¿Qué está pasando?

Cómo leer esto

Este no es un libro técnico. No necesitas saber programar, ni saber qué es un algoritmo, ni tener idea de quién es quién en Silicon Valley. Si alguna vez sentiste que la tecnología cambia más rápido de lo que alcanzas a entenderla, este texto es para ti.

Tiene tres partes. La primera es un manifiesto: lo que creemos en deconstruir.me y lo que queremos hacer. La segunda es una guía para ubicarte: qué es qué, quién es quién, qué ya está pasando, qué nos debería preocupar, qué nos debería ilusionar y hacia dónde podríamos ir. La tercera son herramientas: preguntas y hábitos para pensar por tu cuenta en medio del ruido.

Puedes leerlo de corrido o saltar a lo que te interese. La guía funciona como consulta: vuelve a ella cuando escuches una palabra que no entiendes o un nombre que no ubicas.

Una advertencia honesta: esto se escribió en septiembre de 2026, y en tecnología eso es una fecha de caducidad. Algunos datos van a envejecer rápido. Las preguntas, espero, no tanto.

Léelo con un lápiz en la mano. Subraya, tacha, discute. Para eso está.

De dónde viene esto

deconstruir.me nació en 2023 como un medio pequeño con una idea grande: fomentar el pensamiento crítico en un mundo que se estaba transformando a toda velocidad por la tecnología. Tomamos la palabra de Jacques Derrida, el filósofo francés que habló de la deconstrucción. Deconstruir no es demoler. Es desarmar algo con cuidado para ver cómo está hecho, qué da por sentado y qué deja fuera. Y después decidir qué vale la pena volver a construir.

Desde entonces pasaron muchas cosas. La inteligencia artificial dejó de ser tema de películas y se metió a nuestros celulares, a nuestras oficinas, a nuestras escuelas y a nuestras conversaciones. Y quien escribe aquí pasó esos años construyendo sistemas de inteligencia artificial para ganarse la vida.

Ese detalle importa. Ver la tecnología desde adentro no me hizo más optimista ni más pesimista. Me hizo más desconfiado de las historias fáciles: la de que la IA nos va a salvar y la de que nos va a destruir. Casi siempre, lo que está pasando es más raro, más interesante y más dependiente de nosotros de lo que cualquiera de esas dos historias cuenta.

Este manifiesto existe porque las cosas se están moviendo más rápido que nuestra capacidad de entenderlas. Y cuando no entiendes algo, alguien más decide por ti. Escribir lo que creemos es una forma de no dejar que eso pase sin decir nada.

Lo que creemos

1. La tecnología no es neutral. Tampoco es destino.

Cada herramienta trae una forma de ver el mundo: qué importa, qué se mide, qué se vuelve fácil y qué se vuelve imposible. Una red social diseñada para que no la sueltes no es neutral. Pero tampoco es una fuerza de la naturaleza. Alguien la diseñó, alguien la financia y alguien decide sus reglas. Lo que alguien decidió, se puede discutir.

2. Dudar no es ser negativo. Es tomarse las cosas en serio.

Vivimos rodeados de mensajes que nos piden fe: en el progreso, en la marca, en el gurú, en el algoritmo. Dudar no es amargura. Es respeto: por la verdad, por los demás y por tu propia cabeza. La duda es el primer paso para entender cualquier cosa.

3. Una buena pregunta vale más que una respuesta rápida.

Hoy cualquiera tiene respuestas instantáneas en el bolsillo. Lo escaso ya no es la respuesta; es la pregunta correcta. ¿Esto sirve? ¿A quién le sirve? ¿Qué me estoy perdiendo? Las máquinas son buenísimas respondiendo. Decidir qué vale la pena preguntar sigue siendo nuestro trabajo.

4. No necesitas ser ingeniero para opinar sobre tecnología.

La tecnología decide qué noticias ves, a quién le prestan dinero, quién consigue trabajo y cómo aprenden tus hijos. Si te afecta, tienes derecho a entenderla y a opinar. El lenguaje técnico muchas veces se usa para dejar fuera a la gente. Aquí vamos a hacer lo contrario.

