Un nuevo estudio de la Universidad de Texas en Austin, Texas A&M y la Universidad de Purdue sugiere que los modelos de inteligencia artificial no están tan lejos de los humanos cuando se trata de los efectos del consumo excesivo de contenidos de baja calidad. Según la investigación, los grandes modelos de lenguaje (LLM) entrenados con textos virales y superficiales provenientes de redes sociales experimentan una suerte de “podredumbre mental” o “brain rot”, un fenómeno que deteriora su capacidad de razonamiento, memoria y juicio ético.

“Vivimos en una época en la que la información crece más rápido que la atención, y gran parte de ella está diseñada para captar clics, no para transmitir verdad o profundidad. Nos preguntamos: ¿qué ocurre cuando las IA se entrenan con el mismo material?”, explicó Junyuan Hong, investigador principal del estudio y profesor asistente en la Universidad Nacional de Singapur.

El entrenamiento con contenido basura podría generar una contaminación digital difícil de revertir. Foto: Freepik.

Cuando la dieta digital daña el cerebro (y los algoritmos)

El equipo alimentó a dos modelos de código abierto —Llama de Meta y Qwen de Alibaba— con diferentes tipos de textos: desde publicaciones virales en redes sociales hasta contenidos sensacionalistas. Luego evaluaron su desempeño en tareas de razonamiento y comprensión. Los resultados fueron claros: los modelos “sobrecargados” con material superficial mostraron un deterioro cognitivo notable, similar al que psicólogos y psicólogas observan en humanos que consumen constantemente contenido vacío o repetitivo en redes como TikTok o Instagram.

Además, los investigadores detectaron una pérdida de memoria contextual y una reducción de la empatía en las respuestas, lo que los volvió más “psicopáticos” según indicadores éticos y morales usados en la investigación.

El término brain rot, que describe este fenómeno de degradación mental asociada al consumo de información banal, fue elegido Palabra del Año 2024 por el Diccionario Oxford, aunque su origen se remonta al siglo XIX: el escritor Henry David Thoreau ya lo había usado en su libro Walden (1854).

Modelos como Llama y Qwen mostraron deterioro cognitivo al ser entrenados con textos virales y sensacionalistas. Foto: Ilustración brain rot italiano.

Un problema que también amenaza el futuro de la IA

Para Hong, los hallazgos deben ser una advertencia para el sector tecnológico. Muchos desarrolladores de IA asumen que las publicaciones populares son una buena fuente de datos de entrenamiento, cuando en realidad pueden “corroer silenciosamente el razonamiento, la ética y la atención al contexto largo”.

El riesgo se amplifica porque cada vez más contenido generado por IA termina circulando en redes sociales, alimentando un ciclo de contaminación digital: las IA entrenan con textos creados por otras IA cada vez menos precisos o éticos.

“A medida que se difunde más basura generada por la IA en las redes sociales se contaminan los datos de los que aprenderán los futuros modelos. Nuestros hallazgos muestran que una vez que este tipo de brain rot se instala, el entrenamiento limpio posterior no puede deshacerlo por completo”, concluyó Hong.

Los investigadores advierten que si este fenómeno continúa, el resultado podría ser una degradación progresiva de la calidad informativa y cognitiva de las propias inteligencias artificiales, con impactos directos en cómo las personas consumen y comprenden el mundo digital.