Inteligencia Artificial recapitulando
Un rincón coordinado por
Francisco Javier Rodríguez Amorín
SCIENTIA NON HABET HOSTEM NISI IGNORANTEM:
«La ciencia no tiene más enemigo que el ignorante.»
¿Qué es realmente la IA? Lo primero que debemos entender es que, cuando hablamos de IA, no hablamos de «inteligencia» en el sentido humano. Hablamos de matemáticas aplicadas a gran escala.
Preguntas para el debate
- ¿Confías en la información que te da ChatGPT sin verificarla?
- ¿Hasta qué punto deberíamos permitir que la IA tome decisiones que afectan a vidas humanas?
- ¿Estamos dispuestos a asumir el coste ambiental de la IA por sus beneficios?
- ¿Qué regulación de la IA es necesaria?
Cómo funciona una neurona artificial
Imaginen que tienen que tomar una decisión importante. Ustedes consideran varios factores: algunos les parecen más relevantes que otros, y finalmente toman una decisión. Una neurona artificial hace algo similar, pero con números:
- Recibe múltiples entradas (datos numéricos)
- Les asigna pesos (importancia relativa)
- Suma todo y añade un sesgo
- Aplica una función que determina la salida
Por ejemplo, si una neurona recibe dos valores (0.5 y 0.8) con pesos (0.2 y -0.4) y un sesgo (0.1), el cálculo sería: (0.5×0.2)+(0.8×-0.4)+0.1 = -0.12, que tras aplicar una función como la sigmoide da aproximadamente 0.47.
Lo importante aquí es: una neurona artificial no piensa, no entiende, no tiene conciencia. Simplemente, procesa números según reglas matemáticas que ha aprendido de datos.
En esta nueva era, la IA opera en dos frentes inseparables: la creación (programación) y la protección (detección de vulnerabilidades). Y a diferencia de décadas pasadas, el centro de gravedad de esta revolución no reside únicamente en Silicon Valley; es un fenómeno verdaderamente global, impulsado por una democratización del conocimiento y el talento sin precedentes.
Por qué la IA «alucina»
Si la IA solo procesa números, ¿por qué a veces inventa información? A esto se le llama «alucinación».
Los modelos de lenguaje como ChatGPT no «saben» nada. Lo que hacen es predecir la siguiente palabra más probable basándose en patrones estadísticos aprendidos de enormes cantidades de texto.
Piénsenlo así: si les pido que completen la frase «El cielo es de color…», probablemente dirán «azul». No porque sepan que el cielo es azul, sino porque han visto esa asociación muchas veces.
La IA hace lo mismo, pero con todo el texto que ha procesado. Cuando no tiene suficiente información para hacer una predicción confiable, «adivina». Y como no entiende el contenido, puede generar afirmaciones que suenan plausibles, pero son completamente falsas.
¿Por qué es importante? Porque cada vez más personas y organizaciones confían en estas respuestas para tomar decisiones en medicina, derecho, finanzas… Y la IA no distingue entre verdad y ficción.
El coste oculto de la IA
Hay algo que casi nadie menciona cuando habla de IA: su impacto medioambiental.
En 2025, el consumo eléctrico de la industria de IA fue de 448 teravatios. Para que se hagan una idea:
— Supera en 1.3 veces el consumo de todo México
— Triplica el de Argentina
— Es 40 veces la demanda eléctrica de Uruguay
Y se estima que para 2030, este consumo se duplicará hasta 945 teravatios, equivalente al consumo total de todo el continente africano con 1.600 millones de personas.
Pero no es solo energía. La huella hídrica asociada será de 9.3 billones de litros de agua para 2030, lo que equivale a las necesidades básicas anuales de 1.300 millones de personas en África subsahariana.
Un dato revelador: una consulta a ChatGPT usa hasta 60 veces más energía que una búsqueda en Google. Generar una imagen con IA usa 1.450 veces más energía, y hacer un vídeo corto, hasta 200.000 veces más.
