RD Inteligente formará a un millón de dominicanos: ¿quién les enseñará a reconocer cuándo la IA empieza a cambiar su dirección?

 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.