El judici no es delega · 4 de 12

Se sol sentir a dir que l’aparició de cada tecnologia nova ha provocat por, i que aquesta por, amb el temps, ha resultat exagerada. Sòcrates va desconfiar de l’escriptura perquè debilitaria la memòria, els mestres d’aritmètica van desconfiar de la calculadora, i avui el mateix argument es repeteix amb la intel·ligència artificial generativa. És un argument raonable, ja que fins ara la història ha anat donant la raó a les eines. Val la pena estudiar-lo amb deteniment, perquè aquesta vegada hi ha qui s’ha posat a mesurar.

El 2025, un equip del MIT Media Lab dirigit per la neurocientífica Nataliya Kosmyna va asseure 54 persones a escriure assajos amb un casquet d’elèctrodes al cap. Unes escrivien amb ChatGPT, altres amb un cercador, altres només amb la seva ment. En acabar cada sessió se’ls demanava que citessin de memòria una frase del text que acabaven de lliurar. En el grup que havia treballat amb ChatGPT no ho va aconseguir cap de les divuit (2). El text estava lliurat. El record no era enlloc.

Tot el que ja havíem delegat

Convé reconèixer d’entrada que delegar no té res de nou ni de sospitós. Alejandro Espeso-García, de la Universitat Catòlica de Múrcia, obre la seva revisió sobre intel·ligència artificial generativa i cognició recordant que la història de la tecnologia es pot llegir com la història de l’externalització de les capacitats humanes: l’escriptura va evitar memoritzar grans volums d’informació; la calculadora va automatitzar el processament numèric i va relegar el càlcul mental a un segon pla; i en cada cas el tracte va ser el mateix (1). L’eina assumia el que era feixuc o repetitiu i, a canvi, la ment quedava disponible per al que era complex.

El que ha canviat no és que deleguem. És què deleguem.

Jorge Pereira Campos i Tatiana Koff ho formulen amb precisió en un article publicat el 2026 a Frontiers in Developmental Psychology: una calculadora assumeix l’aritmètica, però no el judici sobre quin càlcul demana el problema; un cercador assumeix la recuperació de la informació, però no l’avaluació de les fonts que retorna. Un model de llenguatge pot assumir la planificació, l’avaluació, la composició i la construcció de l’argument (6). Quan un noi de setze anys demana «un esquema per al meu treball sobre política climàtica», el model sosté en memòria diversos arguments possibles, valora quin és més sòlid, els ordena i decideix què hi entra i què es queda fora. Totes aquestes operacions són funcions executives. Totes les feia abans l’alumne.

Espeso-García cita el psicòleg cognitiu Daniel Willingham amb una frase que convé tenir a mà en qualsevol conversa sobre això: la memòria és el residu del pensament (1). Si l’eina suprimeix la necessitat de pensar, suprimeix també l’ocasió d’aprendre.

Sembla que la solució passaria per recollir més dades, oi?, doncs resulta que no. El mateix text adverteix que els intents de corregir la infrarepresentació recollint més informació sobre comunitats ja vulnerables han causat danys afegits, i plantegen problemes seriosos de consentiment i de vigilància (2).

La lletra petita de tres estudis

L’estudi de Kosmyna va registrar l’activitat cerebral dels tres grups al llarg de quatre mesos i va trobar un patró ordenat: la connectivitat disminueix a mesura que augmenta el suport extern. Més forta en els qui escrivien sense eina, intermèdia en els qui feien servir el cercador, més feble en els qui feien servir el model de llenguatge. El grup assistit no només citava pitjor: també reconeixia a mitges l’autoria del que havia escrit (2).

Abans de continuar, la lletra petita, que aquí és part del contingut i no un tràmit. Els 54 participants eren adults d’entre 18 i 39 anys reclutats en cinc universitats de l’àrea de Boston. El treball continua sent un preprint, no ha passat la revisió per parells, i el desembre de 2025 un equip encapçalat per Milos Stankovic va publicar un comentari formal que assenyala cinc problemes: la mida de la mostra, la reproductibilitat de les anàlisis, la metodologia del registre cerebral, algunes inconsistències en els resultats i la manca de transparència en diversos procediments (3). No el desmenteix. Demana llegir-lo amb més prudència, i això és el que convé fer.

