Un ejercicio entregado puede estar bien resuelto aunque su autor no sepa repetirlo sin ayuda. Los asistentes de inteligencia artificial permiten obtener explicaciones y soluciones, pero el resultado visible dice poco sobre el aprendizaje. Qué conocimientos conserva quien pregunta importa cuando llega el examen o aparece un problema que debe resolver por su cuenta.Esa dependencia preocupa a Chema Alonso. El informático defiende que las nuevas generaciones sigan aprendiendo los fundamentos de la tecnología, incluso cuando una máquina pueda hacer parte del trabajo. Su advertencia apunta a conservar la capacidad de crear y comprender los avances que condicionarán sus vidas.En el trabajo también cambia la tarea de quien utiliza estos programas. Revisar lo que devuelve un asistente exige saber qué se busca y reconocer los errores. Confiar en una respuesta convincente puede ahorrar una comprobación que, precisamente, permitiría descubrir que algo falla.Conservar conocimientos propiosElegir estudios pensando en profesiones que todavía están cambiando resulta difícil. Alonso lo reconoce en una reflexión publicada el 20 de febrero de 2026 en su blog El lado del mal: evita recomendar una carrera concreta y pide seguir estudiando más allá del título. Su advertencia sobre la dependencia surge al plantear qué ocurriría si la creación de avances quedara solo en manos de la inteligencia artificial.La propuesta incluye formación científica y humanística. Conocer la tecnología tendría que convivir con aprender a escuchar a quienes piensan distinto y examinar los propios prejuicios. En tareas como la programación con IA, esa preocupación se concreta en entender aquello que se construye, además de conseguir que funcione.El debate alcanza a profesionales que ya recurren a asistentes como ChatGPT. Una investigación de Microsoft Research y Carnegie Mellon presentada en CHI 2025 recogió respuestas de 319 trabajadores: una mayor confianza en la IA se asociaba con menos pensamiento crítico declarado. La encuesta mide percepciones personales; no demuestra que utilizar estas herramientas deteriore la inteligencia ni establece una relación causal.También identificó un desplazamiento del esfuerzo hacia comprobar información y encajar las respuestas en el trabajo. Eso exige mantener un criterio de revisión: decidir si los datos bastan, si la propuesta responde al encargo y quién asume la responsabilidad del resultado. La supervisión requiere tiempo y conocimiento.Ayuda guiada durante ejerciciosUn experimento publicado en PNAS el 25 de junio de 2025 permite observar esa diferencia en clase. Participaron cerca de un millar de estudiantes de matemáticas de secundaria en Turquía, repartidos entre grupos con dos asistentes basados en GPT-4 y otro sin IA. Las dos herramientas ofrecían ayudas distintas: una se parecía a un chat general y otra daba pistas preparadas con docentes.Ambas mejoraron los resultados durante la práctica. Al retirar la ayuda, quienes habían utilizado el chat general obtuvieron calificaciones un 17% inferiores a las del grupo sin IA; con el tutor guiado, esa desventaja quedó mitigada. El diseño aporta información para evaluar las herramientas para las aulas según cómo ayudan a resolver ejercicios.El ensayo estudió resultados inmediatos en unas clases concretas. No permite trasladar su cifra a cualquier país, edad o aplicación, ni mide daños cerebrales. Para valorar el uso entre estudiantes, importa distinguir la ayuda que reciben y comprobar después qué saben hacer sin ella.Queda una prueba sencilla de plantear en clase: cerrar el asistente y pedir que el alumno explique su solución. Ahí se puede comprobar qué parte del razonamiento domina y dónde necesita volver a practicar.