La IA te fríe el cerebro y no lo notas: cómo evitarlo sin dejar de usarla

¿La IA fríe el cerebro de verdad?

Depende de lo que entiendas por freír. Si hablas de un daño físico o permanente, no hay pruebas. Si hablas de acabar el día con la cabeza saturada, hay datos, aunque todavía flojos.

Los autores del artículo de Harvard Business Review definen este brain fry como la fatiga mental por usar, tratar o supervisar herramientas de IA más allá de la propia capacidad. Encuestaron a 1.488 trabajadores estadounidenses en enero de 2026 y un 14 % dijo sufrirla. En marketing fue una de cada cuatro personas, la tasa más alta por departamentos, según el desglose de Search Engine Journal. Hablamos de la encuesta de una consultora, con respuestas de los propios trabajadores. Vale como señal de alarma y poco más.

La pérdida de orgullo por el trabajo, de la que hablé en este artículo sobre IA y productividad, la poca paciencia con lo que lleva tiempo o la pereza para escribir tienen menos respaldo todavía. Los trato más abajo porque me parecen reales, y aviso de hasta dónde llega la prueba en cada caso.

¿Por qué cuesta tanto darse cuenta?

El dato más citado de este debate es el del ensayo de METR: 16 programadores con años de experiencia resolvieron 246 tareas reales, asignadas al azar a trabajar con IA o sin ella. Con IA tardaron un 19 % más. Antes de empezar esperaban ir un 24 % más rápido, y al acabar seguían creyendo que habían ganado un 20 %.

El 19 % ha envejecido mal. En febrero de 2026, METR explicó que estaba rediseñando el experimento: cada vez más programadores se negaban a trabajar sin IA, y eso estropea la comparación. La propia METR cree probable que ahora la IA sí acelere, aunque no puede decir cuánto. Quien siga usando ese dato como prueba de que la IA ralentiza está repitiendo algo que sus autores ya han matizado.

Lo que me interesa es otra cosa: la distancia entre lo que aquellas personas sintieron y lo que el cronómetro marcó.

Una jornada con IA da además muchas señales de avance: respuestas inmediatas, borradores nuevos, código que aparece solo. Esa parte es lectura mía, pero explica por qué tu impresión al final del día sirve de poco como medida.

¿Qué le pasa a tu cabeza con treinta chats abiertos?

Te lo cuento con mi caso. Cuando trabajo con Claude tengo cinco, seis o siete proyectos abiertos a la vez, entre clientes, páginas web y proyectos propios. En cada uno se van acumulando tareas y chats, y llego a tener quince, veinte o treinta conversaciones simultáneas que me van pidiendo acciones. Ese cambio constante de contexto me desgasta de una forma brutal.

Esa parte sí está bastante estudiada, aunque nadie la haya medido en alguien con treinta chats. Joshua Rubinstein, David Meyer y Jeffrey Evans comprobaron en 2001 que cada cambio de tarea cuesta tiempo, y más cuanto más compleja es. Sophie Leroy llamó residuo atencional a la parte de la atención que se queda en la tarea anterior cuando saltas a otra, sobre todo si la dejas sin terminar. Y volver a un chat de un cliente después de haber estado en el código de otro es exactamente eso, decenas de veces al día.

El dato que mejor explica mi cansancio es de Gloria Mark, Daniela Gudith y Ulrich Klocke. En su experimento de 2008, la gente interrumpida acababa antes y con la misma calidad, a costa de más estrés, más frustración, más presión de tiempo y más esfuerzo. Por eso el problema engaña: el trabajo sale, y la factura te llega a ti. Ni siquiera hace falta atender el aviso. En otro experimento, con 212 universitarios, recibir una notificación en el móvil sin contestarla ya empeoraba una tarea de atención.

¿Es un perjuicio cognitivo? A corto plazo, sí: pierdes tiempo, atención y calma mientras dura. Que deje una secuela cuando cierras el ordenador es otra cosa, y eso no lo he visto demostrado. Tampoco lo descartaría, porque casi nadie lleva el tiempo suficiente trabajando así como para medirlo.

