El estudio reclutó a 54 participantes y los dividió en tres grupos: uno utilizó únicamente ChatGPT (grupo LLM), otro recurrió a motores de búsqueda, y el tercero escribió sin ayuda (grupo Solo Cerebro). Durante tres sesiones, cada grupo escribió ensayos bajo las mismas condiciones. En una cuarta sesión, se invirtieron los roles: quienes habían usado LLM debieron escribir sin él, y viceversa.

A lo largo de los experimentos se midió la actividad cerebral mediante EEG y se analizaron los textos con procesamiento de lenguaje natural (PLN). También se incluyeron entrevistas con los participantes después de cada sesión, para conocer su experiencia subjetiva.

Uno de los hallazgos más llamativos fue la diferencia en los patrones de conectividad neuronal. Quienes escribieron sin ayuda mostraron redes cerebrales más activas y extensas. El grupo que usó motores de búsqueda tuvo un nivel intermedio. En contraste, el grupo asistido por ChatGPT exhibió el acoplamiento neuronal más débil, lo que sugiere una menor exigencia cognitiva.

La cuarta sesión arrojó datos aún más reveladores: quienes pasaron de ChatGPT a escritura manual mostraron menor compromiso cerebral y debilidad en las redes alfa y beta. Por el contrario, quienes pasaron de escribir por sí mismos a usar LLM activaron nuevas regiones visuales y prefrontales, similares a los patrones del grupo que usó motores de búsqueda.

Te puede interesar: ¿Cuál corrector con IA funciona mejor en español? Así se comparan Correcto, Grammarly, LanguageTool y Quillbot

Los resultados también mostraron diferencias en el contenido generado. Aunque los ensayos eran coherentes, los del grupo LLM fueron menos variados en temas y frases. Además, quienes usaron ChatGPT reportaron sentir menos “propiedad” sobre sus textos y mostraron dificultades para recordar detalles minutos después de haberlos escrito.

En términos pedagógicos, el estudio plantea una alerta: aunque los modelos como ChatGPT pueden facilitar la escritura y generar contenido rápido, podrían también limitar el esfuerzo cognitivo que normalmente impulsa el aprendizaje profundo. La paradoja es clara: cuanto más delegamos en las máquinas, menos se activa nuestro cerebro.

Los autores aclaran que su intención no es demonizar el uso de la IA en la educación. Subrayan que los beneficios de los LLM son evidentes y útiles, pero que es urgente estudiar los efectos a largo plazo en habilidades como la memoria, la creatividad y la escritura. También señalan que el estudio tiene limitaciones importantes.

Por ejemplo, los participantes pertenecían a un mismo entorno académico y geográfico. Además, la investigación se centró exclusivamente en ChatGPT, sin incluir otros modelos de lenguaje. Tampoco se analizaron las etapas específicas del proceso de redacción (como planificación o corrección), y el uso de EEG no permite una localización precisa de regiones cerebrales profundas.

Los autores planean nuevos estudios que incluyan más participantes, tareas variadas, otras modalidades (como audio) y tecnologías como fMRI. También insisten en evitar simplificaciones como decir que “la IA nos vuelve más tontos”.

Este estudio, uno de los primeros en medir de forma tan amplia los efectos neurocognitivos del uso de LLM en contextos educativos, abre el debate sobre cómo equilibrar el acceso a herramientas inteligentes sin comprometer la autonomía intelectual.

Científicos de la Universidad de Inteligencia Artificial de Mohamed bin Zayed (MBZUAI) desarrollaron una herramienta de inteligencia artificial (IA) capaz de imitar el estilo de escritura a mano de una persona. El un proyecto tiene como objetivo ayudar a personas  que tienen lesiones que les impiden escribir con un bolígrafo.

La escritura a mano, una tecnología antigua que ha resistido el paso del tiempo, tiene sus raíces en artefactos sumerios encontrados en lo que hoy es Irak, datados hace más de 5.000 años. A pesar de la disponibilidad de dispositivos modernos, muchas personas siguen prefiriendo la escritura manual. El equipo de MBZUAI se propuso explorar si una IA podría aprender el estilo de escritura de una persona y generar texto garabateado con ese mismo estilo.

El profesor asistente de visión por computadora, Hisham Cholakkal,  aseguró que querían saber si al darle a un modelo algunas muestras de la escritura de alguien podía aprender sobre su  estilo y luego escribir cualquier cosa  como esa persona lo haría. 

A diferencia de enfoques anteriores que utilizaban redes generativas adversariales para imitar el estilo de escritura, el equipo de investigadores optó por transformadores de visión, una forma de red neuronal diseñada para tareas de visión por computadora. Esta elección permitió procesar dependencias de largo alcance, capturando de manera más efectiva cómo las letras y líneas se conectan en la escritura a mano.

Te puede interesar: IA remplazaría empleos y profundizaría la desigualdad en un 40% en todo el mundo: Fondo Monetario Internacional

En el estudio inicial, los científicos compararon su método, denominado HWT, con otras dos tecnologías de generación de escritura a mano y el 81% de los participantes prefirieron HWT sobre las otras opciones. 

Además, se demostró que la imitación de escritura generada por la IA era tan convincente que los participantes no podían distinguirla de la escritura real.

 “También mostramos la imitación de escritura generada a humanos para compararla con el punto de referencia y, para nuestra sorpresa, el resultado de la escritura generada fue bastante bueno. No podían distinguir la escritura imitada de la escritura real, y fue satisfactorio ver ese tipo de validación de la actuación”, dijo Salman Khan.

Aunque los investigadores destacan el potencial innovador de su herramienta, también expresan precaución ante posibles usos indebidos. Dado que la escritura a mano representa la identidad de una persona, se están considerando cuidadosamente los riesgos éticos antes de su implementación. 

Imagen: tookapic