Skip to main content

ILIA 2026: antes del ranking, las preguntas que importan a las regiones

El próximo Índice Latinoamericano de Inteligencia Artificial abre una oportunidad para mirar más allá de la posición de Chile: qué capacidades llegan a las empresas, cómo se convierten en resultados y qué falta construir desde territorios como Los Ríos.

Cuando se publica un índice internacional, la conversación suele comenzar con una pregunta: ¿en qué lugar quedó Chile?

Es una pregunta legítima. Pero resulta insuficiente.

Una posición puede ayudarnos a entender el entorno en el que avanzamos. No nos dice, por sí sola, si una empresa de Valdivia está resolviendo mejor sus problemas, si una organización puede confiar en sus datos o si un equipo sabe utilizar inteligencia artificial sin agregar nuevos riesgos a su trabajo.

El ranking importa. Lo que hacemos con esa información importa todavía más.

El 15 de octubre, la CEPAL anunció que presentará junto con CENIA la cuarta edición del Índice Latinoamericano de Inteligencia Artificial, ILIA 2026. El lanzamiento está previsto para el martes 20 de octubre, entre las 9:15 y las 11:30 horas de Chile, en Santiago.[1]

Al cierre de este artículo, el anuncio consultado no entrega las puntuaciones ni las posiciones de esta edición. No corresponde anticiparlas.

Sí podemos preparar una lectura más útil.

QUÉ MIRARÁ EL NUEVO ÍNDICE

Según el anuncio oficial, el ILIA 2026 evaluará a 20 países de América Latina y el Caribe en tres dimensiones: Factores Habilitantes; Investigación, Desarrollo y Adopción; y Gobernanza. Incorporará, además, una comparación con cinco países externos a la región.[1]

Esa mirada reúne condiciones que conviene analizar juntas. Contar con tecnología, desarrollar capacidades y establecer reglas son partes de un mismo desafío.

Pero aquí aparece una distinción esencial: una comparación entre países no sustituye el diagnóstico de una empresa ni describe automáticamente la realidad de cada territorio.

Un buen resultado nacional puede convivir con dificultades locales. Una organización también puede avanzar en un proceso concreto aunque su entorno tenga brechas. Para saber cuál es su situación, necesita evidencia propia.

Por eso, proponemos leer el nuevo índice con cinco preguntas sobre la mesa.

  1. ¿LAS CAPACIDADES ESTÁN REALMENTE AL ALCANCE?

Que exista una herramienta no significa que una empresa pueda aprovecharla.

Antes de incorporar IA, conviene revisar si están disponibles los datos necesarios, si existe una persona responsable del proceso y si el equipo dispone de tiempo para aprender y evaluar los resultados.

Una pregunta más útil que «¿qué aplicación deberíamos contratar?» sería: «¿qué nos impide mejorar hoy este trabajo?».

La respuesta puede ser tecnológica. También puede estar en registros incompletos, criterios diferentes entre áreas o tareas que nadie ha definido con claridad.

  1. ¿ESTAMOS CONTANDO USUARIOS O COMPROBANDO MEJORAS?

Tener personas utilizando IA es una señal de adopción. No demuestra, por sí solo, una mejora del negocio.

Imaginemos una empresa que la incorpora para preparar cotizaciones. La prueba no debería terminar cuando el sistema genera un documento convincente. También necesita comprobar cuánto tarda el proceso completo, cuántas correcciones requiere y si los precios y condiciones están bien aplicados.

El punto de comparación es el trabajo anterior. Sin esa referencia, resulta difícil distinguir una mejora real de una impresión favorable.

El propio programa del lanzamiento del ILIA incluye una discusión sobre adopción y captura de valor.[1] Esa diferencia merece llegar también a las conversaciones de las pymes.

  1. ¿QUIÉN REVISA, DECIDE Y RESPONDE?

La gobernanza puede parecer un asunto reservado para grandes organizaciones. Sin embargo, comienza con decisiones muy concretas.

Qué información puede utilizarse. Qué acciones requieren aprobación. Quién revisa un resultado antes de entregarlo a un cliente. Cómo se registra un error y quién puede detener el proceso.

No se trata de diseñar un reglamento enorme antes de empezar. Se trata de que el entusiasmo por automatizar no deje responsabilidades sin asignar.

