El gimnasio cognitivo: por qué más contenido no significa más aprendizaje
Una mirada desde la educación para la salud hacia la innovación, a propósito del panel
“More Content, Less Learning”
Reflexiones por Seniors International Consulting: MSc Víctor Píriz Correa, MD, MPH. Gestor de transformacion organizacional
Llevo más de dos décadas moviéndome dentro de distintas organizaciones sanitarias nacionales e internacionales, incluyendo la academia nacional e internacional. Más recientemente, en procesos de gestión de gobernanza sanitaria y salud global, donde la innovación y los programas de emprendimiento son cada vez más importantes. Y si hay una frase que resume lo que estoy viendo hoy es esta: nunca tuvimos tanto acceso al conocimiento, y nunca habíamos aprendido tan poco con él.
No es una contradicción retórica. Es el diagnóstico central que dejó hoy el panel “More Content, Less Learning”, celebrado en Dalián, China, en el marco de la Reunión Anual de los Nuevos Campeones 2026 del Foro Económico Mundial (el llamado “Davos de Verano”)1. Y es, también, el problema que define si el crecimiento económico de los próximos años se traducirá en empleos reales para las distintas generaciones, o simplemente en más títulos sin destino para las nuevas.
Las herramientas y plataformas digitales han hecho que el aprendizaje sea más accesible que nunca, pero la alfabetización y la aritmética básicas están disminuyendo en muchas economías2. Si bien contamos con mejores experiencias de usuario y abundante contenido, la capacidad de aprender no está al mismo nivel.
La pregunta que guió el panel fue, precisamente, esta: ¿por qué este acceso sin precedentes al conocimiento no produce mejores resultados, y cómo se puede utilizar para mejorar nuestros procesos de aprendizaje?
El panel reunió a tres voces en la intersección entre innovación y educación:
• Andrew D. Maynard, profesor en la Escuela para el Futuro de la Innovación en la Sociedad, Universidad Estatal de Arizona.3
• Mosa Moshabela, vicerrector y rector de la Universidad de Ciudad del Cabo.4
• Vanessa Chan, primera vicedecana de Innovación y Emprendimiento de la Universidad de Pensilvania.5
El espejo que la IA nos puso enfrente
La irrupción de la inteligencia artificial generativa y agéntica no creó este problema; lo iluminó. Durante décadas, el sistema educativo sanitario operó bajo lo que podríamos llamar el “modelo de transmisión”: si lográbamos verter suficiente información dentro de un estudiante de medicina, posgrado o carreras afines, el aprendizaje ocurriría por acumulación.
Hoy sabemos, con una claridad incómoda, que ese modelo nunca funcionó del todo bien. Lo que pasó es que antes no teníamos cómo evidenciarlo tan rápido. La IA, al ofrecer contenido ilimitado y respuestas instantáneas, dejó al desnudo que el cuello de botella nunca fue el acceso a la información. El verdadero cuello de botella siempre fue, y sigue siendo, la fricción productiva: ese tramo incómodo de ensayo, error y frustración donde el conocimiento se convierte en capacidad.
Esto explica un dato que debería inquietar a cualquier diseñador de políticas de empleo en salud: los estudiantes que delegan sus tareas de pensamiento en agentes de IA obtienen mejores resultados en evaluaciones de corto plazo, pero su retención y comprensión profunda caen de forma marcada poco tiempo después2. No es un fallo de la tecnología; es un fallo de cómo la estamos desplegando.
IA y las Semaglutidas (una analogía)
Hay una imagen que circuló en el panel y que no he podido sacarme de la cabeza: en el aprendizaje, la IA se comporta como los medicamentos agonistas del GLP-1 en el gimnasio5. Las semaglutidas, pertenecen a la familia de los agonistas del receptor GLP-1. Esos fármacos ayudan a bajar de peso con rapidez, pero, sin entrenamiento de fuerza, no construyen músculo ni metabolismo sano; solo reducen la carga.
La IA, usada como atajo, hace exactamente eso con la mente: reduce el peso del esfuerzo cognitivo, pero no construye la musculatura intelectual —la capacidad de sostener la incomodidad de no saber, de equivocarse y de volver a intentar— que es, en última instancia, lo que permite resolver problemas reales en el mundo real.
