Decidir sin pensar: fatiga cognitiva, inteligencia artificial y el colapso silencioso del criterio humano

M.A.R.H Salvador Acevedo Ortega

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

Hay una escena que se repite millones de veces al día en oficinas, plantas industriales y hogares de todo el mundo. Una persona lleva varias horas trabajando, ha respondido docenas de mensajes, ha tomado decisiones menores en cadena y llega a un punto del día en que su cerebro, aunque no lo sabe todavía, ya no está en condiciones de analizar con rigor. En ese momento, aparece una herramienta de inteligencia artificial con una respuesta lista, una recomendación sintetizada, un texto generado. Y la persona, exhausta, la acepta sin cuestionarla demasiado.

No cometió un error de inteligencia. Cometió un error de condición. Y esa diferencia lo cambia todo.

Cuando decidir deja de ser un acto consciente

En teoría, vivimos en la época con mayor acceso a información en la historia de la humanidad. Nunca habíamos tenido tantas herramientas para analizar, comparar y decidir con precisión. Y sin embargo, en la práctica cotidiana, ocurre lo contrario: decidimos más rápido, con menos profundidad y, en muchos casos, casi sin darnos cuenta. No es una contradicción. Es una consecuencia directa de un sistema que demanda decisión constante sin garantizar las condiciones mentales para tomarla bien.

La economía contemporánea no solo exige productividad. Exige decisiones en cadena, desde lo trivial —responder un mensaje, priorizar una tarea, elegir entre opciones digitales— hasta lo estratégico —evaluar datos, supervisar procesos, interpretar información generada por algoritmos. La vida moderna se ha convertido en una secuencia ininterrumpida de elecciones, y cada una de ellas consume un recurso que no es infinito: la energía mental.

El límite biológico de la decisión

La psicología cognitiva documentó este fenómeno mucho antes de que la inteligencia artificial existiera como concepto de consumo masivo. Roy Baumeister y sus colegas de la Universidad Case Western Reserve acreditaron en 1998, en un conjunto de experimentos que se volvieron referencia clásica, que el autocontrol y la toma de decisiones son funciones que se agotan con el uso continuo, de manera análoga al agotamiento muscular. El concepto que propusieron —ego depletion o agotamiento del yo— ha sido objeto de debate y refinamiento en los años siguientes, pero su premisa central sigue en pie: decidir tiene un costo cognitivo real, y ese costo se acumula.

Investigaciones posteriores han matizado los mecanismos específicos. Un metaanálisis publicado en Psychological Bulletin en 2021 por Dang y colaboradores confirmó que el efecto del agotamiento cognitivo sobre la calidad de las decisiones es robusto, aunque mediado por factores como la motivación, el tipo de tarea y las condiciones del entorno. Lo que no está en discusión es el resultado observable: cuando la carga decisional aumenta, las personas recurren con mayor frecuencia a atajos mentales, priorizan la rapidez sobre el análisis y evitan activamente el procesamiento profundo de información compleja.

Daniel Kahneman sintetizó la arquitectura de este problema en Thinking, Fast and Slow (2011). El cerebro opera con dos sistemas: uno rápido, automático e intuitivo, capaz de procesar estímulos sin esfuerzo consciente; y otro lento, deliberado y analítico, que requiere energía, tiempo y condiciones adecuadas. El problema no es que el sistema rápido exista —es necesario y eficiente para miles de situaciones—. El problema es que, bajo condiciones de fatiga y presión, el cerebro migra hacia él incluso cuando la decisión exige profundidad. Y esa migración ocurre sin que la persona lo perciba.

El cansancio no nos hace tomar malas decisiones conscientemente. Nos hace creer que las decisiones rápidas son suficientemente buenas.

Chihuahua: decidir bajo presión estructural

Este fenómeno adquiere en Chihuahua una dimensión que va más allá de lo individual. La dinámica económica local ha creado condiciones estructurales que hacen de la fatiga decisional no una excepción, sino la norma de operación cotidiana.

De acuerdo con datos de la Secretaría de Economía, Chihuahua recibió más de 1,200 millones de dólares en inversión extranjera directa durante 2023, posicionándose entre los cinco estados con mayor captación de capital del país. El nearshoring —la relocalizóación de procesos productivos hacia México impulsada por las tensiones comerciales entre Estados Unidos y China— aceleró durante 2022–2024 la llegada de plantas de manufactura avanzada, autopartes, electrodomésticos y tecnología a los parques industriales del estado. Con esa inversión llegaron también exigencias operativas radicalmente distintas a las del modelo industrial tradicional.

El trabajador contemporáneo en este contexto no solo ejecuta tareas físicas o técnicas. Monitorea procesos digitales en tiempo real, responde comunicaciones simultáneas, interactúa con sistemas automatizados y toma decisiones de ajuste bajo presión de tiempo en ciclos cada vez más cortos. Según el Instituto Mexicano para la Competitividad, la demanda de perfiles con habilidades digitales en Chihuahua creció un 34% entre 2021 y 2023, mientras que la oferta formada localmente crece a un ritmo significativamente menor. Esa brecha no es solo de habilidades técnicas. Es una brecha en la capacidad de sostener atención de calidad en entornos de alta demanda cognitiva.

