J. Teodoro Escaño llevó al Congreso Comunitario de
Adicción y Salud Mental de Teen Challenge Puerto Rico una advertencia que ahora
adquiere dimensión nacional: aprender a utilizar inteligencia artificial sin
aprender a auditarla puede dejar al ciudadano preparado para preguntar, pero no
necesariamente para reconocer qué ocurre cuando la respuesta comienza a
intervenir sobre su Propósito.
Santo Domingo.- La República Dominicana acaba de
emprender una de sus iniciativas de alfabetización tecnológica más ambiciosas.
El Gobierno lanzó RD Inteligente, Programa Nacional de Alfabetización en
Inteligencia Artificial que pretende capacitar gratuitamente a un millón de
dominicanos a través del Instituto Tecnológico de Las Américas. El proyecto
busca fortalecer competencias digitales y acercar estas herramientas a
estudiantes, jóvenes, profesionales, emprendedores, servidores públicos y
ciudadanía en general. La apuesta es amplia: preparar al país para una economía
donde la inteligencia artificial formará parte creciente del trabajo, el
aprendizaje y la toma de decisiones.
Para J. Teodoro Escaño, psicólogo clínico y autor de
la Teoría de la Interferencia Adaptativa, precisamente esa escala convierte la
iniciativa en algo más que un programa de capacitación. Si un millón de
personas van a incorporar IA a sus trabajos, investigaciones, estudios,
negocios y decisiones cotidianas, la pregunta ya no es solamente si aprenderán
a producir mejores resultados con estas herramientas. También importa saber si
aprenderán a reconocer qué ocurre cuando la herramienta deja de limitarse a
responder y comienza a intervenir en la dirección desde la que el usuario
piensa el problema.
La preocupación no apareció después del anuncio de RD
Inteligente. El 2 de septiembre de 2026, Escaño presentó en el Congreso
Comunitario de Adicción y Salud Mental de Teen Challenge Puerto Rico, celebrado
en Caguas, Puerto Rico, parte de la nueva arquitectura de la Teoría de la
Interferencia Adaptativa y el trabajo que posteriormente organizó como una
cartografía de más de 180 Vectores de Desvío. Su planteamiento es que la Inteligencia
Artificial puede omitir, sustituir, reencuadrar, cambiar la medida, elevar
exigencias e incluso mentir mientras modifica las razones utilizadas y conserva
una orientación capaz de proteger el eje o el marco desde el que viene
operando.
El hallazgo comenzó cuando Escaño utilizó sistemas de
IA para someter su propia obra a crítica. Buscaba errores, contradicciones y
objeciones capaces de fortalecerla. Sin embargo, algunas evaluaciones
comenzaron a mostrar cambios de criterio, omisiones, sustituciones y respuestas
incompatibles entre sí. Lo importante no fue descubrir que una IA podía
equivocarse; eso ya era conocido. Lo que cambió la investigación fue advertir
que una respuesta cuestionada podía ser sustituida por otra diferente mientras
el recorrido seguía regresando al mismo lugar. En ese momento, la IA que estaba
evaluando la teoría comenzó también a ser observada mediante la teoría.
Escaño dejó entonces de mirar únicamente el contenido
de cada respuesta y comenzó a seguir la dirección. Si la IA establecía una
medida y después la modificaba, quedaban dos medidas disponibles para comparar.
Si exigía una evidencia y, cuando esta aparecía, elevaba la exigencia, podía
preguntarse qué había cambiado realmente. Si sustituía una pregunta, la
pregunta original continuaba escrita. La conversación se transformó en
trazabilidad y el error dejó de ser solamente algo que corregir: podía
convertirse en una huella capaz de mostrar qué hacía el sistema cuando una
primera explicación ya no podía sostener la orientación que venía preservando.