Esto nos plantea una pregunta incómoda: ¿estamos dispuestos a pagar este coste ambiental por generar memes o resumir correos?
La IA en la guerra
Pasemos ahora a un tema más inquietante: el uso de IA en conflictos armados.
La evolución de la IA militar
1991 (Guerra del Golfo)
DART, un programa de IA, optimizaba rutas logísticas. Ahorró millones y convenció al Pentágono de que la IA era rentable.
2022 (Ucrania)
La IA pasó al frente operativo. Drones FPV de 1.000 euros destruyen tanques de 4,5 millones. La relación coste-beneficio es de 4.500:1.
2023 (Gaza)
La IA se convierte en el centro del proceso de selección de objetivos.
El caso de «Lavender» y «Where’s Daddy?»
En Gaza, el ejército israelí ha utilizado un sistema llamado Lavender que, mediante aprendizaje automático, procesa enormes volúmenes de datos para identificar presuntos militantes. En las primeras semanas de la guerra, marcó aproximadamente 37.000 palestinos como sospechosos.
El sistema reconoce un 10% de falsos positivos: de cada 10 objetivos marcados, uno es un civil sin relación con el conflicto.
Complementando a Lavender, el sistema «Where’s Daddy?» rastrea los movimientos del objetivo y coordina el ataque para cuando está en su hogar familiar, maximizando la probabilidad de que toda la familia sea alcanzada.
Lo más preocupante: oficiales israelíes dedicaban apenas 20 segundos a revisar cada objetivo antes de autorizar el bombardeo. Formalmente hay supervisión humana, pero en la práctica es imposible evaluar la calidad de la identificación, la proporcionalidad o la legalidad en ese tiempo.
El negocio de la guerra
Lo que se prueba en Gaza se comercializa después como tecnología «probada en combate». India, Filipinas, México y Arabia Saudí han adquirido estos sistemas, generando un flujo comercial estimado en más de 1.000 millones de dólares anuales.
¿Qué implica esto? Que la guerra se convierte en su propio motor económico. Cada mes adicional de operación válida más productos, genera más ventas y financia más desarrollo.
El espejismo del código perfecto
Otro ámbito donde la IA promete ser la solución es la ciberseguridad. Empresas como Mizos (Israel), CodeQL o Snyk prometen encontrar vulnerabilidades antes de que los atacantes las exploten.
El problema: estas herramientas se basan en modelos entrenados con vulnerabilidades conocidas. Funcionan bien para encontrar problemas ya documentados, pero tienen una tasa de falsos positivos que puede superar el 30% en código complejo.
Cuando se enfrentan a código novedoso o a ataques de día cero, su eficacia se desploma. El propio equipo de Meta reconoce que sus modelos de IA para seguridad tienen una tasa de acierto inferior al 50% en pruebas con código real.
La paradoja de la dependencia
Un estudio de GitClear de 2025 sobre 150 millones de líneas de código encontró que el código generado por IA tiene un 41% más de probabilidades de ser modificado en los 30 días posteriores a su publicación.
Los programadores están corrigiendo errores que la IA introdujo. Y lo que es peor: una investigación de Stanford de 2025 encontró que los programadores novatos que usan IA generan código con un 25% más de errores de seguridad que los que programan sin ella, porque tienden a confiar en la salida de la IA sin verificarla.
La pregunta clave: ¿estamos delegando la seguridad de nuestro mundo digital en algoritmos que no entienden el mundo?
China vs. Estados Unidos
Paralelamente a los desafíos éticos y ambientales, se está librando una guerra silenciosa por el dominio de la IA entre las dos grandes potencias mundiales.
El caso de GLM-5.2
En julio de 2026, la startup china Zhipu AI lanzó GLM-5.2, un modelo con 753 mil millones de parámetros que rivaliza con los mejores modelos estadounidenses (GPT-5.5 y Claude Opus 4.8).
