Habitar el futuro: la inteligencia artificial entre conocimiento, responsabilidad y cuidado

Desde la investigación sobre inteligencia artificial en Stanford en 1982 hasta las perspectivas de 2076. El futuro no dependerá solo de las capacidades de las máquinas, sino de nuestra capacidad para transformar la innovación en conocimiento, autonomía e inclusión.

El artículo surge de las reflexiones presentadas en Tecnópolis 2026, en Bolonia, durante el encuentro «El horizonte posible: cuatro miradas para imaginar el mundo», del 15 de octubre de 2026.

El futuro no está escrito en la tecnología

Cuando, en 1982, me dedicaba en Stanford a la inteligencia artificial aplicada al aprendizaje, una de las cuestiones que más me interesaban era el diálogo entre personas y sistemas inteligentes. ¿Cómo podía una máquina contribuir a la construcción del conocimiento? ¿De qué manera la interacción con un sistema informático podría modificar los procesos de aprendizaje?

A más de cuarenta años de distancia, esas preguntas siguen siendo actuales. Han cambiado radicalmente las capacidades de los sistemas, la potencia de cálculo, la disponibilidad de datos y la difusión de las tecnologías. Pero la cuestión fundamental sigue siendo: ¿qué relación queremos construir entre la inteligencia humana y la inteligencia artificial?

Es una pregunta que planteé nuevamente en Tecnópolis 2026, en Bolonia, durante un debate dedicado a imaginar el mundo de los próximos cincuenta años.

La historia de la tecnología nos enseña que podemos vislumbrar las posibilidades técnicas de una innovación, pero difícilmente prever todas sus consecuencias sociales. Los efectos toman forma a través de los usos, las organizaciones, las instituciones y las decisiones de las personas.

Pensemos en Internet. Nacido en un contexto de investigación y comunicación científica, ha transformado el comercio, la información, las relaciones y la participación política. Nadie podría haber anticipado completamente la sociedad de las plataformas, así como hoy no podemos prever todas las transformaciones que acompañarán la evolución de la inteligencia artificial.

Esto no significa renunciar a imaginar el futuro. Significa reconocer que el futuro no es una consecuencia inevitable de la tecnología: también es el resultado de las decisiones que tomamos.

Las inteligencias artificiales son muchas

El debate público tiende hoy a identificar la inteligencia artificial con los grandes modelos lingüísticos y con las aplicaciones generativas. Es comprensible: la posibilidad de conversar con una máquina, producir textos, imágenes y programas ha hecho que la IA sea accesible para millones de personas.

Pero la historia de la inteligencia artificial es mucho más compleja.

Junto a los enfoques basados en el aprendizaje a partir de datos, existen sistemas fundamentados en la representación explícita del conocimiento, en el razonamiento lógico, en las reglas y en las relaciones entre conceptos.

No se trata necesariamente de enfoques alternativos. Una de las perspectivas más interesantes es precisamente su integración.

Los sistemas generativos pueden producir respuestas e interpretar información con una flexibilidad extraordinaria. Pero cuando entran en los procesos de trabajo, en la salud, en la educación o en los servicios públicos, la capacidad de generar una respuesta plausible no es suficiente.

Se requieren fiabilidad, verificabilidad y responsabilidad.

La integración entre el aprendizaje estadístico, los conocimientos explícitos y los sistemas de control puede contribuir a reducir algunos errores, a delimitar las acciones permitidas y a hacer más comprensibles los procesos de toma de decisiones.

Naturalmente, ninguna arquitectura garantiza por sí sola la fiabilidad. Los resultados deben verificarse en contextos reales de uso.

Es aquí donde la investigación tecnológica se encuentra con la responsabilidad social.

El progreso de la IA requiere capacidad para aprender, conocimientos para interpretar y criterios para verificar.

De la inteligencia de las máquinas a la calidad de la interacción

La difusión de la inteligencia artificial generativa ha introducido un cambio que considero particularmente significativo: el valor ya no reside solo en las funcionalidades de la herramienta, sino en la calidad de la interacción que somos capaces de construir.

Dos personas que utilizan el mismo sistema pueden obtener resultados profundamente diferentes.

La diferencia depende de las preguntas que hacen, de los conocimientos que poseen, del contexto que saben proporcionar y, sobre todo, de la capacidad para evaluar críticamente las respuestas.

La inteligencia artificial puede ampliar nuestras capacidades cognitivas, pero no sustituye automáticamente el juicio.

De hecho, precisamente porque facilita la producción de información, textos y soluciones, hace que sea aún más importante saber distinguir lo que es plausible de lo que está fundamentado, lo que es útil de lo que es apropiado.

