No basta con que hable

La inteligencia artificial se ha convertido en una presencia difícil de pensar con calma. Aparece en titulares, planes de empresa, aulas, conversaciones familiares y discursos institucionales. Se habla de ella como si fuera una fuerza histórica en marcha. Llega, transforma, amenaza, sustituye, crea o salva. La gramática pública de la IA tiende a darle agencia propia.

Esa forma de hablar no es inocente. Cuando se dice que “la IA escribe”, “la IA pinta”, “la IA compone”, “la IA decide” o “la IA reemplaza”, queda parcialmente oculto el conjunto de relaciones sociales que hace posible cada una de esas acciones. Detrás de una imagen generada hay archivos visuales, estilos capturados, trabajo artístico previo, sistemas de entrenamiento, empresas, licencias y disputas sobre autoría. Detrás de una voz sintética hay grabaciones, modelos acústicos, cuerpos imitados, permisos concedidos o permisos ausentes. Detrás de un vídeo generado hay infraestructuras de cálculo, patrones visuales aprendidos, economías de atención y nuevas formas de credibilidad. Detrás de una canción creada con IA hay memorias musicales, derechos, industrias culturales y sensibilidad colectiva.

La IA no aparece sola.

El problema social más profundo está en la cosificación que se produce alrededor de la inteligencia artificial. En la estela de lo que Marx llamó fetichismo de la mercancía, una relación social aparece como si fuera una cosa autónoma; y, en términos próximos a la cosificación pensada por Lukács, una trama de trabajo, datos, infraestructuras y poder se presenta como objeto técnico independiente. Lo que es infraestructura aparece como magia. Lo que es decisión empresarial aparece como destino técnico.

En la España de mediados de 2026, este encantamiento ya no pertenece solo a la cultura tecnológica. Forma parte de la conversación pública. La IA aparece vinculada a regulación, empleo, educación, creatividad, seguridad y administración. España cuenta con una agencia estatal dedicada a supervisar la inteligencia artificial y participa en espacios internacionales de gobernanza. Esa existencia institucional es relevante, pero no agota el problema. También convive con dudas sobre la capacidad real de supervisión en un campo que cambia más rápido que sus propios marcos legales.

Este ensayo propone leer esa escena desde tres referencias españolas. Carmen Victoria Marrero Aguiar, Marta Peirano y Jon Hernández permiten iluminar planos distintos de una misma transformación. No forman una escuela ni sostienen posiciones idénticas. Esa diferencia vuelve fecundo el diálogo. Marrero conduce hacia el lenguaje, la voz, la percepción y la prueba. Peirano desplaza la mirada hacia la infraestructura, los datos, las empresas y el poder. Hernández introduce la experiencia social de la transición, con su mezcla de pedagogía, urgencia, oportunidad y miedo.

La pregunta de fondo no consiste en decidir quién acierta más. La cuestión es otra. Qué nos ocurre como sociedad cuando una tecnología empieza a ocupar el lugar simbólico de la inteligencia, la creatividad, la autoridad y el futuro. Qué se vuelve invisible cuando los medios de masas y el mercado convierten “la IA” en un personaje histórico. Qué dejamos de mirar cuando una infraestructura social se presenta como una mente.

Tres trayectorias ante una misma escena

Carmen Victoria Marrero Aguiar es catedrática de la UNED y una figura relevante de la lingüística española contemporánea. Su recorrido cruza fonética experimental, lingüística aplicada, percepción auditiva, clínica del lenguaje, enseñanza de la pronunciación, tecnologías de la voz y fonética judicial. También se sitúa cerca de los debates actuales sobre voces sintéticas y deepfakes. Su trabajo recuerda que el lenguaje no es solo texto, ni la voz un simple canal.

Ese punto es decisivo. Muchas conversaciones sobre IA reducen el lenguaje a salida verbal, prompt o cadena de texto. Marrero obliga a recuperar otra escala. El lenguaje se articula, se oye, se aprende, se interpreta, se patologiza, se rehabilita, se mide, se falsea y se acredita. La voz implica cuerpo, edad, acento, timbre, prosodia, memoria social y percepción. En un mundo de clonación vocal, avatares audiovisuales y asistentes sintéticos, la pregunta “quién habla” deja de ser evidente.

