Respuestas sin mente

Este libro es un pequeño viaje al gran mundo de la inteligencia artificial (IA). El objetivo: no aburrirnos y entender hacia dónde vamos con el maremoto de novedades relacionadas con este campo de la informática. Para eso, será indispensable saber de dónde venimos, en qué punto de esta línea de tiempo estamos parados y cómo podemos tomar lo mejor de esta nueva revolución tecnológica.

Aclaración: vamos a hablar de IA, un término que, en general, se usa para hablar de inteligencia artificial generativa, que es solo la punta del iceberg.

¿Saben lo que es el FOMO? Significa fear of missing out y se refiere a la ansiedad generada por el temor a perderse algo. Hay FOMO de la IA: entre la avalancha de noticias y el sensacionalismo cuando hablamos de este tema se genera este malestar.

Si a eso le sumamos el FOBO (fear of becoming obsolete, miedo a quedar obsoleto), es lógico que nos sintamos totalmente superados por esta supuesta revolución.

La sensación de que todos los días se lanza un producto nuevo no está tan desacertada. Un estudio publicado en marzo de 2025 indica que la capacidad de los modelos de lenguaje grande –conocidos como LLM, por sus siglas en inglés– se duplica cada siete meses. Estos sistemas, que son la tecnología detrás de herramientas como ChatGPT o Gemini, aprenden a partir de cantidades masivas de texto y son capaces de escribir, resumir, traducir o responder preguntas con una fluidez que hasta hace poco era exclusiva de los humanos. De mantenerse esa tendencia, en cinco años los LLM podrán hacer en pocas horas el trabajo que hoy le lleva un mes a una persona.

Aquí aparece una de las trampas: ¿qué trabajo y a qué costo? Pero no desesperemos, porque eso no solamente no es nuevo, sino que ya lo estamos usando. Si miramos nuestro celular, ahí está. La televisión, también. Lo que es importante es entender cuál es esa narrativa que nos genera tanta ansiedad y tanto miedo. Precisamos responder qué tan cierto es que esas herramientas pueden hacer nuestro trabajo y qué lugar nos queda a los humanos después de que pase el temblor. Ojalá este pequeño ejemplar sea un antídoto para esta tendencia y nos pueda ayudar a sacar provecho de todo esto.

Empecemos por el principio. ¿Cuándo fue la primera vez que usaron una IA? Desde la ruta que elegimos en el mapa hasta la portada que nos seduce en Netflix: nuestra vida ya está mediada por algoritmos. Pero ¿entendemos realmente qué es eso que está moldeando nuestra experiencia diaria?

La inteligencia artificial es un conjunto de tecnologías que emulan el pensamiento humano y sus capacidades de resolución de problemas. Estas herramientas, combinadas con otras –como el sistema de geoposicionamiento GPS, los variados algoritmos que padecemos o usamos a diario, la visión por computadora, los bots y los asistentes digitales–, nos ofrecen algo que parece mágico. Esa falsa magia tiene detrás dos grandes tecnologías: el aprendizaje automático y el aprendizaje profundo. El aprendizaje automático (machine learning) es una rama de la inteligencia artificial que permite a las computadoras aprender de datos sin ser programadas paso a paso. El aprendizaje profundo (deep learning) usa redes neuronales inspiradas en el cerebro humano para procesar información compleja como imágenes, voz o texto.

Pero cuando hoy se habla de inteligencia artificial, se habla de la que conocemos hace muy poquito, de IA generativa. Es más, se engloba todo el aprendizaje profundo en ella. Pero la palabra ya tiene una trampa en su concepción porque no es “inteligente”, justamente. Le falta sentido común, no piensa como un ser humano: no tiene idea del entorno si no se lo describimos. Tampoco tiene emociones, no lee códigos sociales ni tiene la profundidad del razonamiento del ser humano. No tiene ni sentimientos ni sentido del humor.

Lo usamos como buscador, pero no lo es. Nos frustramos cuando se equivoca, pues es su naturaleza: una calculadora de palabras probabilísticas que no sabe si algo es cierto o falso. Por ahora, pensamos la IA como un loro extremadamente educado que consume únicamente el alimento balanceado de internet. Ya llegará el momento de contar cómo ese loro aprendió a hablarnos de igual a igual.