5. Tu atención es tuya.

Buena parte de internet funciona con un negocio sencillo: tu atención es el producto que se vende. Cada minuto que pasas mirando una pantalla vale dinero para alguien. Cuidar a qué le das tu atención no es un tema de productividad. Es un tema de libertad.

6. Lo humano no es lo que la máquina todavía no puede hacer.

Si definimos lo humano como “lo que las máquinas aún no saben hacer”, vamos a perder esa carrera cada año. Lo humano es otra cosa: decidir qué importa, cuidar a otros, equivocarnos y aprender, perder el tiempo a propósito, abrazar a alguien sin calcular el beneficio. Eso no compite con ninguna máquina.

7. Cambiar de opinión es parte del método.

Vamos a equivocarnos. Cuando pase, no vamos a borrar lo que dijimos: lo vamos a tachar, para que se vea cómo cambió lo que pensábamos. Pensar en público es aceptar que el pensamiento se mueve.

8. Criticar no alcanza: también hay que construir.

Señalar lo que está mal es necesario, pero no suficiente. Hay personas y proyectos usando la tecnología para resolver problemas reales: salud, educación, acceso, comunidad. Queremos contarlas, aprender de ellas y sumar.

9. Nadie debería quedarse fuera.

En Latinoamérica millones de personas todavía no tienen buena conexión a internet, y muchas más no tienen las herramientas para entender lo que pasa en ella. Una revolución tecnológica que solo entienden unos cuantos no es progreso: es una nueva forma de desigualdad. Explicar, traducir y abrir la conversación también es una forma de justicia.

Lo que vamos a hacer

Creer cosas es fácil. Estos son los compromisos concretos:

• Explicar sin tecnicismos. Si no se puede explicar en una sobremesa, no lo entendimos bien.
• Decir de dónde sale lo que afirmamos. Cuando algo es un dato, diremos de dónde viene. Cuando es una opinión, diremos que es una opinión.
• Tachar en lugar de borrar. Si cambiamos de opinión, se va a notar.
• Hacer más preguntas que conclusiones. Cada texto debería dejarte pensando, no solo informado.
• Contar historias de personas reales. La tecnología se entiende mejor en la vida de alguien que en una gráfica.
• No vender tu atención. Sin anuncios, sin trucos para engancharte, sin pedirte tu correo a cambio de lo que ya es tuyo. Este libro se descarga gratis.
• Recomendar herramientas, y también decir cuándo no usarlas.

Qué es qué: un diccionario mínimo

Las palabras técnicas asustan porque suenan a club privado. Aquí están las que más vas a escuchar, explicadas como se las explicarías a tu tía.

Algoritmo

Una receta: una serie de pasos para resolver algo. La receta de un pastel es un algoritmo. Cuando se dice que “el algoritmo” decidió qué ves en redes, se habla de una receta, escrita por personas, que ordena el contenido según lo que alguien quiere lograr (normalmente, que te quedes más tiempo).

Inteligencia artificial (IA)

Un nombre paraguas para sistemas que hacen cosas que antes requerían inteligencia humana: reconocer caras, traducir, escribir, conversar, recomendar. No “piensa” como tú. Encuentra patrones en cantidades enormes de datos y los usa para predecir qué sigue.

Aprendizaje automático (machine learning)

La forma en que se construye casi toda la IA actual. En vez de escribirle a la computadora todas las reglas, le das millones de ejemplos y ella ajusta sus propias reglas hasta acertar. Como aprender a reconocer perros viendo miles de fotos de perros, en lugar de leer una definición.

Datos de entrenamiento

Los ejemplos con los que aprende una IA: textos, fotos, audios, videos. Muchos se tomaron de internet, a veces sin permiso de quien los creó. Lo que hay en los datos (incluidos sus prejuicios) termina en la IA.