Marta Peirano ocupa un lugar distinto. Su trabajo periodístico y ensayístico ha insistido durante años en vigilancia, capitalismo de datos, infraestructuras digitales, concentración empresarial, automatización, crisis climática y captura política de la tecnología. Su mirada sobre la IA desplaza el debate desde la fascinación por los modelos hacia las condiciones que los hacen posibles. La cuestión no es solo si un sistema entiende, razona o crea. La cuestión es quién lo entrena, con qué datos, bajo qué modelo de negocio, con qué consumo energético, con qué efectos laborales y bajo qué régimen de responsabilidad.

Esa mirada permite entender que la mistificación de la IA no se produce solo por ingenuidad del público. También es un efecto interesado de la industria tecnológica. Presentar la IA como entidad casi inevitable ayuda a desdibujar decisiones concretas. La automatización aparece como progreso natural. La extracción de datos aparece como innovación. La concentración de poder aparece como eficiencia. El consumo material aparece como nube. La dependencia tecnológica aparece como modernización.

Jon Hernández representa otra dimensión del mismo momento. Su actividad como divulgador, formador y comunicador especializado en IA se sitúa en el cruce entre pedagogía pública, adopción práctica, preocupación laboral y cultura de la aceleración. En su discurso aparecen el empleo, la productividad, los deepfakes, la geopolítica, las empresas, la medicina, la educación y la necesidad de aprender a convivir con herramientas que cambian demasiado rápido.

Hernández ayuda a observar cómo la IA se vive socialmente como transición. No solo como infraestructura ni solo como amenaza política, sino como presión cotidiana. Profesionales que sienten que deben adaptarse. Empresas que incorporan herramientas sin comprender del todo sus efectos. Estudiantes que normalizan asistentes conversacionales. Familias que escuchan hablar de reemplazo laboral. Personas creadoras que ven cómo imágenes, textos, vídeos y músicas generadas modifican el valor social de su trabajo.

Las tres trayectorias permiten sostener una lectura más amplia. Marrero sitúa el lenguaje en el cuerpo, la percepción y la prueba. Peirano sitúa la IA en la infraestructura, el capital y el poder. Hernández sitúa la transformación en la experiencia social de la adopción. Pero la conversación no es pacífica del todo, y ahí reside su interés.

El pragmatismo de Hernández, orientado a aprender herramientas y no quedar fuera de la transición, entra en fricción con la sospecha estructural de Peirano. ¿Alfabetizar en IA emancipa o fabrica consentimiento? ¿Enseñar a usar herramientas corporativas aumenta autonomía o normaliza dependencia? Marrero desplaza esa tensión hacia otra pregunta anterior. Antes de decidir si una herramienta libera o captura, conviene atender al signo que produce, a su materialidad y a sus condiciones de reconocimiento.

Esa fricción permite desarmar el fetiche. La IA no es una mente aislada. Es un ensamblaje de modelos, medios, datos, trabajo, deseo, instituciones y narrativas.

Qué es un LLM y qué se entiende por IAG

Conviene detenerse en dos términos que suelen aparecer mezclados. Un LLM, o gran modelo de lenguaje, es un sistema de aprendizaje automático entrenado con enormes cantidades de texto para procesar y generar lenguaje. Su funcionamiento se basa en patrones estadísticos complejos aprendidos durante el entrenamiento y ajustados después para producir respuestas útiles, verosímiles o adecuadas a una instrucción. Los LLM pueden resumir, traducir, redactar, clasificar, programar, conversar y simular estilos. No son diccionarios gigantes ni simples buscadores, pero tampoco son personas que comprendan el mundo como lo hacen quienes viven en él.

La IAG, o inteligencia artificial general, nombra una aspiración mucho más ambiciosa y todavía discutida. En términos generales, se refiere a un sistema capaz de desenvolverse con versatilidad en una amplia gama de tareas, adaptarse a entornos abiertos, transferir aprendizajes entre dominios y resolver problemas nuevos sin estar limitado a una función estrecha. No hay consenso pleno sobre su definición ni sobre cómo medirla. Por eso muchas discusiones sobre IAG oscilan entre ciencia, prospectiva, marketing, filosofía e imaginación mediática.