Els altres dos estudis apunten en la mateixa direcció des d’angles diferents. Hao-Ping Lee, de la Universitat Carnegie Mellon, amb un equip de Microsoft Research, va enquestar 319 treballadors del coneixement sobre 936 usos reals de l’eina: com més confiança dipositaven en la intel·ligència artificial, menys pensament crític declaraven desplegar, i com més confiança tenien en ells mateixos per fer la tasca, més (4). És un autoinforme amb adults professionals, i els mateixos autors adverteixen que alguns participants confonien «em va costar menys utilitzar-la» amb «vaig pensar menys». Michael Gerlich, de la SBS Swiss Business School, va enquestar 666 persones al Regne Unit i va trobar una correlació negativa forta entre ús freqüent de l’eina i pensament crític, mediada per la descàrrega cognitiva, amb els més joves com els més dependents i els que pitjor puntuaven (5). És un disseny correlacional i transversal, i no demostra causalitat.

Hi ha una advertència més, i és la que més ens protegeix d’exagerar: menys activitat cerebral no significa pitjor cognició, ja que en els estudis sobre perícia una activació menor sol indicar un processament més eficient (6).

Kosmyna i el seu equip van donar nom al que creien estar veient: deute cognitiu. Un esforç mental que s’ajorna avui i es paga després, en forma de menys indagació pròpia, més vulnerabilitat i menys creativitat (2). El nom és bo. El que faltava per preguntar és qui contreu el deute.

La bastida o el substitut

Les funcions executives, les que permeten planificar, retenir informació, inhibir impulsos i adaptar-se quan canvien les circumstàncies, no estan acabades quan un alumne entra a secundària. Un treball que integra quatre conjunts de dades amb 10.766 participants de 8 a 35 anys va descriure la seva trajectòria: el desenvolupament és ràpid entre els 10 i els 15 anys, després s’aplana i assoleix el nivell adult cap als 18 o 20 (6). Els participants del MIT tenien de 18 a 39. Les seves funcions executives ja estaven construïdes.

I és que aquí hi ha la paradoxa que Pereira Campos i Koff proposen, i que presenten com a hipòtesi i no com a troballa: la intel·ligència artificial generativa presta la seva millor ajuda justament en les tasques que exigeixen funcions executives, i són aquestes mateixes tasques, fetes amb esforç, les que es creu que construeixen les funcions executives durant l’adolescència (6). En un adult, el deute cognitiu pot ser passatger. En qui encara s’està construint podria ser d’un altre ordre. Els autors insisteixen que res d’això no està demostrat, i el seu tancament resumeix per què cal esbrinar-ho: estudiar què fa aquesta tecnologia a cervells que encara s’estan construint és necessari.

De la hipòtesi en surt un criteri que sí que es pot utilitzar dilluns: bastida o substitut. Una bastida sosté l’alumne perquè faci alguna cosa que encara no pot fer sol, i el que la defineix és que l’alumne continua fent el treball mental. Un substitut l’elimina. Una eina que pregunta a l’alumne sobre el seu assaig en lloc d’escriure’l, que assenyala les debilitats d’un esborrany en lloc de reescriure el passatge, o que ofereix tres estructures possibles i demana jutjar quina sosté millor l’argument i per què, manté l’exigència intacta o l’augmenta (6). Sembla una diferència menor, oi?, doncs és la que decideix el resultat. Els autors avisen que les eines actuals venen configurades del costat del substitut.

Seria deshonest explicar només els riscos. Anil Doshi, de la UCL School of Management, i Oliver Hauser, de la Universitat d’Exeter, van fer un experiment preregistrat amb 293 escriptors: els qui van rebre idees d’un model de llenguatge van produir relats avaluats com a més originals, més ben escrits i més plaents, i la millora va ser més gran entre els escriptors menys creatius, fins a igualar les seves puntuacions amb les dels més creatius (7). Però els relats assistits s’assemblaven més entre ells, de manera que la creativitat individual puja mentre la novetat col·lectiva baixa, cosa que els autors descriuen com un dilema social. I un detall que interessa a qualsevol claustre: quan als avaluadors se’ls va revelar que hi havia hagut intel·ligència artificial pel mig, van penalitzar l’autoria almenys un 25 %.

Les metaanàlisis apunten en la mateixa direcció matisada. Una revisió de 69 estudis experimentals troba que l’assistència amb intel·ligència artificial tendeix a millorar el rendiment acadèmic i el pensament d’ordre superior; una altra de 29 experiments troba un efecte positiu moderat, més fort en els estudiants que ja regulen bé el seu propi aprenentatge (6). Aquí apareix el problema d’equitat: la mateixa eina, utilitzada de la mateixa manera, fa de bastida per a un alumne i en substitueix un altre. Els qui pitjor regulen el seu aprenentatge, que solen ser els més petits, són els més propensos a deixar que l’eina pensi, i els qui menys s’ho poden permetre (6).

