En los últimos meses, mientras América Latina enfrenta incendios forestales más intensos, sequías prolongadas y tensiones por el uso del territorio, otro fenómeno —menos visible pero profundamente estructural— comienza a expandirse silenciosamente en universidades, oficinas, medios digitales y plataformas educativas: la progresiva homogeneización del pensamiento humano mediado por inteligencia artificial. El debate dejó de ser teórico el 11 de marzo de 2026, cuando científicos informáticos y psicólogos publicaron un artículo de opinión en la revista Trends in Cognitive Sciences de Cell Press, posteriormente reseñado por Psychology Today, Nature News y Gizmodo, donde advierten que el uso masivo de chatbots y grandes modelos de lenguaje (LLM) podría reducir la diversidad cognitiva de la humanidad y limitar su capacidad de adaptación colectiva.
El fenómeno ya no se limita a Silicon Valley ni a laboratorios de investigación. Se manifiesta en estudiantes que utilizan IA para redactar ensayos, periodistas que automatizan borradores, empresas que producen contenido industrializado y usuarios que reformulan constantemente sus ideas a través de asistentes conversacionales. Según el equipo liderado por el informático Zhivar Sourati, de la Universidad del Sur de California, el problema central no es únicamente tecnológico, sino cultural y cognitivo. “Los individuos difieren en su forma de escribir, razonar y percibir el mundo”, explicó Sourati. “Cuando estas diferencias se procesan mediante los mismos modelos lingüísticos, su estilo lingüístico, perspectiva y estrategias de razonamiento se homogeneizan, dando lugar a expresiones y pensamientos estandarizados entre los usuarios”.
La advertencia cobra relevancia en una región como América Latina, donde la diversidad cultural, lingüística y territorial constituye uno de sus mayores patrimonios históricos. Desde lenguas indígenas hasta formas locales de narrar el territorio, la región ha construido durante siglos múltiples maneras de comprender el mundo. Sin embargo, los investigadores sostienen que los grandes modelos de lenguaje tienden a reproducir patrones estadísticos dominantes, generalmente asociados a sociedades occidentales, industrializadas, urbanas y angloparlantes. El riesgo, entonces, no es solo técnico: implica la posible erosión progresiva de formas diversas de pensamiento.
Desde la ciencia cognitiva, el mecanismo es relativamente claro. Los modelos de IA funcionan prediciendo la palabra más probable dentro de enormes bases de datos. Para lograr coherencia y eficiencia, privilegian estructuras frecuentes sobre formas raras, ambiguas o culturalmente específicas. En términos ecológicos, el paralelismo resulta inquietante: así como la pérdida de biodiversidad reduce la resiliencia de un ecosistema, la reducción de diversidad cognitiva podría disminuir la capacidad de las sociedades para adaptarse a crisis complejas como el cambio climático, la inseguridad alimentaria o los conflictos territoriales.
Los datos comienzan a mostrar tendencias medibles. Investigaciones citadas por el equipo de Sourati indican que los textos generados o corregidos mediante IA presentan una menor variabilidad lingüística que los escritos exclusivamente por humanos. En análisis comparativos recientes, los sistemas de IA produjeron respuestas significativamente más uniformes en estructura, tono y razonamiento. Paralelamente, estudios sobre comportamiento creativo muestran una contradicción importante: aunque los individuos suelen generar más ideas cuando utilizan IA, los grupos humanos producen menos ideas originales y menos diversidad conceptual cuando dependen colectivamente de estas herramientas. La productividad aumenta, pero la creatividad colectiva disminuye.
La preocupación va más allá de la escritura. Los investigadores sostienen que los LLM están redefiniendo silenciosamente qué se considera un razonamiento “correcto”, una respuesta “profesional” o una expresión “creíble”. “La preocupación no radica solo en que los LLM influyan en la forma en que la gente escribe o habla, sino en que redefinen sutilmente lo que se considera un discurso creíble, una perspectiva correcta o incluso un buen razonamiento”, advirtió Sourati. En otras palabras, la IA no solo organiza palabras: comienza a establecer estándares culturales de legitimidad intelectual.
