¿Nos estamos volviendo clones cognitivos? La IA borra la diversidad en el pensamiento humano

La inteligencia artificial, esa herramienta que promete expandir nuestras capacidades, podría estar, irónicamente, homogeneizando nuestra forma de pensar y escribir. Una nueva investigación de la Universidad del Sur de California (USC), publicada el 11 de marzo en la revista Trends in Cognitive Sciences, lanza una advertencia clara: si no actuamos ahora, los chatbots de IA podrían reducir la diversidad cognitiva y la capacidad de adaptación de la humanidad.

El efecto espejo de los LLMs: menos voces, más eco

No es una teoría de conspiración, es un patrón preocupante. Los investigadores, liderados por Morteza Dehghani, profesor de psicología y ciencias de la computación en la USC, argumentan que los modelos de lenguaje grandes (LLM) están estandarizando cómo nos expresamos. Piensen en ello: ¿cuántas veces han usado un chatbot para redactar un correo, generar ideas o incluso pulir un texto? En lugar de forjar nuestra propia voz, a menudo nos dejamos llevar por las sugerencias del modelo, optando por lo que parece "suficientemente bueno" en lugar de una creación genuinamente original.

Esto no es baladí. Como señala Zhivar Sourati, estudiante de doctorado en la USC y primer autor del estudio, las personas difieren en su forma de escribir, razonar y ver el mundo. Cuando estas diferencias se filtran a través de los mismos LLM, esas estrategias lingüísticas y de pensamiento distintas se vuelven homogéneas, produciendo expresiones estandarizadas. Es como si todos empezáramos a hablar con el mismo acento digital.

La diversidad como antídoto: un llamado a los desarrolladores

La solución, según el equipo de la USC, pasa por un cambio fundamental en cómo se construyen estos sistemas. Los desarrolladores de IA deberían incorporar intencionalmente más diversidad del mundo real en los conjuntos de datos de entrenamiento de los LLM. No se trata de introducir variaciones aleatorias, sino de reflejar la riqueza y complejidad de la inteligencia humana global.

"Si los LLM tuvieran formas más diversas de abordar ideas y problemas, apoyarían mejor la inteligencia colectiva y las capacidades de resolución de problemas de nuestras sociedades", reflexiona Sourati. "Necesitamos diversificar los modelos de IA y ajustar cómo interactuamos con ellos para proteger la diversidad cognitiva y el potencial de ideación de las generaciones futuras."

La implicación es clara: si los modelos se entrenan con un espectro más amplio de perspectivas, estilos y razonamientos, no solo mejorarían sus propias capacidades, sino que también nos ayudarían a preservar las nuestras. La creatividad y la adaptabilidad humana, pilares de nuestro progreso, dependen de la variedad de pensamiento. Si la IA diluye esa variedad, ¿qué futuro nos espera?

Aquí algunos puntos clave que la investigación subraya:

• La estandarización del lenguaje por parte de los chatbots es una realidad.


• La deferencia del usuario a las sugerencias del modelo reduce la agencia humana.


• La falta de diversidad en los datos de entrenamiento de los LLM es un riesgo para la diversidad cognitiva humana.


• Se necesita una incorporación intencional de la diversidad humana en el entrenamiento de la IA.

La IA no es solo una herramienta, es un espejo que, si no se calibra bien, podría mostrarnos una versión cada vez más uniforme de nosotros mismos. ¿Estamos dispuestos a pagar ese precio por la eficiencia?

LaIA