A lo largo de este libro haremos un recorrido por la historia de la computación que, poco a poco, fue incorporando términos para englobar todo en uno: la inteligencia artificial. Este concepto era, primero, parte de claustros académicos o de grupos de investigadores de empresas de telefonía y, después, de tecnología.

Pero, debido al paso del tiempo, al avance de la tecnología y la infraestructura, a la llegada de las plataformas y la acumulación de datos, se generó un nuevo Big Bang que sumó, al poder de procesamiento, miles de millones de datos y la posibilidad de hacer cosas con ellos.

Pasaron veranos (épocas de entusiasmo) e inviernos de la IA (en los que el término se convirtió hasta en algo tóxico), un cúmulo de algoritmos y máquinas maravillosas que diversos genios de la informática fueron construyendo. ¿Pero ellos querían esto?

Para entender este cúmulo de términos que derivan en esta caja negra misteriosa, les propongo que me acompañen en un viaje en el tiempo por la historia de lo que hoy llamamos inteligencia artificial.

Cómo empezó todo: ¿pueden las máquinas pensar?

Yo sé las respuestas a las preguntas que quieren hacerme ustedes: ¿la IA todo lo sabe? ¿Me va a dejar sin trabajo? ¿Va a seguir evolucionando hasta conquistar el mundo? Ya vamos a llegar allí. Pero primero vamos a hacer un (bastante extenso, debo admitir) recorrido histórico. Si bien pareciera ser menos atractivo que las inquietantes problemáticas que nos regala la IA a diario, saber su historia es importante para entender que no llegamos aquí de la noche a la mañana. Pero, además, contiene historias ocultas, desconocidas y hermosas que permiten explicar varios de estos debates que ya llevan décadas. Saber cuánto evolucionó quizá nos sirva para dimensionar cuánto aún puede evolucionar (y cuánto no).

¿Pueden las máquinas pensar? Eso mismo se preguntó el matemático Alan Turing en 1950. Su innovación fue convertir esa pregunta filosófica en un experimento concreto: el juego de imitación, hoy conocido como el test de Turing, en el que una persona debe determinar con preguntas si quien responde del otro lado es una máquina o un humano. Con ese desafío, Turing encendió la mecha de la inteligencia artificial.

Comenzamos este viaje en el tiempo. Primero vayamos a 1843, momento en que Ada Lovelace desarrolló el primer programa informático. Ada, también conocida como la hija del poeta Lord Byron, es considerada la primera programadora de la historia y también, la madre de la programación.

Su madre Annabella Milbanke, la crió sola e hizo hincapié en su formación científica y matemática para que, según afirman los libros de historia, no heredara el temperamento inestable de su padre, que prácticamente no la conoció y murió cuando ella tenía ocho años. En ese momento, las mujeres no podían ir a la universidad, por lo que estudió con reconocidos profesores tanto idiomas como matemáticas, astronomía y ciencias naturales. También más música. Tocaba de tres a cinco horas por día el piano y el arpa. Sus maestros más relevantes fueron el matemático Augustus De Morgan y Mary Somerville, una científica escocesa que con el tiempo se convirtió en amiga y fue quien le presentó a Charles Babbage, referido en los libros de historia como “el padre de la computadora”. Explico este entuerto de relaciones porque viene a ser como el Big Bang de la inteligencia artificial.

Babbage fue un ingeniero mecánico, matemático y economista inglés que creó la Máquina Diferencial —diseñada para resolver tablas matemáticas— y la Máquina Analítica, programable, con memoria y unidad de procesamiento. No eran máquinas como las conocemos hoy, sino conceptos de computadoras que se programaban a través del sistema de tarjetas perforadas de los telares de Jacquard. Ada lo conoció en 1833, poco a poco se fue convirtiendo en amiga y colega, al punto que le valió el apodo de la “encantadora de los números”. En 1843, la revista Scientific Memoirs le pidió a Babbage una traducción al inglés de un artículo originalmente escrito en francés. Como Ada sabía francés, el ahora colega Babbage le pidió que se encargara de eso. Ada, sin saber lo que significaría después, convirtió todas las notas al pie de dicha traducción en el primer algoritmo.

Pensemos en un algoritmo escrito en papel como si fuera una receta de cocina. Pues un algoritmo es un conjunto ordenado y finito de operaciones que permite hallar la solución de un problema. Una receta para la ejecución de un proceso que, al seguirse correctamente, produce un resultado predecible.

