Pensar se está volviendo un privilegio: desigualdad cognitiva en la economía de la atención

M.A.R.H Salvador Acevedo Ortega

Docente universitario en la Universidad Autónoma de Chihuahua, Facultad de Economía Internacional e Ingeniería

 

Hay una desigualdad que los economistas no miden en sus modelos, que los gobiernos no registran en sus indicadores y que los medios rara vez nombran con la precisión que merece. No aparece en el PIB per cápita ni en el índice Gini. No se acumula en cuentas bancarias ni se hereda formalmente en notarías. Y sin embargo, en este preciso momento, está determinando quién asciende, quién innova, quién decide y quién simplemente obedece en la economía global del siglo XXI.

Se llama desigualdad cognitiva. Y en la era de la inteligencia artificial, está adquiriendo una dimensión que los pensadores del siglo pasado no pudieron anticipar.

La mente como campo de batalla

Durante décadas, el debate sobre la desigualdad giró en torno a recursos materiales: tierra, capital, salario, acceso a servicios. La teoría económica clásica asumía que, dado el mismo nivel educativo, dos personas tendrían capacidades equivalentes para tomar decisiones racionales. Era una premisa cómoda. Y resultó ser falsa.

En 2013, un equipo de investigadores de Harvard, Princeton y la Universidad de Columbia publicó en Science un hallazgo que sacudió los cimientos de la economía conductual. Anandi Mani, Sendhil Mullainathan, Eldar Shafir y Jiaying Zhao demostraron experimentalmente que la escasez económica —no la pobreza como condición cultural ni como déficit moral, sino la escasez como estado cognitivo— reduce de manera medible la capacidad mental disponible. Los participantes del estudio que enfrentaban presión financiera mostraban un rendimiento equivalente a haber perdido una noche de sueño o a sufrir una disminución de 13 puntos en el coeficiente intelectual funcional. No porque su cerebro fuera menos capaz. Sino porque la angustia permanente por recursos escasos ocupa un espacio mental que ya no está disponible para pensar con claridad.

Dos años después, Kimberly Noble y su equipo en Columbia confirmaron la dimensión neurológica del problema: el nivel socioeconómico infantil está directamente asociado con diferencias estructurales en el córtex cerebral, particularmente en regiones vinculadas al lenguaje, la memoria y las funciones ejecutivas. La desigualdad no era solamente económica. Era, literalmente, neurológica.

No es que las personas con menos recursos piensen peor por naturaleza. Es que el entorno consume su capacidad de pensar.

Esto cambia todo el marco analítico. Si el pensamiento es una condición que depende del contexto —del estrés, del tiempo disponible, de la carga cognitiva del entorno—, entonces la desigualdad no empieza en el mercado laboral. Empieza en la mente.

La inteligencia artificial como amplificador de asimetría

Sobre esta base estructural llegó la inteligencia artificial. Y no llegó como nivelador. Llegó como amplificador.

La narrativa más extendida sobre la IA presenta a la tecnología como un gran ecualizador: cualquier persona con un teléfono celular puede acceder a herramientas de productividad que antes requerían ejércitos de asesores, analistas y especialistas. En teoría, un emprendedor en Chihuahua puede hoy generar estrategias de negocio, redactar propuestas, analizar datos y producir contenido con una fracción del costo que implicaba hace una década. Es una promesa legítima.

Pero hay una variable que esa narrativa omite: la capacidad de formular preguntas de calidad.

Los sistemas de inteligencia artificial generativa —ChatGPT, Claude, Gemini, Copilot— funcionan como multiplicadores del pensamiento de quien los opera. Su output es tan sofisticado como el input que reciben. Esto significa que el valor diferencial ya no está en el acceso a la herramienta, sino en la calidad cognitiva de quien la utiliza. En la capacidad de hacer preguntas precisas, de evaluar críticamente las respuestas, de contextualizar los resultados dentro de una comprensión profunda del problema.

Quien llega a la IA con pensamiento fragmentado, con poca capacidad de atención sostenida y con dificultades para discernir lo relevante de lo irrelevante obtendrá resultados superficiales. Quien llega con claridad analítica, dominio conceptual y criterio propio obtendrá resultados que pueden transformar decisiones estratégicas.

La IA no democratiza el pensamiento. Amplifica la brecha entre quienes pueden pensar bien y quienes no pueden.