Y hay indicios de que la IA empuja en esa dirección. Aruna Ranganathan y Xingqi Maggie Ye siguieron durante ocho meses a 200 personas de una tecnológica estadounidense, en una investigación todavía en curso. Trabajaban más horas, a más ritmo y en más tipos de tarea, hacían más cosas a la vez y metían trabajo en lo que antes eran descansos: la comida, las reuniones, la noche.

La encuesta de BCG añade dos asociaciones útiles. La productividad percibida sube al pasar de una a tres herramientas y baja con más de tres. Y supervisar mucho se asocia con más esfuerzo mental y un 19 % más de sobrecarga de información. Eso me parece lo más olvidado de toda esta conversación. Revisar un resultado ajeno también es trabajo, a menudo más cansado que hacerlo, porque hay que entender algo que no has pensado tú y decidir si está bien.

¿Se pierde habilidad cuando delegas?

Hay señales, ninguna definitiva. La más comentada es un estudio publicado en The Lancet Gastroenterology & Hepatology sobre colonoscopias en cuatro centros de Polonia. En las exploraciones hechas sin IA, la tasa de detección de adenomas bajó del 28,4 % en los tres meses previos a introducir la herramienta al 22,4 % en los tres meses posteriores. Esa tasa es el porcentaje de exploraciones en las que se encuentra al menos un adenoma, un tipo de pólipo, así que no equivale a decir que los médicos vieran menos lesiones de cada cien. Los autores escriben que la exposición continuada «might reduce» esa tasa, es decir, que podría reducirla. Un estudio observacional no descarta otras explicaciones.

El segundo es un ensayo de Anthropic, la empresa que hace Claude. Dio a 52 programadores, casi todos júnior, una biblioteca de código que no conocían. Con asistente tardaron casi lo mismo, pero sacaron un 50 % en el examen posterior frente al 67 % de quienes trabajaron sin él. Dentro del grupo con IA, a quienes delegaron todo les fue peor que a quienes pidieron explicaciones o solo hicieron consultas de concepto. Esos subgrupos son de entre dos y siete personas, así que tómalo como pista.

Y queda «Your Brain on ChatGPT», del MIT, el estudio detrás de la mayoría de titulares alarmistas. Quienes escribían redacciones con ChatGPT mostraron menos conectividad cerebral en el electroencefalograma que quienes usaban un buscador o nada, se sentían menos autores de su texto y les costaba más citarlo. Menos conectividad mientras una herramienta te ayuda no significa daño, y los propios autores piden en sus preguntas frecuentes que no se hable de «brain rot», «stupid» ni «brain damage». Su revisión por pares estaba, según esa misma página, en una fase temprana.

Juntos sugieren algo más modesto que el titular y más útil: lo que dejas de hacer quizá se te da peor durante un tiempo. Ya escribí sobre qué conviene delegar y qué no en descarga cognitiva. Aquí me interesa más cómo trabajas mientras delegas.

¿Qué es el tono hedónico y qué tiene que ver con la IA?

De todo lo que cuento aquí, es lo que más me interesa y lo que menos datos tiene. La imagen se entiende enseguida. A nuestros padres, de niños, les bastaba un cómic o jugar en la calle. Nosotros tenemos un catálogo entero de series en el salón y aun así nos cuesta sorprendernos. Es una estampa, nadie lo ha medido así, pero creo que casi todo el mundo se reconoce.

A esto se le suele llamar tono hedónico, y merece una precisión. En psicología, el tono hedónico es lo agradable o desagradable que resulta una experiencia. Lo de acostumbrarse tiene otro nombre: adaptación hedónica, la famosa «cinta» que describieron Philip Brickman y Donald Campbell en 1971. Lo bueno y lo malo nos mueven un tiempo y luego volvemos más o menos adonde estábamos. Tiene apoyo, aunque menos absoluto de lo que se cuenta: Ed Diener y sus colegas la revisaron en 2006 porque cada persona parte de un punto distinto y ese punto puede cambiar.

