Por Alejandro Urueña - Ética e Inteligencia Artificial (IA) - Founder & CEO Clever Hans Diseño de Arquitectura y Soluciones en Inteligencia Artificial. Magister en Inteligencia Artificial.
Y María S. Taboada - Lingüista y Magíster en Psicología Social. Profesora Titular de “Linguística General I” y “Política y Planificación Linguísticas” de la Fac. de Filosofía y Letras de la UNT.
Hoy las capacidades de codificación definen la proyección y el mercado de los gigantes tecnológicos. No se trata de una mera cuestión técnica: el modelo determina la posición geopolítica de la empresa en el escenario planetario y su lugar en el mercado de la IA. Es una carrera día a día en que el mapa de las jerarquías permanentemente se está reconfigurando. Qué y cómo se codifica supone tener a los mejores expertos en el rubro.
Hasta hace un año Google tenía una posición de liderazgo a partir de su Gemini 2.5 Pro. Sin embargo, a poco de andar fue superada por Claude Code (Anthropic) y Codex (OpenAI)
La reputación de una plataforma de desarrollo se basa en gran medida en sus capacidades de codificación, y durante meses las herramientas de codificación de Google se han visto superadas por Claude Code de Anthropic y Codex de OpenAI. La brecha obligó a aceptar que ingenieros de Deep Mind tengan que utilizar Claude: apelar a las herramientas de los adversarios. Cuando hablamos de Claude no nos estamos refiriendo a las herramientas abiertas al público sino, precisamente, a modelos de vanguardia a los que tiene acceso un sector restringido. Pero, ¿son realmente adversarios? ¿O se trata de alianzas solapadas -con algunas resignaciones- para sostener la hegemonía de Silicon Valley.
El mercado decide. En este contexto, cada empresa busca un atajo y un territorio donde destacarse.
En el caso de Google ha optado por ocupar un lugar singular en el campo de la ciencia. ¿La estrategia? Llevar a su ruedo, integrar en sus equipos y, particularmente en su nuevo grupo de programación de IA, a científicos reconocidos mundialmente. Tal es el caso de Jumper, Premio Nobel de Química, compartido con el CEO de DeepMind, Demis Hassabi. Se trata de posicionarse en las instituciones que definen los mejores lugares en el campo.
Si otros son la punta en la programación, Google quiere serlo en la ciencia. Y ha logrado un gran paso: tener máximos referentes entre sus equipos. Se trata de demostrar el poder de la IA en los descubrimientos y desarrollos científicos. El objetivo va más allá del rol de la IA como herramienta de ayuda en la investigación, la elaboración y la difusión de informes y artículos científicos. Lo que se pretende es que los modelos de IA puedan actuar como parte de los equipos científicos o desarrollar proyectos con la mínima intervención humana.
Los desafíos y los objetivos de la empresa no tienen el camino allanado. No sólo hay revistas científicas que no aceptan aún trabajos en los que la IA haya sido utilizada en alguna parte del proceso, sino que persiste una lógica desconfianza en acceder al uso de IA sin una sistemática supervisión humana. Los científicos no están dispuestos a aceptar el estatuto de sujeto cognitivo de la IA; sí sus aportes como herramienta.
Esta resistencia tiene un respaldo de peso desde adentro del propio campo científico. Terence Tao —matemático australiano-estadounidense, profesor de la Universidad de California en Los Ángeles (UCLA), ganador de la Medalla Fields en 2006 (considerada el Nobel de las matemáticas) y reconocido como uno de los matemáticos vivos más importantes del planeta— fue entrevistado el 20 de enero de 2026 en el Futurology Podcast del Berggruen Institute, conducido por Dawn Nakagawa. Allí explicó por qué los expertos no aceptan a la IA como sujeto cognitivo:
“Mirás cómo está hecho y no parece inteligencia. Era algún truco: simplemente juntaste estas redes neuronales y ejecutaste un algoritmo.”
La distinción importa: una cosa es usar la IA como herramienta y otra muy distinta aceptarla como par humano. Tao mismo la describe como un “asistente personal semi-competente” al que no se le puede delegar el trabajo cognitivo porque aún comete errores.
Lo que está intentando Google es lo mismo que las otras empresas realizan: tener la hegemonía y el dominio de una dimensión de la producción humana para sostener sus ganancias y poderío en el mercado tecnológico. Si las otras dominan los primeros lugares en la programación, Google dominará la producción de ciencia. Se trata de quien ocupa territorios a conquistar y colonizar con la IA. Y una vez que se ocupa un territorio, las otras empresas no quieren quedar a la zaga. No es el imperio de la IA sino de los dueños de la IA y de los que logran la delegación de las decisiones, determinaciones, acciones de los humanos en sus manos. Uno de los campos claves es la salud, en la que todas las empresas buscan marcar el paso de los descubrimientos, las respuestas a problemáticas de larga data y, por supuesto, la fama.
