Cognición aumentada y modulación química: la IA y la psicofarmacología en la educación superior
Palabras clave:
inteligencia artificial generativa, fatiga cognitiva, cognición aumentada, smart drugs, neuroéticaResumen
La adopción masiva de la inteligencia artificial generativa (IAG) en el ámbito universitario ha reconfigurado los hábitos de estudio, alterando la economía de la atención y generando una paradoja. Mientras la tecnología promete optimizar el tiempo, la delegación de cargas cognitivas complejas y la exposición a entornos hiperestimulantes reducen la capacidad de sostener una atención profunda, impactando la plasticidad cerebral y provocando una notable fatiga cognitiva en un contexto académico que, lejos de aliviar la exigencia, la incrementa. Ante esta brecha de rendimiento, emerge el fenómeno del potenciamiento cognitivo, frecuentemente materializado en el uso no prescripto de smart drugs como el metilfenidato, el modafinilo o los nootrópicos, como intento de “hackear” el cerebro para recuperar la atención perdida. El objetivo de este estudio es analizar el impacto de la interacción constante con la IAG en la alteración de los procesos atencionales y la fatiga cognitiva de los estudiantes universitarios, determinando cómo estas transformaciones neurocognitivas impulsan la búsqueda de compensación mediante la cognición aumentada a través del uso de sustancias psicoactivas. Específicamente, se busca identificar las principales alteraciones en las dimensiones de la atención sostenida, selectiva y dividida, así como los niveles de fatiga cognitiva, y caracterizar las prácticas y patrones de consumo de smart drugs utilizadas como modulación química ante el aumento de la exigencia académica y el agotamiento mental.Citas
Alpizar Garrido, L. O., & Martínez Ruiz, H. (2024). Perspectiva de estudiantes de nivel medio superior respecto al uso de la inteligencia artificial generativa en su aprendizaje. RIDE Revista Iberoamericana para la Investigación y el Desarrollo Educativo, 14(28). https://doi.org/10.23913/ride.v14i28.1830
Álvarez Mancero, M. M., Luces Almeida, R. F., Caicedo Quiroz, R., & Figueroa Corrales, E. (2023). La inteligencia artificial para el aprendizaje de química por personas con escolaridad inconclusa: su impacto. Polo del Conocimiento: Revista Científico-profesional, 8(10), 853–875. https://dialnet.unirioja.es/servlet/articulo?codigo=9205953
Comitato Nazionale per la Bioetica. (2013). Neuroscienze e potenziamento cognitivo farmacologico: Profili bioetici. Presidenza del Consiglio dei Ministri. https://bioetica.governo.it/media/3485/p106_2013_enhancement-cognitivo_it.pdf
Dwivedi, Y. K., Kshetri, N., Hughes, L., Slade, E. L., Jeyaraj, A., Kar, A. K., Baabdullah, A. M., Koohang, A., Raghavan, V., Ahuja, M., Albanna, H., Albashrawi, M. A., Al-Busaidi, A. S., Balakrishnan, J., Barlette, Y., Basu, S., Bose, I., Brooks, L., Buhalis, D., ... Wright, R. (2023). "So what if ChatGPT wrote it?" Multidisciplinary perspectives on opportunities, challenges and implications of generative conversational AI for research, practice and policy. International Journal of Information Management, 71, 102642. https://eprints.whiterose.ac.uk/id/eprint/197691/
Gallent Torres, C., Zapata-González, A., & Ortego-Hernando, J. L. (2023). The impact of generative artificial intelligence in higher education: A focus on ethics and academic integrity. RELIEVE - Revista Electrónica de Investigación y Evaluación Educativa 29(2). https://dialnet.unirioja.es/servlet/articulo?codigo=9224193
Gallese, V. (2026). Il sé digitale. Dai neuroni specchio alla mediazione tecnologica. Raffaello Cortina Editore.
