Cuando sabemos que una información va a estar en Google dejamos de esforzarnos por recordarla

En 2011, un estudio de la psicóloga Betsy Sparrow y sus colegas de Columbia y Harvard mostró algo que hoy puede leerse como profético y es que cuando sabemos que una información va a estar disponible en Google, dejamos de esforzarnos por recordarla.

Lo llamaron “efecto Google” sobre la memoria. Quince años después, la pregunta cambió y ya no se trata de pensar en si delegamos o no nuestra memoria en una máquina sino si ahora estamos dejando de pensar; al menos en un sentido general y crítico.

Esta tensión atraviesa la educación en los diversos niveles y tiene también sus implicancias en el mundo laboral; en especial a partir de dos términos que si bien no son nuevos hoy adquieren una nueva dimensión. Se trata del llamado “deskilling” o pérdida de competencias y el “reskilling” o reciclaje profesional que con la llegada de la IA invitan a nuevas reflexiones.

Un concepto viejo con un actor nuevo

El deskilling, es decir la pérdida de habilidades que antes eran necesarias para realizar una tarea, no nació con la IA generativa. Es un concepto clásico de la sociología del trabajo, ligado históricamente a la automatización industrial.

¿Qué es lo que cambió hoy? Con la masividad del uso de la inteligencia artificial quedaron afectadas por igual tareas manuales, cognitivas y creativas, y ese impacto ya no solo tiene que ver con el mundo laboral sino que también se da en las aulas.

Si bien para muchos las herramientas de IA generan un “efecto nivelador”, es decir, ayudan a que los principiantes rindan como expertos en el corto plazo, el costo se observa que quienes tenían ciertas habilidades dejen de utilizarlas por lo que el riesgo no es solo que el novato no aprenda, sino que el experto se atrofie.

Este fenómeno fue analizado por Qing-An Hiele en el nivel universitario en un informe publicado en 2026 bajo el título “De la descalificación a la recalificación: navegando la integración de la IA en la práctica académica de la educación superior”. En dicho informe, se analizan 22 estudios bajo el marco PRISMA, y se identifica un patrón recurrente: la IA generativa transforma las prácticas docentes generando primero ansiedad y desorientación y solo después, si hay acompañamiento institucional, deriva en una reconversión real de competencias.

El mecanismo: de la sustitución a la reconversión

Un estudio publicado en 2025 en ScienceDirect sobre estudiantes universitarios propone una distinción clave, ya que no es lo mismo un uso “sustitutivo” de la IA generativa- como pedirle a la herramienta que resuelva la tarea completa- que realizar un uso “aumentativo”; es decir donde la IA amplía una capacidad que el estudiante ya está ejercitando.

Mientras que el primero predice pérdida de competencias; el segundo, ganancia. La diferencia no está en la herramienta sino en el diseño de la tarea y en cómo la institución la encuadra.

Por otro lado, un informe de 2026 del American Enterprise Institute, llamado “La descalificación de la economía del conocimiento: implicaciones para las escuelas” plantea que los trabajadores mejor posicionados para la próxima década serán los que combinen habilidades técnicas tradicionales como matemática y programación con alfabetización en IA y capacidades más generales como el pensamiento crítico y la adaptabilidad. La recomendación para los sistemas educativos es concreta: fortalecer los vínculos entre escuelas, universidades y el mercado laboral para anticipar qué combinaciones de habilidades van a sostener su valor.

La escala del desafío

El Future of Jobs Report 2025 del Foro Económico Mundial, publicado en enero de ese año- sobre la base de una encuesta a más de mil empleadores globales- calculó que un 39% de las competencias clave del mercado laboral cambiará para 2030.

El pensamiento analítico, la resiliencia y la capacidad de aprendizaje continuo aparecen junto a la alfabetización en IA entre las habilidades de mayor crecimiento. La cifra tuvo ya su impacto en el mundo educativo que deben formar a esos nuevos trabajadores del mañana. Y que también hace juego con el reskilling donde profesionales con experiencia ven la necesidad de reinventar sus habilidades.

Por otro lado, un informe de 2026 de la CEPAL- sobre el impacto económico de la inteligencia artificial en la región- advierte que la IA tiende a reemplazar el trabajo no calificado y a complementar el trabajo calificado. El propio informe concluye que sin políticas agresivas y sostenidas de educación y formación de talento, la región corre el riesgo de quedar del lado equivocado de esa brecha.

En ese contexto, CEPAL y UNESCO lanzaron en 2026 el Observatorio de Inteligencia Artificial en Educación para América Latina y el Caribe, una plataforma regional pensada para monitorear políticas públicas de IA en las aulas con foco en equidad y formación docente. Una propuesta que apunta a que el avance de la inteligencia artificial empezó a tratarse como un problema de política educativa y no solo de innovación tecnológica.