Si bien el aporte a la ciencia es indudable, la cuestión —el vasallaje de la ciencia a la IA— tiene otros lados oscuros y menos visibles. Dado que muchos científicos emplean IA para las búsquedas bibliográficas y los estados de la cuestión en diferentes áreas, las empresas de IA podrían definir decisiones, alentar investigaciones sobre los datos que tienen registrados y desplazar aquellos interrogantes y problemáticas que no se cuentan, no tienen registro o no están representados.
“Los modelos actuales están entrenados con datos, así que por diseño tienen que producir cosas similares, combinaciones de fragmentos de lo que ya vieron.”
Tao lo dice sin rodeos: la IA recombina lo existente, no genera lo que no está registrado. Trasladado al campo científico, esto significa que las preguntas, las problemáticas y las realidades que no figuran en los datos de entrenamiento quedan invisibilizadas. Se establecería así un determinado derrotero científico, favoreciendo la homogeneización y afectando la diversidad que se sustenta en las múltiples miradas de los indagadores humanos sobre la realidad en contextos específicos.
“Si no sos ya un experto en el tema, es más probable que la IA te lleve por mal camino a que te acerque al objetivo.”
Es la experiencia concreta, el científico situado, quién puede interrogarse e interrogar la realidad. La IA aún carece de esta capacidad. Aunque la herramienta tecnológica es sumamente eficaz para buscar y clasificar enormes volúmenes de información en segundos, esa misma operatividad —sin discernimiento crítico— podría obturar la relación entre los científicos y las complejas y multidimensionales realidades del planeta.
Si bien aquí es claro que las decisiones están en manos de los científicos, las consecuencias podrían ser similares a las de la IA estatuida como sujeto cognitivo (sin la capacidad de la cognición humana) y operativo de investigación científica.
“La IA podría resolver la escasez cognitiva, pero como con la nutrición: ahora hay trastornos cognitivos y hay que cuidar la dieta mental.”
Así como la abundancia alimentaria del siglo XX trajo obesidad y trastornos alimentarios, la abundancia informativa de la IA puede generar dependencia y atrofia del criterio propio. En el campo científico, el peligro es estructural: generaciones enteras de investigadores formándose dentro de los límites de lo que la IA encuentra, sugiere y prioriza.
Es crucial entonces el debate sobre la soberanía científica en la llamada era de la IA: ¿quienes deciden lo que hay que investigar: las empresas o los científicos, las instituciones científicas y sus políticas?
En la macro contienda por los datos que llevan a cabo las tecnológicas, la ciencia puede terminar como un campo cautivo. Por ello, urge debatir cuantas veces sea necesario la independencia y soberanía humana en las políticas científicas. Una vez más, insistir en que la “Inteligencia” artificial es artificial: es un artificio creado por los hombres, producto de la inteligencia humana y no un par humano.
El propio Tao, en un posteo en Mathstodon del 15 de diciembre de 2025, propuso abandonar el rótulo de “Inteligencia General Artificial” (AGI) y reemplazarlo por uno más honesto: Astucia General Artificial (Artificial General Cleverness). En sus palabras textuales:
“Dudo que algo parecido a una genuina ‘inteligencia general artificial’ esté al alcance de las herramientas de IA actuales. Sin embargo, creo que una forma más débil, pero aún bastante valiosa, de 'astucia general artificial' se está volviendo realidad de varias maneras. Por 'astucia general' entiendo la capacidad de resolver amplias clases de problemas complejos por medios algo improvisados. Estos medios pueden ser estocásticos o el resultado de fuerza bruta computacional; pueden carecer de fundamento o ser falibles; y pueden ser ininterpretables, o rastreables a trucos similares hallados en los datos de entrenamiento de la IA. Por lo tanto, no calificarían como resultado de ninguna verdadera ‘inteligencia’.”
La precisión del lenguaje no es un detalle: es soberanía cognitiva. Llamar “inteligencia” a lo que es astucia estadística le concede a la máquina una dignidad que no le pertenece, y le abre la puerta a ocupar el lugar del científico, del juez, del médico. Mientras Silicon Valley vende AGI como promesa metafísica, Tao nombra lo que efectivamente existe: sistemas hábiles para interpolar dentro de lo conocido, sin razonamiento conceptual genuino. El primer acto de soberanía consiste en algo tan elemental como llamar a las cosas por su nombre.
