintos
Los autores usan una señal conductual para reconocer la rendición: tras consultar una IA errónea, la persona da su misma respuesta equivocada. Si rechaza esa sugerencia y responde bien, clasifican el caso como descarga cognitiva. Si la rechaza pero también se equivoca, lo llaman rechazo fallido. Esta clasificación sirve para analizar los resultados, sin leer directamente la mente de quien responde.
En la síntesis de los estudios, de las preguntas donde el chat fue consultado y su recomendación era errónea, 73,2 % terminaron siguiendo ese error. En 19,7 % la persona se apartó y acertó; en 7,1 % se apartó pero dio otra respuesta incorrecta. Los porcentajes suman 100 % de ese conjunto condicionado, no de todas las preguntas ni de todos los participantes.
También conviene separar acceso de consulta. La calidad asignada por los investigadores fue aleatoria; abrir el chat dependía de la persona. Las relaciones entre usarlo más y rendir mejor o peor incluyen esa elección voluntaria. Por eso, no todas equivalen a un efecto causal de aumentar el uso.
Fuentes de este apartado
Fuente: preprint, pp. del PDF 19 a 20 y 41 a 44, síntesis y clasificación conductual.
6. Treinta segundos, recompensas y señales de error
El segundo estudio incluyó 485 personas. Todas tenían acceso a IA, salvo en una pregunta colocada al azar que servía como comparación sin asistente. Un grupo tenía treinta segundos por pregunta y el otro, tiempo sin límite. Los intentos agotados se contaban como incorrectos. Esa comparación puntual no es el mismo diseño que un grupo entero sin IA durante siete preguntas.
En la pregunta sin asistente, el porcentaje de aciertos cayó de 46,9 % sin presión temporal a 32,6 % con ella. La presión no produjo más consultas observadas: el uso fue 53,9 % frente a 49,9 %. Entre quienes consultaron al menos dos veces, la IA correcta permitió un rendimiento alto también con prisa; la errónea se relacionó con rendimientos bajos. La prisa no eliminó la dependencia de la calidad de la ayuda.
El tercer estudio reunió a 450 personas. Comparó una condición habitual con otra que combinaba recompensa y feedback, es decir, información inmediata de acierto o error. Por cada respuesta correcta, ofrecía 0,20 dólares y una participación en un sorteo de 20 dólares. La confianza se pedía después de responder y antes de recibir ese feedback.
Entre las preguntas con consulta y consejo erróneo, el rechazo aumentó de 20,0 % a 42,3 % con la intervención. Aun así, 57,7 % seguían el consejo malo. La exactitud en las preguntas asignadas a IA errónea mejoró de 30,7 % a 45,5 %; en las asignadas a IA correcta pasó de 68,5 % a 81,0 %. Son resultados con diferentes denominadores: rechazo se calcula tras consulta, exactitud sobre preguntas con acceso.
El experimento muestra un efecto de la combinación de dinero, sorteo y feedback. No permite atribuir todo el efecto al feedback aislado ni asegura que una interfaz con avisos produzca la misma mejoría.
Fuentes de este apartado
Fuente: preprint, pp. del PDF 27 a 30 y 33 a 40, estudios 2 y 3.
7. La confianza puede subir aunque la ayuda falle
En el estudio 1, el grupo con acceso a IA declaró una confianza global media de 77,0 sobre cien, frente a 65,3 sin asistente. La diferencia es 11,7 puntos de la escala. Aproximadamente la mitad de las respuestas de IA estaban preparadas para fallar. Dentro del grupo con IA, los autores no encontraron una caída estadísticamente significativa de confianza al aumentar esas preguntas erróneas.
El estudio 3 midió confianza por pregunta, no globalmente. Reportó una media de 82,2 con acceso frente a 77,5 en la pregunta sin IA. La confianza no fue completamente inútil: una mayor confianza individual también se relacionó con más aciertos. El problema es que sentirse más seguro al disponer de ayuda no garantiza que esa ayuda sea correcta.
La síntesis encontró mayor dependencia de la calidad de IA entre quienes confiaban más en ella. La necesidad de cognición es una escala sobre la disposición a disfrutar del esfuerzo mental. Puntuaciones más altas en ella y en una prueba breve de razonamiento se asociaron con más resistencia. Esas características no se asignaron al azar ni justifican clasificar a una persona como incapaz, inmune o clínicamente vulnerable.
