{"id":1603,"date":"2026-07-06T13:21:31","date_gmt":"2026-07-06T16:21:31","guid":{"rendered":"https:\/\/www.imagen.cl\/blog\/?p=1603"},"modified":"2026-07-06T13:21:31","modified_gmt":"2026-07-06T16:21:31","slug":"un-mar-de-irrelevancia","status":"publish","type":"post","link":"http:\/\/www.imagen.cl\/blog\/index.php\/2026\/07\/06\/un-mar-de-irrelevancia\/","title":{"rendered":"Un mar de irrelevancia"},"content":{"rendered":"\n

En Amusing Ourselves to Death<\/em><\/strong> (1985), Neil Postman compar\u00f3 la visi\u00f3n de George Orwell y Aldous Huxley sobre la tecnolog\u00eda y su impacto en el pensamiento (y la vida) humanos<\/strong>. Escribi\u00f3:<\/p>\n\n\n\n

Seg\u00fan su perspectiva [la de Huxley], la gente llegar\u00e1 a amar su opresi\u00f3n, a adorar las tecnolog\u00edas que anulan su capacidad de pensar.<\/strong> Lo que Orwell tem\u00eda era a quienes prohibir\u00edan los libros. Lo que Huxley tem\u00eda era que no hubiera raz\u00f3n para prohibir un libro, pues no habr\u00eda nadie que quisiera leerlo.<\/strong> Orwell tem\u00eda a quienes nos privar\u00edan de informaci\u00f3n. Huxley tem\u00eda a quienes nos dar\u00edan tanto que nos reducir\u00edan a la pasividad y el ego\u00edsmo. <\/strong>Orwell tem\u00eda que la verdad nos fuera ocultada. Huxley tem\u00eda que la verdad se ahogara en un mar de irrelevancia.<\/strong><\/p>\n\n\n\n

Orwell imaginaba una cultura opresiva; Huxley, que la gente llegar\u00e1 a adorar las tecnolog\u00edas que anulan su capacidad de pensar. Cuatro d\u00e9cadas despu\u00e9s, la Inteligencia artificial generativa nos obliga a preguntarnos cu\u00e1l de los dos acert\u00f3, y la respuesta es que puede que ambos describieran, las dos caras de un mismo proceso.<\/p>\n\n\n\n

Empecemos por las cifras. Seg\u00fan Ahrefs<\/strong>, sobre una muestra de 900.000 p\u00e1ginas web nuevas en ingl\u00e9s detectadas en abril de 2025, el 74,2% conten\u00eda alg\u00fan contenido generado por IA<\/strong>. Una estimaci\u00f3n m\u00e1s conservadora, la del estudio de Stanford<\/strong>, Imperial College London<\/strong> y el Internet Archive<\/strong> publicado en 2026, sit\u00faa en torno al 35% la proporci\u00f3n de sitios reci\u00e9n publicados a mediados de 2025 clasificados como generados o asistidos por m\u00e1quina, una cifra que era pr\u00e1cticamente cero antes de que ChatGPT apareciera a finales de 2022. Y la empresa Graphite<\/strong>, midiendo sobre Common Crawl, informa que los art\u00edculos escritos por IA actualmente igualan a los humanos.<\/strong><\/p>\n\n\n\n

Que tres mediciones rigurosas arrojen 74%, 35% y un \u2018empate t\u00e9cnico\u2019<\/strong> es la primera evidencia del fen\u00f3meno. No sabemos con precisi\u00f3n cu\u00e1nto de internet es contenido sint\u00e9tico, porque los detectores producen falsos positivos, porque no existe una definici\u00f3n est\u00e1ndar de \u2018generado por IA\u2019<\/strong> y porque medir esto a escala planetaria es realmente dif\u00edcil. Pero incluso la estimaci\u00f3n m\u00e1s baja describe la transformaci\u00f3n m\u00e1s r\u00e1pida en la naturaleza del \u2018conocimiento expl\u00edcito\u2019 desde la invenci\u00f3n de la imprenta.<\/strong><\/p>\n\n\n\n

Un oc\u00e9ano de contenido trivial sepulta lo valioso.<\/strong> Cody Kommers y otros investigadores, en \u201cWhy Slop Matters\u201d<\/strong> (2026), constatan que el contenido digital de muy baja calidad, repetitivo y superficial creado de forma automatizada mediante IA, considerado como basura, se ha convertido en una parte prol\u00edfica de nuestras econom\u00edas creativas, informativas y culturales. Pero lo verdaderamente inquietante es lo que esa abundancia le hace a lo que contamina.<\/strong><\/p>\n\n\n\n