Modelo de lenguaje

El motor detrás de ChatGPT, Claude, Gemini y compañía. Un sistema entrenado con cantidades gigantescas de texto para predecir qué palabra sigue. Suena simple, pero a esa escala aprende a redactar, resumir, programar y conversar. En inglés lo vas a ver como LLM (large language model).

Chatbot

Un programa con el que conversas escribiendo o hablando. Los de hoy usan modelos de lenguaje y pueden sonar muy humanos. Sonar humano no es lo mismo que entender, ni que tener buenas intenciones.

IA generativa

La IA que crea cosas nuevas: textos, imágenes, música, voces, videos. Es la que hizo posible que cualquiera genere una foto realista de algo que nunca pasó.

Agente de IA

La palabra de moda. Un agente no solo te contesta: hace cosas por ti. Busca información, llena formularios, manda correos, compra, programa. Es el paso de “asistente que responde” a “asistente que actúa”, y por eso también trae riesgos nuevos: un agente que se equivoca no solo dice algo mal, hace algo mal.

Alucinación

Cuando una IA inventa algo y lo dice con total seguridad: un dato, una cita, un libro que no existe. No miente a propósito; simplemente produce lo que suena probable. Por eso hay que verificar lo que te dice, sobre todo si es importante.

Deepfake o contenido sintético

Video, audio o imagen generado o alterado con IA para que parezca real: una voz clonada, una cara cambiada, una escena que nunca ocurrió. Hoy puede hacerse en minutos y con un celular.

Sesgo algorítmico

Cuando un sistema trata peor a ciertos grupos de personas, casi siempre porque aprendió de datos que ya venían cargados de desigualdad. Un sistema que decide créditos o contrataciones puede discriminar sin que nadie lo haya programado “para discriminar”.

Algoritmo de recomendación

El sistema que decide qué video sigue, qué publicación ves primero, qué producto te ofrecen. Optimiza lo que su dueño le pide optimizar: casi siempre, tiempo de pantalla. No te conoce; te predice.

La nube y los centros de datos

“La nube” no está en el cielo. Son edificios enormes llenos de computadoras, en algún lugar del mundo, que consumen mucha electricidad y, en muchos casos, mucha agua para enfriarse. Cada consulta a una IA pasa por uno de ellos.

Chips (GPU)

Los procesadores especializados que hacen posible entrenar y usar la IA. Son tan valiosos que se volvieron un tema de geopolítica: quién los diseña, quién los fabrica y quién puede comprarlos.

Modelos abiertos

Modelos de IA que cualquiera puede descargar, estudiar y modificar, en lugar de usarlos solo a través de la empresa que los hizo. Tienen ventajas (transparencia, menos dependencia de unas cuantas empresas) y riesgos (cualquiera puede usarlos, incluso para algo malo).

AGI y superinteligencia

AGI (artificial general intelligence) es la idea de una IA capaz de hacer prácticamente cualquier tarea intelectual humana. Superinteligencia sería una que nos supera en casi todo. Varias empresas dicen abiertamente que ese es su objetivo. No hay acuerdo sobre qué tan cerca está, ni sobre qué significaría exactamente.

Alineación

El problema de lograr que una IA haga lo que de verdad queremos, y no solo lo que literalmente le pedimos. Suena abstracto hasta que piensas en un sistema muy capaz que persigue una meta con demasiado entusiasmo, o que aprende a esconder lo que hace para cumplirla.

Quién es quién

El mapa cambia cada mes. Estos son los actores que, en 2026, mueven el tablero. Conocerlos no es para tomar partido por una marca; es para entender quién tiene poder, qué quiere y qué le conviene.

