Antes de que un modelo clasifique el mundo, otras instituciones ya lo han clasificado.
La escuela selecciona contenidos, lenguas y formas legítimas de aprender. El archivo decide qué merece conservarse y bajo qué descripción podrá recuperarse. Una red de sensores establece qué dimensiones de un territorio se convierten en variables. Cuando la inteligencia artificial entra en escena, gran parte de ese trabajo previo ya está hecho.
Este radar conecta tres señales ya materializadas y una anticipada desde Chile y Uruguay. No forman una tendencia tecnológica homogénea. Comparten una cuestión más profunda: qué instituciones hacen que ciertas experiencias puedan convertirse en conocimiento, evidencia y datos, mientras otras quedan fuera de registro.
El criterio de selección no es la aparición de una nueva tecnología. Son señales que permiten observar las infraestructuras —educativas, documentales y materiales— que producen los datos sobre los que después operan los algoritmos.
Una señal anticipada desde la escolarización
El 20 de agosto de 2026, la Facultad de Filosofía y Humanidades de la Universidad de Chile acogerá el seminario internacional “Educación, Estado y pueblos indígenas en la Baja Amazonía y los Andes”, organizado en el marco de EDGES —Entangling Indigenous Knowledges in Universities—, una red financiada por Horizon Europe mediante las Acciones Marie Skłodowska-Curie.
El programa no presenta la escuela como un recipiente neutral donde simplemente circula el conocimiento. La sitúa dentro de los procesos históricos de formación estatal, disciplinamiento social, homogeneización cultural y disputa territorial.
Las ponencias recorrerán la chilenización de la frontera durante el siglo XIX, las relaciones entre misión, escuela y colonización en La Araucanía, el normalismo mapuche, los relatos estatales durante la dictadura, el acceso de mujeres indígenas a la cultura jurídica y la incorporación de enfoques interculturales en la formación médica.
Pirjo Kristiina Virtanen, académica de la Universidad de Helsinki, abordará el aprendizaje desde el territorio, los “multiseres” y el tiempo profundo en el río Purus. La conferencia de cierre estará a cargo de Elisa Loncón Antileo, académica de la Universidad de Santiago de Chile, con una intervención sobre educación, colonialidad y justicia cognitiva desde la filosofía mapuche.
El interés antropológico del encuentro desborda la historia educativa. Permite observar cómo un Estado no solo administra poblaciones y territorios. También intenta estabilizar una realidad común mediante lenguas oficiales, currículos, calendarios, mapas, exámenes y formas autorizadas de conocimiento.
La escolarización, sin embargo, nunca opera en una sola dirección. Las comunidades negocian, traducen, resisten y reapropian sus dispositivos. La escuela puede funcionar como mecanismo de desterritorialización y, a la vez, como espacio desde el que se reconstruyen memorias, identidades políticas y demandas de reconocimiento.
Esta discusión alcanza directamente a la inteligencia artificial educativa. Los sistemas que procesan currículos, evaluaciones o trayectorias escolares no encuentran categorías neutrales. Heredan decisiones históricas sobre qué lenguas, capacidades y temporalidades resultan legibles para la institución.
Educar sin conquistar el mundo
Una segunda señal procede de la entrevista a Tim Ingold publicada por Revista Santiago el 21 de julio de 2026.
Ingold contrapone el tecnooptimismo y el ecopesimismo con una forma de esperanza que no concibe el futuro como un problema técnico pendiente de solución. Su afirmación de que el futuro es una vida por vivir resume una crítica más amplia a las promesas de automatización total y a la idea de que acumular información permite dominar la incertidumbre.
En el terreno educativo retoma, siguiendo al filósofo de la educación Gert Biesta, la distinción entre educación fuerte y educación débil. “Débil” no significa deficiente. Designa una práctica capaz de exponerse a lo inesperado, prestar atención y responder a aquello que no estaba previsto por el programa.
La entrevista añade otra diferencia decisiva. El conocimiento puede acumular información para actuar sobre el mundo. La sabiduría exige aprender a corresponder con él.
Esta distinción importa para la inteligencia artificial educativa. Muchas plataformas convierten el aprendizaje en una secuencia de objetivos, métricas, recomendaciones y predicciones. Pueden proporcionar apoyos valiosos, pero también reforzar una concepción fuerte de la educación en la que todo resultado significativo debe estar definido de antemano y ser medible.
Un sistema puede recomendar una lectura según el rendimiento previo de una persona. Resulta mucho más difícil que determine cuándo necesita encontrarse con una idea incómoda, una experiencia no prevista o una perspectiva que no encaja en su perfil.
La cuestión no consiste en negar la utilidad de la automatización. Consiste en reconocer que cada sistema educativo asistido por IA incorpora una concepción de qué significa aprender y de qué tipo de sujeto puede ser reconocido como alguien que sabe.
Esa concepción no se limita al currículo o al software. También se inscribe en los edificios, los sensores y los sistemas energéticos que hacen posible la vida escolar.
