Cualquier aprendizaje humano está sometido a la curva del olvido. Incluso los doctores académicos —custodios del conocimiento más especializado— no escapan a esa erosión lenta que el tiempo ejerce sobre la memoria biológica. El cerebro humano aprende, sí, pero también se desvanece. Cada dominio adquirido requiere repaso, reactivación, mantenimiento; de lo contrario, se diluye.
Esa vulnerabilidad constituye la paradoja de nuestra inteligencia: sabemos mucho menos de lo que alguna vez aprendimos. Y esa brecha entre lo aprendido y lo retenido marca el límite estructural del conocimiento humano.
Frente a ello emerge un contraste inevitable: la inteligencia artificial no está sujeta a la curva del olvido. No porque sea superior, sino porque carece del desgaste fisiológico que acompaña a la memoria humana. Lo que incorpora se conserva íntegro; lo que procesa no se deshace; lo que aprende no retrocede. Su límite no es la fragilidad del recuerdo, sino la capacidad de integrar, relacionar y expandir información sin erosionarse.
Así, el potencial creciente de la IA no deriva simplemente de su velocidad o potencia computacional, sino de algo más profundo: la asimetría estructural entre una memoria que se degrada y otra que permanece.
El futuro del conocimiento no se decidirá entre humanos e inteligencias artificiales, sino entre memorias que olvidan y memorias que no lo hacen. Y en esa distancia —cada día más amplia— se redefine qué significa aprender, qué significa saber y qué significa, finalmente, ser inteligente.
