Inteligencia artificial: un estudio alerta por "coste cognitivo" del uso de Modelo de Lenguaje Grande

Remarcando que no se trata de una conclusión definitiva ni de un balance estrictamente negativo, el Media Lab del Instituto Tecnológico de Massachusetts (MIT) compartió un estudio respecto a los efectos del uso de ciertas herramientas con inteligencia artificial.

El informe del MIT corresponde al balance en tres categorías de usuarios en nivel educativo que se enfrentan a herramientas con Modelo de Lenguaje Grande (LLM), tomando como material al ChatGPT de OpenAI.

El estudio pretende determinar el coste cognitivo de usar un LLM en el contexto educativo de la redacción de un ensayo, con la participación de 54 personas con tres grupos expuestos a diferentes herramienta para la tarea: uso de LLM, uso de buscador de internet y ninguna herramienta tecnológica externa (“Sólo Cerebro”).

¿Cuáles fueron los resultados?

El estudio contó de tres sesiones iniciales en las cuáles se les pedía el uso de la herramienta correspondiente a su grupo y luego una cuarta instancia en la que se los movía a otro grupo.

Una de las primeras conclusiones fueron que los grupos LLM, Motor de Búsqueda y Solo Cerebro tenían patrones de conectividad neuronal significativamente diferentes, reflejando estrategias cognitivas divergentes.

“La conectividad cerebral se redujo sistemáticamente con la cantidad de apoyo externo: el grupo Solo Cerebro exhibió las redes más fuertes y de mayor alcance, el grupo Motor de Búsqueda mostró un compromiso intermedio y la asistencia de LLM provocó el acoplamiento general más débil”, explica el paper del MIT.

“Los participantes de LLM a Cerebro mostraron una conectividad neuronal más débil y un compromiso inferior de las redes alfa y beta; y los participantes de Cerebro a LLM demostraron un mayor recuerdo de memoria y un nuevo compromiso de los nodos occipitoparietales y prefrontales generalizados, probablemente apoyando el procesamiento visual, similar al que se percibe con frecuencia en el grupo Motor de Búsqueda”, detalla el documento y agrega: “La propiedad reportada de los ensayos del grupo LLM en las entrevistas fue baja. El grupo de Motores de Búsqueda tenía una fuerte participación, pero menor que el grupo de Solo Cerebro”.

Otro aspecto de relevancia y con la cual se puede trazar una relación con otro tipo de estudios sobre efectos de la exposición a estímulos tecnológicos tiene que ver con la atención y la memoria. El estudio indica que aquellos que se apoyaron más en la IA para la redacción, podían recapitular mucho menos lo escrito por ellos mismos.

Desde Massachusetts indican que “los estudios futuros también deberían considerar explorar los impactos longitudinales del uso de herramientas en la retención de la memoria, la creatividad y la fluidez en la escritura”.

¿La IA nos hace más tontos?

La primera sensación al observar el trabajo neuronal y leer los balances del informe es que el humano se vuelve linealmente menos capaz o “más tonto”.

Al menos, de parte de los encargados del MIT, el mensaje es que no. “¡No! Por favor, no usen palabras como "estúpido", "tonto", "descerebrado", "daño", "perjuicio", "pasividad", "recorte", "colapso", etc”, se resalta en un pasaje del documento.

También se recomienda/solicita que aquellos que difundan las conclusiones o simplemente accedan a su información, no lo repliquen ni lo comprendan en primera instancia bajo términos como "Los LLM te hacen dejar de pensar", "tienen un impacto negativo", "daño cerebral" o "hallazgos aterradores".

Quizás, el resguardo desde el instituto estadounidense sea para despegarse del amarillismo o el tecno pesimismo, pero quienes se han enfrentado a escenas educativas o cotidianas donde ha intervenido la IA u otra herramienta tecnológica que facilita los procesos, puede concluir fácilmente que los humanos estamos haciendo cada vez menos por nuestra propia cuenta.

No es necesario acceder a herramientas demasiado avanzadas. El simple uso del GPS reduce la memoria, los traductores limitan el aprendizaje, las calculadoras recortan la comprensión y los transcriptores acortan la atención.

Conclusiones parciales y conceptos para futuros estudios

Otro punto de relevancia es que el MIT remarca que sólo es un puntapié en el estudio del campo y que luego se debería extender el balance a diversos grupos étnicos, sociales, culturales y etarios para acceder a conclusiones completas.

“En este estudio, se reclutó a un número limitado de participantes de una zona geográfica específica, de varias instituciones académicas importantes, ubicadas muy cerca unas de otras. Para trabajos futuros, será importante incluir un mayor número de participantes con trayectorias diversas, como profesionales de diferentes áreas y grupos de edad, así como asegurar un mayor equilibrio de género en el estudio”, aclaran.

Se abrió además la necesidad de llevar a cabo el proceso con otras herramientas conversacionales que no sean ChatGPT e incluso con otro tipo de complemento con IA y modalidades de texto diferentes.