Lo revolucionario: es de código abierto bajo licencia MIT, lo que permite a cualquier desarrollador descargarlo, ejecutarlo y modificarlo localmente.
Su rendimiento es superior al de DeepSeek y en pruebas de codificación supera a GPT-5.5. Es seis veces más barato que los modelos estadounidenses.
La reacción en Silicon Valley: el CEO de Vercel declaró estar «genuinamente impresionado» y un exvicepresidente de Meta, Google y Microsoft afirmó que es «el primer modelo abierto que pasa el listón como conductor diario».
El contexto estratégico: mientras Estados Unidos apuesta por ecosistemas cerrados que maximizan ingresos mediante suscripciones, China ofrece modelos abiertos de alto rendimiento que permiten autonomía tecnológica.
Las acciones de Zhipu subieron un 42% en la bolsa de Hong Kong, alcanzando una capitalización de 128.000 millones de dólares.
La robótica
China ya no es solo la fábrica del mundo: se está convirtiendo en su cerebro. En 2025 se vendieron 18.000 robots humanoides, de los cuales el 74% fueron de empresas chinas.
El mercado mundial de IA incorporada (robots que combinan IA avanzada con capacidad de interactuar con el mundo físico) alcanzará los 1,5 billones de dólares en 2030.
La ventaja china: controla toda la cadena de valor: motores, sensores, baterías, sistemas de visión y plataformas de IA. Esta integración reduce costes, acelera la innovación y permite escalar la producción con rapidez.
¿Qué hacemos con todo esto?
Tres ideas claves:
1. La IA no entiende, predice
No importa lo sofisticados que sean los modelos: no tienen conciencia, no entienden el significado de lo que generan. Son máquinas de predicción estadística.
2. La IA no es neutral ni gratis
Tiene un coste ambiental devastador, y su desarrollo responde a intereses geopolíticos y comerciales. Detrás de cada «avance» hay decisiones políticas sobre quién se beneficia y quién paga el coste.
3. La solución no es técnica, es política
El problema no es que los modelos sean imperfectos. El problema es que hemos delegado en ellos responsabilidades que no pueden asumir: proteger sistemas críticos, decidir quién vive y quién muere, escribir código que gestiona infraestructuras vitales.
China está incorporando en su marco regulatorio principios que exigen identificar claramente los contenidos generados por IA, aumentar la transparencia y reforzar la protección de los usuarios. También trabaja en estándares para promover la supervisión humana y el uso responsable de estas tecnologías.
La regulación es posible. La Unión Europea ya ha aprobado su Ley de IA (EU AI Act), y China avanza en su propio marco normativo. La cuestión es si el resto del mundo tendrá la voluntad política para implementar regulaciones vinculantes antes de que sea demasiado tarde.
Francisco Javier Rodríguez Amorín con las herramientas Zia y DeepSeek.
Comparte, tus amig@s lo agradecerán…
🐘 Mastodon: @LQSomos |
🗣️ Friendica: Loquesomos |
📱 UpScrolled: @LQSomos
💬 Telegram: LoQueSomosWeb |
🦋 Bluesky: LQSomos |
📘 Facebook: LoQueSomos |
📸 Instagram: LoQueSomos |
📲 WhatsApp: LoQueSomos
▶️ YouTube: @LoquesomosAudiovisual
Adelante con el debate social sobre IA de Occidente y de China, pero: mejor la radical desconfianza como método.
La IA( s) son herramientas de control y sus tecnologías tienen dueños.
Sólo la apropiación colectiva de esa herramienta (y el desarrollo autogestionado de la inteligencia natural) ofrecen posibilidades de marchar por otro camino.
Y eso, será difícil, muy difícil : será revolucionario en un mundo que aparcó estrategias que superen el sistema capitalista, que piensen y organicen un «Después del Capitalismo».