La diferencia importa. Un LLM puede ser muy potente sin ser una IAG. También puede formar parte de arquitecturas más amplias que integren visión, audio, vídeo, acción, memoria, herramientas externas y planificación. Pero reducir la IAG a la soltura lingüística sería una simplificación. La inteligencia general, si el término mantiene un sentido fuerte, exigiría más que producir lenguaje. Exigiría relación situada con entornos, aprendizaje robusto, continuidad, percepción, acción, memoria y corrección de errores.

Aun así, el lenguaje no es secundario. En las sociedades humanas, el lenguaje no solo comunica. Organiza pensamiento, coordina acción, transmite memoria, crea instituciones, distribuye autoridad y permite imaginar futuros. Por eso los LLM tienen un peso cultural desproporcionado. No porque sean necesariamente inteligentes en sentido humano, sino porque operan en el medio en el que las sociedades elaboran sentido.

Conviene añadir un dato incómodo sobre los modelos punteros de mediados de 2026, como Claude Opus 4.8 o GPT-5.5. Sus fabricantes no publican, de forma verificable, el número de parámetros, el coste exacto de entrenamiento, el tiempo total de cómputo ni el consumo energético necesario para desarrollarlos y desplegarlos. Sabemos que las magnitudes son enormes, pero no podemos atribuir cifras cerradas a esos modelos concretos sin caer en especulación. Esa ausencia de datos no es un detalle técnico menor. Forma parte del problema que este ensayo intenta nombrar: sistemas que se presentan como inteligencia pública, pero cuyas condiciones materiales quedan protegidas como secreto empresarial. Las estimaciones independientes sobre modelos frontera hablan ya de inversiones de decenas o cientos de millones y de una tendencia hacia entrenamientos de escala milmillonaria. La pregunta, entonces, no es solo cuán grande es un modelo, sino qué clase de sociedad acepta que una infraestructura de tal escala opere como mediadora cultural sin conocer bien sus costes, recursos y condiciones de producción.

La fetichización mediática de la IA

La IA se ha vuelto un personaje de los medios de masas. Se anuncia como autora de imágenes, compositora de canciones, redactora de novelas, sustituta de profesiones, asesora médica, tutora personalizada, amenaza existencial o salvación productiva. Esa narración tiende a concentrar la atención en el resultado espectacular. Una imagen aparece en segundos. Una canción imita un género. Un vídeo reconstruye una escena imposible. Una voz reproduce a alguien que no está. Un texto parece razonado.

El espectáculo produce una inversión. En lugar de preguntar por las condiciones de producción, se pregunta por la maravilla del resultado. En lugar de seguir los datos, se celebra la apariencia. En lugar de analizar la infraestructura, se habla de magia. En lugar de identificar intereses empresariales, se imagina una fuerza técnica que avanza por sí misma.

Este mecanismo no afecta solo a quienes rechazan la IA. También atraviesa a quienes la usan intensamente. La persona usuaria puede experimentar una mezcla de fascinación, alivio y dependencia. La herramienta parece responder, acompañar, resolver y producir. A veces se vuelve más sencillo atribuir agencia a “la IA” que reconocer el conjunto de mediaciones que operan detrás. La interfaz conversacional refuerza esa ilusión. Pero también lo hacen la imagen generada, la música automática, el vídeo sintético y la promesa de productividad sin fricción.

El encantamiento no consiste simplemente en creer que la IA está viva. Puede ser más sutil. Consiste en tratarla como si su existencia técnica bastara para justificar sus efectos sociales. Si puede hacerse, se hará. Si se hará, conviene adaptarse. Si conviene adaptarse, la discusión política llega tarde. Esta cadena convierte decisiones discutibles en inevitabilidad.

Una lectura antropológica debe interrumpir esa cadena. La IA no es destino. Es una forma histórica de organización técnica y social. Tiene actores, costes, territorios, beneficiarios, personas perjudicadas, imaginarios, resistencias y condiciones de posibilidad. Su poder no está solo en lo que hace, sino en lo que logra que dejemos de preguntar.

