Nunca habíamos escrito tanto. Ni tan deprisa. Ni con tanta facilidad para encontrar la palabra exacta, ordenar un argumento o pulir un texto hasta hacerlo convincente. La inteligencia artificial propone títulos, reorganiza párrafos, mejora el estilo y sugiere ideas con una fluidez impensable hace apenas unos años. Todo apunta en la misma dirección: textos cada vez mejores.
Sin embargo, un estudio reciente de investigadores de Georgetown University y otras instituciones estadounidenses introduce un elemento inesperado en esa historia. Tras analizar casi 373.000 ensayos de admisión universitaria escritos antes y después de la llegada de ChatGPT, observaron un fenómeno aparentemente contradictorio. Los textos posteriores a la irrupción de la IA utilizan un vocabulario más amplio y sofisticado, pero las ideas que contienen son menos diversas y se parecen más entre sí. Cuanto más rica parece la escritura, más estrecho resulta el espacio conceptual que ocupa.
El hallazgo trasciende el ámbito de la escritura. Los ensayos universitarios constituyen uno de los pocos géneros en los que cada persona intenta demostrar precisamente aquello que la hace diferente de las demás: su trayectoria, su forma de mirar el mundo, su manera de pensar. Si incluso en ese contexto las ideas empiezan a converger, ya no tenemos un problema de estilo. Tenemos un problema educativo.
El estudio no demuestra que la inteligencia artificial empobrezca el pensamiento humano. La prudencia impera. Lo que ponen sobre la mesa es una paradoja: la mejora de la expresión puede convivir con una reducción de la diversidad conceptual. A partir de ahí se abre una reflexión que va más allá de los modelos de lenguaje. Así, en un momento en el que millones de personas recurren a las mismas herramientas para escribir, resumir, argumentar o buscar inspiración, merece la pena preguntarse no solo cómo está cambiando nuestra forma de escribir, sino también qué puede estar ocurriendo con la diversidad de nuestras ideas.
El estudio: más riqueza léxica, menos diversidad conceptual
El trabajo, aún pendiente de revisión por pares, analiza 372.793 ensayos personales presentados en los procesos de admisión de cuatro universidades estadounidenses antes y después del lanzamiento público de ChatGPT en noviembre de 2022. Su objetivo era comprobar si la llegada de la inteligencia artificial generativa había modificado la forma en la que las personas escriben cuando se enfrentan a un texto especialmente importante: aquel en el que intentan explicar quiénes son.
Para ello, los investigadores no evaluaron la calidad de los ensayos ni su éxito en la admisión. Midieron algo distinto: la diversidad semántica del lenguaje en tres niveles. El primero analizaba la variedad del vocabulario utilizado; el segundo, la diversidad de las ideas desarrolladas dentro de cada ensayo; y el tercero, hasta qué punto cada texto era temáticamente diferente del resto de los presentados en la misma convocatoria. Esta aproximación pretendía distinguir entre la riqueza superficial del lenguaje y la originalidad conceptual del contenido.
Los resultados fueron extraordinariamente consistentes en las cuatro universidades estudiadas. Tras la aparición de ChatGPT, los ensayos mostraban un vocabulario más diverso, pero también una menor variedad de ideas y una mayor semejanza temática entre unos textos y otros. Los autores denominaron a este fenómeno «homogeneización paradójica»: los textos parecen más creativos porque utiliza más recursos lingüísticos, aunque las ideas converjan hacia patrones cada vez más similares.
La investigación es sólida en su diseño. Combina un análisis observacional de gran escala con un experimento controlado y pone sobre la mesa un fenómeno que trasciende los ensayos universitarios. La convergencia de las ideas que describe invita a mirar más allá de los textos. ¿Estamos asistiendo simplemente a una estandarización del lenguaje o a una transformación más profunda del modo en que construimos el pensamiento?
El valor educativo de la inteligencia artificial no depende de su capacidad para responder, sino del uso que hacemos de sus respuestas.
La era de la respuesta más probable
Los resultados del estudio resultan menos sorprendentes cuando se observa cómo funciona un modelo de lenguaje. Su capacidad no reside en comprender el mundo como lo hace una persona, sino en identificar regularidades a una escala imposible para cualquier cerebro humano. Ha aprendido leyendo miles de millones de palabras y detectando qué ideas suelen aparecer juntas, qué argumentos se desarrollan de una determinada manera o qué expresión suele seguir a otra. Cada respuesta que genera es, en esencia, una predicción: la continuación que tiene más probabilidades de encajar con el contexto.
Esa lógica explica por qué la inteligencia artificial produce textos tan convincentes. No inventa desde cero; reorganiza, combina y reformula patrones que ya existen. El resultado, desde luego, puede ser brillante. ¿Preciso? Sin duda. ¿Sorprendente? Podría ser.
Sin embargo, esa supuesta creatividad nace de recorrer caminos muy transitados, no de abandonar el mapa. Si millones de personas consultan herramientas entrenadas con los mismos datos y optimizadas para ofrecer las respuestas más plausibles, resulta razonable pensar que muchas acabarán organizando sus ideas de forma parecida. No porque la inteligencia artificial copie un mismo texto, sino porque orienta el pensamiento hacia soluciones que ya han demostrado ser estadísticamente sólidas.
Esta homogeneización del pensamiento sucede de forma muy sutil. Cada respuesta parece personalizada, cada conversación es diferente y cada texto incorpora matices propios. Sin embargo, vistos en conjunto, los patrones empiezan a repetirse. Es exactamente lo que observaron los investigadores al analizar los ensayos universitarios: una mayor riqueza en la expresión acompañada de una menor diversidad en las ideas.