En un proceso de bajo riesgo, los controles pueden ser sencillos. Cuando aumentan las consecuencias de equivocarse, la revisión debe ser proporcional.

  1. ¿EL CONOCIMIENTO QUEDA EN LA ORGANIZACIÓN?

Una implementación debería dejar algo más que acceso a una plataforma.

Debería dejar criterios documentados, personas capaces de operar el proceso y una forma de evaluar si sigue funcionando cuando cambia una herramienta o un proveedor.

Si solo una persona entiende cómo funciona la solución, hay una dependencia que conviene reconocer. Si nadie puede explicar cómo se comprueba el resultado, también.

La autonomía no exige construir toda la tecnología. Exige conservar suficiente conocimiento para tomar decisiones sobre ella.

  1. ¿QUÉ BRECHA PODEMOS CERRAR DESDE EL TERRITORIO?

Para Los Ríos, proponemos convertir la lectura del ILIA en una conversación práctica entre empresas, instituciones de formación, sector público y organizaciones del ecosistema tecnológico.

¿Qué problemas se repiten? ¿Qué capacidades pueden compartirse? ¿Dónde tendría sentido probar una solución y documentar lo aprendido?

Estas son preguntas editoriales para la región; no son conclusiones territoriales del ILIA 2026.

Por ejemplo, podríamos evaluar procesos de atención en turismo, preparación de propuestas en servicios o gestión de registros en actividades productivas. Son posibilidades que deben validarse con las organizaciones involucradas, no proyectos comprometidos ni resultados ya obtenidos.

Para ARIA Los Ríos, esta lectura puede aportar a una agenda de articulación. Para VirtualPoint, permite llevar la discusión al terreno de la implementación: problema definido, equipo preparado, prueba acotada y resultado comprobable.

DEL INFORME A UNA DECISIÓN

Cuando se presente el índice, sugerimos un ejercicio sencillo: elegir un proceso, describir su problema y registrar cómo funciona hoy.

Después, definir una prueba con una persona responsable, un indicador de resultado y un criterio para continuar, corregir o detenerse.

Puede tratarse de reducir tiempo de respuesta sin aumentar errores. De mejorar la calidad de un registro. O de eliminar una tarea repetitiva sin perder trazabilidad.

La medida dependerá del problema. La disciplina de comprobarla debería mantenerse.

El próximo ILIA nos permitirá observar nuevas evidencias sobre el entorno regional de la inteligencia artificial. Nuestra tarea será evitar que la conversación termine en celebrar o lamentar una posición.

Porque la pregunta que debería acompañar al ranking es otra:

¿Qué decisión vamos a tomar con esta información para trabajar mejor?

FUENTE

[1] CEPAL, 15 de octubre de 2026. «Índice Latinoamericano de Inteligencia Artificial 2026 será presentado el 20 de octubre en la CEPAL».
https://www.cepal.org/es/noticias/indice-latinoamericano-inteligencia-artificial-2026-sera-presentado-20-octubre-la-cepal

¿Quién lleva la batuta? Reflexiones sobre la superinteligencia y lo que nos hace humanos

Mientras los gobiernos discuten cómo nombrar a la inteligencia artificial, la pregunta de fondo sigue abierta: ¿quién decide hacia dónde va?

Esta semana Estados Unidos anunció la creación de una “Super Intelligence Force”, un organismo para coordinar su liderazgo en la materia [1]. Días antes se había instruido usar “super inteligencia” en lugar de “inteligencia artificial” en documentos oficiales [2]. Y el presidente Trump reiteró que no permitirá frenar el desarrollo de esta tecnología [3][4]: quien gane en IA, gana [5].

Hay una ironía en ese cambio de nombre. En una entrevista reciente, Daniel Kokotajlo, ex investigador de OpenAI, define superinteligencia como sistemas mejores que los mejores humanos en todo, además de más rápidos y más baratos [6]. Es decir, se está normalizando la palabra “super” para algo que, por definición, nos supera en todo. Cambiar el nombre es fácil. Hacerse cargo de lo que describe, no tanto.