Erik Brynjolfsson y Andrew McAfee documentaron en The Second Machine Age (2014) cómo las tecnologías digitales tienden a premiar de manera desproporcionada a quienes tienen las habilidades complementarias para utilizarlas. El fenómeno no es nuevo: siempre fue así con la electricidad, con la computadora personal, con internet. Pero la velocidad con que la IA está transformando los mercados laborales hace que esta vez el margen de adaptación sea dramáticamente más estrecho.

La economía de la atención y sus víctimas invisibles

Paralelo al ascenso de la IA opera otro sistema igualmente poderoso y mucho menos discutido en términos de sus consecuencias distributivas: la economía de la atención.

Thomas Davenport y John Beck acuñaron el término en 2001 para describir un fenómeno que entonces apenas comenzaba: la atención humana se había convertido en el recurso más escaso y codiciado del sistema económico. Dos décadas después, ese diagnóstico resulta conservador. Las plataformas digitales —redes sociales, aplicaciones de entretenimiento, motores de búsqueda optimizados para el clic— han perfeccionado hasta niveles de sofisticación neurocientífica su capacidad para capturar y retener la atención humana. Sus algoritmos no están diseñados para informar. Están diseñados para crear dependencia.

El problema es que este sistema no opera de manera neutral sobre la población. Afecta de manera diferencial a quienes tienen menos control sobre sus condiciones de vida.

Una persona con estabilidad económica, tiempo discrecional y un entorno de trabajo tranquilo puede elegir cuándo conectarse y cuándo desconectarse. Puede practicar lo que Cal Newport llamó en 2016 el deep work: la capacidad de concentrarse durante períodos prolongados en tareas cognitivamente exigentes, sin interrupciones. Puede leer un libro completo. Puede reflexionar antes de responder. Puede tomarse el tiempo necesario para entender un problema antes de actuar.

Una persona atrapada en ciclos de precariedad laboral, con múltiples responsabilidades simultáneas y exposición constante a estímulos digitales, raramente tiene ese lujo. Su atención es fragmentada por el entorno antes de que pueda elegir dirigirla.

Los datos son contundentes. Eyal Ophir, Clifford Nass y Anthony Wagner demostraron en 2009, en un estudio publicado en Proceedings of the National Academy of Sciences, que las personas con alta exposición a múltiples flujos de información simultáneos son significativamente peores —no mejores— para filtrar estímulos irrelevantes. La multitarea no entrena la atención. La deteriora.

Adrian Ward y su equipo de la Universidad de Texas en Austin añadieron en 2017 otro hallazgo perturbador: la simple presencia física de un smartphone sobre el escritorio —apagado, boca abajo, sin producir notificación alguna— reduce la capacidad cognitiva disponible. El cerebro destina recursos a monitorear el dispositivo incluso cuando conscientemente se decide ignorarlo. La distracción no requiere la pantalla encendida. Requiere solo la posibilidad de que algo ocurra.

En un mundo donde la atención es el recurso más valioso, la capacidad de protegerla se convierte en un privilegio de clase.

La infancia como territorio de disputa cognitiva

La desigualdad cognitiva no comienza en la vida adulta. Sus raíces más profundas se hunden en la primera infancia.

Nicole Hair y su equipo publicaron en 2015 en JAMA Pediatrics una investigación que documentó la relación entre pobreza infantil temprana y diferencias medibles en el desarrollo de regiones cerebrales asociadas con el aprendizaje, la memoria y la regulación emocional. El estrés crónico generado por entornos de escasez —no la escasez puntual, sino la incertidumbre persistente— deteriora el eje hipotálamo-hipofisario-suprarrenal, produciendo niveles elevados de cortisol que interfieren directamente con la plasticidad sináptica y el desarrollo del hipocampo.

En términos más directos: los niños que crecen en condiciones de precariedad desarrollan cerebros que son menos eficientes para sostener atención, controlar impulsos y procesar información compleja. No porque sean menos inteligentes. Sino porque la biología respondió a un ambiente de amenaza permanente de la única manera que sabe hacerlo: priorizando la supervivencia sobre el aprendizaje.

