El Fin de la Lectura Profunda: Cómo la Inteligencia Artificial Cambia la Forma en que Comprendemos los Artículos Extensos

Resumen

Este artículo investiga el impacto de la inteligencia artificial en la lectura profunda. La intermediación algorítmica, como los resúmenes automáticos están redefiniendo los procesos cognitivos y desafiando la autoridad intelectual del autor. Se analiza cómo los creadores de contenido adaptan sus narrativas frente a una cultura de infoxicación y una demanda de eficiencia impulsada por la "sociedad del rendimiento".

Introducción

La transición de la lectura profunda a un consumo de fragmentos mediados por IA amenaza el pensamiento crítico. Este artículo analiza el impacto cognitivo, las estrategias de adaptación de los creadores y la descomposición de la autoridad intelectual. La "síntesis breve" de la IA es a nivel mental más perjudicial que el skimming [Técnica de lectura rápida que consiste en recorrer un texto para captar sus ideas principales sin leerlo en detalle] manual. El objetivo es examinar cómo la IA redefine el "aprender" y desplaza al autor. Aunque ya se ha investigado el tema, nadie ha explorado cómo dejamos que los algoritmos decidan por nosotros. Por eso este artículo es importante.

¿Cómo Modifica la IA los Procesos Cognitivos de la Lectura Profunda?

La investigación sobre la cognición digital tiene sus cimientos en la neurociencia. Nicholas Carr (2011), basándose en el principio de la neuroplasticidad, argumentó que Internet, como medio, ya estaba reconfigurando físicamente nuestros cerebros. La ética intelectual de la web —caracterizada por la multitarea, el hipertexto y las recompensas rápidas— fomenta la lectura superficial (el skimming) y el pensamiento apresurado. Según Carr (2011), los circuitos neuronales dedicados a la exploración rápida se fortalecen, mientras que aquellos responsables de la concentración sostenida y el pensamiento lineal, cultivados por el libro impreso, se atrofian por desuso.

Maryanne Wolf (2018) define con precisión lo que se pierde en esta transición: la lectura profunda (deep reading). Wolf (2018) explica que este no es un acto natural, sino un conjunto de procesos cognitivos lentos y adquiridos. Estos incluyen la capacidad de hacer inferencias analógicas, desarrollar análisis crítico y cultivar la empatía, habilidades esenciales que nos permiten ir más allá de la mera decodificación para entrar en el mundo conceptual del autor. La preocupación de Wolf (2018) es que la saturación digital y la priorización de la velocidad atrofien estas capacidades, minando los fundamentos del pensamiento crítico.

Sin embargo, estos marcos fundacionales se centraron en el skimming manual y la multitarea. En ese modelo, el lector, aunque superficialmente, todavía realizaba el trabajo cognitivo de filtrar, evaluar y sintetizar.

La irrupción de la IA generativa introduce una variable radicalmente nueva: la síntesis breve. El problema ya no es solo la distracción, sino la delegación activa de la comprensión. Cuando un usuario pide a una IA que resuma un artículo extenso, recibe conclusiones pre-digeridas, a menudo desprovistas del contexto argumental, las pruebas matizadas o la evidencia que el autor construyó meticulosamente.

El impacto cognitivo de leer este resumen generado por IA es una brecha de conocimiento crítica. Si la lectura profunda, como argumenta Wolf (2018), depende de la capacidad de hacer inferencias y análisis crítico, el resumen breve podría atrofiar estas habilidades de manera mucho más significativa. La IA realiza el proceso mental por el lector. Por lo tanto, la mediación de la IA no solo modifica los procesos cognitivos; amenaza con externalizar las habilidades centrales de la comprensión profunda, afectando la retención del contexto y la capacidad de sintetizar argumentos complejos por cuenta propia.

¿Qué Estrategias de Adaptación Están Usando los Creadores Ante la IA?

Los creadores de contenido extenso, como académicos y periodistas, se encuentran en medio de una contradicción estratégica fundamental.

Durante las últimas décadas, la respuesta dominante a la fragmentación de la atención en la ecología de medios convergentes [Estudia cómo interactúan, se transforman y coexisten distintos medios de comunicación en un entorno interconectado] fue la expansión narrativa. Carlos A. Scolari (2013) describió este fenómeno como narrativas transmedia. En este modelo, un relato se despliega a través de múltiples medios y plataformas (libros, webs, videos, redes sociales), y cada plataforma contribuye de forma única y no redundante a la construcción de un mundo narrativo complejo.

