La IA y la Era de los Nuevos Iluminados

Desmitificando la Inteligencia Artificial — Parte I

Cada época construye sus propios misterios. No como un error, sino como una necesidad. Cuando el mundo no se deja explicar con facilidad, el ser humano no siempre insiste en comprenderlo; a veces prefiere habitarlo a través de narrativas que lo hagan soportable, incluso fascinante.

En la antigua Grecia, el Oráculo de Delfos ocupaba ese lugar intermedio entre el conocimiento y la incertidumbre. Reyes, generales y comerciantes recorrían largas distancias para escuchar respuestas que no explicaban el mundo, pero lo reorganizaban en forma de destino. Lo interesante no era solo la creencia en lo divino, sino la estructura misma de las respuestas: lo suficientemente ambiguas para sobrevivir a cualquier interpretación posterior, lo suficientemente precisas para sentirse reveladoras en el momento. Con el tiempo, la distancia entre interpretación y verdad dejó de ser evidente.

No es difícil reconocer algo de ese mecanismo en el presente. No hemos abandonado Delfos; simplemente hemos cambiado el dispositivo de consulta. Ya no caminamos hacia un templo, pero seguimos buscando respuestas en sistemas que no siempre comprendemos del todo. Y en ese tránsito silencioso, la figura del oráculo reaparece disfrazada de tecnología.

La Inteligencia Artificial ocupa hoy ese espacio ambiguo. No porque sea mística, sino porque nuestra forma de mirarla todavía lo es en parte. La tendencia a atribuir comprensión donde hay complejidad es antigua, y la IA, con su capacidad de producir lenguaje coherente, reaviva esa inclinación casi instintiva.

Para empezar a deshacer ese espejismo es necesario detenerse en una distinción que suele perderse en la conversación pública: la diferencia entre sistemas deterministas y sistemas probabilísticos. No es solo una diferencia técnica, sino una diferencia en la forma de entender la relación entre causa, estructura y resultado.

Durante siglos, el pensamiento occidental se sintió cómodo con la idea del determinismo. El universo como una máquina ordenada donde cada efecto tiene una causa clara, y donde el conocimiento consiste en descifrar ese mecanismo. Si se conocen las condiciones iniciales y las reglas del sistema, el resultado no es una sorpresa, sino una consecuencia. Una piedra cae, un engranaje gira, una suma produce siempre el mismo valor. En ese mundo, la incertidumbre no es una propiedad del sistema, sino una limitación del observador.

La programación tradicional heredó esa misma sensibilidad. Una función es una promesa: mismas entradas, mismas salidas. El comportamiento no depende de interpretaciones ni de contextos invisibles, sino de reglas explícitas. El sistema no “decide”; ejecuta. No “interpreta”; aplica. Y en ese marco, el mundo digital parece una extensión natural de la lógica determinista.

Por eso resulta tan fácil suponer que una Inteligencia Artificial moderna funciona bajo la misma lógica. Después de todo, también es software, también corre sobre máquinas, también produce resultados a partir de entradas. Pero ahí comienza la confusión.

Los modelos de lenguaje actuales no operan como sistemas deterministas, sino como sistemas probabilísticos. Y esa diferencia cambia por completo la naturaleza de lo que estamos observando.

Para acercarnos a esa idea conviene salir un momento del terreno técnico y entrar en otro lenguaje: el de la pintura. Durante siglos, la pintura académica buscó representar el mundo con fidelidad. Cada elemento tenía una ubicación precisa dentro de la intención del artista. Cada sombra obedecía a una decisión. Cada figura respondía a un diseño previo. Existía una correspondencia clara entre voluntad y resultado. El cuadro era, en cierto sentido, el registro de un plan.

Pero al observar a los impresionistas, esa claridad se vuelve menos evidente. De cerca, el lienzo no contiene objetos definidos, sino fragmentos: manchas, trazos, aproximaciones. Nada parece completo en sí mismo. Sin embargo, al alejarse, el conjunto adquiere forma. El paisaje emerge no desde la precisión individual, sino desde la acumulación de probabilidades visuales que el ojo interpreta como coherencia.

La IA moderna se acerca más a ese segundo tipo de construcción que al primero. No compone respuestas a partir de reglas explícitas que determinen cada palabra, sino a partir de estimaciones sobre qué secuencias son más probables dadas millones de ejemplos previos. No “elige” en el sentido humano del término; calcula continuaciones posibles dentro de un espacio estadístico aprendido.

Aquí aparece un malentendido frecuente. Decir que algo es probabilístico no significa decir que es azaroso. El azar implica ausencia de estructura. La probabilidad, en cambio, surge precisamente de la estructura acumulada en grandes volúmenes de datos. No es la ausencia de patrón, sino la presencia de demasiados patrones superpuestos como para reducirlos a una sola regla determinista.

La diferencia es crucial. Un sistema determinista no duda: produce un resultado porque está definido de antemano. Un sistema probabilístico no “sabe” el resultado, pero tampoco lo improvisa; lo estima a partir de regularidades profundas en los datos. Uno responde desde la regla. El otro responde desde la distribución.

Y cuando esa distinción se pierde, la interpretación del fenómeno cambia por completo. Tendemos a observar la coherencia de una respuesta y asumir la existencia de una comprensión equivalente a la humana. Tendemos a ver continuidad en el lenguaje y suponer intención detrás de él. Tendemos, en otras palabras, a aplicar una lectura determinista a un sistema que no lo es.

El resultado es una especie de niebla conceptual. Y esa niebla es el terreno donde prosperan los mitos modernos sobre la Inteligencia Artificial: la idea de que piensa, de que entiende, de que “sabe” en el mismo sentido en que lo hace una persona.

Sin embargo, al observar con más precisión, la niebla comienza a disiparse. No porque el sistema pierda complejidad, sino porque cambia la forma en que lo miramos. Lo que antes parecía intención comienza a parecer estructura. Lo que parecía comprensión comienza a parecer estadística a gran escala. Lo que parecía un oráculo comienza a parecer un mecanismo.

Y aun así, el asombro no disminuye. Cambia de lugar.

Porque lo verdaderamente interesante no es la idea de una máquina que piensa como un humano, sino la aparición de sistemas capaces de generar lenguaje coherente a partir de pura probabilidad acumulada. No hay aquí magia, pero sí algo que merece atención: la emergencia de comportamientos que, observados desde cierta distancia, se parecen a la inteligencia sin depender de ella.

Tal vez esa sea la verdadera lección de esta época. No hemos construido oráculos. Hemos construido espejos estadísticos tan complejos que, al mirarlos, proyectamos en ellos nuestras propias formas de entender el mundo. Y al hacerlo, repetimos una historia antigua con un lenguaje nuevo.

La diferencia es que ahora podemos empezar a ver el mecanismo detrás del espejo. Y cuando eso ocurre, la neblina no desaparece por completo, pero sí se vuelve lo suficientemente delgada como para distinguir el terreno.

Y ese terreno, lejos de ser menos fascinante, resulta más amplio de lo que imaginábamos.

No estamos frente a una mente artificial. Tampoco frente a un simple generador de texto. Estamos frente a un sistema probabilístico que, a gran escala, produce efectos que desafían nuestras intuiciones más arraigadas sobre qué significa “entender”.

Y quizá el primer paso para comprenderlo no sea atribuirle humanidad, sino aceptar que la complejidad también puede surgir sin intención.

En la siguiente entrega de esta serie exploraremos otro mito persistente de nuestra época: la idea de que la Inteligencia Artificial comprende el significado de las palabras de la misma forma que lo hace un ser humano.