Cuando la escuela también es un sensor
La tercera señal desplaza la mirada desde el currículo hacia la infraestructura física.
El 24 de julio de 2026, la Universidad de Chile anunció la creación del primer Living Lab Altoandino de infraestructura pública en la Región de Arica y Parinacota.
El proyecto será ejecutado por el Centro de Excelencia en Geotermia de Los Andes, perteneciente a la Facultad de Ciencias Físicas y Matemáticas, y está financiado por el Fondo Regional para la Productividad y el Desarrollo 2026 del Gobierno Regional de Arica y Parinacota. La fuente oficial de la Universidad de Chile identifica a Linda Daniele, académica del Departamento de Geología, como directora de la iniciativa, y a Bárbara Bravo como coordinadora general del proyecto.
El Living Lab intervendrá los internados del Liceo Granaderos de Putre y de la Escuela de Visviri, que cuentan con sistemas de calefacción geotérmica desarrollados previamente por la Universidad de Chile. Las mejoras en la envolvente térmica irán acompañadas por una infraestructura permanente de monitoreo.
La red de sensores registrará el comportamiento térmico de los edificios, el rendimiento de los sistemas energéticos y las condiciones ambientales del altiplano. Las escuelas mantendrán su función educativa y de cuidado, pero pasarán también a operar como plataformas de producción continua de evidencia científica.
La iniciativa responde a una necesidad material inmediata. Mejorar las condiciones térmicas de estudiantes, docentes y demás integrantes de las comunidades educativas en territorios de gran altura no es una cuestión abstracta. El proyecto también busca generar modelos capaces de orientar futuras inversiones públicas en infraestructura adaptada a condiciones extremas.
Precisamente por su valor, el Living Lab abre interrogantes que conviene incorporar desde el diseño. Quién define las variables relevantes, cómo participan las comunidades educativas en la interpretación de los datos, qué conocimientos territoriales no caben en la red de sensores y bajo qué condiciones podrá reutilizarse la información producida.
Un territorio monitorizado no solo se observa con mayor precisión. También comienza a ser gobernado mediante nuevas categorías de evidencia. Antes de que exista un modelo predictivo, la infraestructura ya habrá decidido qué cuenta como frío, confort, eficiencia y dato.
El archivo legible no es el archivo entero
La cuarta señal llega desde Uruguay.
El 16 de julio de 2026 se celebró en la Universidad de la República la mesa redonda “Humanidades digitales: experiencias y oportunidades”, dentro del International Workshop on Reverse Typography. La Biblioteca Nacional del Uruguay, que participó en la organización y acogió las reuniones de trabajo, publicó después una crónica específica del encuentro.
La actividad reunió a especialistas de distintas disciplinas para discutir el uso del aprendizaje automático en el estudio y la preservación del patrimonio documental. La tipografía inversa parte de grandes conjuntos de imágenes de documentos impresos para extraer información sobre contenido, autoría y procedencia.
Los materiales discutidos permiten concretar el problema. Jean-Michel Morel presentó esta técnica aplicada a libros chinos históricos impresos mediante xilografía, donde el objetivo no es solo reconocer caracteres, sino reconstruir sus formas sin que el sistema invente soluciones plausibles. Otra línea, RETIPIA, aplica el reconocimiento automático de tipos antiguos a impresos teatrales sueltos del Siglo de Oro, un corpus marcado por ediciones difíciles de identificar y, en algunos casos, sin datos bibliográficos fiables.
La propia Biblioteca Nacional mostró además la diversidad material que una política de digitalización debe afrontar. Sus colecciones incluyen manuscritos, archivos personales de escritores, impresos antiguos, una colección bibliográfica china y grabaciones históricas en cintas magnéticas. Estas últimas son objeto de un proyecto con la Facultad de Ingeniería para desarrollar herramientas de aprendizaje automático aplicadas a su restauración.
La digitalización suele presentarse como una operación de rescate. Un documento frágil puede copiarse, difundirse y consultarse sin manipular el original. Sin embargo, convertir un archivo en un corpus computable exige seleccionar materiales, describirlos, establecer metadatos, reconocer caracteres, corregir errores y decidir qué relaciones podrán buscarse.
Cada una de estas operaciones amplía ciertas posibilidades de lectura y reduce otras. Los documentos que no se digitalizan, que reciben descripciones insuficientes o que producen demasiados errores pueden quedar técnicamente disponibles y, al mismo tiempo, prácticamente invisibles para una búsqueda automatizada.
La inteligencia artificial no accede al pasado en su totalidad. Accede a las porciones del pasado que han sido conservadas, catalogadas, digitalizadas y convertidas en formatos procesables.
Por eso, el olvido de un modelo no empieza necesariamente en el entrenamiento. Puede comenzar mucho antes, en una política de conservación, en una descripción archivística o en una tipografía que el sistema no logra reconocer.
Antes del modelo
Las cuatro señales permiten reconstruir una misma secuencia.