Esta estrategia no busca la eficiencia. Al contrario, exige una mayor inversión cognitiva y temporal del usuario. El éxito del modelo transmedia de Scolari (2013) depende de un "prosumidor" activo que investiga, participa y conecta los fragmentos para co-crear el relato. El objetivo era profundizar el compromiso y la fidelización de la audiencia mediante la expansión.

La IA generativa y la cultura digital actual invierten esta lógica. Los datos empíricos del Digital News Report 2025 (Reuters Institute for the Study of Journalism [RISJ], 2025) demuestran una demanda creciente y opuesta: la reducción algorítmica. El público, si bien desconfía de la IA, muestra un interés explícito en aplicaciones que aumenten la eficiencia. La función más demandada por el público en aplicaciones de IA para noticias es el resumen (27% de los encuestados) (RISJ, 2025).

Esta demanda de reducción no es solo tecnológica; es cultural. Byung-Chul Han (2024) argumenta que la lectura fragmentada es una estrategia de adaptación a la sociedad del rendimiento. La lectura profunda, al ser lenta y exigente, es la antítesis de la productividad que exige la auto explotación del sujeto de rendimiento.

Los creadores están, por tanto, atrapados entre dos imperativos opuestos: expandir sus narrativas para construir un mundo (Scolari, 2013) o facilitar su contracción algorítmica para satisfacer a una audiencia "cansada" (Han, 2024) que demanda resúmenes (RISJ, 2025). La brecha de conocimiento radica en entender cómo están resolviendo esta contradicción: ¿Están diseñando textos modulares para fácil extracción algorítmica? ¿Están integrando IA en sus propios textos? o ¿Están resistiendo la demanda de reducción?

¿Cómo Afecta la IA a la Autoridad Intelectual del Autor?

La autoridad intelectual —la percepción de credibilidad y valor de un autor y su texto como fuente de conocimiento complejo— está siendo fundamentalmente desafiada por la mediación de la IA.

Este desplazamiento de la autoridad no es nuevo. La literatura previa ya documentaba cómo la autoridad se desplazaba del autor al medio (Carr, 2011) o, más recientemente, a intermediarios humanos. El Digital News Report 2025 (RISJ, 2025) confirma que la autoridad de los autores se está desplazando: las marcas de noticias tradicionales están siendo eclipsadas por influencers y personalidades en línea, que ahora juegan un papel significativo en los debates públicos.

Sin embargo, enfocándonos en un vacío crítico: ¿Qué sucede cuando el mediador no es humano? Cuando una IA (sea un chatbot o un resumidor) se interpone entre el autor y el lector, se apropia de la interpretación. La IA no solo presenta el texto; lo recontextualiza, lo filtra y, potencialmente, lo distorsiona, a menudo eliminando los matices, las advertencias y la estructura argumental que el autor consideraba esenciales.

Esto crea una crisis de autoridad para el creador de contenido extenso. El autor pierde el control sobre cómo se interpreta su trabajo. El artículo original, que sirve como vehículo primario para la transmisión de conocimiento complejo, corre el riesgo de volverse irrelevante, reemplazado por un resumen "suficientemente bueno" que puede ser inexacto.

El aspecto más paradójico de esta crisis se encuentra en los datos empíricos del Reuters Institute (2025). El público es profundamente escéptico respecto a la IA en el periodismo. Existe una expectativa generalizada de que la IA hará que las noticias sean menos confiables (diferencial neto de -18) y menos precisas (-8) (RISJ, 2025).

Aquí radica la tensión central: el público está adoptando herramientas (como los resúmenes) que percibe activamente como eficientes, pero no confiables. Esta mediación algorítmica, por lo tanto, no solo hace que se pierda la autoridad del autor al reemplazarlo, sino que también introduce una capa de mediación que el propio usuario percibe como intelectualmente débil, degradando potencialmente el valor percibido de todo el ecosistema de conocimiento.

¿Cómo se Integra la Lectura Parcial en la Cultura de la Infoxicación?

La lectura parcial y fragmentada, impulsada por la sobreabundancia de información (infoxicación [Sobrecarga de información que dificulta la comprensión, la toma de decisiones y la concentración]), no es un simple fallo del sistema; es la estrategia de supervivencia cognitiva dominante en la cultura contemporánea. Para entender por qué aceptamos —e incluso demandamos— la lectura fragmentada, debemos mirar más allá del diagnóstico neurocognitivo de Carr (2011) y analizar el impulsor motivacional que explica por qué esta superficialidad se fomenta activamente.