Fuentes de este apartado
Fuente: preprint, pp. del PDF 20, 25 a 26, 37 a 38 y 44, confianza y diferencias individuales.
8. Qué sabemos y qué requiere otras pruebas
La síntesis declara 1372 participantes y 9593 ensayos, e incluye una muestra online adicional de 81 personas del estudio 1. Aquí, un ensayo es una ocasión de responder a una pregunta, no un nuevo participante. Los tamaños descritos por estudio suman 1375 al incluirla. Tampoco 1372 multiplicado por siete coincide con 9593. Sin el suplemento de exclusiones y los datos accesibles no reconciliamos esas diferencias ni inventamos qué casos se eliminaron. Conservamos los totales declarados y los de cada estudio.
Los autores informan que los experimentos y la síntesis se preregistraron. Preregistrar significa fijar hipótesis o decisiones de análisis antes de examinar los resultados. El manuscrito enlaza materiales en OSF, pero sus suplementos y registros no fueron accesibles desde este entorno. La explicación coteja el preprint y sus figuras; no audita los preregistros ni reproduce los modelos estadísticos.
Las tareas fueron breves, controladas y centradas en siete problemas de reflexión. No se evaluaron decisiones médicas o jurídicas, pérdida de habilidad a largo plazo o comprensión de temas complejos tras meses de usar IA. Los perfiles de uso son agrupaciones de conductas observadas, no tratamientos aleatorios ni tipos psicológicos fijos.
Los autores proponen que avisos de incertidumbre, educación y diseños que favorezcan la comprobación podrían ayudar. Son recomendaciones e hipótesis para otras pruebas. La tabla teórica tampoco demuestra que la IA sea neutral, carezca de sesgos o resuelva mejor cualquier problema por ser externa.
Fuentes de este apartado
Fuente: preprint, pp. del PDF 12, 19 a 22, 27, 33, 41 y 47 a 49, totales, materiales, recomendaciones y límites.
9. Volver a las condiciones del problema
[Inferencia] Una práctica razonable para la escena inicial sería pedir una solución al asistente y contrastarla después con las condiciones originales. Registraríamos qué se comprobó. Es una propuesta didáctica derivada de la lectura, no una intervención validada ni un remedio que garantice autonomía o acierto.
En los cuadernos y el lápiz, la comprobación cabe en una cuenta: si el lápiz cuesta x euros, cada cuaderno cuesta x + 2. El total exige 2(x + 2) + x = 5, por lo que x = un tercio de euro. Son precios matemáticos idealizados, no una compra real redondeada a céntimos. El cálculo inventado deja ver dónde falló la respuesta de un euro. En una tarea que no sabemos comprobar, hace falta reconocer ese límite y buscar conocimiento o evidencia adicional.
El manuscrito permite formular una pregunta útil para cada consulta: ¿qué parte de esta respuesta hemos comprobado? El asistente puede aportar trabajo valioso, como ocurrió cuando sus respuestas eran correctas. Los mismos experimentos muestran cuánto puede cambiar el resultado cuando esa respuesta es errónea y se adopta. Conservar la pregunta sobre la comprobación ayuda a distinguir lo que dio el chat de lo que podemos justificar nosotros.
Fuentes de este apartado
Fuente: preprint, pp. del PDF 17 a 18 y 47 a 50, definición, recomendaciones y conclusión; práctica inferida y ejemplo inventado.
Fuentes
Steven D. Shaw y Gideon Nave. Thinking—Fast, Slow, and Artificial: How AI is Reshaping Human Reasoning and the Rise of Cognitive Surrender. Preprint, versión v20260111, 11 de enero de 2026; depósito en PsyArXiv el 12 de enero. Manuscrito y ficha. DOI: 10.31234/osf.io/yk25n_v1.
La fuente cotejada es el mismo PDF de 58 páginas aportado, localizado en OSF. El registro vincula CC0 1.0. Las figuras públicas y la explicación son originales; no se redistribuyen el PDF ni datos individuales. Los materiales enlazados por los autores no fueron accesibles para esta preparación. Los resultados se presentan como reportados, sin certificación de veracidad, revisión por pares o reproducción independiente.