Este cambio afecta directamente a la educación.

Durante mucho tiempo hemos asociado el aprendizaje principalmente con la adquisición de conocimientos y competencias. Hoy debemos añadir una dimensión fundamental: aprender a interactuar críticamente con sistemas capaces de procesar información y proponer soluciones.

Significa saber formular preguntas, comparar interpretaciones, verificar las fuentes, justificar las decisiones y reconocer los límites de los propios conocimientos.

No basta con aprender a utilizar la inteligencia artificial. Debemos aprender a pensar y a trabajar junto a ella, sin renunciar a nuestra autonomía.

Es un desafío cultural antes que tecnológico.

La fiabilidad: desde la AI Act de 2021 hasta el modelo EMA

Un tema sobre el cual deseo llamar la atención es la fiabilidad de los sistemas de inteligencia artificial, especialmente cuando se utilizan en contextos críticos.

Ya en 2021, durante el debate europeo que acompañó la propuesta del AI Act, había defendido la importancia de introducir entornos de experimentación regulada, los llamados regulatory sandbox, en los cuales desarrollar y verificar los sistemas innovadores antes de su difusión.

Esta configuración se basa en un principio que considero fundamental: la innovación tecnológica debe ir acompañada de procesos de validación proporcionales a los riesgos y de un monitoreo continuo de los resultados.

En esta perspectiva, encuentro particularmente significativo el referente al modelo de evaluación de los medicamentos adoptado en Europa, en el cual desempeña un papel central la EMA, Agencia Europea de Medicamentos.

Un medicamento no se evalúa solo por sus potenciales terapéuticos. Debe someterse a procedimientos rigurosos que examinan su calidad, seguridad y eficacia. Y la evaluación no termina con la autorización: continúa mediante el monitoreo de los efectos durante su uso.

Naturalmente, un sistema de inteligencia artificial no es un medicamento. Pero el principio metodológico ofrece una idea importante.

Cuando confiamos a un sistema inteligente actividades que pueden afectar la salud, el trabajo, la educación o el acceso a los servicios, no podemos limitarnos a verificar su rendimiento en laboratorio.

Debemos comprender su comportamiento en contextos reales, identificar sus límites, evaluar sus efectos y establecer responsabilidades precisas.

La Ley de IA, cuya propuesta inicial data del 21 de abril de 2021, ha introducido una perspectiva europea basada en la clasificación de riesgos y en la necesidad de garantizar sistemas confiables. La regulación de los entornos controlados representa una de las herramientas mediante las cuales conciliar innovación, experimentación y protección de las personas.

La comparación con la experiencia de la EMA refuerza este enfoque: experimentar primero, verificar durante y continuar observando los efectos después de la introducción de una tecnología.

Es una cuestión que se volverá aún más importante con la difusión de sistemas de IA capaces no solo de generar respuestas, sino de tomar iniciativas y ejecutar acciones.

Cuanto más un sistema pueda actuar de forma autónoma, más debemos ser precisos en los objetivos, los límites, las verificaciones y las responsabilidades.

La fiabilidad, por lo tanto, no es solo una característica técnica.

Es una responsabilidad colectiva que involucra a investigadores, empresas, instituciones y ciudadanos.

El conocimiento no puede sustituir la experiencia

Sin embargo, existe otra dimensión, menos discutida, que considero fundamental.

En su libro Las no cosas, el filósofo Byung-Chul Han reflexiona sobre una sociedad en la que la información tiende a prevalecer sobre la experiencia concreta del mundo.

Es una reflexión especialmente actual en la era de la inteligencia artificial generativa.

Podemos pedirle a un sistema que nos describa un bosque, nos cuente las características de los árboles, analice su biodiversidad, y nos ilustre las transformaciones climáticas que lo amenazan.

Podemos obtener información extraordinaria.

Pero atravesar ese bosque es una experiencia diferente.

Significa percibir la luz, escuchar los sonidos, reconocer los olores, sentir la temperatura, enfrentarse a la materialidad del mundo.

Las dos formas de conocimiento no deben ser contrapuestas. Pueden enriquecerse mutuamente.

El problema surge cuando confundimos la representación de la experiencia con la experiencia misma.

En una sociedad cada vez más mediada por sistemas inteligentes, deberemos cultivar intencionalmente la atención, la sensibilidad y la capacidad de relación.

Pienso, por ejemplo, en el mentoring y en el diálogo entre generaciones.

Un sistema de IA puede ayudarnos a organizar conocimientos, identificar trayectorias profesionales o desarrollar competencias. Pero la relación entre un mentor y una persona más joven incluye dimensiones que difícilmente se reducen a un intercambio de información: la confianza, la escucha, el reconocimiento mutuo, la capacidad de interpretar las experiencias.