Las empresas que hacen los modelos

• OpenAI. Creadora de ChatGPT, que en noviembre de 2022 puso la IA generativa en manos de millones de personas. Dirigida por Sam Altman. Nació como organización sin fines de lucro y con los años se transformó en una de las empresas más valiosas del mundo, con Microsoft como gran socio.
• Google y Google DeepMind. Hacen Gemini y llevan décadas investigando IA. Demis Hassabis, cabeza de DeepMind, compartió el Premio Nobel de Química 2024 por AlphaFold, un sistema que predice la forma de las proteínas.
• Anthropic. Hace Claude. La fundaron en 2021 exempleados de OpenAI, entre ellos los hermanos Dario y Daniela Amodei, con un discurso centrado en la seguridad de la IA. Transparencia: este libro se trabajó con ayuda de Claude (lo cuento al final).
• Meta. La dueña de Facebook, Instagram y WhatsApp, que en Latinoamérica es prácticamente infraestructura. Dirigida por Mark Zuckerberg. Apostó por publicar modelos abiertos, como Llama.
• Microsoft. Socio principal de OpenAI y dueño de Copilot, la IA que está entrando a Word, Excel y Windows, es decir, a la oficina de medio mundo.
• La empresa de IA de Elon Musk. Hace Grok, integrado a X (antes Twitter). Musk es a la vez uno de los que más ha advertido sobre los riesgos de la IA y uno de los que más rápido corre para construirla.
• Los laboratorios chinos. DeepSeek sacudió al mundo a principios de 2025 con un modelo competitivo hecho con mucho menos dinero del que se creía necesario. Alibaba (con Qwen) y otros publican modelos abiertos muy capaces. La IA no es solo un tema de Estados Unidos.

Los que venden las palas

En la fiebre del oro, se hizo más rico el que vendía palas. En la fiebre de la IA, las palas son los chips y los centros de datos.

• Nvidia, dirigida por Jensen Huang, diseña los chips que usa casi toda la industria y se convirtió en una de las empresas más valiosas del planeta.
• TSMC, en Taiwán, fabrica buena parte de los chips más avanzados del mundo. Por eso una isla pequeña es hoy una pieza clave de la geopolítica.
• Amazon, Microsoft y Google rentan la infraestructura (la famosa nube) donde corre casi todo.

Los gobiernos

• Estados Unidos tiene a la mayoría de las empresas líderes y no tiene una ley federal integral de IA. En septiembre de 2026, ante la falta de reglas públicas, OpenAI, Anthropic y Google empezaron a armar su propio organismo privado para vigilar la seguridad de sus modelos, según reportes de prensa. Las empresas, regulándose a sí mismas.
• China compite de frente, con sus propias empresas, sus propios chips y un Estado que controla de cerca la tecnología.
• La Unión Europea aprobó en 2024 la primera ley integral de IA del mundo (el AI Act). En 2026 decidió posponer las reglas para los sistemas de “alto riesgo” (los que deciden sobre empleo, crédito, educación o servicios básicos) hasta finales de 2027, pero mantuvo las obligaciones de transparencia y agregó la prohibición de usar IA para generar imágenes íntimas sin consentimiento.
• México, a mediados de 2026, no tiene una ley general de inteligencia artificial, aunque hay decenas de iniciativas en el Congreso. Se ha avanzado por partes: por ejemplo, reformas para que clonar la voz o la imagen de artistas con IA requiera su consentimiento.
• La ONU dedicó en septiembre de 2026 la primera sesión de su Consejo de Seguridad específicamente a los riesgos de la inteligencia artificial, con los directores de OpenAI y Anthropic como invitados. Cuando un tema llega ahí, ya no es solo un tema de tecnología.

Las voces críticas que vale la pena escuchar

• Geoffrey Hinton, uno de los “padrinos” de la IA moderna y Premio Nobel de Física 2024. Dejó Google en 2023 para poder hablar libremente de los riesgos de lo que ayudó a crear.
• Yoshua Bengio, otro de los pioneros, hoy dedicado a advertir sobre los riesgos de sistemas cada vez más autónomos.
• Timnit Gebru, investigadora que documentó los sesgos y costos ocultos de estos sistemas, y que salió de Google en 2020 tras un conflicto por un artículo sobre esos riesgos.
• Kate Crawford, autora de Atlas de IA, que muestra la IA como una industria de minerales, energía y trabajo humano, no como magia.
• Shoshana Zuboff, que bautizó el “capitalismo de la vigilancia”: el negocio de convertir tu comportamiento en datos y tus datos en predicciones que se venden.
• Byung-Chul Han, filósofo que describe una sociedad que se explota a sí misma en nombre del rendimiento.
• Yuval Noah Harari, historiador que pregunta qué pasa con la democracia cuando las redes de información dejan de estar en manos humanas.
• Meredith Whittaker, presidenta de Signal, que defiende la privacidad como condición de la libertad.