Y ahora, sobre esos cerebros moldeados por la adversidad, se descarga a los doce o trece años la economía de la atención en toda su potencia. Los algoritmos de TikTok, Instagram y YouTube —diseñados por ingenieros con doctorados en psicología del comportamiento— encuentran en esos sistemas nerviosos ya fragilizados por el estrés un terreno particularmente fértil. Las consecuencias para el desarrollo cognitivo de largo plazo son un área de investigación que apenas comienza a revelarse en toda su gravedad.

Chihuahua en el epicentro de la presión cognitiva

El escenario que se acaba de describir adquiere en Chihuahua una dimensión de urgencia particular.

Chihuahua opera en la frontera de dos de las economías más dinámicas del mundo y en el corazón de cadenas de suministro que no toleran ambigüedad ni lentitud. La expansión manufacturera vinculada al nearshoring —un proceso que en 2023 y 2024 aceleró la llegada de nuevas plantas industriales y centros de operaciones tecnológicas a la región— ha intensificado la demanda de trabajadores capaces de tomar decisiones rápidas, operar tecnología avanzada y adaptarse a procesos en cambio constante.

Pero esa misma dinámica ha generado una paradoja. El entorno de alta presión y ciclos de decisión acelerados que caracteriza a la economía local es precisamente el ambiente más dañino para la calidad del pensamiento. La urgencia permanente, la sobrecarga informativa y la expectativa de respuesta inmediata son exactamente las condiciones que deterioran las funciones ejecutivas y convierten el pensamiento estratégico en reacción impulsiva.

Al mismo tiempo, la adopción de herramientas de inteligencia artificial en las empresas de la región avanza a un ritmo que supera con creces la capacidad de los sistemas educativos para preparar a la fuerza laboral. La brecha entre las habilidades cognitivas que el mercado demanda —pensamiento crítico, síntesis compleja, evaluación de información generada por IA— y las que los trabajadores han podido desarrollar en entornos cognitivamente empobrecidos es ya visible en los indicadores de productividad y en las conversaciones de quienes reclutan talento en la región.

No es solo una brecha de habilidades técnicas. Es una brecha en la capacidad de pensar con claridad bajo presión.

La lectura profunda como acto político

En este contexto, la lectura profunda —sostenida, lineal, sin interrupciones— deja de ser una actividad cultural para convertirse en una práctica de resistencia y en una ventaja competitiva de primer orden.

Maryanne Wolf, directora del Centro para el Estudio Dyslexic Advantage en UCLA y autora de Proust and the Squid (2007) y Reader, Come Home (2018), ha documentado con precisión los circuitos neuronales que la lectura profunda activa y que ningún otro medio de comunicación es capaz de replicar. La lectura de largo aliento fortalece la capacidad de inferencia, el pensamiento analógico, la perspectiva crítica y la empatía cognitiva. Pero Wolf advierte que esos circuitos, si no se ejercitan de manera regular, se reorganizan. El cerebro que pasa años leyendo en modo de escaneo digital —saltando de titular en titular, de fragmento en fragmento— pierde gradualmente la capacidad de sostener la lectura profunda que alguna vez dominó.

La consecuencia es significativa: no se trata de que las personas lean menos por pereza o desinterés. Se trata de que el entorno digital está recableando literalmente los circuitos cerebrales de manera que dificulta la lectura sostenida. Y ese recableado no es democrático. Ocurre con mayor intensidad en quienes tienen menos recursos cognitivos y ambientales para resistirlo.

Quien lee con profundidad y regularidad desarrolla exactamente las capacidades que la inteligencia artificial no puede reemplazar: la capacidad de sostener argumentos complejos, de evaluar evidencia con criterio propio, de distinguir entre lo que una fuente dice y lo que implica, de imaginar consecuencias no evidentes. Son las capacidades que convierten al usuario de IA en alguien capaz de dirigirla, en lugar de ser dirigido por ella.

El discernimiento como ventaja estructural

Todo lo anterior converge en una competencia que se vuelve central en la economía de la IA: el discernimiento.

El término merece precisión. No se habla aquí de intuición ni de experiencia acumulada, aunque ambas contribuyen. Se habla de la capacidad específica de evaluar información bajo incertidumbre, de identificar lo relevante en medio del ruido, de sostener un juicio propio cuando todos los estímulos del entorno empujan hacia la reacción inmediata.

