Jose et al. (2025) plantean un dilema crucial en cuanto a la formación de los futuros científicos: la IA generativa puede ser, simultáneamente, un amplificador y un inhibidor del pensamiento. Este fenómeno, denominado "paradoja cognitiva", abre un campo de reflexión sobre el papel de los modelos generativos en la educación superior.

Más que un efecto aislado, la paradoja cognitiva puede comprenderse como parte de un imaginario sociotécnico (Jasanoff & Kim, 2015), es decir, una red de significados que articula visiones sobre qué se espera de la IAg en los procesos de aprendizaje, cómo debe integrarse a las instituciones educativas y qué tipo de pensamiento se busca promover o limitar. La ponencia propondrá una lectura situada de esta paradoja a partir de cuatro dimensiones analíticas:

Discursiva: metáforas y narrativas que enmarcan a la IA como tutor benevolente o como "muleta" cognitiva, moldeando percepciones de estudiantes y docentes.

Política: disputas sobre la autoridad epistémica entre algoritmos y profesores, y sus implicaciones para la legitimidad del conocimiento científico.

Estructural: condiciones de acceso, brechas tecnológicas y desigualdades institucionales que determinan quién puede apropiarse críticamente de estas herramientas.

Pedagógica: tensiones entre la automatización de tareas cognitivas y el desarrollo de pensamiento crítico, síntesis y creatividad.

La ponencia no busca ofrecer respuestas concluyentes, sino abrir un espacio de debate sobre los dilemas formativos que enfrentamos: ¿cómo asegurar que la IA generativa fomente autonomía y no dependencia? ¿Qué tipo de científicos estamos formando cuando generamos procesos cognitivos en modelos generativos?