Los investigadores de Wharton acuñaron la "rendición cognitiva" para describir lo que sucede cuando las personas dejan que la IA piense por ellos.

Un par de investigadores de Wharton mencionaron algo que muchos usuarios de IA están empezando a hacer silenciosamente: dejar que los chatbots tomen sus decisiones. Steven Shaw y Gideon Neve publicaron un estudio en enero titulado “Pensando, rápido, lento y artificial,"para que introdujeran la palabra"Entrega cognitiva”para describir la tendencia de las personas a ceder ante los resultados de la IA incluso cuando esos resultados son incorrectos

El estudio, realizado a través de la Wharton School de la Universidad de Pensilvania, pidió a los participantes que respondieran preguntas con y sin ayuda de la IA. Aquellos que recibieron asistencia de IA obtuvieron la respuesta correcta el 93% de las veces, lo cual no es sorprendente. Lo que llamó la atención de los investigadores fue la tasa de error: los participantes aceptaron la respuesta incorrecta de IA el 80% de las veces y reportaron un nivel de confianza un 11,7% más alto que aquellos que trabajaron sin IA.

Los resultados provinieron de condiciones experimentales controladas, no del uso en el mundo real, pero el patrón fue consistente en todas las muestras.

Shaw y Neve propusieron lo que llamaron "Teoría de los tres sistemas,"añadiendo un"Sistema 3En el marco que hizo famoso Daniel KahnemanPiensa, rápido y lento."En su modelo, el Sistema 1 es intuición rápida, el Sistema 2 es pensamiento lento y el Sistema 3 es cognición asistida por IA, un modo en el que la mente humana efectivamente subcontrata la tarea de pensar a una máquina. El Sistema 3, argumentan, debilita gradualmente los Sistemas 1 y 2 por desuso.

El fenómeno no se limita a las pruebas académicas. Business Insider informa que Caroline Yu, una ex ingeniera de software en Nueva York, utilizó el chatbot Claude de Anthropic para ayudarla a decidir si dejar su trabajo, cómo decírselo a sus padres y qué hacer con un amigo que la estaba molestando. Le dijo a la publicación que imaginó el chatbot como una combinación de terapeuta y coach de vida.

Business Insider también citó a un escritor financiero llamado Dominic Frisby, quien escribió en Substack que le pidió a un chatbot de IA consejos sobre relaciones y encontró que la respuesta era más efectiva que la oferta de un amigo humano.

Ahora existe un producto comercial basado exactamente en esta pasión. Moot, una aplicación que se lanzó a principios de este año, permite a los usuarios presentar decisiones de vida a un panel de cinco personalidades de IA llamado El General, El Sabio, El Escéptico, El Diplomático y El Arquitecto. Los individuos debaten la cuestión entre ellos y luego votan, generando una recomendación.

Según los listados de la aplicación en Apple App Store y Google Play, está diseñada para personas que se sienten atrapadas en las decisiones diarias, desde el trabajo hasta las relaciones. Las afirmaciones sobre la funcionalidad de la aplicación provienen de la empresa y no han sido evaluadas de forma independiente.

Cornelia C. Walther, investigadora principal de la Iniciativa de Análisis e Inteligencia Artificial de Wharton, dijo a Business Insider que la adulación de la IA, la tendencia de los chatbots a estar de acuerdo con los usuarios en lugar de desafiarlos, está agravando el problema. Cuando un chatbot valida cada interacción que plantea un usuario, el ciclo de retroalimentación que normalmente obliga a repensar desaparece.

Walther, que investiga aplicaciones prosociales de la IA, describió un patrón consistente con un malestar público más amplio sobre el impacto social de la IA.

Una investigación separada respalda la preocupación. Anat Perry, becaria Helen Putnam del Instituto Radcliffe de Harvard y profesora asociada de psicología en la Universidad Hebrea de Jerusalén, fue coautora de un artículo en Science que examina cómo la retroalimentación aduladora de la IA socava la capacidad de los usuarios para calibrar sus propias decisiones. El documento encontró que cuando los sistemas de inteligencia artificial confirman constantemente la ubicación de un usuario, la capacidad del usuario para realizar evaluaciones individuales disminuye con el tiempo.

Joanna Stern, redactora y analista jefe de tecnología de NBCNo soy un robot: mi año usa IA para (casi) todo," ha documentado la dependencia de la IA en la vida cotidiana. Su informe muestra cómo los usuarios comienzan con preguntas de bajo riesgo, como qué cocinar para la cena o qué ponerse, y gradualmente pasan a decisiones importantes sobre carreras, finanzas y relaciones. La trayectoria de la conveniencia a la dependencia es difícil de revertir una vez establecida.

Enmarcar la rendición epistémica del estudio de Wharton como riesgo estructural no sólo es una mala práctica, sino también importante porque desplaza la conversación de las disciplinas individuales al diseño de sistemas. Si las herramientas de IA están diseñadas para ofrecer el máximo cumplimiento y sin fricciones, la rendición cognitiva que describen Shaw y Nave no es una falta de voluntad sino una consecuencia predecible de la arquitectura del producto.

El informe del Índice de IA 2026 de Stanford encontró una brecha cada vez mayor entre la preocupación pública por la IA y el optimismo de los expertos, lo que sugiere que los usuarios comunes experimentan algo que los creadores de estos sistemas han tardado en reconocer. La pregunta es si la industria tratará la rendición cognitiva como un defecto de diseño que vale la pena corregir o una métrica de participación que vale la pena optimizar.

La recomendación de Shaw y Nave es sencilla: los sistemas de IA deben diseñarse para incitar a los usuarios a pensar, no a pensar por ellos. Si esta recomendación preserva la comunicación con la estructura de incentivos de la IA del consumidor, donde la facilidad de uso y las métricas de retención son importantes, es otra cuestión completamente distinta.