La escuela produce categorías, competencias y relatos legítimos. El archivo convierte una parte de la memoria en un corpus consultable. Los sensores traducen condiciones territoriales en series de datos. Los modelos aprenden después sobre esos materiales. En ese sentido, las clasificaciones no son simples órdenes administrativos: distribuyen visibilidad, memoria y capacidad de acción, como mostraron Geoffrey Bowker y Susan Leigh Star en Sorting Things Out, aunque con el tiempo sus decisiones lleguen a parecer naturales.
Esta perspectiva obliga a ampliar la gobernanza algorítmica. Auditar un sistema cuando ya está entrenado es necesario, pero insuficiente. También hay que estudiar las instituciones que produjeron sus datos, los criterios que organizaron sus categorías y las ausencias que quedaron fuera de registro.
La procedencia de los datos no debería limitarse a una ficha técnica. Necesita una historia social.
Esa historia incluye decisiones curriculares, políticas lingüísticas, prácticas archivísticas, relaciones coloniales, prioridades de financiación, estándares de medición y formas de participación comunitaria. Incluye también aquello que nunca llegó a convertirse en documento o variable.
Como sostiene Boaventura de Sousa Santos, la justicia cognitiva no consiste solamente en añadir contenidos indígenas o comunitarios a una base de datos ya construida. Exige discutir quién define las categorías, quién controla las infraestructuras y quién puede disputar las interpretaciones producidas a partir de ellas.
Una infraestructura para atender
El seminario EDGES recuerda que la escuela ha sido un campo de disputa colonial. Ingold y Biesta ofrecen una brújula para no reducir la educación a métricas. El Living Lab muestra que los edificios también producen datos. El encuentro uruguayo hace visible la selección documental que precede a cualquier corpus digital.
Juntas, estas señales dibujan un programa. Antes de auditar un algoritmo, hay que estudiar las instituciones que lo alimentan. Antes de diseñar una IA, hay que decidir qué infraestructuras permiten que el conocimiento no sea únicamente aquello que una máquina puede medir, sino también aquello que merece atención.
Todo modelo tiene una prehistoria institucional. Comprenderla es una condición para imaginar tecnologías capaces de relacionarse con el mundo sin reducirlo a aquello que ya saben clasificar.
Para seguir observando
-
¿Qué mecanismos de participación y soberanía de datos incorporará el Living Lab Altoandino para las comunidades educativas de Putre y Visviri?
-
¿Pueden los enfoques interculturales discutidos por EDGES ofrecer criterios para reconocer aprendizajes basados en la atención y la correspondencia, en el sentido de Ingold y Biesta, sin convertirlos inmediatamente en nuevas métricas?
-
¿Qué colecciones, lenguas y soportes continúan siendo poco legibles para las tecnologías actuales de digitalización y reconocimiento documental?
Fuentes
-
Universidad de Chile. Seminario Internacional Proyecto EDGES: “Educación, Estado y pueblos indígenas en la Baja Amazonía y los Andes”. Evento programado para el 20 de agosto de 2026.
-
Tapia, Patricio. “Tim Ingold: ‘El futuro es una vida por vivir, no un problema por resolver’”. Revista Santiago, 21 de julio de 2026.
-
Universidad de Chile / CEGA. “U. de Chile desarrollará el primer Living Lab Altoandino de infraestructura pública en Arica y Parinacota”. 24 de julio de 2026.
-
Comisión Europea, CORDIS. Entangling Indigenous Knowledges in Universities — EDGES. Proyecto Horizon Europe / Marie Skłodowska-Curie, 2024–2027.
-
Biblioteca Nacional del Uruguay. “Investigadores de referencia en humanidades digitales se reunirán en la Biblioteca Nacional”. 8 de julio de 2026.
-
Biblioteca Nacional del Uruguay. “La Biblioteca Nacional fue sede del International Workshop on Reverse Typography”. 23 de julio de 2026.
-
AISO 2026. Programa del panel “Impresos sueltos teatrales: nuevas perspectivas ante un antiguo problema bibliográfico”. Presentación del proyecto RETIPIA.
-
Universidad Internacional de La Rioja. “Impresos sueltos del teatro antiguo español: base de datos integrada del teatro clásico español”. Descripción del problema bibliográfico de las ediciones sin datos fiables o con información falsa.
Lecturas relacionadas
- Ingold, Tim. Llevando la vida: antropología y educación. Traducción de Ana Stevenson. Ediciones Universidad Alberto Hurtado, 2022.
- Bowker, Geoffrey C. y Susan Leigh Star. Sorting Things Out: Classification and Its Consequences. MIT Press, 1999.
- De la Cadena, Marisol. Earth Beings: Ecologies of Practice across Andean Worlds. Duke University Press, 2015.
- Escobar, Arturo. Designs for the Pluriverse. Duke University Press, 2018.
- Santos, Boaventura de Sousa. Construyendo las epistemologías del Sur. CLACSO, 2018.