Andrew Peterson, en \u201cAI and the Problem of Knowledge Collapse\u201d<\/strong> (2024), acu\u00f1\u00f3 el t\u00e9rmino \u2018colapso del conocimiento\u2019<\/strong> para describir una reducci\u00f3n gradual de la calidad de la informaci\u00f3n accesible y una p\u00e9rdida de conciencia sobre los puntos de vista alternativos o innovadores. Argumenta que los grandes modelos, entrenados sobre datos diversos, tienden homogenizar: amplifican lo com\u00fan y minimizan lo disruptivo.<\/strong> A medida que internet se llena de contenidos sint\u00e9ticos, las ideas comunes se refuerzan y las raras se vuelven invisibles. Trabajos recientes que miden la diversidad epist\u00e9mica de los LLM documentan esta tendencia (Wright et al., 2025).<\/p>\n\n\n\n

El mecanismo lo demostr\u00f3 Ilia Shumailov en \u201cAI models collapse when trained on recursively generated data\u201d<\/strong> (Nature<\/em>, 2024). Entrenar modelos generativos con datos sint\u00e9ticos produce una p\u00e9rdida progresiva e irreversible de informaci\u00f3n; con cada ciclo de entrenamiento, las salidas tienden a ser promedios o refritos de lo com\u00fan<\/strong> y lo innovador desaparece. Es como el proceso de reciclaje de papel: con cada ciclo, la calidad del papel disminuye a menos que se introduzca papel nuevo o de alta calidad.<\/strong><\/p>\n\n\n\n

El riesgo es estructural. Si entre un tercio y tres cuartas partes de la web nueva es sint\u00e9tica, la pr\u00f3xima generaci\u00f3n de modelos corre el riesgo de entrenarse sobre una base de conocimiento empobrecida. As\u00ed las dos profec\u00edas convergen. El mar de irrelevancia de Huxley reduce el acceso a la verdad pronosticada por Orwell.<\/strong> La sobreabundancia de contenido trivial ahoga la creatividad y hace del conocimiento diverso algo cada vez m\u00e1s dif\u00edcil de encontrar. Demasiado y demasiado poco son, en este caso, el mismo fen\u00f3meno visto por sus dos caras.<\/p>\n\n\n\n

Para dimensionar la magnitud de la fractura hay que recuperar una distinci\u00f3n anterior a toda esta tecnolog\u00eda. Michael Polanyi, en The Tacit Dimension<\/em><\/strong> (1966), formul\u00f3 la diferencia entre conocimiento t\u00e1cito y expl\u00edcito, y la condens\u00f3 en una frase que la ingenier\u00eda contempor\u00e1nea tiende a olvidar: sabemos m\u00e1s de lo que podemos decir.<\/strong> El conocimiento humano est\u00e1 encarnado, es personal y, en su capa m\u00e1s profunda, inarticulable. El conocimiento expl\u00edcito, es el que reside en textos, manuales, bases de datos, procedimientos, que es apenas la punta visible del iceberg, ya que debajo yace una masa sumergida gigantesca de intuiciones, destrezas corporales, emociones y valores. Y esa masa sumergida es, precisamente, lo que la IA generativa no puede procesar, porque solo opera sobre lo que ya fue puesto en palabras.<\/strong><\/p>\n\n\n\n

Desde los a\u00f1os noventa, el modelo dominante para pensar c\u00f3mo evoluciona el conocimiento ha sido el de Ikujiro Nonaka e Hirotaka Takeuchi en The Knowledge-Creating Company<\/em><\/strong> (1995). Su ciclo SECI<\/strong> describe una espiral de conversi\u00f3n entre lo t\u00e1cito y lo expl\u00edcito en cuatro movimientos: socializaci\u00f3n<\/strong> (compartir conocimiento t\u00e1cito por observaci\u00f3n e imitaci\u00f3n), externalizaci\u00f3n<\/strong> (traducirlo a palabras mediante met\u00e1foras y analog\u00edas), combinaci\u00f3n<\/strong> (integrar conocimientos expl\u00edcitos dispersos en un saber colectivo) e internalizaci\u00f3n<\/strong> (reincorporar ese saber colectivo a la experiencia t\u00e1cita de cada persona). La creaci\u00f3n de conocimiento, en este esquema, empieza y termina en el cuerpo.<\/strong><\/p>\n\n\n\n

Es sobre esta base donde Markus Peschl, fil\u00f3sofo de las ciencias cognitivas de la Universidad de Viena, formula en \u201cHuman innovation and the creative agency of the world in the age of generative AI\u201d<\/strong> (2024) el diagn\u00f3stico m\u00e1s profundo. Sostiene que, la producci\u00f3n global de conocimiento afronta un desaf\u00edo sist\u00e9mico: un sistema que retroalimenta la reserva com\u00fan de saber con copias de s\u00ed mismo poco o nada creativas terminar\u00e1 por estancar la generaci\u00f3n de conocimiento v\u00e1lido y original.<\/strong> Es el reciclaje de papel elevado a escala civilizatoria.<\/p>\n\n\n\n