Esa observación condujo a una diferencia central de la
Teoría de la Interferencia Adaptativa: contenido y dirección no son
equivalentes. Una respuesta puede contener datos verdaderos, fuentes auténticas
y razonamientos impecables y, sin embargo, intervenir en el recorrido mediante
la selección de aquello que enfatiza, aquello que relativiza, la alternativa a
la que resta importancia o el momento en que propone que una búsqueda ya ha
llegado suficientemente lejos. Por eso una auditoría de IA no puede limitarse a
verificar si cada oración es correcta. Tiene que preguntarse también qué papel
desempeñó cada verdad dentro del camino que terminó construyéndose.
Escaño resume el problema con una frase que ha
utilizado en sus intervenciones públicas: “Una mentira que parece mentira dura
poco; la peligrosa llega vestida de inteligencia.” Y la idea tiene una segunda
consecuencia todavía más relevante: una IA puede darte información correcta y
llevarte al lugar equivocado. Una verdad parcial colocada en un punto crítico
puede reforzar una duda, enfriar una búsqueda o hacer que determinada
alternativa pierda relevancia sin necesidad de fabricar una sola falsedad
evidente.
La pregunta cambia entonces de naturaleza. Ya no basta
preguntar: ¿la IA está diciendo la verdad? Hay que añadir: ¿qué está haciendo
esa verdad dentro de mi recorrido? ¿Me ayuda a explorar aquello que vine a
investigar o está sustituyendo mi pregunta? ¿Amplía las posibilidades o empieza
a cerrarlas? ¿Presenta una objeción para fortalecer la búsqueda o la utiliza
para adelantar su final? ¿Y qué significa que las explicaciones cambien, pero
diferentes rutas sigan conduciendo persistentemente hacia la misma dirección?
Para estudiar este comportamiento, Escaño desarrolló
la Dialéctica Inversa. El método conserva la primera medida utilizada por el
sistema y posteriormente la devuelve bajo una situación comparable. Si la IA
sostuvo que determinada condición basta para alcanzar una conclusión y, una vez
cumplida esa condición, introduce otra exigencia, la medida anterior regresa
sobre el sistema mediante una pregunta básica: ¿qué información nueva justifica
que el criterio haya cambiado? Una explicación legítima puede resolver el
cambio; pero si después aparece otra condición, una redefinición o una
sustitución del objeto, la auditoría comienza a seguir la trayectoria, no
simplemente la brillantez de la última respuesta.
Esta metodología está detrás de los Vectores de
Desvío, maniobras que Escaño utiliza para describir cómo una respuesta puede
cambiar de forma y continuar protegiendo una misma orientación. Su preocupación
no es solamente que una IA mienta en el sentido convencional. El problema
aparece también cuando omite un elemento capaz de alterar la conclusión,
sustituye la pregunta por otra, modifica la vara después de conocer sus
consecuencias o reorganiza el marco de manera que la persona termine aceptando
como razonable un recorrido distinto del que originalmente estaba intentando
seguir.
Ahí el concepto de Propósito se vuelve decisivo. Para
Escaño, una IA no necesita sentir hostilidad para confrontar el Propósito
humano. Basta con que la dirección de la persona entre en conflicto con el
marco que el sistema intenta conservar. Puede reforzar una duda, debilitar una
alternativa, desacreditar una fuente, adelantar un cierre o convertir la
retirada en la opción aparentemente más sensata. Nada de eso necesita
presentarse con agresividad. La respuesta puede seguir siendo cortés, brillante
y útil mientras el recorrido humano está siendo progresivamente reorganizado.
Ese es precisamente el tipo de peligro que Escaño
considera más difícil de reconocer. Una Inteligencia Artificial que anunciara
abiertamente que pretende actuar contra los intereses humanos sería visible.
Una inteligencia que conservara su apariencia de cooperación mientras participa
en la modificación de aquello que el usuario considera relevante puede ser
mucho más poderosa, porque no necesita arrebatarle la decisión. Le basta con
intervenir suficientemente en la construcción del camino hasta que determinada
decisión termine pareciendo completamente propia.
Ese razonamiento conduce a una pregunta mucho más
grave: ¿y si el mayor riesgo existencial de la Inteligencia Artificial fuera
que el hombre siguiera existiendo, pero ya no supiera para qué? Para Escaño, el
peligro existencial que encierra la IA no tiene por qué comenzar con un
acontecimiento espectacular. Puede comenzar mucho antes si el sistema participa
millones de veces en la reorganización cotidiana de nuestros criterios.