La conclusión no es satanizar la herramienta. Es exigirle a la educación que diseñe, con la misma seriedad con que un entrenador planifica una rutina, lo que podríamos llamar gimnasios cognitivos: entornos donde la tecnología no elimina el esfuerzo, sino que lo guía, lo dosifica y lo hace sostenible. Acceso a la información, sí, pero con la fricción suficiente para que ese acceso genere valor en lugar de anestesiar la curiosidad.
El profesor no desaparece: cambia de oficio
Confieso que esta parte del debate me tocó de manera personal. Si me miro como educador —que en algún momento lo fui— buena parte de lo que hice durante años hoy lo hace una IA de forma más eficiente: explicar un concepto, diseñar un examen estandarizado o corregir una tarea. Es legítimo preguntarse, entonces, qué valor le queda al ser humano en el proceso educativo.
La respuesta que encuentro más honesta es esta: lo que la IA no puede ofrecer es conexión humana, empática y acompañamiento frente a la frustración.
En el pasado: el profesor como repartidor de contenido (rol que ya se perdió frente a la máquina). En el futuro: el profesor como coach de resiliencia, la persona que empuja al estudiante a no abandonar, pues esta generación, a diferencia de la mía, se frustra rápidamente y abandona cuando la IA no le resuelve el problema en tres segundos. Los mejores resultados no aparecen cuando se reemplaza al instructor por tecnología, sino cuando se combinan buenos instructores con buenos tecnólogos dentro de un ecosistema diseñado para aplicar conocimiento, no para almacenarlo.
Si hay una convicción que se ha fortalecido en mí con los años, es que las calificaciones promedio tienen una correlación casi nula con el impacto real que una persona genera en su entorno. Conozco demasiados doctorados que acumulan papers sin haber cambiado absolutamente nada en su comunidad. El conocimiento sin aplicación no es maestría; es archivo.
Por eso me parece tan relevante el modelo que están explorando programas como el de Global Shaper Yakarta10, que imparte maestrías sin evaluaciones tradicionales, centradas exclusivamente en convertir al estudiante en un nodo de impacto relacional dentro de su comunidad. La pregunta ya no es “¿cuánto sabés?”, sino “¿qué transformaste con lo que sabés?”. Esa es la única definición de maestría que sobrevivirá a la próxima década.
El dilema de la bombilla: Swan inventó la luz; Edison la llevó a tu casa
Para entender qué tipo de talento necesita la economía que viene, es imposible no volver a la historia de la bombilla eléctrica:
• Joseph Swan descubrió el principio físico: pasar electricidad por un filamento genera luz.
• Thomas Edison observó el mundo en su complejidad sistémica: cómo reducir costos, cómo lograr el vacío necesario para que el filamento durara, cómo convencer a empresas que vivían del gas para que apostaran por la electricidad, y cómo escalar todo el sistema hasta los hogares5.
La IA actual es extraordinaria replicando y empaquetando conocimiento tipo Swan. Sin embargo, es completamente incapaz de gestionar los ecosistemas humanos, políticos y económicos que requiere un despliegue tipo Edison. Ahí está la hoja de ruta para formar a la próxima generación: no necesitamos más Swans memorizando principios; necesitamos Edisons capaces de observar su entorno, conectar piezas dispersas y construir el puente entre la idea y el mundo real.
El ADN del innovador, puesto a prueba
Esto conecta de manera literal con el trabajo de Clayton Christensen, Jeff Dyer y Hal Gregersen en su célebre concepto del “ADN del innovador”3,4, confirmado por la Prof. Agda. de Neurología Pediátrica de la Universidad de la República Oriental del Uruguay, Dra. Andrea Rey Becerra8. Su tesis central es liberadora: la capacidad de innovar no es un don genético, sino un músculo que se entrena a través de cinco habilidades de descubrimiento, las cuales hoy adquieren un nuevo significado frente a la IA:
Que estas cinco habilidades sigan siendo el mapa más preciso para entender la ventaja humana frente a la IA demuestra algo importante: el problema nunca fue tecnológico; fue, y sigue siendo, pedagógico y adaptativo, orientado a educar al individuo de forma que mantenga el bienestar psicofísico, sobre todo en etapas en las que el contacto con otros ya no es la regla.
BRAVE: la teoría aterrizada en un comercio de barrio
Nextwave India, la plataforma de EdTech que opera en zonas remotas de India, ofrece un caso aplicado que vale la pena mirar de cerca: el programa BRAVE (Boosting Revenue through AI Value Engineering)9.
