La inteligencia artificial (IA) puede potenciar el aprendizaje y la práctica de la Nefrología. El peligro no está en usarla, sino en convertirla en el primer paso del razonamiento clínico. Para evitarlo, el autor propone emplearla como tutor socrático —que guíe mediante preguntas en lugar de respuestas inmediatas— y señala cuatro riesgos de no hacerlo.
La inteligencia artificial (IA) ha irrumpido en la práctica clínica y en la enseñanza de la Nefrología con ventajas indiscutibles: rapidez, acceso inmediato a la información, capacidad de síntesis, personalización del aprendizaje y apoyo en la toma de decisiones 1. Sin embargo, su utilidad depende de cómo se emplee. Cuando sustituye el razonamiento clínico en lugar de complementarlo, aparece un riesgo cada vez más relevante: la descarga cognitiva.
Imaginemos a una mujer sana de 23 años con fiebre alta y escalofríos, sin otros síntomas. Si preguntamos directamente a una IA por el diagnóstico, puede responder que la primera posibilidad es una pielonefritis aguda.
Pasos no dadosDefinir el síndrome
Construir un diagnóstico diferencial
Considerar qué diagnósticos son los más probables
Identificar los datos que faltan
La respuesta podría ser razonable, pero el problema está en el proceso que hemos omitido. Si repetimos esta conducta, terminaremos delegando una función esencial de la medicina: pensar.
La descarga cognitiva consiste en transferir a una herramienta externa tareas que inicialmente deberíamos analizar nosotros. Puede ser útil para resumir historias, ordenar resultados o recuperar información, porque libera memoria de trabajo. El peligro aparece cuando externalizamos funciones complejas: interpretar una hiponatremia, diferenciar una lesión renal aguda prerrenal de una necrosis tubular o decidir cuándo iniciar terapia renal sustitutiva. Si el estudiante consulta la respuesta antes de formular sus hipótesis, deja de entrenar el razonamiento clínico.
Las consecuencias pueden acumularse. El deskilling supone perder habilidades adquiridas; el never-skilling, no llegar a desarrollarlas por recurrir prematuramente a la IA; y el mis-skilling, aprender conductas incorrectas al aceptar respuestas erróneas. Se añade el sesgo de automatización: confiar en una respuesta convincente sin comprenderla ni verificarla adecuadamente 2.
Deskilling
Perder habilidades adquiridas.
Never-skilling
No llegar a desarrollar esas habilidades por recurrir prematuramente a la IA.
Mis-skilling
Aprender conductas incorrectas al aceptar respuestas erróneas.
Sesgo de automatización
Confiar en una respuesta convincente sin comprenderla ni verificarla adecuadamente.
Resulta casi profética una ilustración de Jean-Marc Côté, realizada en Francia alrededor de la Exposición Universal de París de 1900. Imaginaba la escuela del año 2000 con alumnos sentados, auriculares conectados a una máquina y un profesor introduciendo libros en una especie de trituradora. De alguna manera hemos construido aquella máquina. Hoy podemos darle veinte artículos a una IA y pedirle que los resuma, compare y explique sus contradicciones en segundos. Pero aquellos dibujantes confundieron información con conocimiento. Aprender necesita elaboración, memoria, dudas, errores, discusión y recuperación activa. Podemos acelerar el acceso a la información; no está tan claro que podamos acelerar del mismo modo el aprendizaje.
La IA no deteriora por sí misma el razonamiento clínico. Lo deteriora su uso pasivo, acrítico y prematuro.
Por eso, no debemos prohibirla, sino enseñar a utilizarla como tutor socrático. Primero, adquirir los conceptos fundamentales. Después, enfrentarse a problemas reales, formular hipótesis y justificar decisiones. Solo entonces incorporar la IA para contrastar conclusiones, detectar lagunas y recibir retroalimentación 3.
En nuestra paciente, la pregunta adecuada sería:
Voy a razonar este caso. Hazme una pregunta cada vez para que sea yo quien construya el diagnóstico. Pídeme que defina el síndrome, priorice hipótesis, identifique datos a favor y en contra, justifique las pruebas y reconozca sesgos. No resuelvas el caso por mí. Al final, evalúa la calidad y seguridad de mi razonamiento.
La inteligencia artificial puede responder preguntas. El profesor debe enseñar cuáles merecen ser formuladas. En medicina, el verdadero reto no es disponer de una IA que piense más, sino formar clínicos que piensen mejor con su ayuda.
Mensajes para llevar a casa
- La mejor IA no es la que resuelve el caso, sino la que nos ayuda a pensar mejor. Debemos utilizarla como tutor socrático: que pregunte, cuestione, detecte lagunas y evalúe nuestro razonamiento sin decidir por nosotros.
- La IA debe complementar el razonamiento clínico, no sustituirlo. Primero debemos definir el problema, formular hipótesis y justificar nuestras decisiones; después, utilizar la IA para contrastarlas.
Palabras clave
Referencias
- Martín de Francisco ÁL. Medicina renal inteligente. El futuro de la nefrología clínica con inteligencia artificial. Madrid: Sociedad Española de Nefrología, Grupo Editorial; 2025. 128 p. (Monografías de Nefrología al Día). ISBN 978-84-129769-3-9.
- Abdulnour RE, Gin B, Boscardin CK. Educational Strategies for Clinical Supervision of Artificial Intelligence Use. N Engl J Med. 2025 Aug 21;393(8):786-797.
- Martín de Francisco ÁL, Lorenzo Sellarés V, López Gómez JM. Inteligencia artificial en Educación Médica: Guía práctica de formación clínica, docencia universitaria y aprendizaje en medicina y enfermería. 2026. 284 p. ISBN-13: 979-8245307237.