Imagine a un estudiante que se enfrenta a esta tarea: “Analizar la expansión internacional de Starbucks hacia los mercados emergentes. Considere los factores culturales, económicos y de gestión”. En lugar de investigar y pensar, el estudiante copia la instrucción completa y la pega en ChatGPT con un simple “desarrolla esto”.
Unos minutos más tarde obtienes un texto perfectamente estructurado. Párrafos elaborados, vocabulario académico, referencias a teorías de gestión internacional y conclusiones profundas. Sin leerlo en profundidad, lo entrega.
El profesor lo lee y encuentra párrafos como estos:
“La expansión internacional de Starbucks en mercados emergentes es un caso paradigmático de la tensión entre estandarización global y adaptación local. Desde la perspectiva del modelo CAGE de Pankaj Gemawat, la compañía ha cruzado con éxito distancias culturales, administrativas, geográficas y económicas. Su enfoque híbrido, que combina elementos de marca universales, de modo que los elementos de la marca están alineados con la necesaria adaptación contextual, es importante para los mercados heterogéneos”.
Suena impecable. Jerga académica precisa, teoría legítima citada, estructura impecable. Pero es completamente intercambiable: puede tratarse de Nike, Coca-Cola o Inditex sin cambiar una palabra. No menciona ningún mercado específico. No piensa en contradicciones reales. No muestra investigaciones personales.
Lo que acaba de leer es una trama: contenido que parece bien elaborado pero que carece por completo de sustancia.
Buen contenido ‘basura’
El término, que recientemente se ha vuelto popular en los círculos académicos y empresariales, describe un fenómeno cada vez más común en la era de las herramientas de inteligencia artificial generativa. El sustantivo “slop” en inglés se refiere a alimentos que son más líquidos de lo que deberían ser y parecen desagradables, o a líquidos residuales sucios. Una posible traducción al español de este neologismo podría ser “contenido basura”, “palabra vacía” o “relleno de baja calidad”…
No se trata sólo de plagio o copia palabra por palabra. Workslop es más insidioso: es contenido nuevo, que parece académicamente sólido y va más allá de una lectura superficial. En realidad, no proporciona ningún valor intelectual porque nunca fue producto de un pensamiento genuino. Es basura que parece joyería: algo perfecto en la forma pero vacío en esencia.
La carga de procesar la ‘basura laboral’
Worklope no es visible a simple vista porque cumple con los estándares formales: jerga académica apropiada, estructura lógica y citas precisas. Pero le falta profundidad. Las conclusiones son genéricas, los argumentos superficiales, aplicables a múltiples contextos. Para el receptor, procesar este contenido significa perder tiempo en decodificación, evaluación y retroalimentación. La experiencia es el equivalente a un espejismo académico: promete conocimiento donde sólo hay vacío.
Este tipo de contenido basura de apariencia solvente crea una ilusión engañosa: la apariencia de progreso cuando la realidad es que la carga cognitiva se está transfiriendo del creador al destinatario.
Y lira también: ¿Quién (no) usa ChatGPT en la universidad? El papel de la brújula ética
En un entorno académico, además de una pérdida de productividad, este tipo de contenidos erosiona la confianza entre profesores y estudiantes. Cuando alguien recibe un error de trabajo, no solo perdió el tiempo decodificando el contenido; también formó juicios negativos sobre quien lo envió. Te preguntas: “¿Por qué enviaron esto? ¿No pueden hacer su trabajo? ¿No valoran mi tiempo?”.
La IA como problema y como solución
Pero la misma tecnología que genera tiempo de inactividad también puede ayudarnos a evitarlo. Todo depende de cómo utilicemos la inteligencia artificial.
Uno de nuestros estudios recientes revela patrones sorprendentes en los factores que influyen en si la IA devuelve contenido vacío o sin sentido, o contenido de mayor calidad. Después de analizar las conversaciones de estudiantes de educación superior con chatbots de IA durante tareas de análisis estratégico, encontramos que la forma en que el estudiante interactúa con la IA determina la calidad del contenido resultante.
Los estudiantes que adoptan un tono relacional con la IA demuestran un pensamiento crítico más profundo, produciendo así respuestas académicas de mayor calidad. Por ejemplo, ante una respuesta de un chatbot, un estudiante continúa: “Interesante, ¿puedes darme una explicación para…?” Este estilo y tono más “relacional” se logra mediante preguntas de seguimiento y el ejercicio de la curiosidad cognitiva. De esta manera, los estudiantes pueden investigar más profundamente el caso que se les presenta.
Leer más: Cuatro formas de experimentar con inteligencia artificial en el aula universitaria
Por el contrario, aquellos que utilizaron un tono neutral y formularon preguntas pasivas mostraron menos compromiso cognitivo en la tarea. En otras palabras, cuando los estudiantes interactúan con la IA basándose en el valor esperado, imitando una conversación honesta, el contenido resultante refleja ese pensamiento más sofisticado. Cuando simplemente envían instrucciones en frío y esperan respuestas, obtenemos un error de funcionamiento.
Trate a la IA como un colaborador
A continuación se muestran dos ejemplos de cómo utilizar una herramienta de inteligencia artificial para preparar un artículo académico:
Un enfoque que genera tiempo de inactividad:
Copie el enunciado de la tarea y pregunte “desarrolle esto” (sin pensar primero en lo que realmente necesita analizar o comprender).
Un enfoque que evita el tiempo de inactividad:
“Leí que Starbucks enfatiza la adaptación local. ¿Esto contradice su posicionamiento global como marca ‘premium’? ¿Cómo lo resuelven en Asia? Y si así lo resuelven en Asia, ¿por qué no aplican la misma estrategia en América Latina?”
En el segundo caso, el alumno crea un diálogo real, examina, busca la coherencia lógica. La IA, a su vez, proporciona respuestas más profundas porque se le pide que lo haga con atención. El resultado son contenidos académicos que reflejan una verdadera cognición crítica, no frases bien construidas sin aportar contenidos útiles o de calidad.
Pensamiento crítico básico
La IA no necesariamente genera tiempo de inactividad. Lo hace cuando lo usamos sin un verdadero pensamiento crítico. Cuando la utilizamos para profundizar el razonamiento, mantener un diálogo auténtico y buscar la alineación correcta entre la intención intelectual y la respuesta, la IA se convierte en un amplificador del pensamiento, no en un reemplazo.
De los resultados de nuestra investigación se extraen tres recomendaciones para los estudiantes: utilizar la IA como acompañante en el pensamiento en lugar de como sustituto, prestar atención al tono emocional utilizado en la comunicación y validar el texto generado y su contribución al valor respondiendo a la pregunta: “¿el texto añade algo nuevo o reorganiza lo obvio?” Si es lo último, es posible que esté creando un error funcional.
El desafío no es la tecnología. Es nuestra voluntad de utilizarlo de una manera verdaderamente reflexiva. La verdadera pregunta que todo estudiante o investigador debería hacerse no es “¿Puede la herramienta hacer esto?” sino “¿Estoy usando esto para realmente mejorar mi pensamiento?” La diferencia depende de nosotros.
Descubre más desde USA Today
Suscríbete y recibe las últimas entradas en tu correo electrónico.
Spanish 