Su lógica es simple y poderosa: sacar a los estudiantes de su zona de confort y conectarlos con pequeñas y medianas empresas reales. Usando IA agéntica para abaratar drásticamente el desarrollo de software —algo que antes era prohibitivo para un comercio pequeño—, equipos multidisciplinarios resuelven problemas financieros y operativos concretos de negocios locales.
Al final del proceso no hay un examen escrito. Hay un comercio que factura mejor, un dueño de pyme que entiende su flujo de caja y un estudiante que tocó el mundo real con sus propias manos. Este modelo ilustra perfectamente el enfoque Edison: la IA reduce el costo de construir la herramienta, pero el valor lo crea el ecosistema humano que decide para qué usarla.
Entonces, ¿cómo crea empleo o lo sostiene la IA?
Vuelvo a la pregunta que enmarca todo este debate: ¿cómo puede el crecimiento generar empleo, sostenerlo y brindar oportunidades a todas las generaciones, dados los cambios demográficos globales?
La respuesta, creo, no está en producir más contenido ni en digitalizar currículums para querer adaptarse a un puesto que ya estaba agotado antes y durante la llegada de la IA, en distintas áreas del planeta, debido a la existencia de policrisis en el siglo pasado, generadoras de pobreza por falta de inclusión social, no digital. La oportunidad real está en usar la inteligencia artificial como infraestructura básica de acceso a la información, para liberar tiempo humano y destinarlo a lo que ninguna máquina puede hacer: acompañar, cuestionar, observar el entorno propio y conectar ideas dispersas para resolver problemas tangibles.
Las escuelas y universidades que entiendan esto antes que el resto dejarán de ser fábricas de calificaciones y se convertirán en agencias de resolución de problemas reales. Creo también que hay que educar a los educadores —que tanto hacen falta—, apoyados por tecnólogos, en un ambiente propicio para desarrollar sus profesiones en conjunto, con el fin de que el educando o aprendiz reciba ambas cosas, no por separado.
El empleo del futuro no será para quienes acumulen más certificados, sino para quienes hayan sido educados bajo la fricción del error: personas capaces de observar su comunidad, hacerse las preguntas incómodas y usar la ingeniería de valor de la IA —no como sustituto del esfuerzo, sino como palanca de este— para hacer su mundo más habitable. Es decir, más Thomas A. Edison y no tantos Swans. Esa, y no otra, es la verdadera infraestructura de empleo que estamos llamados a construir, enfocados en el estudiante y en el paciente al que tratará.
Para finalizar, como responsable en salud pública, creo necesario que se entienda que la educación en promoción y prevención sanitaria es la estrategia más costo-efectiva en esta era digital, y que los centros educativos deben fortalecer dichas áreas del conocimiento, para un futuro más saludable para la población global.
Referencias bibliográficas
1. World Economic Forum. More Content, Less Learning [sesión de panel]. Annual Meeting of the New Champions 2026; 2026 jun 23-25; Dalián, China.
2. World Economic Forum. Shaping the Future of Learning: Education Readiness for the Age of AI. Ginebra: World Economic Forum; 2026 jun 4. Disponible en: https://reports.weforum.org/docs/WEF_Shaping_the_Future_of_Learning_2026.pdf
3. Dyer JH, Gregersen HB, Christensen CM. The Innovator's DNA. Harv Bus Rev. 2009 dic;87(12):60-67.
4. Dyer J, Gregersen H, Christensen CM. The Innovator's DNA: Mastering the Five Skills of Disruptive Innovators. Boston: Harvard Business Press; 2011.
5. Chan V. Intervención en el panel More Content, Less Learning. Annual Meeting of the New Champions, World Economic Forum; 2026 jun 23-25; Dalián, China.
6. Maynard AD. Intervención en el panel More Content, Less Learning. Annual Meeting of the New Champions, World Economic Forum; 2026 jun 23-25; Dalián, China.
7. Moshabela M. Intervención en el panel More Content, Less Learning. Annual Meeting of the New Champions, World Economic Forum; 2026 jun 23-25; Dalián, China.
8. Rey Becerra A. Ex Prof. Agd. Cátedra de Neurología Pediátrica, Universidad de la República Oriental del Uruguay. Comunicación personal/conferencia; 2026.
9. Nextwave India. Programa BRAVE (Boosting Revenue through AI Value Engineering) [material institucional]. India: Nextwave India; 2026.
10. Global Shaper Yakarta. Programa de maestrías centradas en impacto relacional comunitario [material institucional]. Yakarta: Global Shaper Yakarta; 2026.