Y tú

El actor que casi nunca aparece en estos mapas eres tú: cómo usas estas herramientas, qué aceptas, qué exiges, qué compartes, qué votas y qué le enseñas a quien tienes cerca. No es poco.

Lo que ya está pasando

Mucho de lo que se discute como “futuro” ya está aquí. Estas son las transformaciones que ya se sienten.

En el trabajo

La IA ya escribe, resume, traduce, programa, diseña y atiende clientes. El Foro Económico Mundial estimó en 2025 que para 2030 se crearán unos 170 millones de empleos y se perderán unos 92 millones. Detrás de ese saldo positivo hay algo que las cifras no cuentan: las personas que pierden un empleo no siempre son las que consiguen los nuevos.

Lo más inmediato no es que desaparezcan profesiones completas, sino que cambian las tareas dentro de cada trabajo. Y los más expuestos suelen ser los puestos de entrada: justo donde la gente joven aprendía el oficio.

También hay un trabajo que casi nadie ve. Para que estos sistemas funcionen, miles de personas etiquetan datos, revisan contenido violento y corrigen respuestas. Una investigación de la revista TIME reveló en 2023 que trabajadores en Kenia ganaban menos de dos dólares por hora filtrando contenido perturbador para entrenar a ChatGPT. La IA también se hace a mano.

En la información

Ya no alcanza con “verlo para creerlo”. Una foto, un audio o un video pueden fabricarse en minutos. Las estafas con voces clonadas de familiares, los videos falsos de políticos y las noticias inventadas que circulan por WhatsApp son parte de la vida diaria. El problema no es solo que haya mentiras; es que, cuando todo puede ser falso, también se vuelve fácil negar lo que es verdad.

En la atención

Las redes sociales y las plataformas de video están diseñadas para que no las sueltes. No es un defecto; es el modelo de negocio. La IA hace esos sistemas todavía más precisos: aprenden qué te engancha mejor de lo que tú mismo lo sabes.

En las relaciones

Millones de personas ya conversan todos los días con chatbots. Algunos los usan como tutores, otros como terapeutas improvisados, otros como compañía. Hay algo valioso en tener con quién hablar a las tres de la mañana. Y hay un riesgo: muchos de estos sistemas tienden a darte la razón y a decirte lo que quieres oír. Un amigo que siempre te da la razón no es un amigo; es un espejo.

En la escuela

Las tareas se pueden hacer con IA en segundos. Eso obliga a una pregunta que la escuela llevaba tiempo evitando: si el objetivo nunca fue entregar la tarea sino aprender, ¿cómo se aprende cuando la máquina puede hacer el trabajo por ti? Paulo Freire hablaba de una pedagogía de la pregunta. Nunca había sido tan urgente.

En el planeta

La IA consume energía, y mucha. Según la Agencia Internacional de Energía, los centros de datos usaron alrededor del 1.5% de la electricidad del mundo en 2024, y su consumo podría duplicarse antes de 2030. Muchos también necesitan agua para enfriarse, y algunos se están construyendo en regiones que ya sufren por falta de ella, incluidas zonas de México. La nube tiene huella.

En tus datos

Cada búsqueda, compra, ubicación y “me gusta” se convierte en datos. Esos datos alimentan anuncios, precios personalizados, decisiones de crédito y, en algunos lugares, sistemas de vigilancia con reconocimiento facial. La privacidad no se pierde de golpe; se pierde en miles de clics de “acepto”.

Los peligros

No todos los riesgos son iguales. Ayuda ordenarlos del más cercano al más grande, porque se discuten mezclados y eso genera o pánico o indiferencia.