Las notas al pie, el primer algoritmo

Esas notas al pie de Ada triplicaban en longitud al texto original y creaban conceptos propios. Entre ellos, habló de conceptos como “bucle” (ejecutar una serie de acciones de forma repetida) o “subrutina”. Introdujo la idea de una máquina que pudiera programarse y reprogramarse para que ejecutara diversas funciones, y que fuera capaz de llevar a cabo cualquier tarea —no solamente cálculos—, además de que se pudiera expresar mediante símbolos. En esas notas Ada también habló del potencial creativo de las computadoras y dijo: “Supongamos, por ejemplo, que las relaciones fundamentales entre los sonidos, en el arte de la armonía, fueran susceptibles de tales expresiones y adaptaciones: la máquina podría componer piezas musicales todo lo largas y complejas que se quisiera”. También escribió que, aunque las computadoras tendrían un potencial infinito, no podrían ser verdaderamente inteligentes porque un programa sólo podría diseñarse para hacer lo que los humanos saben hacer. Uno de los pensamientos más revolucionarios de Ada es que distinguía claramente entre datos y procesamiento. Tenía en mente crear la informática, a la que llamaba “Ciencia de las operaciones”.

En total fueron siete notas nombradas de la A a la G y firmadas como A. A. L. para no revelar su verdadera identidad. Recién fueron publicadas con su verdadero nombre más de cien años después, en 1953. Tras largos revisionismos, se determinó que fue Babbage el que desarrolló lo que se entiende como un programa o algoritmo y que fue Lovelace la que dedujo y previó la capacidad de las máquinas para ir más allá de los simples cálculos de números, como componer música o dibujar. Por eso, me parece justo empezar el recorrido histórico por su aporte a la historia de la inteligencia artificial.

Donde nacen los monstruos: cómo tomar lo mejor de esta revolución tecnológica

Siguiendo a Antonio Gramsci, “el viejo mundo se muere. El nuevo tarda en aparecer. Y en ese claroscuro surgen los monstruos”. ¿Cómo podemos tomar lo mejor de esta nueva oleada tecnológica? ¿Se parece a las anteriores? Todas las revoluciones tecnológicas generaron rechazo y temor al cambio del statu quo. A los procesos de resistencia se los puede clasificar por tipos de miedo o pánico tecnológico. La psicóloga Amy Orben explica en el paper “El ciclo de Sísifo de los pánicos tecnológicos” que los pánicos tecnológicos se pueden dividir en las capas de miedo: médico, moral, cognitivo y social. Pero también se pregunta: ¿qué hace que este pánico renazca una y otra vez?

El mito del rey Sísifo cuenta que fue condenado por los dioses a rodar una roca por una colina empinada en el inframundo por toda la eternidad: cada vez que llega a la cima, vuelve a rodar hasta el fondo, camina de regreso y empieza el ciclo de nuevo. La autora aplica esta metáfora a la investigación psicológica para analizar los efectos de la tecnología con respecto a los efectos sociales que genera. “Con cada nueva tecnología tratada como completamente separada de cualquier tecnología anterior, los investigadores psicológicos abordan rutinariamente las mismas preguntas; ruedan su roca por la colina, invirtiendo esfuerzo, tiempo y dinero para comprender las implicaciones de su tecnología, solo para rodar de nuevo cuando se introduce una tecnología novedosa”.

El ciclo comienza con la creación del pánico a causa del determinismo tecnológico, crucial en las reacciones iniciales a las nuevas tecnologías. Pero también es igual de importante el pánico moral, el marco que establece cómo pueden surgir y desarrollarse los pánicos sociales.

La imprenta de Johannes Gutenberg fue vista por escribas y clérigos como una tecnología de degradación estética y moral. También generó rechazo con el argumento de que dejar algo escrito destruiría la memoria y, al democratizar el saber, permitiría divulgar errores y herejías. Otros argumentos eran que la facilidad de adquisición devaluaba el conocimiento.

Este miedo pasó de la calidad a la cantidad, algo muy actual, relacionado con la sobrecarga de información. Se le asignaron diferentes probables enfermedades a la lectura como la obstrucción digestiva (por el sedentarismo que provocaba leer sin parar) o una desconexión enfermiza respecto de la realidad, si se leía ficción. Platón temía que la escritura llevara a los estudiantes a la ignorancia porque dependerían de textos externos en lugar de desarrollar su memoria.

