La inteligencia artificial suele presentarse como una herramienta que permite delegar tareas. Escribir, buscar, resumir, clasificar, recomendar. Pero esa descripción empieza a quedarse corta. Algunos de los debates que aparecen hoy sugieren que estamos delegando también formas de relación, mecanismos para ordenar el conocimiento y maneras de representar el mundo.

Tres escenas en China, México y Suecia permiten observar ese desplazamiento.

China · Cuando conversar con una máquina empieza a ser una relación

En China, los chatbots de compañía han dejado de ser una práctica marginal. The Guardian recoge hoy el caso de personas jóvenes que recurren a agentes personalizados para compartir preocupaciones, encontrar compañía cotidiana e incluso construir vínculos que describen en términos afectivos.

El 15 de julio entraron en vigor nuevas reglas para los servicios de interacción antropomórfica con inteligencia artificial. Prohíben los compañeros virtuales para menores y establecen límites para aquellos sistemas dirigidos a personas adultas cuando puedan fomentar dependencia emocional o sustituir la interacción social. Algunos grandes proveedores reaccionaron eliminando estas funciones. Doubao, de ByteDance, retiró por completo su función de compañía.

La dimensión del fenómeno aparece también en una encuesta difundida en marzo por medios estatales chinos, según la cual casi la mitad de las personas jóvenes consultadas había recurrido a una compañía virtual cuando se sentía sola.

La preocupación no se limita a la salud o la seguridad digital. Nancy Dai, investigadora de la City University of Hong Kong citada por The Guardian, señala que, en un contexto de descenso de matrimonios y nacimientos, puede existir también inquietud ante la posibilidad de que una intimidad artificial cada vez más satisfactoria reduzca el incentivo para buscar relaciones románticas, matrimonio o parentalidad fuera de la pantalla.

Desde una mirada antropológica, aparece una frontera difícil de establecer. ¿En qué momento conversar regularmente con un sistema deja de ser utilizar una aplicación y empieza a ser mantener una relación?

La regulación intenta definir qué grados de intimidad entre personas y máquinas deberían resultar aceptables. Pero las reacciones de quienes perdieron sus agentes muestran algo anterior a esa clasificación. Para algunas personas, la relación ya existía antes de que una norma decidiera cómo nombrarla.

México · Cuando la IA entra en la infraestructura del conocimiento

Hoy, en Ciudad de México, la Feria Internacional del Libro de las Universitarias y los Universitarios, FILUNI 2026, lleva la discusión sobre inteligencia artificial directamente al terreno de la edición académica.

El Seminario Permanente de Editores de la UNAM celebra dos encuentros consecutivos. El primero aborda la gestión de políticas públicas para la ciencia abierta en tiempos de la IA. El segundo plantea de manera explícita la pregunta “Ciencia abierta e IA: ¿hacia la reinvención de la edición académica?”. Participan personas procedentes de instituciones de México, Argentina, Colombia y España.

También hoy, a las 18 horas, el CEIICH de la UNAM presenta en FILUNI el volumen Inteligencia artificial: hacia una praxis reflexiva, ética e interdisciplinaria, de Luis Josué Lugo Sánchez.

El interés del caso no está únicamente en averiguar si una editorial universitaria puede utilizar inteligencia artificial para realizar determinadas tareas. Editar significa también seleccionar, describir, clasificar, verificar, relacionar y hacer encontrable el conocimiento.

Cuando algunas de esas operaciones empiezan a compartir espacio con sistemas automatizados, cambia también la infraestructura mediante la cual una comunidad académica decide qué puede circular, cómo se organiza y bajo qué condiciones resulta legible.

La ciencia abierta añade otra dimensión. Los textos académicos ya no son solamente materiales destinados a otras personas. También pueden convertirse en corpus procesables por buscadores, sistemas de recomendación, modelos lingüísticos y agentes de inteligencia artificial.

Por eso la pregunta empieza a desplazarse. Ya no se trata únicamente de quién puede acceder al conocimiento, sino también de quién puede procesarlo, bajo qué reglas y para producir qué nuevo conocimiento.

Suecia · Los modelos también representan el mundo

En Suecia, entre el 25 y el 27 de agosto, personas investigadoras de WASP y WASP-HS participan en el workshop The Politics of Models – Bias, Representation & Transparency in Generative Models, celebrado en Rånäs Slott.

Su punto de partida consiste en examinar cómo los modelos generativos codifican sesgo, poder y representación, y qué puede hacerse frente a ello.

La formulación desplaza el debate habitual sobre el sesgo algorítmico. Un modelo no se limita a acertar o equivocarse. También establece relaciones entre conceptos, privilegia determinadas categorías y genera versiones estadísticamente plausibles de personas, lugares, culturas y acontecimientos.

Representar nunca consiste solamente en reproducir algo que ya existe. También implica seleccionar, relacionar y dejar elementos fuera.

Para la antropología, el problema resulta familiar. Toda descripción del mundo está situada y utiliza categorías concretas. La novedad es que parte de ese trabajo clasificatorio puede realizarse ahora mediante infraestructuras capaces de producir representaciones a enorme escala y hacerlas circular inmediatamente como respuestas, imágenes o descripciones.

Preguntar si un modelo representa adecuadamente el mundo implica entonces otra serie de preguntas. ¿Quién aparece, mediante qué categorías y desde qué posición se decide aquello que cuenta como una representación adecuada?

Una misma pregunta detrás de tres escenas

China discute cuánto puede ocupar una máquina el lugar de una relación. México pregunta cómo incorporar la IA a las infraestructuras que organizan el conocimiento académico. Suecia examina quién y qué queda representado cuando los modelos producen versiones plausibles del mundo.

Son problemas diferentes, pero comparten un desplazamiento.

La IA ya no interviene únicamente después de que una sociedad haya decidido qué hacer. Empieza a participar en algunas de las prácticas mediante las cuales decidimos qué significa relacionarse, qué merece convertirse en conocimiento y cómo puede representarse la realidad.

Por eso hablar simplemente de “delegar tareas” resulta insuficiente.

Cuando delegamos en una máquina, también estamos negociando qué partes de nuestras relaciones, nuestros saberes y nuestras formas de mirar convertimos en infraestructura computacional.

Fuentes