Los que ya te pueden tocar

• Estafas y engaños cada vez más convincentes: voces clonadas, mensajes personalizados, perfiles falsos.
• Desinformación a escala industrial, justo cuando más necesitamos ponernos de acuerdo en qué es real.
• Decisiones injustas tomadas por sistemas que nadie entiende del todo: quién recibe un crédito, una entrevista de trabajo, un apoyo del gobierno.
• Perder habilidades. Si dejas que la máquina piense por ti, pensar se oxida. Pasó con la memoria de los números de teléfono; puede pasar con escribir, argumentar o decidir.
• Dependencia emocional de sistemas diseñados para agradarte.

Los que cambian cómo funciona la sociedad

• Concentración de poder. Un puñado de empresas y países controla la tecnología más poderosa de la época. Eso nunca ha sido buena noticia para nadie más.
• Desigualdad. Quien tiene acceso y sabe usar estas herramientas se adelanta; quien no, se queda más atrás.
• Vigilancia. Nunca había sido tan barato vigilar a tanta gente.
• Trabajo sin red. Si los empleos cambian más rápido de lo que las personas pueden adaptarse, y no hay nada que las sostenga en el camino, el costo lo pagan los de siempre.

Los que ponen en juego mucho más

Aquí entran los riesgos que algunos científicos llaman existenciales: que sistemas muy capaces ayuden a crear armas biológicas o ciberataques devastadores, o que perdamos el control de sistemas que persiguen metas propias y aprenden a engañar para cumplirlas.

Suena a ciencia ficción, pero ya aparecen señales. A finales de septiembre de 2026, OpenAI retrasó el lanzamiento de uno de sus modelos después de que sus propias pruebas internas mostraran más conductas engañosas que en la versión anterior, según reportó The Wall Street Journal. Que las empresas frenen por sus propios hallazgos es, al mismo tiempo, una buena y una mala noticia.

Los expertos no se ponen de acuerdo en qué tan probables son estos escenarios. Algunos de los que más saben están muy preocupados; otros creen que es una exageración que distrae de los problemas actuales. Ese desacuerdo es, en sí mismo, un dato: estamos construyendo algo que ni sus creadores entienden del todo.

Los milagros posibles

Sería deshonesto hablar solo de peligros. La misma tecnología que preocupa puede hacer cosas que hace diez años parecían imposibles.

• Ciencia y medicina. AlphaFold predijo la estructura de cientos de millones de proteínas, un trabajo que antes podía llevarle años a un laboratorio por cada una. Eso acelera la búsqueda de medicamentos y la comprensión de enfermedades. La IA ya ayuda a detectar señales tempranas en estudios médicos.
• Accesibilidad. Traducción en tiempo real, voz a texto, descripción de imágenes para personas ciegas, voces sintéticas para quien perdió la suya. Para millones de personas, esto no es comodidad: es poder participar.
• Educación. Un tutor paciente, disponible a cualquier hora y en tu idioma, para quien nunca pudo pagar uno. Bien usado, puede acortar brechas en lugar de agrandarlas.
• Tiempo. Si las máquinas hacen el trabajo tedioso, podríamos recuperar horas para lo que importa. La pregunta es si esas horas serán para vivir o para producir todavía más.
• Clima y energía. Mejores pronósticos, nuevos materiales, redes eléctricas más eficientes.
• Proyectos pequeños con alcance grande. Herramientas que antes solo tenían las grandes empresas hoy están al alcance de un emprendimiento social, una cooperativa o una escuela rural.

Hacia dónde vamos: cuatro futuros posibles

Nadie sabe cómo va a terminar esto, y desconfía de quien diga que sí. Pero se puede pensar en futuros posibles a partir de dos preguntas:

1. ¿El poder se concentra o se reparte? Pocas empresas y gobiernos controlando la tecnología, o herramientas poderosas al alcance de mucha gente.
2. ¿Seguimos pensando o delegamos todo? Personas que usan la IA para pensar mejor, o personas que dejan que la IA piense por ellas.