Què fer amb això

A l’aula, primer sense i després amb. La quarta sessió de l’estudi del MIT va creuar els grups. Els qui havien escrit abans sense ajuda i van utilitzar el model al final van mostrar més connectivitat que el grup assistit en qualsevol de les seves sessions; els qui van fer el recorregut invers, menys. Els mateixos autors conclouen que convé endarrerir la incorporació de l’eina fins que l’aprenent ha fet prou esforç pel seu compte (2). José Antonio Bowen i C. Edward Watson ho tenen ja concretat en una de les seves llistes de tasca: l’alumne anota les seves previsions sobre un text abans d’anar al cercador o a l’eina, perquè necessita conservar alguna destresa pròpia. Comprovar, comprova després (8).

A l’aula, la tasca de procés. Bowen i Watson proposen una plantilla transferible a gairebé qualsevol matèria: demanar a l’eina que faci la tasca, avaluar el resultat i llistar-ne els errors, millorar la instrucció, quedar-se amb la millor versió i millorar-la a mà, i explicar per escrit què hi va aportar la persona (8).

Per a l’escola, una pregunta que es pot auditar. Pereira Campos i Koff assenyalen que la distinció entre bastida i substitut es pot llegir en el registre de la conversa, en les instruccions donades i en les respostes rebudes. La pregunta és on va passar el treball cognitiu: si l’alumne va generar les opcions, les va sospesar i va decidir, o si el model va lliurar una resposta acabada perquè l’aprovés; i si va quedar un procés, una pregunta feta, un esborrany criticat, una revisió demanada, o només un producte (6).

Per al claustre, preguntar abans de decidir. Francesca Burriel Manzanares, doctora en Pedagogia i docent i investigadora al Colegio Español María Moliner d’Andorra, va consultar el seu alumnat abans d’introduir l’eina al centre, i el resultat no és el que se suposa. A 1r d’ESO gairebé mai no comproven les respostes, i tot i així creuen que sense intel·ligència artificial la seva manera d’estudiar no es veuria afectada; a 1r de Batxillerat comproven bastant o molt, confien poc en la fiabilitat del que reben i reconeixen que sense l’eina els costaria (9). Són dos grups petits, de dinou i vint-i-un alumnes en un sol centre, i així s’ha de llegir. La direcció del contrast, però, mereix una conversa.

També ho mereix la dada de Gina María Ramírez Zöller, rectora de la Unidad Educativa Lemas de Guayaquil, que va preguntar a 327 estudiants d’entre 12 i 16 anys què és el que més els preocupa de la intel·ligència artificial en el seu aprenentatge. La resposta més repetida, amb el 42,7 %, va ser la dependència, per davant de la informació incorrecta. A les entrevistes ho van dir amb les seves paraules: el risc és tornar-se «conformistes o còmodes» en rebre informació. I el 70,3 % creu que els estudiants haurien de rebre orientació sobre l’ús responsable (10).

No passa només en un centre ni en un país. La RAND Corporation va publicar el març de 2026 un informe signat per Heather L. Schwartz i Melissa Kay Diliberti amb dades recollides el desembre de 2025 entre més de mil estudiants estatunidencs de 12 a 29 anys, de secundària en endavant. L’ús de la intel·ligència artificial per als deures havia passat del 48 % el maig de 2025 al 62 % el desembre, i el 67 % subscrivia que com més intel·ligència artificial utilitzin els estudiants per al treball escolar, més perjudicarà el seu pensament crític, més de deu punts per sobre de la xifra de deu mesos abans (11). L’ús puja, i la desconfiança puja amb ell.

Convé dir què mesura aquest 67 % i què no mesura. Mesura el que els estudiants creuen, no el que els passa; l’evidència sobre això segon és la dels estudis de la secció anterior, amb els seus límits. Hi ha a més un matís que va en direcció contrària a l’alarma: la preocupació és més gran entre els qui no fan servir l’eina, el 78 %, que entre els qui sí que la fan servir, el 60 % (11). Es pot llegir de dues maneres, i l’informe no resol quina és la bona: o l’ús tranquil·litza perquè ensenya a calibrar, o tranquil·litza perquè acostuma.

Però hi ha una tercera dada en el mateix informe que no admet dues lectures, i és la que interpel·la de manera directa un equip directiu: només al voltant d’un terç dels estudiants declara que el seu centre té una política d’ús per a tota l’escola (11). Ús generalitzat, inquietud generalitzada, orientació absent. No cal convèncer l’alumnat del problema. L’ha anomenat ell, i està esperant que algú li ensenyi a resoldre’l.

