07/10/2025
Comentario Integrado: Evidencia científica y nota periodística sobre si la IA “resta habilidad” a los médicos
Contexto periodístico:�El reportaje de The New York Times, reproducido en Mural (7 de octubre de 2025)
Expone un estudio reciente publicado en The Lancet Gastroenterology & Hepatology que muestra una posible pérdida de habilidades (“deskilling”) en médicos endoscopistas tras tres meses de uso de una herramienta de IA durante colonoscopías. La tasa de detección de lesiones precancerosas cayó del 28 % al 22 % cuando se retiró el sistema, sugiriendo dependencia cognitiva. Los expertos citados (Ahmad, Wachter, Longhurst) advierten que este fenómeno, conocido en aviación y automatización industrial, podría afectar la capacidad de los médicos para detectar errores y mantener su juicio clínico cuando la IA no está disponible.
Evidencia científica del documento de revisión sistemática (2023-2025):�El análisis académico complementario
Se analizaron revisiones sistemáticas, metaanálisis y guías internacionales (Lancet Regional Health Europe 2024; BMJ 2025 – FUTURE-AI; JMIR 2025; BMC Med Educ 2025) y puedo concluir:
* No existe evidencia universal de erosión de habilidades, pero sí un riesgo prevenible de deskilling y sobre-dependencia cuando la interacción humano-IA carece de gobernanza, diseño pedagógico y auditoría clínica.
* Las revisiones de automation bias (Science & Engineering 2024) documentan aumento de errores por aceptación acrítica de recomendaciones algorítmicas bajo carga cognitiva.
* Las guías FUTURE-AI del BMJ 2025 recomiendan mantener el rol humano como supervisor activo, promover transparencia (XAI) y programar sesiones “IA-off” para preservar la práctica deliberada.
* La calidad global de la evidencia, evaluada con AMSTAR-II y GRADE, se considera moderada a baja por heterogeneidad y falta de estandarización en medición de daño.
Síntesis crítica:�Tanto la nota periodística como la revisión sistemática actualizada (2025) coinciden en que el riesgo no radica en la IA per se, sino en cómo se integra y supervisa. La automatización sin entrenamiento reflexivo puede reducir la atención, la exploración visual o la resistencia cognitiva, tal como demostró el estudio de colonoscopías. Sin embargo, cuando la IA se implementa bajo modelos de gobernanza clínica (FUTURE-AI) y con entrenamiento en alfabetización digital y pensamiento crítico, se convierte en una herramienta que potencia —no sustituye— el juicio clínico.
Conclusión:�La evidencia revisada sostiene que la IA no necesariamente resta habilidad, pero mal implementada puede erosionarla. La prevención del deskilling exige:
1. Bloques de práctica sin IA (“IA-off”).
2. Supervisión humana constante.
3. Educación médica continua centrada en competencias digitales y ética clínica.
En síntesis, la IA no reemplaza al médico: lo obliga a ser mejor, más reflexivo y más consciente de su propio proceso de decisión.