García-Martínez, I., Fernández-Batanero, J. M., Fernández-Cerero, J., & León, S. P. (2023). Análisis del impacto de la inteligencia artificial y las ciencias computacionales en el rendimiento estudiantil: Revisión sistemática y metaanálisis. Revista de Nuevos Enfoques en la Investigación Educativa, 12(1), 171–197. https://doi.org/10.7821/naer.2023.1.1240
García Peñalvo, F. J. (2 de diciembre 2025). Inteligencia artificial generativa y su influencia en los procesos educativos [Conferencia]. Diseño y Evaluación de Recursos Informáticos del Máster Universitario en las TIC en la Educación: Análisis y Diseño de Procesos, Recursos y Prácticas Formativas. https://www.researchgate.net/publication/398247259_Inteligencia_Artificial_Generativa_y_su_influencia_en_los_procesos_educativos
Jafari, F., & Keykha, A. (2023). Identifying the opportunities and challenges of artificial intelligence in higher education a qualitative study. Journal of Appliaid Researchs in Higher Education, 16(4) 1228-1245. https://doi.org/10.1108/JARHE-09-2023-0426
Loján, M., Romero, J. A., Sancho Aguilera, D., & Yajaira Romero, A. (2024). Consecuencias de la dependencia de la inteligencia artificial en habilidades críticas y aprendizaje autónomo en los estudiantes. Ciencia Latina Revista Científica Multidisciplinar, 8(2). https://doi.org/10.37811/cl_rcm.v8i2.10678
Maier, L. J., Ferris, J. A., & Winstock, A. R. (2018). Pharmacological cognitive enhancement among non-ADHD individuals: A cross-sectional study in 15 countries. International Journal of Drug Policy, 58, 104–112. https://gwern.net/doc/modafinil/2018-maier.pdf
Morán Ortega, S. A., Ruiz-Tirado, S. G., Simental-López, L. M., & Tirado-López, A. B. (2024). Barreras de la inteligencia artificial generativa en estudiantes de educación superior: Percepción docente. RITI Journal, 12(25), 25–37. https://doi.org/10.36825/RITI.12.25.003
Muñoz Martínez, C., Roger-Monzó, V., & Castelló Sirvent, F. (2025). IA generativa y pensamiento crítico en la educación universitaria a distancia: Desafíos y oportunidades. RIED. Revista Iberoamericana de Educación a Distancia, 28(2), 233–273. https://doi.org/10.5944/ried.28.2.43556
Ordoñez García, S. C., Padilla Romero, L. E., Buenaño Barrionuevo, L. A., & Herrera Valdivieso, M. V. (2024). Impacto de la inteligencia artificial en la formación del docente para la educación superior. RECIAMUC, 8(1), 189–195. https://doi.org/10.26820/reciamuc/8.(1).ene.2024.189-195
Ortiz Fernández, L., Quintana del Solar, C., Barra Hinostroza, M., Castro Rodríguez, A., Moromi Nakata, H., Cáceres Gutiérrez, L., Martinez Cadillo, E., Nuñez Lizarraga, M. E., Bustos de la Cruz, J., Villavicencio Gastelú, J., Silva Baigorria, A., & Quinto Marquez, Z. (2023). Estilos de aprendizaje y rendimiento académico en estudiantes ingresantes de las cinco áreas de las carreras profesionales de una Universidad Pública Peruana. En D. Pereira (Ed.), Ciencias humanas: Perspectivas teóricas y fundamentos epistemológicos (pp. 11-26). Atena Editora. https://doi.org/10.22533/at.ed.1862321062
Tian, J., & Zhang, R. (2025). Lerners AI dependence and critical thinking in students: The psychological mechanism of fatigue and the social buffering role of AI literacy. Acta Psychologica, 260, 105725. https://www.sciencedirect.com/science/article/pii/S0001691825010388
Ubal Camacho, M., Tambasco, P., Martínez, S., & García Correa, M. (2023). El impacto de la inteligencia artificial en la educación: Riesgos y potencialidades de la IA en el aula. Revista Interuniversitaria de Investigación en Tecnología Educativa, 41–57. https://doi.org/10.6018/riite.584501
Wang, S., Wang, F., Zhu, Z., Wang, J., Tran, T., & Du, Z. (2024). Artificial intelligence in education: A systematic literature review. Expert Systems with Applications, 252, Article 124167. https://doi.org/10.1016/j.eswa.2024.124167
Publicado
Cómo citar
Número
Sección
ARK
Licencia
CREATIVE COMMONS 4.0 Internacional
Los trabajos publicados en esta revista están bajo Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.
Las obras publicadas bajo esta licencia pueden ser compartidas, copiadas y redistribuidas en cualquier medio o formato. Asimismo, se autoriza la adaptación, remezcla, transformación y creación. Tanto el compartir como el adaptar son posibles siempre y cuando se le otorgue el crédito a la obra de forma adecuada, proporcionando un enlace a la licencia e indicando si se han realizado cambios. Asimismo, no es posible realizar un uso comercial del material.