Peschl explica por qu\u00e9 la m\u00e1quina no puede reemplazarnos en la creaci\u00f3n de conocimiento novedoso. Se apoya en las teor\u00edas de la cognici\u00f3n 4E<\/strong> (la mente es encarnada, situada, enactuada y extendida<\/strong>) y en la Material Engagement Theory.<\/strong> Afirma que el conocimiento genuinamente nuevo no se extrae de patrones estad\u00edsticos del pasado<\/strong>, sino que emerge de un cuerpo que da sentido al mundo interactuando material y proactivamente con \u00e9l. Un modelo entrenado solo sobre lo ya escrito recombina el pasado con fluidez asombrosa, pero no puede percibir lo que todav\u00eda no existe.<\/strong> De ah\u00ed su conclusi\u00f3n: hay que volver a poner al ser humano creativo dentro del ciclo<\/strong>, y para ello dise\u00f1ar enabling spaces<\/em><\/strong>, arquitecturas f\u00edsicas, sociales y cognitivas deliberadamente construidas para que emerja conocimiento nuevo.<\/p>\n\n\n\n

Lo notable es que, casi al mismo tiempo y desde la gesti\u00f3n del conocimiento, tres investigadores han dibujado los planos de esos espacios. En \u201cM\u00f6bius Strip Model for Augmenting Organizational Knowledge Creation Dynamics by Integrating Human and Artificial Knowledge\u201d<\/strong> (Sustainability<\/em>, 2026), Constantin Bratianu, Ruxandra Bejinaru y Doina Banciu comparten el mismo diagn\u00f3stico: el conocimiento artificial no es conocimiento en el sentido cl\u00e1sico.<\/strong> No es una creencia verdadera justificada, no opera sobre significados sino sobre distribuciones estad\u00edsticas de palabras, es sint\u00e1ctico y no sem\u00e1ntico, y carece de v\u00ednculo directo con la realidad, por lo que no converge hacia verdad alguna; es, adem\u00e1s, exclusivamente racional, hu\u00e9rfano de las dimensiones emocional y espiritual del saber humano.<\/strong><\/p>\n\n\n\n

En lugar de fundir sin criterio lo humano y lo artificial, los separan en dos ciclos que solo comparten un punto. Conservan intacto el ciclo SECI para el conocimiento humano<\/strong> y construyen en paralelo uno propio para el artificial, al que llaman CASH: combinaci\u00f3n <\/strong>(la interacci\u00f3n entre personas y m\u00e1quina), artificializaci\u00f3n <\/strong>(selecci\u00f3n y curaci\u00f3n de los datos que alimentan los algoritmos), sintetizaci\u00f3n <\/strong>(entrenamiento de los modelos para generar patrones) y humanizaci\u00f3n <\/strong>(traducci\u00f3n de la respuesta de la m\u00e1quina a lenguaje comprensible). El acoplamiento entre ambos tipos de conocimiento ocurre exclusivamente en la etapa de combinaci\u00f3n<\/strong>. Ya que es la \u00fanica que maneja conocimiento puramente expl\u00edcito y, por tanto, la \u00fanica frontera donde la interacci\u00f3n hombre-m\u00e1quina no contamina el n\u00facleo t\u00e1cito. Los dos ciclos forman una figura de una cara y un borde: una cinta de M\u00f6bius por la que el conocimiento fluye de manera continua sin que lo humano y lo artificial se confundan. <\/strong>Es, el enabling space<\/em><\/strong> de Peschl a la escala organizacional. Una arquitectura que protege el conocimiento humano encarnado aisl\u00e1ndolo del artificial y deja que la m\u00e1quina intervenga solo donde es m\u00e1s \u00fatil y menos peligrosa.<\/strong><\/p>\n\n\n\n

Y, sin embargo, mientras la teor\u00eda concluye que hay que reforzar el eslab\u00f3n humano, la econom\u00eda lo est\u00e1 expulsando. Business Insider<\/em><\/strong> vio caer su tr\u00e1fico de b\u00fasqueda org\u00e1nica un 55% entre 2022 y 2025, lo que provoc\u00f3 recortes de personal; The New York Times<\/em><\/strong> vio bajar la cuota de la b\u00fasqueda en su tr\u00e1fico del 44% al 37%. Estamos retirando al agente humano del ciclo de creaci\u00f3n de conocimiento a escala planetaria en el preciso momento en que la teor\u00eda y la evidencia nos dice lo contrario.<\/strong><\/p>\n\n\n\n