Lenguaje, pensamiento y mundo

La lingüística permite desmontar parte de la fascinación. El lenguaje no equivale simplemente a comunicación. Podemos comunicar sin palabras y podemos usar palabras para algo más que informar. El lenguaje participa en la reflexión, la memoria, la imaginación, la planificación, la promesa, la amenaza, el cuidado, la norma y el conflicto.

Esta distinción importa porque los sistemas generativos producen efectos comunicativos muy convincentes. Contestan, resumen, traducen, explican, recomiendan, imitan tonos y simulan registros. Pero esa eficacia no resuelve por sí sola la cuestión de la comprensión. Una cosa es producir una respuesta adecuada. Otra es compartir mundo, experiencia, intencionalidad y responsabilidad.

La diferencia entre competencia gramatical y competencia comunicativa ayuda a precisar el problema. Dell Hymes formuló esta segunda noción para recordar que hablar una lengua no consiste solo en producir frases formalmente correctas, sino en saber usarlas de manera socialmente adecuada. Una persona hablante sabe cuándo callar, cómo reparar un malentendido, qué implica una promesa, qué duele en una palabra, qué autoridad tiene un registro y qué consecuencias puede tener una acusación.

Un modelo puede simular parte de esa adecuación. Puede ajustar su tono. Puede aproximarse a una situación. Puede imitar cortesía o empatía. Pero no ha vivido una socialización humana. No pertenece a una comunidad de habla en el mismo sentido que una persona. No posee una biografía vulnerable ni responde moralmente por lo que dice. Esta diferencia no anula sus efectos. Los vuelve más delicados.

Sapir y Whorf permiten abrir otra dimensión. La relación entre lenguaje y pensamiento no debe formularse como una prisión determinista. No pensamos únicamente lo que nuestra lengua permite. Sin embargo, las lenguas orientan formas de clasificar, atender, recordar y ordenar la experiencia. Las palabras disponibles importan. Las categorías importan. Los contrastes que una comunidad estabiliza importan.

La IA generativa reabre esa cuestión a escala técnica. Los modelos no solo producen respuestas. También devuelven categorías sedimentadas, asociaciones dominantes y jerarquías culturales presentes en sus datos y ajustes. Cuando una herramienta se convierte en mediadora habitual de búsquedas, resúmenes, decisiones, imágenes, diagnósticos, traducciones o recomendaciones, participa en la organización de lo pensable. No determina por completo el pensamiento, pero puede orientar preguntas, normalizar marcos y volver invisibles otras posibilidades.

Chomsky introduce una cautela distinta. Su pareja competencia/actuación recuerda que el rendimiento lingüístico observable no agota la pregunta por la facultad del lenguaje. Producir una actuación verbal impresionante no equivale necesariamente a comprender, adquirir lenguaje, habitar un mundo o responder moralmente por lo dicho. La naturalidad aparente del output puede producir una ilusión de mente. Pero una ilusión socialmente eficaz sigue siendo socialmente importante.

Marrero y la materialidad del signo

En este punto, la trayectoria de Marrero permite recuperar la materialidad del lenguaje. La voz es un signo, pero no un signo cualquiera. Lleva marcas corporales, sociales, técnicas y afectivas. Está atravesada por la respiración, la audición, el tracto vocal, el aprendizaje, la edad, el acento, la prosodia, la enfermedad, el género, el territorio y la memoria.

La IA generativa no altera solo la escritura. Altera un conjunto más amplio de formas expresivas. Voces sintéticas, traducción automática hablada, canciones generadas, doblajes artificiales, avatares audiovisuales, vídeos hiperrealistas, imágenes sin cámara y simulaciones de estilo desplazan la relación entre signo y presencia. Ya no se trata solo de si un texto fue escrito por una persona. También se trata de si una voz corresponde a un cuerpo, si una imagen procede de una escena, si una canción pertenece a una intérprete, si un vídeo registra un acontecimiento o lo fabrica.