También suele explicarse con la dopamina, y ahí conviene frenar. Lo que se ha descrito es que responde a las sorpresas, a lo que sale mejor de lo esperado, y por eso se la relaciona con el aprendizaje. Encaja con la idea de que lo que ya esperas impresiona menos. Pero no he encontrado ningún estudio que mida que la IA te suba el umbral de la dopamina, así que no lo afirmaría.

Mi hipótesis, y es una hipótesis, es que la IA aprieta por dos lados. Uno es el listón. Hace poco te asombraba un texto decente en diez segundos y hoy te molesta que tarde cuarenta. Es lo que plantea un artículo teórico de 2025 sobre adaptación hedónica e IA, sin datos propios que lo demuestren. El otro lado es el esfuerzo. Con el efecto IKEA, Michael Norton, Daniel Mochon y Dan Ariely mostraron que valoramos más lo que hemos montado nosotros, y Justin Kruger y su equipo vieron que un poema gustaba más si se creía que había costado más horas, aunque ese trabajo se ha replicado solo en parte. Si un resultado enorme llega sin esfuerzo, cuesta valorarlo, tanto al que lo recibe como al que lo ha pedido.

Por eso me parece que la saturación se nota por dos sitios a la vez. Lo extraordinario te parece normal, y lo normal, lento.

¿Por qué da pereza escribir después de hablarle a la IA?

Mucha gente que pasa el día con estos asistentes ya no les escribe: les habla. Tiene lógica. En un experimento de Stanford de 2016, con 32 personas y frases cortas en el móvil, dictar en inglés fue unas tres veces más rápido que teclear. No tengo cifras de cuánta gente trabaja así, ni he encontrado un estudio que demuestre que dictar a la IA te haga escribir peor. Lo que sí se oye mucho es lo que viene después: cuando toca sentarse a redactar, el teclado parece ir a cámara lenta y da una pereza que antes no daba.

La prueba más cercana es un trabajo publicado en Scientific Reports en 2025, con cuatro experimentos y 3.562 participantes en tareas como redactar informes o buscar ideas. Con IA, el resultado de la tarea mejoraba, pero esa mejora no se mantenía en la siguiente sin ella. Y al pasar a trabajar solos, los participantes sentían más control, menos motivación y más aburrimiento. En su resumen para Harvard Business Review, los autores hablan de un 11 % menos de motivación y un 20 % más de aburrimiento de media, según recoge Fortune. Hay que leerlo con sus límites: solo dos tareas seguidas, gente reclutada en internet y una escala de aburrimiento que los propios autores piden interpretar con cautela. Tampoco mide el dictado. Pero describe bien esa sensación de volver a lo lento.

A mí me preocupa porque escribir también sirve para pensar. Una revisión de 56 experimentos encontró que escribir sobre un contenido ayuda a aprenderlo, con un efecto modesto. Son estudios con escolares y no comparan con dictar, así que lo mío es opinión: hablar va muy bien para soltar lo que tienes en la cabeza, y escribir te obliga a ponerlo en orden. No dejaría la voz, porque ahorra mucho. Pero no querría perder lo segundo.

¿Cómo evitarlo sin dejar de usar la IA?

Con siete hábitos. Algunos tienen estudios detrás y otros son criterio de oficio. Te digo cuál es cuál.