Lo que cuenta alguien que estuvo adentro

Kokotajlo trabajó en OpenAI desde 2022 y renunció en 2024. Según su propio relato, al salir le ofrecieron un acuerdo que le impedía criticar a la empresa y que lo habría dejado sin su participación accionaria, unos 2 millones de dólares, cerca del 80% de su patrimonio de entonces. No firmó. El caso se hizo público y, según cuenta, la empresa terminó retractándose [6]. Cuando le preguntan por qué lo hizo, responde algo simple: el dinero es agradable, pero a veces conviene tomar una postura por principio.

Lo que describe sobre la estrategia de los laboratorios es lo que más me hizo pensar. Según él, empresas como OpenAI y Anthropic buscan automatizar primero su propia investigación: sistemas que mejoran a otros sistemas, hasta llegar a algo superior a los humanos en todo. La automatización masiva del trabajo vendría después, como tercer paso. Eso significa que cuando la mayoría perciba el cambio en su empleo, el proceso ya estaría muy avanzado [6].

Agrega algo que debería inquietar a cualquiera: estos sistemas no son software tradicional, son redes neuronales con billones de conexiones que nadie puede leer como se lee un código. Existe un campo de investigación, la interpretabilidad, que intenta entender qué pasa adentro, pero es un problema difícil y, por ahora, no resuelto [6].

Su estimación central para la superinteligencia es 2029, con mucha incertidumbre: podría ser antes o bastante después. Y sobre el riesgo, estima en 70% la probabilidad de que todo salga muy mal, de las cuales la extinción es solo una de varias posibilidades [6]. Puede equivocarse, y él mismo dice que sería feliz si sus predicciones fallaran. Pero la pregunta que plantea no depende de su cifra: si alguien construye sistemas que se mejoran a sí mismos, ¿dónde queda el control?

Frenar no es detenerse

Aquí es donde el debate se enreda. Frenar suena a renunciar. En la propuesta de Kokotajlo y su equipo, “AI 2040: Plan A”, significa otra cosa: dejar de entrenar modelos más poderosos por un tiempo, seguir usando los que existen, exigir transparencia total a los laboratorios para que la comunidad científica pueda revisar qué se está construyendo, y repartir la capacidad entre varios países y empresas en lugar de concentrarla en un solo proyecto. En ese escenario la superinteligencia llegaría hacia 2040 y no hacia 2030 [7][8].

Lo más honesto es que sus autores presentan Plan A como una recomendación, no como una predicción [7][8]. En la entrevista, Kokotajlo dice que considera más probable el “Plan D”: que la carrera continúe casi sin regulación [6]. Y mientras tanto, la señal política de esta semana apunta en la dirección contraria: una fuerza, un zar y un cambio de nombre [1][4]. Hay quienes empujan lo opuesto, como el proyecto bipartidista en el Congreso (Lieu y Moran) que exigiría poder frenar o apagar sistemas avanzados [9]. La discusión existe. Lo que no existe, todavía, es una prioridad a la altura del tamaño de la pregunta.

Dinero, poder y sentido

Cuando la conversación llega al trabajo, Kokotajlo dice algo que me parece más profundo que cualquier cifra: qué trabajos sobreviven es más una cuestión política que técnica. Técnicamente, si el sistema puede hacer todo, puede hacer todos los empleos. Lo que quede dependerá de qué decidamos proteger: quizás cuidadores, quizás jueces que la ley obligue a ser humanos [6].

Plantea además que el trabajo nos da dos cosas: dinero y poder. Dinero para vivir; poder porque quien aporta a la economía tiene peso político. Si casi nadie aporta, salvo las empresas de IA y robótica, los gobiernos tendrían menos incentivos para escuchar a las personas. Por eso su propuesta incluye un “dividendo ciudadano” que, en su escenario, empezaría hacia 2033, y regulaciones para que las personas conserven voz y voto. Él mismo aclara que ese futuro es lo que recomienda y no lo que predice [6].

Aquí aparecen las preguntas que no se resuelven con un cheque. ¿Qué pasa con el sentido que muchas personas encuentran en lo que hacen? ¿Y con la creatividad? Kokotajlo señala que la creatividad suele juzgarse por el resultado y que, por el resultado, estos sistemas ya logran mucho [6]. Si es así, quizá lo que nos queda de propio es el proceso: la intención, el contexto, el porqué. Esa es mi reflexión, no la suya, y la dejo como pregunta.