La inteligencia artificial puede procesar enormes volúmenes de datos con una velocidad y consistencia que ningún ser humano puede igualar. Puede generar síntesis, identificar patrones, producir texto, código, imágenes y análisis a escala industrial. Lo que no puede hacer —al menos en ninguna de sus formas actuales— es juzgar. No interpreta el silencio en una negociación. No detecta la contradicción entre lo que un dato dice y lo que el contexto indica. No evalúa las consecuencias éticas de una decisión en función de valores que el algoritmo no tiene manera de ponderar. No distingue entre lo urgente y lo importante cuando ambos se presentan simultáneamente.

Ese espacio sigue siendo irreductiblemente humano. Pero solo es accesible para quienes han desarrollado la capacidad cognitiva para habitarlo.

La IA amplifica el pensamiento de quienes ya piensan bien. Para quienes no han podido desarrollar esa capacidad, amplifica la dependencia.

Una conclusión incómoda

La premisa de este artículo es incómoda porque es difícil de resolver con políticas convencionales. No basta con conectar a más personas a internet, ni con distribuir laptops en escuelas, ni con ofrecer cursos gratuitos de inteligencia artificial. Esas son intervenciones necesarias pero insuficientes porque atacan el acceso sin tocar la capacidad de procesamiento.

La desigualdad cognitiva exige intervenciones en los niveles más profundos: nutrición en la primera infancia, reducción del estrés crónico en los entornos donde crecen los niños, desarrollo de hábitos de lectura sostenida desde edades tempranas, y diseño de entornos laborales y educativos que protejan la atención en lugar de explotarla.

Exige también honestidad intelectual sobre lo que la inteligencia artificial puede y no puede hacer por la equidad. Adoptarla sin preguntarse quién tiene las condiciones cognitivas para aprovecharla es reproducir —con mayor velocidad y a mayor escala— las mismas asimetrías que se pretende corregir.

En la economía de la atención, el verdadero privilegio no es tener acceso a la información. Es tener las condiciones —biológicas, ambientales, culturales— para detener el flujo, comprenderlo con profundidad y actuar con criterio cuando todos los demás ya dejaron de pensar.

Pensar con claridad en un mundo diseñado para impedir que lo hagas no es un logro personal. Es, en sí mismo, una forma de poder.

Y mientras no lo reconozcamos como tal, seguiremos midiendo la desigualdad con los instrumentos equivocados.

 

REFERENCIAS

Brynjolfsson, E., & McAfee, A. (2014). The Second Machine Age: Work, Progress, and Prosperity in a Time of Brilliant Technologies. W. W. Norton & Company.

Davenport, T. H., & Beck, J. C. (2001). The Attention Economy: Understanding the New Currency of Business. Harvard Business School Press.

Hair, N. L., Hanson, J. L., Wolfe, B. L., & Pollak, S. D. (2015). Association of child poverty, brain development, and academic achievement. JAMA Pediatrics, 169(9), 822–829. https://doi.org/10.1001/jamapediatrics.2015.1475

Mani, A., Mullainathan, S., Shafir, E., & Zhao, J. (2013). Poverty impedes cognitive function. Science, 341(6149), 976–980. https://doi.org/10.1126/science.1238041

Newport, C. (2016). Deep Work: Rules for Focused Success in a Distracted World. Grand Central Publishing.

Noble, K. G., Houston, S. M., Brito, N. H., Bartsch, H., Kan, E., Kuperman, J. M., ... & Sowell, E. R. (2015). Family income, parental education and brain structure in children and adolescents. Nature Neuroscience, 18(5), 773–778. https://doi.org/10.1038/nn.3983

Ophir, E., Nass, C., & Wagner, A. D. (2009). Cognitive control in media multitaskers. Proceedings of the National Academy of Sciences, 106(37), 15583–15587. https://doi.org/10.1073/pnas.0903620106

Ward, A. F., Duke, K., Gneezy, A., & Bos, M. W. (2017). Brain drain: The mere presence of one's own smartphone reduces available cognitive capacity. Journal of the Association for Consumer Research, 2(2), 140–154. https://doi.org/10.1086/691462

Wolf, M. (2007). Proust and the Squid: The Story and Science of the Reading Brain. Harper Collins.

Wolf, M. (2018). Reader, Come Home: The Reading Brain in a Digital World. Harper Collins.