La fonética, la percepción auditiva y la fonética judicial muestran que la confianza en la voz nunca fue simple. Reconocer una voz implica procesos complejos. Atribuir identidad a una emisión vocal requiere escucha, contexto y criterios de validación. La IA intensifica esa fragilidad. La voz generada puede sonar familiar sin estar vinculada a la presencia física de quien parece hablar.

La cuestión se extiende a la imagen, la música y el vídeo. Cada modalidad toca una zona distinta de la vida social. La imagen toca la memoria visual. El vídeo toca el acontecimiento. La voz toca la presencia. La música toca la sensibilidad compartida. El texto toca la autoridad argumentativa. En conjunto, la IA generativa no solo produce contenido. Reorganiza las condiciones de confianza en los signos.

Marrero permite sostener que el lenguaje y la voz deben pensarse como prácticas encarnadas, no como meros outputs. Al introducir esta materialidad, el fetiche se debilita. La IA deja de aparecer como mente mágica y empieza a verse como tecnología que interviene en signos humanos profundamente cargados de cuerpo, confianza y relación social.

Peirano y la infraestructura del fetiche

Peirano sitúa el foco en aquello que la fascinación suele tapar. La IA no funciona en el aire. Depende de centros de datos, energía, agua, chips, plataformas, contratos, equipos de etiquetado, moderación de contenidos, captación de datos, inversión financiera y regulación. La nube es una metáfora engañosa cuando hace olvidar la tierra.

La mistificación tecnológica convierte esa infraestructura en abstracción. La persona usuaria ve una interfaz limpia. Los medios muestran una demostración espectacular. Las empresas prometen eficiencia. La política habla de modernización. Pero la cadena material queda fuera de la vista. Esa invisibilización es parte del poder de la IA. Cuanto más natural parece la herramienta, menos se discuten sus condiciones.

También se oculta la dimensión institucional. Un modelo no necesita conciencia para participar en decisiones con efectos reales. Puede filtrar, clasificar, priorizar, recomendar, vigilar, resumir, traducir y ordenar información en procesos laborales, administrativos, educativos o policiales. La agencia no está solo en el modelo. Está en el sistema que decide usarlo, en la institución que lo legitima y en la empresa que lo diseña.

Por eso la pregunta por la IAG no debe absorber todo el debate. Antes de una hipotética inteligencia general ya existen inteligencias parciales integradas en sistemas generales de poder. Sistemas que no piensan como personas, pero afectan a personas. Sistemas que no comprenden como una comunidad, pero pueden alterar las categorías con las que una comunidad se comprende.

La pregunta queda desplazada. No solo qué puede hacer la IA, sino bajo qué economía política hace lo que hace. No solo si se equivoca, sino quién responde cuando se equivoca. No solo si crea, sino qué extrae para producir. No solo si será consciente, sino qué formas de inconsciencia social genera cuando se acepta como inevitable.

Desde aquí, la fricción con Hernández se vuelve productiva. Aprender herramientas puede ser necesario, pero la pregunta no termina ahí. También hay que discutir quién define esa alfabetización, qué plataformas la organizan, qué intereses comerciales la atraviesan y qué dependencias deja instaladas. Una cultura pública de la IA no debería limitarse a enseñar a usar sistemas ya dados. Debería enseñar también a reconocer sus condiciones de producción, sus límites, sus costes y las formas de poder que normalizan.

Hernández, Bauman y la experiencia social de la aceleración

Hernández permite observar otro plano. La IA se vive como urgencia. Su discurso público refleja una sensación extendida de transición acelerada. Muchas personas no se preguntan en abstracto qué es la inteligencia. Se preguntan qué pasará con su trabajo, qué deben aprender, si llegan tarde, si sus hijas e hijos estudiarán de otra manera, si una empresa podrá reemplazar tareas, si una imagen será creíble, si un audio será auténtico, si una profesión seguirá teniendo valor.

La cultura de adopción de IA tiene un componente pedagógico, pero también emocional. Promete control en medio de la incertidumbre. Aprende herramientas, entiende el cambio, no te quedes fuera. Esta promesa puede ser movilizadora. También puede reforzar la ansiedad. Si la tecnología aparece como inevitable, la responsabilidad se desplaza hacia la persona individual. Quien no se adapta parece culpable de su propia obsolescencia.