La ilusión de la originalidad
A pesar de esa sutil homogeneización del pensamiento descrita en el epígrafe anterior, los investigadores comprobaron que los ensayos escritos en la era de ChatGPT eran percibidos como más creativos.
Esto no debería sorprendernos. Solemos asociar un texto elegante con un pensamiento profundo. Un discurso bien construido inspira confianza. Una prosa brillante transmite la impresión de que detrás hay una idea igualmente brillante. La forma funciona como un atajo que utilizamos para juzgar el contenido. Y casi siempre lo hacemos de manera inconsciente.
La inteligencia artificial explota esa asociación con una eficacia extraordinaria. Es capaz de producir textos fluidos, coherentes y convincentes porque domina como pocas herramientas las reglas del lenguaje. El resultado es una escritura que parece más sofisticada y, por tanto, más original. Sin embargo, la originalidad no depende solo de cómo se expresa una idea, sino de la novedad de la propia idea. Y ambas cosas no siempre coinciden.
Basta mirar la historia de la ciencia o de la cultura para comprobarlo. Muchas de las ideas que terminaron cambiando nuestra forma de entender el mundo no destacaban por una formulación especialmente brillante. Lo que las hacía extraordinarias era que proponían una forma distinta de mirar un problema conocido. Su fuerza residía en romper un patrón, no en expresarlo con elegancia.
Ese contraste adquiere un significado nuevo en la era de la inteligencia artificial. Si cada vez resulta más fácil escribir como un buen escritor, la calidad de la escritura deja de ser un indicador suficiente de creatividad. Tal vez el verdadero rasgo distintivo no sea la capacidad para construir un texto impecable, sino para formular una idea que todavía no se parece a las demás.
El valor de las ideas improbables
A partir de aquí, las conclusiones del estudio nos invitan a revisar una convicción profundamente arraigada en la educación: que aprender consiste en encontrar la respuesta correcta, cuando, en realidad, los grandes avances del conocimiento rara vez comenzaron por ahí.
La ciencia está llena de ejemplos de lo contrario. La teoría de la evolución, la relatividad o la tectónica de placas fueron, en su momento, ideas improbables. También lo fueron muchas innovaciones educativas que hoy damos por sentadas. No surgieron porque alguien encontrara la respuesta más plausible, sino porque alguien se atrevió a explorar una posibilidad que se apartaba del consenso.
Ese es, quizá, el gran desafío que plantea la inteligencia artificial. Los modelos de lenguaje son extraordinarios identificando patrones, sintetizando información y proponiendo soluciones consistentes con el conocimiento disponible. Son herramientas excelentes para recorrer caminos ya trazados. Pero las grandes transformaciones suelen producirse precisamente cuando alguien abandona ese camino y explora otro.
La escuela siempre ha tenido una función que va más allá de transmitir conocimientos. También debe crear las condiciones para que aparezcan ideas que todavía no existen. Para que un estudiante relacione dos conceptos que nunca había conectado, formule una pregunta clave o encuentre una solución que no figuraba en el libro de texto. Ese tipo de pensamiento no surge por acumulación de respuestas, sino por la posibilidad de desviarse de ellas.
Por eso, en este Observatorio defendemos que el valor educativo de la inteligencia artificial no depende de su capacidad para responder, sino del uso que hacemos de sus respuestas. Si se convierten en un punto de llegada, el espacio para la exploración puede reducirse. Si, por el contrario, funcionan como un punto de partida para discutir, cuestionar o buscar alternativas, la tecnología puede ampliar el horizonte intelectual en lugar de estrecharlo.
Pensar en la era de la respuesta inmediata
El estudio de Georgetown no demuestra que la inteligencia artificial nos haga menos creativos ni que esté empobreciendo el pensamiento humano. Sus autores son mucho más cautos. Lo que sí muestran es un fenómeno difícil de ignorar: la riqueza del lenguaje puede aumentar al mismo tiempo que disminuye la diversidad de las ideas.
Y es ahí donde el discurso cambia. Durante mucho tiempo, escribir bien fue una señal de que alguien había pensado bien. Hoy esa asociación empieza a resquebrajarse. Un texto impecable ya no garantiza que detrás exista una idea original, del mismo modo que un lenguaje sofisticado no asegura una mirada diferente sobre un problema. La escritura deja de ser una evidencia suficiente del pensamiento.
En estas circunstancias, la escuela se enfrenta a un desafío distinto. Si las herramientas de inteligencia artificial facilitan el acceso a información, argumentos e incluso borradores completos, el valor del aprendizaje se desplaza hacia capacidades más difíciles de automatizar: interpretar, establecer conexiones entre conocimientos aparentemente alejados, detectar contradicciones, cuestionar una explicación convincente o sostener una idea propia cuando todavía no resulta evidente.
No se trata de renunciar a la inteligencia artificial. Tampoco de convertir cada tarea escolar en una carrera para descubrir si un texto ha sido escrito por una persona o por una máquina. Lo importante es diseñar experiencias de aprendizaje en las que la IA amplíe el campo de exploración, en lugar de reducirlo a las respuestas más probables.
Nunca habíamos contado con herramientas tan potentes para acceder al conocimiento. Y, nunca antes tanto como ahora había sido tan importante preservar aquello que ninguna base de datos puede garantizar: la capacidad de producir una idea que todavía no forma parte del patrón. Porque el progreso del conocimiento no depende únicamente de encontrar mejores respuestas. Depende, sobre todo, de que sigan apareciendo preguntas que nadie esperaba.