El paralelismo con la IA es claro. Lo mismo pasó con el telégrafo y el teléfono: apareció el temor de que la velocidad de transmisión de mensajes generara ansiedad masiva.

El tren fue uno de los primeros medios de transporte en ser objeto de numerosos estudios que incluían una variedad de males. En 1862, la revista médica The Lancet publicó una serie de informes sobre “La influencia de los viajes en tren en la salud pública”; se sostenía que el tren provocaba, con sus movimientos, lesiones en la médula espinal. También se habló de la “neurosis ferroviaria”, que provocaba ansiedad, pesadillas y entumecimiento. La resistencia también fue filosófica: el tren aniquilaba el esfuerzo del viaje y eliminaba la conexión con el paisaje distorsionando la percepción natural del tiempo y el espacio.

La bicicleta generó repudio por la potencialidad de generar “cara de bicicleta”: andar en bici provocaba una cara “generalmente enrojecida, pero a veces pálida, a menudo con labios más o menos estirados, con un anillo oscuro debajo de los ojos y una expresión de fatiga constante”, lo que llevaba a una vejez prematura.

El teléfono fue acusado de erosionar las conexiones personales genuinas y generar “el fin de la visita”, fomentar la pereza social y el aislamiento. El contacto cara a cara sería reemplazado por máquinas impersonales y también se perdería la “pureza de las palabras escritas”. También se habló del fin de la privacidad por el wiretapping (las escuchas telefónicas) y la invasión de la intimidad que suponía.

La radio generó mucha resistencia y se temía que su proliferación alienara e hipnotizara a las masas. La TV fue criticada por su contenido, pero también por su “mecanismo neurológico”. La autora Marie Winn publicó en 1977 que la televisión actuaba como un narcótico, que inducía un estado alterado de conciencia y desconectaba a las personas de la realidad.

Hay tantos diagnósticos como épocas analizadas. Se han publicado libros sobre la estupidez digital que genera el bombardeo constante de correos electrónicos, con supuestas consecuencias como deterioro cognitivo más nocivo que fumar marihuana; sobre el aumento de la tasa de depresión que generan los celulares, o sobre los efectos contraproducentes de los mensajes de texto. La lista es enorme. Cada nuevo formato embebido en una tecnología de difusión (escrito, sonoro o visual) generó rechazo por parte de algunos investigadores y políticos a lo largo de la historia. Pasó con los cómics, con los videojuegos, con la llegada de la computadora, de internet. Y pasa hoy con todo el ecosistema de tecnología.

Los monstruos siempre están. A veces son exageraciones y otras, preocupaciones reales que se repiten, como vimos, a lo largo de la historia. Las narrativas se transforman y hoy, el monstruo no es ni Drácula ni Frankenstein, sino el algoritmo.

Para terminar este capítulo, me gustaría detenerme en el lado B de “La guerra de los mundos”, el famoso radioteatro de Orson Welles que generó pánico y locura en Estados Unidos. Pero no fue tan así, solo que nos quedamos con la primera impresión, con la leyenda y con la fake news que al día de hoy sigue vigente. Si buscamos la noticia, encontraremos una nota de 2024 titulada “Orson Welles, una invasión extraterrestre y pánico en la calle: los 59 minutos que cambiaron la historia de los medios”. Pero no. Ese es el mito.

El 30 de octubre de 1938, víspera de Halloween en Estados Unidos, Orson Welles adaptó la novela La guerra de los mundos en su programa semanal de radio The Mercury Theatre on The Air de la CBS de Nueva York. Si bien avisó en dos oportunidades que era una representación ficcional de un cuento que hablaba de una invasión extraterrestre, solo quienes escucharon esas advertencias supieron que no era real. ¿El resto? Y aquí viene la deformación de lo que realmente ocurrió.

De hecho, esto lo cuenta muy bien un artículo de The New York Times titulado “Orson Welles y el nacimiento de las noticias falsas”. Muchos periódicos de la época afirmaron que multitudes de oyentes huyeron de sus hogares aterrorizados, pero en realidad solo un pequeño –muy pequeño– número de oyentes confundió la ficción con una noticia real.

Los que creyeron la noticia fueron los que fueron a sintonizar el programa cuando les dijeron que fueran a escucharlo. Respondieron a la confianza del mensajero –hermosa analogía con las redes sociales. Otra porción, más grande, llamó para preguntar qué estaban escuchando, apelando a lo que se conoce como el escepticismo reflexivo, que hoy se compara con ver una foto o un video hecha con inteligencia artificial.