Per acabar

L’impacte d’aquestes eines sobre qui aprèn no és una propietat de l’eina. És una propietat de com s’integra. Utilitzada com a drecera, erosiona; concebuda com a fricció productiva i bastida, sosté. Espeso-García tanca la seva revisió amb una imatge que serveix de brúixola: la qüestió és si acabem actuant com un pilot guiat per la tecnologia o com un passatger cec en un vehicle autònom (1). La diferència entre les dues coses no la decideix el vehicle.

Per continuar pensant. De les tasques que hem posat aquest trimestre, en quantes l’alumne es troba amb l’esforç abans que amb l’eina? I una segona, per a la reunió d’equip: si llegíssim el registre d’una conversa entre un alumne nostre i un model de llenguatge, sabríem dir on va passar el treball?

Glossari

• Descàrrega cognitiva (cognitive offloading). Ús d’un suport extern per reduir la càrrega de processament intern. Una agenda és descàrrega cognitiva; una calculadora, també. El que canvia amb la intel·ligència artificial generativa no és el mecanisme, sinó què es descarrega.
• Deute cognitiu. Terme encunyat per l’equip de Kosmyna per descriure l’esforç mental que s’estalvia avui i es paga més tard, en forma de menys indagació pròpia, més vulnerabilitat i menys creativitat.
• Funcions executives. Processos que permeten planificar, retenir informació a la ment, inhibir impulsos i adaptar-se quan canvien les circumstàncies. Sostenen el raonament, la resolució de problemes i l’aprenentatge autoregulat, i maduren sobretot entre els 10 i els 20 anys.
• Bastida i substitució. Dues maneres oposades d’utilitzar la mateixa eina. La bastida sosté l’alumne mentre aquest continua fent el treball mental; la substitució elimina aquest treball. La distinció no depèn del programa, sinó de l’ús.
• Connectivitat cerebral. Grau d’activitat coordinada entre diferents regions del cervell, que en aquests estudis es mesura amb electroencefalografia (EEG). Una connectivitat menor indica menys coordinació entre regions, no necessàriament pitjor rendiment.
• Preprint. Treball d’investigació difós abans de superar la revisió per parells. Pot ser sòlid, però encara no ha passat el filtre que la comunitat científica considera mínim.
• Estudi correlacional. Disseny que observa si dues variables es mouen juntes, sense manipular-ne cap. Permet dir que dues coses van associades, i no permet dir quina causa quina.

Referències

1. Espeso-García, A. (2025). Generative Artificial Intelligence: Between Enhancement and Cognitive Offloading. Cultura, Ciencia y Deporte, 20(66), 2698.
2. Kosmyna, N., Hauptmann, E., Yuan, Y. T., Situ, J., Liao, X.-H., Beresnitzky, A. V., Braunstein, I., i Maes, P. (2025). Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task. MIT Media Lab.
3. Stankovic, M., Hirche, E., Kollatzsch, S., i Doetsch, J. N. (2025). Comment on: Your Brain on ChatGPT.
4. Lee, H.-P., Sarkar, A., Tankelevitch, L., Drosos, I., Rintel, S., Banks, R., i Wilson, N. (2025). The Impact of Generative AI on Critical Thinking. CHI Conference on Human Factors in Computing Systems.
5. Gerlich, M. (2025). AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking. Societies, 15(1), 6. Correcció publicada a Societies, 15(9), 252.
6. Pereira Campos, J., i Koff, T. (2026). Your brain on ChatGPT, but whose brain? The missing adolescent in AI-cognition research. Frontiers in Developmental Psychology, 4, 1885225. Article d’hipòtesi i teoria.
7. Doshi, A. R., i Hauser, O. P. (2024). Generative AI enhances individual creativity but reduces the collective diversity of novel content. Science Advances, 10(28), eadn5290.
8. Bowen, J. A., i Watson, C. E. (2024). Teaching with AI: A Practical Guide to a New Era of Human Learning. Johns Hopkins University Press.
9. Burriel Manzanares, F. (2026). La voz de los protagonistas: expectativas del alumnado sobre la IA. A Informe ODITE 2026. Claves para una nueva educación. Espiral, Educación y Tecnología.
10. Ramírez Zöller, G. M. (2026). La IA bajo la lupa de los estudiantes. A Informe ODITE 2026. Claves para una nueva educación. Espiral, Educación y Tecnología.
11. Schwartz, H. L., i Diliberti, M. K. (2026). More Students Use AI for Homework, and More Believe It Harms Critical Thinking: Selected Findings from the American Youth Panel. RAND Corporation, RR-A4742-1.