Zygmunt Bauman describió la modernidad líquida como una condición en la que las estructuras estables se disuelven y la tarea de mantenerse a flote recae cada vez más sobre cada individuo. La cultura de adopción de la IA prolonga ese diagnóstico. Presenta un entorno en cambio permanente donde adaptarse deja de ser una decisión colectiva y se convierte en obligación privada. Cada persona debe actualizarse, aprender nuevas herramientas, reconfigurar su valor laboral y demostrar que no ha quedado atrás. Lo que en Bauman era disolución de marcos estables, aquí se vuelve disolución de certezas profesionales.

Ahí surge una forma cotidiana de encantamiento. La IA se presenta como fuerza externa a la que hay que ajustarse, no como proceso social que puede discutirse, regularse, limitarse, rediseñarse o reapropiarse. La transición se convierte en destino personal. La política se transforma en capacitación. El conflicto laboral se traduce como aprendizaje continuo.

La experiencia de uso refuerza esa sensación. Una herramienta genera en segundos un texto, una imagen, una canción, un vídeo o una estrategia de trabajo. La velocidad produce autoridad. Lo que sale sin fricción parece más inteligente de lo que quizá sea. Lo abundante parece valioso. Sin embargo, la antropología recuerda que la adopción nunca es homogénea. Las tecnologías no llegan igual a todas las clases sociales, territorios, géneros, edades o profesiones. Entre la demostración y la vida existen mediaciones.

Hernández permite situar el debate en esa zona intermedia. La IA no es solo infraestructura invisible ni solo fetiche mediático. También es práctica cotidiana, aprendizaje, miedo, oportunidad, presión y conversación social. La cuestión no es ridiculizar la urgencia, sino politizarla. Una sociedad no puede limitarse a adaptarse a la IA. Debe discutir qué formas de adaptación son justas, cuáles son impuestas y cuáles conviene rechazar.

Tres formas de desfetichizar la IA

Aunque no coincidan en todo, las tres trayectorias se necesitan. Precisamente porque hay fricción entre ellas, permiten pensar la IA sin reducirla a un único plano.

Marrero conduce hacia los signos concretos. Voz, audición, percepción, acento, fonética, prueba. Frente a la abstracción “la IA habla”, aparece una pregunta más precisa. Qué tipo de signo se produce, cómo se percibe, qué cuerpo imita, qué confianza reclama y qué criterios permiten validarlo.

Con Peirano, la mirada se desplaza hacia la infraestructura. Datos, empresas, energía, agua, regulación, vigilancia, cadenas de trabajo, contratos. Ya no basta con decir que “la IA avanza”. Hay que preguntar quién decide, quién paga, quién se beneficia, quién queda expuesto y quién responde.

Hernández permite situar la discusión en la experiencia social. Trabajo, aprendizaje, ansiedad, adopción, productividad, expectativas. Frente a la abstracción “la IA sustituye”, aparece una pregunta más concreta. Qué tareas cambian, qué profesiones se reconfiguran, qué desigualdades se amplían, qué capacidades se democratizan y qué discursos convierten la adaptación en obligación individual.

Estas tres formas no se excluyen. Se necesitan. La IA como fetiche solo puede desmontarse si se la sigue a la vez en sus signos, sus infraestructuras y sus usos sociales. No basta con analizar el modelo. No basta con denunciar la empresa. No basta con enseñar herramientas. El fenómeno es más amplio.

No basta con que hable

El título sigue siendo válido, pero ya no como reducción del problema al lenguaje oral o escrito. No basta con que hable porque la IA también mira, dibuja, canta, compone, anima, resume, recomienda, clasifica y simula. No basta con que hable porque hablar no demuestra por sí solo comprensión. No basta con que hable porque el foco en la voz de la máquina puede ocultar las voces humanas, los trabajos humanos y los intereses humanos que quedan detrás.