Estudios posteriores analizaron estas dos reglas de persuasión: 1. Los mensajes mediáticos generalmente no pueden convencer al público de algo contrario a sus actitudes o prejuicios existentes. Pero sí pueden reforzar poderosamente lo que la gente ya cree. 2. Las noticias falsas son más poderosas cuando son compartidas, no solo por fuentes de información prominentes, sino también por cualquier persona en las redes (en ese caso, el teléfono).

Uno de los oyentes que creyó lo que escuchaba exigió a la comisión Federal de Comunicaciones un pedido de censura. “¿Cómo sabremos cuándo las noticias son noticias o cuándo son solo ficción, si ese es un ejemplo de futuros programas de radio?”, decía en la misiva. Y ante el pedido de censura, lo que ocurrió fue que los propios medios de comunicación se autocensuraron por miedo a represalias o a perder oyentes. Los medios de la época exageraron en sus titulares y aprovecharon la oportunidad para desacreditar a la radio, pues esta había desviado los fondos publicitarios tras su aparición, años antes.

Los medios actuales siguen publicando la historia falsa. Es mentira que doce millones de personas escucharon la transmisión, entraron en pánico, abandonaron sus casas y colapsaron las calles y las comisarías de la ciudad. La guerra de los mundos fue una noticia —y es— apócrifa.

¿Cómo se puede saber la verdad tantos años después? Yendo a las fuentes que aún existen:

*La empresa CE Hooper llamó por teléfono esa noche a 5000 hogares para su encuesta nacional de ratings. “¿Qué programa estás escuchando?”, preguntó el servicio a los encuestados. Solo el dos por ciento respondió una “obra de teatro” de radio o “el programa de Orson Welles”, o algo similar que indicara CBS, explica el medio Slate. Solo el dos por ciento había escuchado ese programa.

*El programa más escuchado de esa noche fue otro, el más popular de ese momento: Chase and Sanborn Hour, del ventrílocuo Edgar Bergen.

*Tampoco es cierto que las repetidoras de la CBS lo transmitieron, habían priorizado programas locales.

*Todos los estudios posteriores que afirmaban que había sido muy escuchado estaban simplemente contaminados de publicidad sensacionalista y eran sesgados.

No hubo muertes, no hubo multitudes en las calles, nadie visitó un hospital, no pasó nada de eso. Sin embargo, la prensa alimentó el mito durante dos semanas y se llegaron a publicar 12.500 artículos amplificando la fake news. Después, no se habló más del tema hasta dos años después.

En 1940, el académico Hadley Cantril publicó el libro The Invasion from Mars, a Study in the Psychology of Panic, que validó toda esta desinformación y le dio credibilidad académica al pánico.

Retomando las transformaciones de cada salto tecnológico, podemos analizar el presente de otra manera, sin la posibilidad de saber qué pasará en el futuro, pero con herramientas para no entrar en ese mismo pánico generado por la historia de La guerra de los mundos y la desinformación ahora con respecto a la inteligencia artificial.

Lo que podemos hacer es entender de qué hablamos cuando hablamos de IA, saber para qué nos puede servir, para qué no y especializarnos en mejorar lo que sabemos hacer si es que vemos que corre cierto riesgo con la IA. O pegar un volantazo si es que está totalmente en riesgo. Pero sobre todo, no entrar en pánico. En el próximo capítulo, veremos cómo la IA afecta a cada profesión.

☛ Título: Inteligencia artificial: el futuro llegó hace rato

☛ Autor: Irina Sternik

☛ Editorial: AZ Editora

☛ Edición: Mayo de 2026

☛ Páginas: 176
 

Datos del autor 

Irina Sternik es periodista especializada en cultura digital, Licenciada en Ciencias de la Comunicación (UBA).

Autora de Inteligencia Artificial 1.01: el futuro llegó hace rato (AZ Editora). Desde 2018 capacita a periodistas en innovación como parte del programa Redacciones5G de Personal y es docente en distintas instituciones. Su proyecto central es LadoBNews (www.ladobnews.com.ar), newsletter gratuito y semanal sobre IA, tecnología y cultura digital. 

También escribe en La Nación y Letra P, y durante años fue columnista de tecnología en radio y televisión.