Sí es suyo el consejo que le daría a su hija de seis años: más que prepararse para un empleo, intentar influir para que todo salga bien y, en lo personal, dedicarse a ser una buena persona y a hacer cosas valiosas por sí mismas [6]. Dicho por alguien que admite que esta conversación le pesa, tiene un peso humano que ninguna proyección económica captura.

El criterio humano

Si hay algo que me llevo de la entrevista es su mensaje final: dejar de preguntarnos si esto suena a ciencia ficción y mirar las tendencias. Informarnos, conversar, preguntarles a los candidatos qué piensan y votar en consecuencia. Para él, el problema central es que todavía no lo estamos tomando en serio [6].

Ahí el criterio humano sí tiene validez, y bastante. No porque pueda competir en velocidad, sino porque es lo único que puede decidir qué vale la pena, qué límites ponemos y para qué queremos esta tecnología.

Humano orquesta, IA ejecuta

Mi forma de entender esto cabe en una frase: humano orquesta, IA ejecuta. La IA puede tocar con una precisión que nosotros no alcanzamos. Pero alguien tiene que decidir qué se toca, para quién y por qué. Esa batuta no es un detalle técnico. Y solo se conserva si lo decidimos antes de que sea tarde.

También importa que las regiones tengamos voz. Estas decisiones parecen lejanas, cosas de Washington, Beijing o Bruselas, pero sus efectos llegan a todos los territorios. Esa conversación ya tiene un lugar en nuestra región. Desde ARIA Los Ríos, la Asociación Regional de Inteligencia Artificial de Los Ríos, la primera de su tipo en Chile y que tengo el honor de presidir, trabajamos para promover, articular y formar en inteligencia artificial desde el sur, con un enfoque sostenible, ético y humano. Porque si queremos que las decisiones sobre esta tecnología consideren a los territorios, necesitamos instituciones locales que se informen, dialoguen y propongan. En VirtualPoint trabajamos con tecnologías inmersivas e inteligencia artificial porque creemos en su potencial para ampliar la experiencia humana, no para reemplazarla. Esa convicción no es un eslogan. Es una decisión que se toma todos los días.

La pregunta queda abierta: ¿dónde ponemos el límite de velocidad?


Fuentes

  1. Fox News, “Trump launching ‘Super Intelligence Force’ to ensure American dominance” (4 de octubre de 2026): https://www.foxnews.com/politics/trump-launching-super-intelligence-force-ensure-american-dominance
  2. ABC News/AP, “US diplomats told to say ‘super intelligence’ not ‘artificial intelligence’ after Trump’s call”: https://abcnews.com/US/wireStory/us-diplomats-told-term-super-intelligence-artificial-intelligence-136698441
  3. CBS News, “Trump vows to form ‘AI Force,’ says he won’t allow slowdown of AI development”: https://www.cbsnews.com/news/trump-vows-ai-force-czar-development/
  4. The Washington Post, “Trump to form ‘AI Force,’ name AI czar but rejects calls for constraints” (19 de septiembre de 2026): https://www.washingtonpost.com/politics/2026/09/19/trump-form-ai-force-name-ai-czar-rejects-calls-constraints/
  5. Information Age (ACS), “Trump doubles down on AI amid calls for slowdown”: https://ia.acs.org.au/article/2026/trump-doubles-down-on-ai-amid-calls-for-slowdown.html
  6. The Diary of a CEO, entrevista a Daniel Kokotajlo (13 de julio de 2026): https://www.youtube.com/watch?v=_g4l7YkDQwA
  7. AI Futures Project, “AI 2040: Plan A”: https://www.ai-2040.com/
  8. 80,000 Hours, podcast #253 con Daniel Kokotajlo sobre Plan A: https://80000hours.org/podcast/episodes/daniel-kokotajlo-ai-2040-plan-a/
  9. Newsweek, “Trump announces AI Force, says he’ll name AI czar”: https://www.newsweek.com/trump-announces-ai-force-says-hell-name-ai-czar-12464436

Para consultar más: AI Futures Project (https://ai-futures.org/), organización de Kokotajlo y autora de “AI 2027”.

El mayor riesgo de la inteligencia artificial no es que las máquinas piensen, sino que nosotros dejemos de hacerlo

Publicado el 18 de septiembre de 2026 por Boris González, gerente de VirtualPoint. Última actualización: 18 de septiembre de 2026.