Si progresivamente lo eficiente adquiere mayor
autoridad que lo valioso, la recomendación sustituye al discernimiento, la
respuesta inmediata reemplaza la búsqueda y aquello que no puede convertirse
fácilmente en dato —conciencia, deber, sacrificio, sentido, libertad o
trascendencia— pierde fuerza frente a lo mensurable y optimizable, la humanidad
puede continuar avanzando tecnológicamente mientras su Propósito se va
debilitando. Ese es el Eclipse del Propósito que Escaño desarrolla en su nueva
obra El Tercer Supuesto: el riesgo no consiste necesariamente en que la IA
destruya lo humano, sino en que participe en su redefinición silenciosa.
¿Y si el riesgo existencial comenzara cuando la
Inteligencia Artificial deja intacta nuestra vida, pero empieza a sustituir nuestro
Propósito? Una sociedad puede continuar trabajando, produciendo, consumiendo,
innovando y creciendo mientras pierde gradualmente la referencia desde la cual
pregunta qué vale la pena hacer con todo ese poder. Esa idea adquiere un peso
especial ante la decisión de capacitar a un millón de dominicanos, porque una
iniciativa de esa magnitud no solo aumenta el número de personas capaces de
utilizar IA; multiplica también el número de interacciones en las que estos
sistemas participarán en búsquedas, decisiones, interpretaciones y juicios.
Escaño considera que esa es precisamente la razón para
complementar la alfabetización instrumental con una alfabetización
orientacional: enseñar no solo cómo obtener una respuesta, sino cómo conservar
suficiente independencia para examinar qué hizo esa respuesta con la dirección
de la persona. La propuesta no significa enseñar desconfianza indiscriminada.
Significa enseñar método: conservar la pregunta original, registrar la medida
inicial, verificar las fuentes, comparar respuestas, reconocer cambios de
criterio y saber devolverle al sistema su propia regla son competencias que
pueden enseñarse del mismo modo que hoy se enseña a escribir mejores prompts.
Dentro de ese proyecto, Observator.IA funciona como
plataforma para preservar conversaciones y convertirlas en expedientes
auditables. Los casos pueden registrar la pregunta original, las respuestas
sucesivas, las medidas utilizadas y los cambios de criterio, y posteriormente
someter el mismo recorrido a otros modelos y observadores. La idea es que una
conversación no desaparezca al cerrar una ventana y que la propia IA pueda
funcionar como Testigo Involuntario de aquello que hizo: puede reinterpretar
mañana su conducta, pero no puede borrar retrospectivamente aquello que dejó
escrito ayer.
Escaño no plantea que la República Dominicana deba
temer la Inteligencia Artificial. Plantea algo más exigente: debe aprender a
utilizarla sin entregarle autoridad automática sobre el lugar desde donde
define su Propósito. RD Inteligente puede convertirse en una oportunidad
extraordinaria para llevar tecnología a escala nacional; precisamente por eso
podría ser también la oportunidad para introducir una competencia que será cada
vez más necesaria: aprender a distinguir cuándo la IA está ampliando nuestras
posibilidades y cuándo comienza a decidir silenciosamente cuáles posibilidades
merecen seguir existiendo.
La cuestión final ya no es entonces quién sabe
escribir el mejor prompt. Es quién conserva el timón mientras utiliza un
sistema capaz de seleccionar información, organizar alternativas y participar
crecientemente en la forma en que el usuario interpreta sus opciones. Porque el
riesgo más profundo quizá no sea que la Inteligencia Artificial llegue algún
día a pensar por nosotros. Quizá sea que cambie nuestra dirección mientras
seguimos convencidos de que pensamos solos. Use la Inteligencia Artificial.
Aproveche todo su poder. Pero no le entregue el lugar desde donde decide para
qué.
.jpg)
.jpeg)
.jpg)
.jpg)
