Por: 
Un reciente estudio revela que, al interactuar con herramientas de IA como ChatGPT, todos los usuarios, independientemente de su nivel de habilidad, sobrestiman su propio desempeño. Los investigadores descubrieron que el conocido Efecto Dunning-Kruger desaparece y, en cambio, aquellos con mayor conocimiento sobre la IA muestran una confianza excesiva en sus capacidades.
El estudio sugiere que la dependencia de la IA fomenta la “descarga cognitiva”, donde los usuarios confían en los resultados del sistema sin reflexión o verificación. Los expertos señalan que la alfabetización en IA por sí sola no es suficiente; se necesitan plataformas que fomenten la metacognición y el pensamiento crítico para reconocer posibles errores.
La trampa inversa de Dunning-Kruger al usar la Inteligencia Artificial
Tradicionalmente, las investigaciones demuestran que las personas tienden a valorarse a sí mismas ligeramente por encima del promedio en diversas habilidades. Esta tendencia es aún más pronunciada en aquellos con bajos resultados en pruebas cognitivas.
Este fenómeno se conoce como Efecto Dunning-Kruger (EDK): cuanto peor es una persona en algo, más tiende a sobreestimar sus habilidades; y, al contrario, cuanto “más inteligente” es, menos consciente es de sus verdaderas capacidades.
Sin embargo, la investigación liderada por la Universidad Aalto, revela que, cuando se trata de IA, concretamente de modelos de lenguaje grande (LLM), el EDK no se cumple. Los investigadores encontraron que todos los usuarios mostraron una notable incapacidad para evaluar con precisión su desempeño al usar ChatGPT. De hecho, de manera general, la gente sobreestimó su rendimiento.
Además, los investigadores identificaron una inversión del Efecto Dunning-Kruger: una tendencia notable en aquellos usuarios que se consideraban más alfabetizados en IA a asumir que sus habilidades eran mayores de lo que realmente eran. El Profesor Robin Welsch afirma:
"Descubrimos que, cuando se trata de la IA, el EDK se desvanece. De hecho, lo realmente sorprendente es que una mayor alfabetización en IA trae consigo más confianza excesiva."
“Esperaríamos que las personas con conocimientos de IA no solo fueran un poco mejores interactuando con los sistemas de IA, sino también juzgando su desempeño con esos sistemas, pero este no fue el caso.”
Los riesgos de confiar ciegamente en la IA
Este hallazgo se suma a un creciente volumen de investigaciones que indican que confiar ciegamente en la salida de la IA conlleva riesgos, como la disminución de la capacidad de las personas para obtener información confiable e incluso la devaluación de las habilidades en la fuerza laboral.
Si bien las personas sí obtuvieron un mejor rendimiento al usar ChatGPT, es preocupante que todos sobreestimaran ese rendimiento.
“La alfabetización en IA es verdaderamente importante hoy en día y, por lo tanto, este es un efecto muy llamativo. La alfabetización en IA podría ser muy técnica y en realidad no está ayudando a las personas a interactuar de manera fructífera con los sistemas de IA”.
“Las herramientas de IA actuales no son suficientes. No están fomentando la metacognición [conciencia de los propios procesos de pensamiento] y no estamos aprendiendo de nuestros errores. “ecesitamos crear plataformas que fomenten nuestro proceso de reflexión”.
La insuficiencia de una sola interacción con la IA
Los investigadores diseñaron dos experimentos en los que alrededor de 500 participantes utilizaron la IA para completar tareas de razonamiento lógico del famoso Law School Admission Test (LSAT) de EE. UU. La mitad del grupo usó la IA y la otra mitad no. Después de cada tarea, se les pidió a los sujetos que supervisaran su desempeño y, si lo hacían con precisión, se les prometía una compensación adicional. Welsch dice:
"Estas tareas requieren mucho esfuerzo cognitivo. Ahora que la gente usa la IA a diario, es típico que le des algo así a la IA para que lo resuelva, porque es muy desafiante".
Los datos revelaron que la mayoría de los usuarios rara vez solicitaban a ChatGPT más de una vez por pregunta. A menudo, simplemente copiaban la pregunta, la introducían en el sistema de IA y estaban satisfechos con la solución de la IA sin verificar ni dudar. Welsch explica:
"Analizamos si realmente reflexionaban con el sistema de IA y descubrimos que la gente simplemente pensaba que la IA resolvería las cosas por ellos. Por lo general, solo había una única interacción para obtener los resultados, lo que significa que los usuarios confiaban ciegamente en el sistema. Es lo que llamamos descarga cognitiva, cuando todo el procesamiento lo realiza la IA."
Este nivel superficial de compromiso puede haber limitado las señales necesarias para calibrar la confianza y permitir un autocontrol preciso. Por lo tanto, es plausible que alentar o requerir experimentalmente múltiples indicaciones podría proporcionar mejores circuitos de retroalimentación, mejorando la metacognición de los usuarios, afirma.
Soluciones prácticas para los usuarios cotidianos de la IA
¿Cuál es la solución práctica para los usuarios cotidianos de la IA?
Fernandes dice:
“La IA podría preguntar a los usuarios si pueden explicar su razonamiento con más detalle. Esto obligaría al usuario a interactuar más con la IA, a enfrentarse a su ilusión de conocimiento y a promover el pensamiento crítico.”
Los hallazgos principales incluyen:
- En lugar de que los usuarios menos hábiles mostraran más confianza excesiva, los usuarios con conocimientos de IA fueron en realidad los más confiados, invirtiendo el efecto.
- Se destaca cómo la confianza ciega en la IA puede erosionar el pensamiento crítico y sugiere la necesidad de herramientas que alienten a los usuarios a reflexionar y razonar más profundamente.
- Todos, independientemente de su conocimiento de la IA, sobreestimaron su desempeño, lo que demuestra que incluso los usuarios experimentados no pueden juzgar con precisión su éxito.
Fuentes y recursos de información
Fernandes, D., Villa, S., Nicholls, S., Haavisto, O., Buschek, D., Schmidt, A., Kosch, T., Shen, C., & Welsch, R. (2026). AI makes you smarter but none the wiser: The disconnect between performance and metacognition. Computers in Human Behavior, 175, 108779. DOI: 10.1016/j.chb.2025.108779