La pregunta decisiva no es si la IA habla. La pregunta es cómo una sociedad llega a escucharla como autoridad. Cómo llega a mirar sus imágenes como prueba. Cómo llega a aceptar sus vídeos como acontecimiento. Cómo llega a incorporar su música como sensibilidad. Cómo llega a tomar sus clasificaciones como conocimiento. Cómo llega a presentar sus decisiones como neutralidad.

La inteligencia artificial contemporánea debe tomarse en serio, pero no como fetiche. No como sujeto mágico ni como destino autónomo. Debe tomarse en serio como hecho social total, en el sentido de Marcel Mauss. Un fenómeno que atraviesa a la vez economía, derecho, política, técnica, simbolismo, afectos, trabajo e instituciones.

Desfetichizar la IA significa devolverla a sus condiciones reales. Significa mirar los centros de datos cuando una interfaz parece mágica. Escuchar una voz clonada recordando el cuerpo ausente. Mirar una imagen generada recordando los archivos, estilos y trabajos que la preceden. Escuchar una canción sintética recordando las tradiciones musicales que imita. Leer un texto automático recordando las categorías que reproduce. Analizar una promesa de productividad recordando los trabajos que desplaza, devalúa o reordena.

Una sociedad democrática no necesita menos tecnología. Necesita menos encantamiento. Necesita mejores preguntas, mejores mediaciones, mejores instituciones y una cultura pública capaz de distinguir entre potencia técnica y autoridad social.

La IA no es simplemente una máquina que habla. Es un espejo técnico en el que una sociedad proyecta deseos de eficiencia, miedo al reemplazo, fantasías de control, desigualdades e imaginarios de futuro. Por eso no basta con escuchar lo que dice. Hay que preguntar quién la hace hablar, con qué materiales, bajo qué intereses, para qué públicos y con qué consecuencias.

Solo entonces la inteligencia artificial deja de ser encantamiento y vuelve a ser objeto de discusión común.

Referencias

Agencia Española de Supervisión de la Inteligencia Artificial. (s. f.). Garantizando una IA ética y responsable.

Bauman, Z. (2000). Liquid Modernity. Polity Press.

Cadena SER. (2026, 28 de mayo). Óscar López inaugura en València el Laboratorio de Gobernanza de IA para la Humanidad de la ONU: “Debe servir a la paz”.

Chomsky, N. (1965). Aspects of the Theory of Syntax. MIT Press.

Cottier, B., Rahman, R., Fattorini, L., Maslej, N., Besiroglu, T. y Owen, D. (2024). The rising costs of training frontier AI models. arXiv.

Hernández, J. (2026). La hostIA que viene. Planeta.

Hymes, D. (1972). On communicative competence. En J. B. Pride y J. Holmes (eds.), Sociolinguistics: Selected Readings (pp. 269–293). Penguin.

Lukács, G. (1923). Historia y conciencia de clase. Malik-Verlag.

Mahowald, K., Ivanova, A. A., Blank, I. A., Kanwisher, N., Tenenbaum, J. B. y Fedorenko, E. (2023). Dissociating language and thought in large language models. arXiv.

Marrero Aguiar, C. V. (s. f.). Perfil docente e investigador en la UNED.

Marx, K. (1867). El capital. Crítica de la economía política. Libro I. Verlag von Otto Meissner.

Mauss, M. (1925). Ensayo sobre el don. Forma y función del intercambio en las sociedades arcaicas. L’Année Sociologique.

Peirano, M. (2019). El enemigo conoce el sistema: Manipulación de ideas, personas e influencias después de la economía de la atención. Debate.

Peirano, M. (2022). Contra el futuro: Resistencia ciudadana frente al feudalismo climático. Debate.

Sapir, E. (1929). The status of linguistics as a science. Language, 5(4), 207–214.

Triguero, I., Molina, D., Poyatos, J., Del Ser, J. y Herrera, F. (2023). General Purpose Artificial Intelligence Systems (GPAIS): Properties, Definition, Taxonomy, Societal Implications and Responsible Governance. arXiv.

Whorf, B. L. (1956). Language, Thought, and Reality: Selected Writings of Benjamin Lee Whorf. MIT Press.