1. Escribe tu respuesta antes de preguntar. Dos líneas con lo que crees y por qué. Luego compara. Es criterio propio, y lo único que necesitas es no abrir el chat el primer minuto.
2. Una tarea abierta, dos como mucho, y una nota al cambiar. Antes de saltar, apunta dónde estabas y qué ibas a hacer después. Leroy y Theresa Glomb comprobaron que ese pequeño plan para volver reduce el residuo atencional sin perjudicar la tarea nueva. Si trabajas con agentes, pídeles que te dejen ese resumen. Con treinta chats abiertos, ayuda cerrar los que no van a avanzar hoy y agrupar el resto por proyecto.
3. Revisa por tandas. Lanza el encargo, cierra la ventana y dedica un rato fijo a revisar lo que haya salido. Agrupar el trabajo y hacer pausas a propósito es justo lo que recomiendan los autores de Berkeley. Mirar cada dos minutos cómo va no lo acelera, y conviene silenciar los avisos de los chats mientras tanto, por lo que contaba antes de las notificaciones.
4. Pon un tope de herramientas. Tres no es una cifra mágica, y la encuesta de BCG solo mide percepción, pero si manejas cinco chats y dos agentes, pregúntate cuál de ellos te ha ahorrado algo esta semana.
5. Pide una crítica y ponle fecha a la decisión. Los asistentes tienden a darte la razón: en un estudio de Science de 2026, 11 modelos respaldaron a quien pedía consejo personal un 49 % más que las personas. Cambia «¿qué te parece?» por «dame las tres razones por las que esto puede salir mal» o deja la instrucción fija en tu asistente. Una vez. Puedes pedir análisis sin fin y no decidir nunca, y eso también es trabajar mal. Decide cuándo cierras el tema antes de empezar a preguntar. Ayuda otra pregunta, esta sin IA: si hoy no hago esto, ¿qué se rompe? Si la respuesta es nada, probablemente estabas buscando la satisfacción de ver algo moverse.
6. Haz que te explique, y haz algo tú. Pide el porqué junto al resultado, como hacían quienes mejor nota sacaron en el ensayo de Anthropic. Y reserva cada semana una pieza que te importe para escribirla o resolverla sin ayuda, con el teclado y sin dictar. Es mi receta, sin estudio detrás: un médico o un redactor mantienen el oficio practicándolo.
7. Cronometra una semana. Esta es la que menos se recomienda y la que más me gusta, porque ataca el problema de METR. Antes de cada tarea importante apunta cuánto crees que tardarás, y al acabar, cuánto has tardado de verdad, incluidas las vueltas. Si comparas tareas con IA y sin ella, sabrás dónde te ayuda de verdad.

¿Y si ya estás saturado? Hay quien recomienda dejarla unos días y desinstalar las aplicaciones del móvil o del escritorio para no tener la tentación delante. No conozco ningún estudio que mida esa desconexión en profesionales, pero es barato de probar y me parece más sencillo cambiar el entorno que resistirse a cada rato. Empieza por una tarea o por un fin de semana, si tu trabajo no te deja más.

¿Qué puede hacer un equipo?

Casi todo lo anterior se complica cuando el problema no es tuyo sino de cómo se trabaja en la empresa. Y aquí veo tres frentes.

El primero es hablar de ello. En el estudio de KPMG y la Universidad de Melbourne, con más de 48.000 personas de 47 países, el 57 % de los empleados dijo ocultar que usa IA y presentar como propio lo que genera. El informe no dice por qué, y sería aventurado achacarlo a la vergüenza. Pero hay un motivo razonable para callar: en 13 experimentos de Oliver Schilke y Martin Reimann, con más de 5.000 participantes, quien reconocía usar IA recibía menos confianza. Si en tu equipo decirlo penaliza, nadie va a comentar en qué le falla, y os perderéis lo que está aprendiendo cada uno.

El segundo es qué se premia. Si se mide cuánto se produce, o cuánta IA se usa, se empuja justo hacia las ventanas abiertas. Medir piezas terminadas y aprobadas a la primera da otra conducta. Y alguien tiene que firmar cada resultado: quien firma lo lee de otra manera.

El tercero es a qué se dedica la herramienta. En la encuesta de BCG, usar IA para sustituir tareas rutinarias se asoció con un 15 % menos de agotamiento, aunque no con menos fatiga mental. Es decir, ayuda quitar lo pesado, pero no compensa pasar el día supervisando máquinas. Y conviene que nadie reciba más de lo que puede revisar: la revisión también ocupa la agenda.

¿Entonces hay que usar menos la IA?

No necesariamente, y yo no voy a dejar de usarla. Hay que usarla con menos cosas abiertas y mirando el reloj en lugar de la sensación. La pregunta útil al acabar el día es cuántas cosas has terminado que no habrías terminado sin ella, y cuáles sabrías defender en una reunión sin tenerla delante.