Yakarta, CNN Indonesia —
A estudios lo último revela que el uso de inteligencia artificial (IA) demasiada puede eliminar el efecto Dunning-Kruger. Consulte la investigación.
Científicos de la Universidad Aalto de Finlandia, junto con colaboradores de Alemania y Canadá, descubrieron que el uso de la IA casi elimina el efecto Dunning-Kruger y casi lo revierte.
ANUNCIO
DESPLÁCETE PARA CONTINUAR CON EL CONTENIDO
El efecto Dunning-Kruger es un sesgo cognitivo en el que alguien que tiene poca capacidad en un campo tiende a sentir que su capacidad es mayor que la realidad, mientras que alguien que es muy competente tiende a subestimar su propia capacidad. Este fenómeno fue probado por primera vez mediante una serie de experimentos realizados por Justin Kruger y David Dunning.
Los investigadores publicaron sus hallazgos en la edición de febrero de 2026 de la revista Computers in Human Behavior.
Además, los investigadores demostraron que cuando se utiliza la IA para resolver problemas, todos (independientemente de su nivel de habilidad) tienden a confiar demasiado en la calidad de la respuesta.
A medida que la inteligencia artificial se vuelve más familiar gracias al uso más amplio de grandes modelos de lenguaje (LLM), los investigadores esperan que los participantes no solo puedan interactuar mejor con los sistemas de IA, sino también evaluar con mayor precisión su propio desempeño al usarlos.
“Sin embargo, nuestros hallazgos muestran una incapacidad significativa para evaluar con precisión el propio desempeño cuando se usa IA en nuestra muestra”, dijo Robin Welsch, uno de los investigadores que participó en el estudio. LiveScienceLunes (17/11).
En el estudio, los científicos asignaron tareas de razonamiento lógico del examen de ingreso a la Facultad de Derecho a 500 participantes, dejando que la mitad de ellos usaran ChatGPT.
Luego, ambos grupos fueron evaluados en cuanto a su alfabetización en IA y evaluaciones de desempeño, con la promesa de una compensación adicional por autoevaluaciones precisas.
Las razones detrás de estos hallazgos son variadas. Quienes utilizan la IA en tales experimentos suelen quedar satisfechos con su respuesta después de una pregunta o sugerencia y la aceptan sin verificarla ni confirmarla.
Según Welshch, se puede decir que realizan una “descarga cognitiva”, es decir, hacen preguntas con una reflexión reducida y las abordan de una manera más “superficial”.
La falta de compromiso con el propio razonamiento, o “monitoreo metacognitivo”, significa pasar por alto los circuitos habituales de retroalimentación del pensamiento crítico, lo que reduce la capacidad de evaluar con precisión el desempeño.
Aún más sorprendente es el hecho de que tendemos a sobreestimar nuestras capacidades cuando utilizamos la IA, independientemente del nivel de inteligencia. La brecha entre usuarios de alta y baja capacidad se está reduciendo.
Aunque los investigadores no abordaron esto directamente, sus hallazgos llegan en un momento en que los científicos se preguntan si los modelos de lenguaje grande (LLM) utilizados comúnmente son demasiado glamorosos.
El equipo de Aalto advierte sobre algunas posibles consecuencias a medida que el uso de la IA se generalice.
En primer lugar, la precisión metacognitiva general puede verse afectada. A medida que nos volvemos más dependientes de los resultados sin cuestionarlos rigurosamente, surge una compensación en la que el rendimiento del usuario aumenta, pero nuestra comprensión de qué tan bien realizamos esas tareas disminuye.
Sin reflexionar sobre los resultados, verificar errores o pensar más profundamente, corremos el riesgo de socavar nuestra capacidad de obtener información confiable, dijeron los científicos en el estudio.
Además, un debilitamiento del efecto Dunning-Kruger significa que todos seguiremos considerándonos más capaces cuando usamos la IA, y aquellos que son más expertos en IA lo harán a mayor escala, lo que conducirá a un clima de toma de decisiones errónea y degradación de habilidades.
Un método propuesto por este estudio para detener el declive es animar a los usuarios a hacer preguntas adicionales, mientras los desarrolladores redirigen sus respuestas para fomentar la reflexión.
Esto puede implicar preguntas como “¿Qué tan seguro estás de esta respuesta?” o “¿Qué te podría estar perdiendo?”, o fomentar una mayor participación a través de medidas como puntuaciones de confianza.
Esta nueva investigación respalda aún más la creciente creencia, expresada recientemente por la Royal Society, de que la formación en inteligencia artificial (IA) debería incluir pensamiento crítico además de habilidades técnicas.
“Ofrecemos recomendaciones de diseño para sistemas interactivos de IA que mejoran el monitoreo metacognitivo al permitir a los usuarios reflexionar críticamente sobre su desempeño”, dijeron los científicos.
(wpj/dmi)
(Gambas: vídeo de CNN)
About The Author