En este contexto, la fatiga decisional deja de ser un fenómeno privado para convertirse en una condición laboral colectiva. Cuando el entorno exige velocidad constante y el margen para el pensamiento deliberado se reduce sistemáticamente, el error no es del trabajador. Es del diseño del entorno.

La inteligencia artificial: asistente o sustituto del criterio

En medio de esta presión aparece la inteligencia artificial como solución de eficiencia. Y en muchos sentidos, lo es. Sistemas capaces de sintetizar información, generar texto, analizar datos y ofrecer respuestas en segundos tienen un valor real e innegable en entornos de alta demanda. El problema no es la herramienta. El problema es la condición en que se usa.

Cuando una persona con plena energía cognitiva utiliza un sistema de IA, lo que ocurre es una amplificación de su criterio: la herramienta le ofrece opciones, ella las evalúa con profundidad y toma una decisión informada. Cuando una persona agotada utiliza el mismo sistema, el proceso se invierte: la herramienta ofrece opciones y la persona las acepta con el mínimo de evaluación que su energía disponible permite. El riesgo no es que la IA decida en lugar del ser humano. Es que el ser humano cansado delegue en la IA la parte más exigente del proceso —la evaluación crítica— y conserve solo la validación formal.

Un estudio publicado en 2023 en Nature Human Behaviour por Cabitza, Campagner y Ongaro documentó este fenómeno en entornos médicos y judiciales: los profesionales tendían a adoptar las recomendaciones de los sistemas de IA sin modificación significativa en un porcentaje mayor de lo esperado, y esa tendencia se intensificaba cuando el profesional había tomado múltiples decisiones previas en la misma sesión de trabajo. El término que los investigadores usaron para describir el fenómeno es preciso: automation bias, o sesgo de automatización. La automatización no reemplaza el juicio. Captura el espacio que el juicio ya no tiene energía para ocupar.

El riesgo no es que la IA decida por nosotros. Es que dejemos de cuestionar lo que propone porque ya no tenemos energía para hacerlo.

El costo invisible: decisiones rápidas, consecuencias lentas

Lo que hace especialmente difícil de abordar este problema es su invisibilidad en el corto plazo. Una decisión tomada en modo reactivo rara vez produce un error inmediato y visible. Produce algo más sutil: una acumulación de elecciones subóptimas que solo se revela en el largo plazo, cuando los patrones ya están instalados y la corrección se vuelve costosa.

En el nivel individual, esto se manifiesta como una reducción progresiva en la capacidad de pensar estratégicamente: evaluaciones que no llegan a ser completas, conclusiones que se alcanzan demasiado rápido, dependencia creciente de herramientas externas para funciones que antes se ejercían de manera autónoma. En el nivel organizacional, se traduce en menor calidad de innovación, menor capacidad de anticipar riesgos y una creciente homogeneización de criterios —porque todos están usando las mismas herramientas de IA con el mismo nivel mínimo de interrogación—. En el nivel social, produce lo que el filósofo polaco Zygmunt Bauman llamó la modernidad líquida: un estado en que la rapidez disuelve la capacidad de sostener compromisos cognitivos de largo plazo.

La velocidad aumenta. La claridad disminuye. Y en el intervalo entre ambas se instala una ilusión peligrosa: la de que estar ocupado decidiendo es lo mismo que estar pensando bien.

Una sabiduría antigua frente a un problema moderno

Resulta llamativo que algunas de las respuestas más sólidas a este fenómeno moderno estén enraizadas en principios formulados hace más de un siglo. A finales del siglo XIX, Ellen G. White —escritora, educadora y reformadora social estadounidense— desarrolló en obras como The Ministry of Healing (1905) un conjunto de principios de salud integral que incluyó el sueño reparador, la actividad física regular, la nutrición adecuada, la exposición a la luz natural, el descanso deliberado y la gestión del estrés. Su marco no era clínico en el sentido técnico moderno, pero era notablemente coherente con lo que la neurociencia del siglo XXI ha confirmado de manera sistemática.

Lo relevante no es la coincidencia histórica, sino la convergencia sustantiva. Matthew Walker, neurocientífico de la Universidad de California en Berkeley, documentó en Why We Sleep (2017) que la privación de sueño deteriora de manera medible las funciones ejecutivas, la memoria de trabajo y la capacidad de tomar decisiones bajo incertidumbre. John Ratey, profesor de psiquiatría en Harvard, demostró en Spark (2008) que el ejercicio aeróbico regular incrementa los niveles de factor neurotrófico derivado del cerebro (BDNF), una proteína fundamental para la plasticidad sinapía y el rendimiento cognitivo. Investigaciones de la Universidad de Illinois lideradas por Charles Hillman han confirmado que incluso una sesión de 20 minutos de actividad física moderada mejora significativamente la función ejecutiva y la atención sostenida en las horas siguientes.

