Los chatbots de inteligencia artificial pueden ayudar a detectar noticias falsas en el momento, pero no necesariamente dejan una habilidad más sólida cuando la herramienta desaparece. Esa es la conclusión principal de un estudio presentado en la conferencia CHI 2026 y difundido por MIT News, que siguió durante un mes a 67 participantes mientras evaluaban pares de titulares e imágenes para decidir si eran verdaderos o enganosos. El trabajo sugiere que la asistencia automatica mejora el rendimiento inmediato, pero también puede fomentar una dependencia que erosiona el criterio propio.
Según la cobertura de MIT y el paper enlazado, durante las sesiones con chatbot los participantes lograron detectar desinformacion con una precisión 21 por ciento mayor que sin ayuda. Sin embargo, cuando al final del experimento se les retiro esa asistencia y se les presentaron nuevos contenidos, su desempeno autonomo había caido 15 puntos porcentuales respecto del inicio. El equipo describe este patrón como una versión del llamado paradigma de dependencia de la IA: una tecnologia que resuelve bien la tarea en el corto plazo puede debilitar las capacidades que supuestamente esta reforzando si el usuario delega demasiado el análisis.
El diseño del estudio busco ir más alla de una prueba puntual. A lo largo de cuatro semanas, los voluntarios trabajaron con un conjunto acotado de unas 50 noticias validadas y respondieron encuestas posteriores sobre como percibian su propio desempeno. El análisis cualitativo identifico a un grupo de usuarios que fue pasando de una evaluacion activa a una aceptacion cada vez más pasiva de las respuestas del sistema. Esa brecha entre confianza subjetiva y rendimiento real también importa: alrededor de una cuarta parte de los participantes creyo que estaba mejorando aunque sus resultados empeoraban.
La investigación no plantea que toda ayuda con IA sea necesariamente perjudicial. De hecho, los autores distinguen entre sistemas que simplemente dicen la respuesta y otros que funcionan más como guia. En particular, encontraron mejores resultados posteriores cuando el chatbot usaba preguntas al estilo socratico o empujaba al usuario a examinar contexto, imágenes y fuentes antes de decidir. La diferencia, según los autores, es si la herramienta actúa como muleta o como entrenador.
Conviene leer estos resultados con cautela. La propia investigación reconoce límites importantes: la muestra fue pequeña, el material usado rondo las 50 piezas periodisticas y el trabajo se concentro en participantes de Estados Unidos y Reino Unido. Además, se trata de un experimento sobre detección de desinformacion en una tarea muy específica, no de una prueba general sobre todo uso educativo o informativo de modelos de lenguaje. Aún así, el hallazgo aporta evidencia útil en un debate muy actual: si la IA se integra a la alfabetizacion mediatica o a la educacion, no solo importa que responda rápido, sino también qué tipo de habitos cognitivos deja detras.
The consequences of relying on AI for accurate news · MIT News Research
MIT News | Massachusetts Institute of Technology · Imagen acompañante del artículo fuente; atribución preservada · Fuente de imagen
Rani, A., Danry, V., Liang, P. P., Lippman, A., & Maes, P. (2026). Dialogues with AI Reduce Beliefs in Misinformation but Build No Lasting Discernment Skills. Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems, 1-26. https://doi.org/10.1145/3772318.3790656
Relacionadas por categoría
Ver mas
Una ventana al interior de los chatbots ayuda a anticipar conductas problemáticas
Un estudio del MIT probó una interfaz que muestra señales internas de un chatbot antes de usarlo y encontró que puede ayudar a anticipar rasgos como complacencia excesiva, toxicidad o empatía aparente.
Un método permite auditar modelos de IA sin generar material ilegal
Investigadores de MIT desarrollaron una técnica para detectar si un modelo generativo fue adaptado para producir material ilegal, sin pedirle nunca que lo genere.
Los modelos de lenguaje ya pueden anticipar resultados de experimentos sociales
Un estudio en Nature halló que modelos de lenguaje como GPT-4 pueden prever, con bastante acierto, el resultado de muchos experimentos de ciencias sociales.
Más de la misma fuente
Ver mas
Nubes difusas de materia bariónica “pérdida” rodean a la mayoría de las galaxias
Un análisis con ráfagas rápidas de radio sugiere que buena parte de la materia ordinaria faltante del universo está dispersa en nubes muy extendidas alrededor de grupos de galaxias.
Un puente de concreto impreso en 3D muestra cómo construir con menos carbono
Un equipo del MIT diseñó e imprimió un puente de concreto de 2,3 metros con un sistema que adapta el diseño a los límites reales de la impresora, una vía para usar menos material en construcción.
Los campos eléctricos del cerebro podrían explicar parte de su variabilidad momento a momento
Un estudio en monos sugiere que parte de las oscilaciones cambiantes de la actividad cerebral no dependen solo de las neuronas, sino también de los campos eléctricos locales que ellas mismas generan.
Más del mismo autor
Ver mas
El LHC encuentra nuevas pistas del plasma primordial en choques de oxígeno
Las cuatro grandes colaboraciones del LHC detectaron nuevas señales de plasma de quarks y gluones en colisiones de oxígeno y neón, lo que sugiere que ese estado extremo puede surgir en sistemas más pequeños.
Los castigos previos pueden dificultar aprender de las recompensas
Un estudio con 159 participantes encontró que, cuando una misma opción arrastra un historial de castigos, aprender de sus recompensas se vuelve más difícil y aumenta la exploración.
Lantana camara: una planta invasora que se propaga sin diversidad genética
Un estudio con 359 plantas de India reveló que Lantana camara, una de las especies invasoras más problemáticas del mundo, se reproduce principalmente por autofecundación y existe como líneas genéticas idénticas.