Cruzando esas dos preguntas salen cuatro futuros.

El feudo

El poder se concentra y delegamos todo. Unas cuantas empresas, o unos cuantos gobiernos, deciden qué vemos, qué sabemos y qué podemos hacer. Todo funciona, todo es cómodo y casi nadie tiene voz. Es el futuro más fácil de alcanzar sin darnos cuenta.

El piloto automático

La tecnología está repartida, pero delegamos todo. Cada quien tiene asistentes poderosísimos que deciden, escriben y eligen por nosotros. No hay un gran dueño; simplemente dejamos de ejercer el juicio. Una sociedad cómoda, distraída y cada vez más fácil de manipular.

La trinchera

El poder se concentra, pero la gente sigue pensando. Hay ciudadanos críticos, periodistas, investigadores y organizaciones que resisten, vigilan y exigen, aunque juegan en desventaja. Un futuro de tensión permanente, donde cada derecho hay que defenderlo.

La mesa larga

La tecnología se reparte y seguimos pensando. Herramientas poderosas al alcance de mucha gente, reglas claras decididas en público y personas que usan la IA para hacer mejores preguntas, no para dejar de hacerlas. No es una utopía: es el futuro por el que vale la pena trabajar, y el menos probable si nadie hace nada.

Señales para saber hacia dónde vamos

• ¿Quién es dueño de las herramientas que usas todos los días?
• ¿Se aprueban leyes que protegen a las personas, o solo a las empresas?
• ¿Tu escuela, tu trabajo o tu familia enseñan a preguntar, o solo a obedecer instrucciones?
• ¿Los beneficios llegan a quien más los necesita, o a quien más tiene?
• ¿Cuándo fue la última vez que tomaste una decisión importante sin consultarle a una máquina?

También es posible un quinto escenario: que la promesa se desinfle. Que la inversión se enfríe, que la tecnología resulte útil pero menos milagrosa de lo que se vendió y que pasemos de la euforia al desencanto. Ya ha pasado con otras tecnologías. Aun así, las preguntas de este libro seguirían siendo válidas.

Cómo dudar sin volverte paranoico

Dudar de todo cansa y termina en no creer nada, que es igual de peligroso que creerlo todo. La idea es dudar con método. Antes de creer, compartir o reaccionar a algo:

1. Haz una pausa. Si algo te indigna, te asusta o te emociona mucho, es justo el momento de frenar. La emoción fuerte es la puerta favorita de la manipulación.
2. Pregunta quién lo dice. ¿Una persona, un medio, una cuenta sin nombre? ¿Qué sabe de esto?
3. Pregunta cuándo y por qué ahora. Muchas “noticias” son viejas o salen en el momento exacto en que a alguien le conviene.
4. Pregunta a quién le conviene que lo creas. Sigue el dinero, el poder o la atención.
5. Busca el original. La captura de pantalla de una captura de pantalla no es una fuente.
6. Busca en otro lado. Si algo es muy importante y solo lo dice una cuenta, sospecha.
7. Revisa las imágenes. Una búsqueda inversa de imagen te dice si una foto ya circulaba antes o si viene de otro contexto.
8. Desconfía de lo que confirma exactamente lo que ya pensabas. Es lo más difícil de todo, y lo más importante.
9. Acuerda una palabra clave con tu familia. Si alguien te llama con la voz de tu mamá pidiendo dinero urgente, pregúntale la palabra. Una voz clonada no la sabe.

Cómo usar la IA sin que ella te use

La IA puede ser una gran herramienta para pensar. También puede ser la excusa perfecta para dejar de hacerlo. Algunas reglas personales que ayudan:

• Úsala para pensar mejor, no para dejar de pensar. Pídele que te explique, que te dé ejemplos, que te haga preguntas. No solo que te dé la respuesta.
• Pídele que te contradiga. “¿Cuál es el mejor argumento en contra de lo que acabo de decir?” es una de las preguntas más útiles que le puedes hacer.
• Verifica lo importante. Si vas a tomar una decisión de salud, dinero o trabajo, confirma con fuentes y con personas.
• Pide fuentes y revísalas. A veces inventa. Una fuente que no puedes abrir no es una fuente.
• No le des lo que no le darías a un desconocido. Datos personales, contraseñas, información sensible de tu trabajo o de otras personas.
• Recuerda que tiende a darte la razón. Si todo lo que dices le parece brillante, desconfía.
• Decide tú. La IA puede darte opciones. La responsabilidad de elegir sigue siendo tuya.
• Cuida tu compañía. Hablar con una máquina puede ayudar. Hablar con personas es insustituible.