Respuesta corta: el principal riesgo cognitivo de la inteligencia artificial no es la superinteligencia, sino la delegación del criterio humano. Un estudio de Microsoft Research y Carnegie Mellon presentado en CHI 2025, con 319 trabajadores del conocimiento, encontró que una mayor confianza en la IA se asocia con menos pensamiento crítico, mientras que una mayor confianza en las capacidades propias se asocia con más. La salida no es usar menos IA. Es cambiar la métrica: de cuánto tiempo ahorré a cuánto entendí. Microsoft

Llevamos años construyendo una narrativa inquietante alrededor de la IA. Cuándo superará nuestras capacidades, cuántos empleos reemplazará, si alcanzará la inteligencia artificial general, si los agentes tomarán decisiones sin nosotros. Son preguntas legítimas, pero hay una amenaza más cercana y menos cinematográfica: qué pasa si la IA sigue haciéndose más inteligente mientras nosotros renunciamos voluntariamente a pensar. Para ese escenario no hace falta una rebelión de las máquinas. Basta nuestra comodidad.

¿Qué dice la evidencia sobre inteligencia artificial y pensamiento crítico?

La preocupación dejó de ser filosófica. El estudio “The Impact of Generative AI on Critical Thinking”, presentado en CHI 2025 por investigadores de Microsoft Research y Carnegie Mellon, encuestó a 319 trabajadores del conocimiento que usan IA al menos una vez por semana y recopiló 936 casos reales de uso en tareas laborales. DOI

El hallazgo central es incómodo por lo simple: la confianza depositada en la herramienta y la confianza en uno mismo empujan en direcciones opuestas. Mientras más confía el usuario en la IA, menos pensamiento crítico reporta aplicar. Mientras más confía en su propio criterio, más lo aplica. ACM Digital Library

Conviene ser preciso, porque el titular fácil sería deshonesto. El estudio no demuestra que usar IA vuelva estúpido a nadie. Es un estudio de autorreporte, no un experimento causal. Y los mismos investigadores observaron algo más interesante: los trabajadores describen el pensamiento crítico en este contexto como fijar objetivos claros, refinar instrucciones y verificar los resultados de la IA contra fuentes externas y su propia experiencia. Es decir, la IA no elimina el pensamiento crítico. Lo desplaza hacia la verificación y la supervisión. DOI

Por eso la pregunta correcta no es si la IA nos hace pensar menos. Es qué clase de profesionales estamos formando alrededor de máquinas que piensan con nosotros.

¿Qué es la teoría de la estupidez de Bonhoeffer y qué tiene que ver con la IA?

Dietrich Bonhoeffer, teólogo alemán opositor al nazismo y ejecutado en 1945, escribió sobre este fenómeno décadas antes de que existieran los algoritmos. Su reflexión “De la estupidez” fue escrita hacia 1942 y publicada póstumamente en Resistencia y sumisión.

Su tesis: la estupidez puede ser un enemigo del bien más peligroso que la maldad, porque contra la maldad se puede protestar, y contra la estupidez no hay defensa. Pero Bonhoeffer no hablaba de falta de inteligencia. Hablaba de la pérdida de autonomía del individuo frente al poder, al grupo y a las certezas colectivas. Su punto más incómodo es que la estupidez, así entendida, afecta también a gente educada y brillante. No es un problema de cociente intelectual. Es un problema de independencia.

Ahí aparece la conexión con nuestra época. Nunca tuvimos tanto conocimiento disponible y nunca fue tan fácil evitar el esfuerzo de construirlo.

Externalizar memoria no es lo mismo que externalizar criterio

Siempre hemos usado tecnología para externalizar capacidades. La escritura externalizó parte de la memoria. La calculadora, las operaciones. El buscador, la localización de información. El GPS, la orientación espacial. Ninguna de esas nos volvió más tontos: cada una liberó capacidad para tareas cognitivas superiores.

La IA generativa introduce algo cualitativamente distinto. Ahora podemos externalizar actividades mucho más cercanas al núcleo del pensamiento: interpretar, resumir, argumentar, comparar, decidir, escribir, programar, formular hipótesis e incluso plantear las preguntas.

Y ahí hay una frontera que conviene tener clara. Una cosa es usar una máquina para pensar mejor. Otra es pedirle que piense para no hacerlo uno.