Ese cambio resulta particularmente delicado en contextos sociales desiguales. En América Latina, donde millones de personas acceden por primera vez a herramientas avanzadas de producción de conocimiento, la IA aparece simultáneamente como oportunidad y dependencia. Universidades, medios digitales y empresas incorporan sistemas automáticos sin marcos éticos sólidos ni políticas educativas capaces de desarrollar pensamiento crítico frente a estas tecnologías. El resultado podría ser una generación altamente eficiente para producir contenido, pero menos autónoma para construir perspectivas originales.
El problema también posee una dimensión política y económica. Las principales empresas que desarrollan IA concentran infraestructura, datos y capacidad computacional en pocos países y corporaciones. Esto significa que buena parte de los patrones lingüísticos globales se diseñan desde centros tecnológicos alejados de las realidades latinoamericanas. Mientras tanto, comunidades indígenas, poblaciones rurales y formas periféricas de conocimiento permanecen subrepresentadas en los datos de entrenamiento. La consecuencia es un sistema que amplifica las voces dominantes mientras invisibiliza otras formas de interpretar la realidad.
Diversos estudios citados por el equipo muestran además que las personas tienden a adaptar sus opiniones tras interactuar repetidamente con modelos sesgados. Incluso quienes no utilizan directamente estas herramientas pueden verse afectados socialmente. “Si mucha gente a mi alrededor piensa y habla de cierta manera, y yo hago las cosas de forma diferente, sentiría la presión de adaptarme”, señaló Sourati. Ese efecto de convergencia social recuerda dinámicas ecológicas conocidas: cuando un ecosistema pierde diversidad funcional, aumenta su vulnerabilidad frente a perturbaciones externas.
Desde el punto de vista técnico, los investigadores cuestionan especialmente el predominio del razonamiento lineal promovido por muchos modelos actuales. Los sistemas de IA favorecen estructuras paso a paso, secuenciales y previsibles, reduciendo la presencia de razonamientos intuitivos, abstractos o no lineales. Sin embargo, en múltiples contextos —incluyendo toma de decisiones ambientales complejas— la intuición y la creatividad no lineal resultan fundamentales. Ecosistemas, fenómenos climáticos y conflictos sociales rara vez responden a lógicas perfectamente secuenciales.
El debate adquiere una dimensión aún más profunda cuando se conecta con la crisis climática global. La humanidad enfrenta problemas que requieren innovación radical, cooperación interdisciplinaria y capacidad de imaginar escenarios inéditos. En ese contexto, la homogeneización del pensamiento podría convertirse en un riesgo sistémico comparable a la pérdida de biodiversidad biológica. Un mundo donde millones de personas utilicen las mismas estructuras argumentativas, los mismos estilos narrativos y las mismas lógicas de razonamiento podría ser también un mundo menos capaz de responder a crisis impredecibles.
Los investigadores proponen que los desarrolladores incorporen deliberadamente mayor diversidad lingüística, cultural y cognitiva en los modelos de IA. No se trata de introducir variaciones aleatorias, sino de integrar formas reales de pensamiento humano provenientes de distintos territorios, culturas y tradiciones intelectuales. Según el equipo, modelos más diversos no solo protegerían la pluralidad cognitiva humana, sino que incluso mejorarían la capacidad de razonamiento de las propias inteligencias artificiales.
Sin embargo, el debate apenas comienza y existen vacíos importantes. No hay regulaciones internacionales robustas sobre diversidad cognitiva en IA, ni mecanismos transparentes que permitan auditar los sesgos culturales de los modelos comerciales. Tampoco existen suficientes estudios longitudinales que evalúen cómo estas tecnologías transformarán la creatividad humana a largo plazo. La velocidad de adopción supera ampliamente la capacidad institucional para comprender sus consecuencias.
En medio de la automatización creciente del lenguaje, la discusión ya no se limita a si la inteligencia artificial reemplazará empleos o acelerará procesos productivos. La pregunta de fondo es mucho más incómoda: qué ocurre cuando las máquinas comienzan a moldear silenciosamente los márgenes de lo que consideramos razonable, aceptable o inteligente. Porque si la diversidad biológica sostiene la resiliencia ecológica del planeta, la diversidad cognitiva podría ser el último mecanismo de adaptación cultural que le queda a la humanidad frente a un siglo marcado por crisis simultáneas, automatización masiva y concentración tecnológica global.
Observatorium Ambiental: conocimiento para la acción ecológica.
.png){kind=logo}
.jpeg)