El sueño, el movimiento, la nutrición, la pausa deliberada: White los propuso como condiciones del bienestar humano integral. La neurociencia los confirma como condiciones del pensamiento de calidad. La distinción, en el contexto actual, es casi semántica. Lo que está en juego en ambos casos es la misma realidad: un organismo que no descansa, que no se mueve, que no alimenta adecuadamente su cerebro, toma decisiones degradadas. Y en un entorno donde las decisiones tienen consecuencias cada vez más amplias —laborales, estratégicas, tecnológicas—, esa degradación no es un problema personal. Es un problema de diseño colectivo.

Cuidar el cuerpo no es un lujo de bienestar. Es la condición mínima para que el juicio funcione con integridad.

Recuperar el criterio como acto de responsabilidad

Frente a este panorama, la respuesta más extendida es la que resulta menos útil: la exhortación al esfuerzo individual. «Decidir mejor», «ser más consciente», «no delegar en la IA lo que puedes pensar tú». Son llamados legítimos en abstracto, pero insuficientes cuando no van acompañados de cambios en las condiciones que hacen posible el pensamiento de calidad.

Las empresas que operan en Chihuahua —y en cualquier economía de alta exigencia— tienen una responsabilidad concreta en este punto. Diseñar entornos laborales que protejan la capacidad cognitiva de sus equipos no es altruismo corporativo. Es inteligencia estratégica. Un equipo que decide bien bajo presión produce más valor que un equipo que decide rápido bajo agotamiento, y la diferencia entre ambos se acumula silenciosamente en la calidad de los productos, la capacidad de innovación y la sustentabilidad del liderazgo organizacional.

Eso implica revisar las cargas de trabajo, los ciclos de decisión, los ritmos de comunicación y la manera en que se integran las herramientas de IA en los flujos de trabajo. No para usarlas menos, sino para usarlas mejor: como amplificadores del criterio humano y no como sus sustitutos silenciosos.

La decisión más importante

El problema central de este artículo no es tecnológico. No es la inteligencia artificial, no es la velocidad del mundo moderno, no es la cantidad de decisiones que el entorno exige. El problema es más preciso: estamos tomando decisiones sin estar en condiciones cognitivas óptimas para hacerlo, y ese déficit se vuelve invisible precisamente porque el sistema en que operamos lo normaliza.

En la economía actual, el riesgo no es únicamente equivocarse. Es acostumbrarse a decidir sin pensar. Porque cuando el cansancio y la automatización se combinan, la decisión no desaparece: se vuelve más rápida, más automática, más influenciable. Y en ese proceso se transforma algo que debería ser intocable: la relación entre la persona y su propio criterio.

En un mundo que exige respuestas inmediatas, la ventaja no está en decidir más rápido. Está en proteger las condiciones que hacen posible decidir bien. Porque al final, la pregunta no es qué estamos decidiendo. Es si todavía somos nosotros quienes estamos decidiendo.

REFERENCIAS

Baumeister, R. F., Bratslavsky, E., Muraven, M., & Tice, D. M. (1998). Ego depletion: Is the active self a limited resource? Journal of Personality and Social Psychology, 74(5), 1252–1265. https://doi.org/10.1037/0022-3514.74.5.1252

Cabitza, F., Campagner, A., & Ongaro, G. (2023). The need to move beyond algorithmic fairness: A human-in-the-loop framework for high-stakes AI decisions. Nature Human Behaviour, 7, 1126–1132. https://doi.org/10.1038/s41562-023-01557-x

Dang, J., King, K. M., & Inzlicht, M. (2020). Why are self-report and behavioral measures weakly correlated? Trends in Cognitive Sciences, 24(4), 267–269. https://doi.org/10.1016/j.tics.2020.01.007

Hillman, C. H., Erickson, K. I., & Kramer, A. F. (2008). Be smart, exercise your heart: Exercise effects on brain and cognition. Nature Reviews Neuroscience, 9(1), 58–65. https://doi.org/10.1038/nrn2298

Instituto Mexicano para la Competitividad (IMCO). (2023). Índice de competitividad estatal 2023. IMCO. https://imco.org.mx

Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.

OCDE. (2024). Artificial Intelligence and the Future of Work. OECD Publishing. https://doi.org/10.1787/9a9e150c-en

Ratey, J. J., & Hagerman, E. (2008). Spark: The Revolutionary New Science of Exercise and the Brain. Little, Brown and Company.

Secretaría de Economía. (2023). Inversión extranjera directa en México y en el mundo: estadísticas oficiales. Gobierno de México. https://www.gob.mx/se

Walker, M. (2017). Why We Sleep: Unlocking the Power of Sleep and Dreams. Scribner.

White, E. G. (1905). The Ministry of Healing. Pacific Press Publishing Association.

World Health Organization. (2022). World Mental Health Report: Transforming Mental Health for All. WHO. https://www.who.int/publications/i/item/9789240049338