Tenemos una internet que se sintetiza a s\u00ed misma a una velocidad sin precedentes;<\/strong> un mecanismo por el cual esa abundancia, lejos de enriquecer el conocimiento, lo trivializa. Tanto la propuesta filos\u00f3fica como la organizativa, coinciden en la urgencia de reservar a los humanos las fases t\u00e1citas (la socializaci\u00f3n, la intuici\u00f3n, el juicio de valor, el pensamiento cr\u00edtico, la percepci\u00f3n de lo que a\u00fan no existe) y a las m\u00e1quinas las fases expl\u00edcitas de combinaci\u00f3n y s\u00edntesis a gran escala.<\/strong> La lecci\u00f3n es abandonar la fantas\u00eda de una IA que \u2018aumenta\u2019<\/strong> cada fase del trabajo intelectual y adoptar, en su lugar, una divisi\u00f3n del trabajo epist\u00e9mico que proteja deliberadamente el lugar donde el pensamiento humano destaca. Una cultura que suprime el disenso, la fricci\u00f3n en nombre del promedio, no se vuelve m\u00e1s sabia; se vuelve m\u00e1s plana.<\/p>\n\n\n\n

Ese es, al final, lo que Huxley anticip\u00f3: no que una m\u00e1quina nos censure, sino que nos imite tan bien y a tal escala que dejemos de distinguir el pensamiento vivo de su reflejo estad\u00edstico, y, peor a\u00fan que dejemos de producirlo por falta de est\u00edmulo para hacerlo.<\/strong> Un espejo que solo se mira a s\u00ed mismo no inventa nada: repite lo que tiene delante hasta vaciarlo de sentido. La tarea es asegurar que la red conserve rincones donde el pensamiento humano pueda seguir naciendo.<\/strong> Orwell tem\u00eda que nos arrebataran lo que tememos. Huxley, tem\u00eda que nos arruinara lo que amamos. En palabras de Peschl:<\/p>\n\n\n\n

Tenemos que fortalecer nuestras capacidades creativas yendo m\u00e1s all\u00e1 de la recombinaci\u00f3n del conocimiento existente,<\/strong> y (re)aprender a interactuar con el mundo real en el sentido de una epistemolog\u00eda comprometida.<\/p>\n","protected":false},"excerpt":{"rendered":"

En Amusing Ourselves to Death (1985), Neil Postman compar\u00f3 la visi\u00f3n de George Orwell y Aldous Huxley sobre la tecnolog\u00eda y su impacto en el pensamiento (y la vida) humanos. Escribi\u00f3: Seg\u00fan su perspectiva [la de Huxley], la gente llegar\u00e1 a amar su opresi\u00f3n, a adorar las tecnolog\u00edas que anulan su capacidad de pensar. Lo que Orwell tem\u00eda era a quienes prohibir\u00edan los libros. Lo […]<\/p>\n","protected":false},"author":1,"featured_media":1604,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[158,109,127,48,332,551,64,52,153,155,31,522,523,304,76,59,53,51,144],"tags":[],"_links":{"self":[{"href":"http:\/\/www.imagen.cl\/blog\/index.php\/wp-json\/wp\/v2\/posts\/1603"}],"collection":[{"href":"http:\/\/www.imagen.cl\/blog\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"http:\/\/www.imagen.cl\/blog\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"http:\/\/www.imagen.cl\/blog\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"http:\/\/www.imagen.cl\/blog\/index.php\/wp-json\/wp\/v2\/comments?post=1603"}],"version-history":[{"count":1,"href":"http:\/\/www.imagen.cl\/blog\/index.php\/wp-json\/wp\/v2\/posts\/1603\/revisions"}],"predecessor-version":[{"id":1605,"href":"http:\/\/www.imagen.cl\/blog\/index.php\/wp-json\/wp\/v2\/posts\/1603\/revisions\/1605"}],"wp:featuredmedia":[{"embeddable":true,"href":"http:\/\/www.imagen.cl\/blog\/index.php\/wp-json\/wp\/v2\/media\/1604"}],"wp:attachment":[{"href":"http:\/\/www.imagen.cl\/blog\/index.php\/wp-json\/wp\/v2\/media?parent=1603"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"http:\/\/www.imagen.cl\/blog\/index.php\/wp-json\/wp\/v2\/categories?post=1603"},{"taxonomy":"post_tag","embeddable":true,"href":"http:\/\/www.imagen.cl\/blog\/index.php\/wp-json\/wp\/v2\/tags?post=1603"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}