Byung-Chul Han (2024) ofrece el marco filosófico-social decisivo. Han (2024) argumenta que la distracción no es un mero subproducto tecnológico, sino la condición cultural de la sociedad del rendimiento (achievement society). Esta sociedad ha reemplazado la coerción externa (la sociedad disciplinaria) por el imperativo interno del poder lograrlo todo.

En este paradigma, el individuo se convierte en un "emprendedor de sí mismo", cuya libertad compulsiva lo conduce a la auto explotación.

El síntoma cognitivo de esta auto explotación es la hiperatención. Han (2024) distingue críticamente esta hiperatención de la atención profunda. La hiperatención es una atención dispersa, un cambio precipitado de enfoque entre diferentes tareas que, si bien es funcional para la multitarea descrita por Carr (2011), es incompatible con la contemplación. Los estados contemplativos, esenciales para la reflexión y la creatividad, son percibidos por el sujeto de rendimiento como ineficientes y, por tanto, deben ser eliminados.

En este contexto, la infoxicación es un exceso de positividad, donde el sujeto sacrifica la profundidad por la velocidad para maximizar su rendimiento informativo.

La lectura parcial es, por lo tanto, una estrategia de adaptación a esta sociedad del rendimiento. La lectura profunda, al ser lenta, exigente e ineficiente, es la antítesis de la productividad que exige la autoexplotación.

Las herramientas de IA generativa, como los resumidores automáticos, son la culminación lógica de esta cultura. Son atractivas porque ofrecen la promesa de máximo rendimiento (conocimiento) con mínimo esfuerzo contemplativo (ineficiencia), satisfaciendo la demanda de eficiencia documentada por el Reuters Institute (2025) y perpetuando el ciclo de la hiperatención.

Conclusión

La lectura digital ha cambiado: ahora no solo hacemos varias cosas a la vez, sino que dejamos que la inteligencia artificial piense por nosotros. Esto mejora la eficiencia, pero reduce la reflexión. Para quienes crean contenido, surge un conflicto: quieren contar historias más amplias, pero los algoritmos exigen que todo sea breve y directo.

Esto plantea un dilema para quienes crean contenido: por un lado, quieren desarrollar historias más amplias y complejas (como propone Scolari), pero por otro, se enfrentan a algoritmos que exigen que todo sea breve, directo y fácil de procesar.

Recomendaciones

Primero, los creadores de contenido extenso deben desarrollar urgentemente nuevas estrategias de adaptación, posiblemente mediante el diseño modular o interactivo, para guiar la interpretación de la IA y del lector. Segundo, se requiere una nueva "bialfabetización [Es el desarrollo simultáneo de habilidades de lectura, escritura y pensamiento crítico]" (Wolf, 2018) que no solo enseñe la lectura profunda, sino también la lectura crítica de los resúmenes de IA, concienciando sobre la pérdida de contexto y la pérdida de la autoridad intelectual del autor. La IA redefine qué es leer; nos corresponde redefinir qué es comprender.

Referencias

Carr, N. (2011). The Shallows: What the Internet Is Doing to Our Brains. W. W. Norton. https://www.google.com.mx/books/edition/The_Shallows/1KayoVl3OTMC?hl=es-419

Han, B. (2024). La sociedad del cansancio: Cuarta Edición Especial. Herder Editorial. https://www.google.com.mx/books/edition/La_sociedad_del_cansancio/LHT5EAAAQBAJ?hl=es-419

Reuters Institute for the Study of Journalism. (2025). Digital News Report 2025. https://reutersinstitute.politics.ox.ac.uk/sites/default/files/2025-06/Digital_News-Report_2025.pdf

Scolari, C. A. (2013). Narrativas transmedia: cuando todos los medios cuentan. https://books.google.com.mx/books?id=TkLbMpQbK0YC&lpg=PP1&hl=es&pg=PP1#v=onepage&q&f=false

Wolf, M. (2018). Reader, Come Home: The Reading Brain in a Digital World. HarperCollins. https://www.google.com.mx/books/edition/Reader_Come_Home/Hlg_DwAAQBAJ?hl=es-419

Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial 4.0 Internacional. Si necesitas utilizar alguna imagen, video o audio dirígete a la información proporcionada en las referencias. Esta publicación puede o no contener material con protección de datos o derechos de autor.