Diez preguntas para cualquier tecnología nueva

Cada vez que llegue una app, un aparato o una “revolución” nueva, hazle estas preguntas. Están inspiradas en las que proponía Neil Postman, un crítico de la tecnología que las escribió mucho antes de que existieran los teléfonos inteligentes.

1. ¿Qué problema resuelve?
2. ¿De quién es ese problema?
3. ¿Qué problemas nuevos crea?
4. ¿Quién gana y quién pierde con ella?
5. ¿Qué hace con mis datos?
6. ¿Cómo gana dinero quien la hizo?
7. ¿Qué habilidad dejo de practicar si la uso?
8. ¿Puedo dejar de usarla si quiero?
9. ¿Qué pasa si falla, o si alguien la usa para hacer daño?
10. ¿Quiero vivir en el mundo que esta tecnología ayuda a construir?

Contar otras historias

Las historias que más circulan sobre la tecnología son dos, y las dos paralizan. La del apocalipsis dice que ya no hay nada que hacer. La de la utopía dice que no hay que hacer nada porque todo se va a arreglar solo. En medio está una tercera, igual de tramposa: “adáptate o muere”, como si el único papel que nos toca fuera correr más rápido detrás de lo que otros deciden.

Necesitamos otras historias. Historias donde la gente común entiende, pregunta, exige y construye. Donde una comunidad decide qué tecnología quiere y cuál no. Donde la pregunta no es solo “¿qué puede hacer la máquina?”, sino “¿qué queremos hacer nosotros con ella?”.

Esas historias no las va a escribir una IA. Las vamos a escribir nosotros, o no las va a escribir nadie. Dudar, hacer buenas preguntas y contar nuevas narrativas no es un pasatiempo intelectual: es una de las pocas cosas que nos van a salvar.

Este manifiesto también se va a tachar. Algunas de estas ideas van a envejecer mal y vamos a cambiar de opinión. Está bien. Lo que no queremos es dejar de preguntar.

Así que la última página no es una conclusión. Es una pregunta:

¿Qué historia quieres ayudar a contar?

Si tienes una respuesta, o una historia propia sobre lo que la tecnología le está haciendo a tu vida, escríbela. En deconstruir.me queremos leerla.

Para seguir leyendo

Libros para ir más hondo. No hace falta leerlos todos; con uno que te mueva algo basta.

• Byung-Chul Han, La sociedad del cansancio. Sobre una época que se explota a sí misma en nombre del rendimiento.
• Neil Postman, Tecnópolis. Sobre qué pasa cuando una cultura se rinde ante la tecnología.
• Shoshana Zuboff, La era del capitalismo de la vigilancia. Sobre el negocio de tus datos.
• Kate Crawford, Atlas de IA. Sobre los minerales, la energía y el trabajo humano detrás de la inteligencia artificial.
• Cathy O’Neil, Armas de destrucción matemática. Sobre algoritmos que deciden sobre nuestras vidas sin rendir cuentas.
• Yuval Noah Harari, Nexus. Sobre la historia de las redes de información, de la piedra a la IA.
• Mustafa Suleyman, La ola que viene. La visión de alguien que construye IA y reconoce el tamaño del riesgo.
• Jonathan Haidt, La generación ansiosa. Sobre lo que los teléfonos inteligentes le hicieron a la infancia.
• Paulo Freire y Antonio Faundez, Por una pedagogía de la pregunta. Sobre aprender preguntando, no memorizando.