La tecnología puede apoyar estas relaciones. No debería empobrecerlas.

El verdadero desafío es ampliar las capacidades humanas sin reducir la autonomía, la inteligencia emocional ni la calidad de los vínculos sociales.

Hacia el 2076: lo que espero y lo que deseo

Imaginar el mundo dentro de cincuenta años significa distinguir dos preguntas.

La primera se refiere a lo que considero plausible.

La segunda se refiere a lo que deseo contribuir a realizar.

Espero que en 2076 los sistemas de inteligencia artificial estén mucho más integrados en los entornos en los que vivimos.

No serán solo herramientas para conversar. Podrán percibir el contexto, interpretar situaciones, colaborar con otros sistemas y ejecutar acciones en el mundo físico.

Pensemos en la asistencia a las personas mayores.

Podemos imaginar sistemas robóticos capaces de realizar actividades logísticas, señalar situaciones anómalas, apoyar al personal sanitario y contribuir a mejorar la organización de los servicios.

Pero la calidad de la asistencia no dependerá únicamente del rendimiento de los robots.

Dependerá de su fiabilidad, de la preparación de las personas que los utilizan, de la organización de los servicios y de la capacidad para preservar la relación humana.

Sobre todo, dependerá de las condiciones de acceso.

¿Quién podrá beneficiarse de estas innovaciones? ¿Estarán disponibles solo para quienes poseen mayores recursos económicos? ¿Quién gobernará su uso? ¿Cómo se evaluarán los beneficios, los errores y las consecuencias inesperadas?

Son preguntas que debemos hacernos hoy, no en 2076.

Una sociedad capaz de aprender a cualquier edad

Si pienso en cambio en el futuro que deseo, mi atención se desplaza de las máquinas a las personas.

Me gustaría una sociedad en la que cada persona pueda seguir aprendiendo, cambiar de trayectoria profesional, desarrollar nuevas competencias y contribuir a la vida colectiva a cualquier edad.

Una sociedad capaz de valorar a los jóvenes investigadores, ofreciéndoles oportunidades de crecimiento y colaboración, sin dispersar el patrimonio de experiencia de las generaciones anteriores.

Una sociedad en la que el género, el origen, las condiciones económicas, la edad o la discapacidad no representen obstáculos para el acceso al conocimiento y a las oportunidades.

Porque la innovación no coincide necesariamente con la inclusión.

Una tecnología puede ser extraordinariamente avanzada y, al mismo tiempo, ampliar las desigualdades existentes.

Por eso no podemos limitarnos a medir el progreso a través de la productividad, la velocidad de procesamiento o la capacidad de automatizar tareas.

También deberíamos preguntarnos si las innovaciones mejoran la calidad de vida, amplían la autonomía de las personas, fortalecen las relaciones y hacen más accesible la participación.

Es una perspectiva que requiere considerar las inteligencias en plural.

La inteligencia humana, la emocional, la científica, la artificial, la colectiva y la organizativa no son realidades idénticas ni intercambiables.

Pero pueden contribuir, a través de diferentes formas de colaboración, a la construcción de conocimiento y a la solución de problemas complejos.

El futuro no estará determinado únicamente por la inteligencia de las máquinas. También dependerá de nuestra capacidad para relacionar estas diferentes formas de inteligencia.

Habitar el futuro con más conocimiento, atención y cuidado

Durante más de cuarenta años he observado la evolución de las tecnologías digitales y su relación con los procesos de aprendizaje, las organizaciones y la sociedad.

He visto cambiar herramientas, lenguajes, paradigmas tecnológicos y modelos de innovación.

Una convicción, sin embargo, se ha fortalecido progresivamente: la tecnología produce posibilidades; son las personas y las instituciones las que las transforman en progreso.

No debemos elegir entre entusiasmo y miedo.

Debemos construir las condiciones culturales, educativas, organizativas e institucionales que permitan utilizar las nuevas capacidades tecnológicas con conciencia.

Esto significa invertir en la investigación, en la formación continua, en la experimentación responsable y en la participación.

Significa también reconocer que el conocimiento no es solo acumulación de información, sino la capacidad de interpretar el mundo, ejercer el juicio y asumir responsabilidades.

Espero que en 2076 tengamos sistemas de inteligencia artificial mucho más capaces que los actuales.

Deseo una sociedad igualmente capaz de hacerlos confiables y de transformar sus posibilidades en conocimiento compartido, autonomía e inclusión.

Me gustaría que en 2076 supiéramos habitar el mundo con más conocimiento, más atención y más cuidado.

Este futuro comienza con las decisiones que tomamos hoy.