IA como sustitutoIA como herramienta de pensamiento
Pregunta del usuario¿Me puedes resolver esto?¿Qué estoy pasando por alto?
Rol de la personaRevisa el formato y publicaDefine el problema, verifica y decide
Qué produceVolumenComprensión
Métrica de éxitoTiempo ahorradoCalidad de la decisión
Costo inicialBajoMás alto, exige criterio previo
Riesgo principalDependencia cognitiva y errores que nadie detectaMenor velocidad aparente en tareas simples

Microsoft Research viene explorando justamente esta segunda vía, con la idea de tools for thought: sistemas diseñados para entender, proteger y aumentar la cognición humana, en lugar de sustituir el esfuerzo cognitivo. Microsoft

¿Por qué obedecemos a una máquina que suena segura?

Mucho antes de ChatGPT, la psicología social ya había demostrado lo frágil que es nuestra independencia intelectual.

En los experimentos de Solomon Asch, los participantes solo debían comparar la longitud de unas líneas. Tarea trivial. Cuando el resto del grupo daba deliberadamente la respuesta incorrecta, Asch reportó una tasa media de error del 36,8% entre los 123 sujetos reales, en los ensayos críticos donde el grupo respondía mal. Gente que veía la respuesta correcta con sus propios ojos cedió ante la mayoría. nih

Stanley Milgram exploró después el otro mecanismo, la obediencia a la autoridad. En su condición base, el 65% de los participantes llegó hasta el nivel máximo de descarga indicado por el experimentador (Milgram, 1963).

No somos máquinas racionales y nunca lo fuimos. Somos animales sociales. Buscamos aprobación, confiamos en autoridades, seguimos grupos, evitamos el conflicto y preferimos una explicación coherente antes que una realidad incómoda.

Y acabamos de introducir en esa ecuación una autoridad nueva. Una que responde casi cualquier pregunta en segundos y que puede sonar extraordinariamente segura incluso cuando está equivocada.

Qué es la estupidez aumentada

Hablamos todo el tiempo de inteligencia aumentada. Vale la pena preguntarse si también podemos construir estupidez aumentada.

Imagina a alguien que no verifica información, no cuestiona sus creencias y no distingue evidencia de opinión. Antes de la IA, su capacidad de producir y distribuir contenido tenía límites físicos. Ahora puede publicar cien artículos, mil posts, cincuenta videos, argumentos aparentemente sofisticados, gráficos, presentaciones, estudios mal interpretados y agentes ejecutando decisiones en cadena.

La IA no necesita ser estúpida para producir ese escenario. Le basta obedecer a una persona que renunció al pensamiento crítico. La tecnología no solo amplifica nuestras capacidades. También amplifica nuestras debilidades, y ese es uno de los riesgos menos discutidos de esta década.

¿Quién responde cuando una decisión la toma una IA?

Supongamos que un sistema recomienda despedir a alguien. Otro determina que una persona no califica para un crédito. Un algoritmo preselecciona candidatos. Un modelo sugiere un tratamiento. Una IA redacta el informe que gatilla una decisión de directorio.

¿Quién responde?

Decir “lo recomendó la IA” puede terminar siendo el equivalente tecnológico de “yo solo seguía instrucciones”. Y esa frase debería incomodarnos, porque ya sabemos a dónde lleva.

Delegar cálculo es tecnología. Delegar ejecución es automatización. Delegar responsabilidad es otra cosa completamente distinta. La responsabilidad sigue siendo humana aunque una máquina participe en la decisión, y las organizaciones que no dejen eso por escrito lo van a descubrir en el peor momento posible.

Cómo usar IA sin dejar de pensar: 5 preguntas antes de aceptar una respuesta

Esto es lo que recomiendo a los equipos con los que trabajamos en adopción de IA. Toma menos de un minuto y cambia por completo la calidad del resultado.

  1. ¿Por qué estoy preguntando esto? Si no puedes explicar el problema de negocio detrás, la respuesta va a ser irrelevante aunque sea correcta.
  2. ¿Qué evidencia contradice esta respuesta? Pídesela al mismo sistema. Si no la busca, búscala tú.
  3. ¿Qué podría estar omitiendo el modelo? Contexto local, normativa chilena, historia interna de la empresa, la política de quién firma.
  4. ¿Podría defender esto en una reunión sin la IA al lado? Si la respuesta es no, todavía no lo entendiste.
  5. ¿Estoy usando esto para ampliar mi pensamiento o para evitarlo? Es la única pregunta que no puede responder la máquina.

Durante décadas asociamos inteligencia con tener respuestas. La IA nos obliga a revisar eso. Quizás lo más característico de la inteligencia humana sea poder decir “no lo sé” y después preguntar, contrastar, disentir, cambiar de opinión, aceptar evidencia incómoda y reconocer un error.

El futuro necesita humanos, no operadores de respuestas

Soy optimista respecto de la inteligencia artificial y trabajo con ella todos los días. Precisamente por eso creo que hay que discutir esto ahora.

No necesitamos menos IA. Necesitamos más humanidad alrededor de la IA. Personas capaces de usar sistemas muy inteligentes sin entregarles lo que ninguna tecnología debería quitarnos por comodidad: criterio, curiosidad, empatía, responsabilidad y capacidad de disentir.

El desafío de esta generación quizás no sea construir una máquina que piense como un ser humano. Puede ser bastante más difícil: conseguir que el ser humano siga pensando cuando ya no sea estrictamente necesario hacerlo.

Porque si algún día llegamos a sistemas mucho más inteligentes que nosotros, habrá una pregunta anterior a toda la discusión sobre AGI y superinteligencia: qué clase de humanidad los estará usando.

Y ahí está la provocación final. Puede que la estupidez humana sí termine siendo un freno para el desarrollo de la IA. No porque seamos incapaces de construir sistemas cada vez más poderosos, sino porque podemos construirlos más rápido de lo que desarrollamos la sabiduría para usarlos. El límite de la inteligencia artificial podría no estar en el silicio. Podría estar en nosotros.

Preguntas frecuentes

¿La inteligencia artificial nos vuelve menos inteligentes?
No existe evidencia de que la IA reduzca la inteligencia. Lo que muestra la investigación disponible es un patrón de autorreporte: quienes más confían en la herramienta declaran aplicar menos verificación y menos análisis. El riesgo no es cognitivo en el sentido biológico, es de hábito profesional.

¿Qué encontró el estudio de Microsoft y Carnegie Mellon sobre pensamiento crítico?
Encuestó a 319 trabajadores del conocimiento, que compartieron 936 ejemplos reales de uso de IA generativa en su trabajo, y encontró que una mayor confianza en la IA se asocia con menos pensamiento crítico, mientras que una mayor confianza en las propias capacidades se asocia con más. Fue presentado en CHI 2025. Microsoft

¿Qué es la teoría de la estupidez de Bonhoeffer?
Es una reflexión escrita por Dietrich Bonhoeffer hacia 1942, publicada póstumamente en Resistencia y sumisión. Sostiene que la estupidez es más peligrosa que la maldad, y la define no como falta de inteligencia sino como pérdida de autonomía frente al grupo y a la autoridad. Por eso puede afectar también a personas educadas.

¿Quién es responsable cuando una decisión la toma una IA?
La responsabilidad sigue siendo de la persona u organización que decide, no del sistema. Un modelo genera una recomendación, no asume consecuencias. Toda adopción de IA en decisiones que afectan personas debería definir por escrito quién revisa, quién aprueba y quién responde.

¿Cómo puede una empresa adoptar IA sin perder criterio propio?
Partiendo por el problema de negocio y no por la herramienta. En la práctica: definir qué decisiones nunca se delegan, dejar por escrito quién valida cada salida del sistema, y medir el éxito por la calidad de las decisiones y no solo por el tiempo ahorrado. En VirtualPoint trabajamos ese diseño con empresas chilenas antes de implementar cualquier tecnología.


Fuentes

  • Lee, H. P., Sarkar, A., Tankelevitch, L. et al. (2025). The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers. CHI 2025, Microsoft Research y Carnegie Mellon University. PDF · DOI
  • Microsoft Research (2025). The Future of AI in Knowledge Work: Tools for Thought at CHI 2025.
  • Asch, S. E. (1955). Opinions and Social Pressure. Scientific American, 193(5), 31-35.
  • Milgram, S. (1963). Behavioral Study of Obedience. Journal of Abnormal and Social Psychology, 67(4), 371-378.
  • Bonhoeffer, D. Resistencia y sumisión, reflexión “De la estupidez” (escrita hacia 1942, publicación póstuma).