Hace varios años, mucho antes de que apareciera ChatGPT, me topé con un ensayo de Walter Benjamin titulado La obra de arte en la era de su reproducibilidad técnica. Para mí, Benjamin fue un visionario que comprendió antes que muchos cómo la tecnología transforma nuestra relación con el mundo.
En esta obra, analiza cómo la fotografía, el cine y la impresión en masa despojan a las obras de su aura, esa autenticidad ligada a su contexto original. Pero lo más relevante de su argumento es que la reproducción del arte no sólo democratiza su acceso, convirtiéndolo en una herramienta de masificación y expansión cultural, sino que también es un poderoso instrumento político. Benjamin advierte que esta reproducibilidad puede servir tanto para la emancipación como para la manipulación, algo que hoy resuena más que nunca.
Su ensayo no trata únicamente sobre arte, sino sobre cómo la tecnología redefine lo que consideramos valioso y auténtico, y el impacto que esto tiene en nuestro comportamiento. Muchas de sus reflexiones encuentran eco en lo que yo llamaría reproducibilidad del conocimiento. En este sentido, quiero explorar cómo la inteligencia artificial generativa (IAGen) está redefiniendo nuestra relación con el conocimiento, tanto de manera positiva como negativa.
Walter Benjamin planteaba seis puntos fundamentales sobre el impacto que la reproducción mediante medios audiovisuales podría tener en el arte:
La pérdida del aura
Cambio en la percepción del arte
Democratización del arte
El arte como herramienta política
Cambio en la función del arte
El cine como forma de arte revolucionaria
Mi intención no es discutir estos puntos en el contexto del arte —para eso, les invito a leer el ensayo de Benjamin—, sino trazar un paralelo entre estas ideas y lo que representa la inteligencia IAGen en términos de la reproducibilidad del conocimiento. Estas herramientas de IA no son simplemente bases de información; son máquinas capaces de reproducir casi todo el conocimiento acumulado por nuestra civilización de manera instantánea, para cada uno de nosotros y nosotras. Y en ese proceso, lo masifican.
Pero antes de empezar, me gustaría hacer una distinción entre información y conocimiento. Desde mi perspectiva, la diferencia radica en cómo los procesamos y utilizamos. La información consiste en datos organizados que tienen significado dentro de un contexto, pero por sí sola no garantiza comprensión. Es como recibir una serie de hechos sin necesariamente entender su implicación. En cambio, el conocimiento surge cuando asimilo, interpreto y aplico esa información, transformándola en algo útil para la toma de decisiones y la resolución de problemas.
Mientras la información puede almacenarse y transmitirse fácilmente, el conocimiento requiere experiencia, análisis y reflexión para convertirse en una herramienta verdaderamente valiosa. La inteligencia IAGen es una máquina que captura la experiencia, el análisis y la reflexión de muchas personas, que se ha documentado a lo largo de la historia de la civilización, poniéndolos ahora a nuestra disposición. En ese sentido, yo veo la IAGen como un oráculo, un modelo de inteligencia artificial que proporciona conocimiento, patrones o predicciones a un sistema que, por sí solo, no podría generarlos. Su capacidad permite resolver problemas, tomar decisiones de manera adaptativa y explorar soluciones creativas en entornos dinámicos.
La pérdida del “aura” del conocimiento
Antes, el conocimiento tenía una fuente reconocible, autores, académicos, libros, investigaciones. Con la IA generativa, la producción de conocimiento se descentraliza y automatiza, diluyendo la autoridad de las fuentes tradicionales. Ya no es necesario referirse explícitamente a quienes escribieron o desarrollaron una idea; el conocimiento puede presentarse de manera directa, sin un rostro detrás. Además, un texto escrito por un experto y uno generado por IA pueden ser prácticamente indistinguibles, lo que plantea un desafío para la noción de autenticidad y originalidad en la producción intelectual.
¿Es esto un problema? Sí y no.
Podría ser un problema cuando las personas comienzan a perder la noción de dónde provienen las ideas y cómo fueron gestadas por sus autores, llegando incluso a confundir pensamientos propios con los de otros. Lo que escribimos, al ser revisado o generado por IAGen, podría erosionar la originalidad tanto de las fuentes como del propio autor o autora. He notado, por ejemplo—e incluso mientras escribo este ensayo—, que cuando uno plantea una idea interesante y diferente, estos sistemas, al revisar, pueden alterar por completo el significado de lo que realmente quería expresar. Si no se es cuidadoso, muchas ideas podrían terminar, de alguna forma, “normalizadas”.
No veo problema cuando pensamos en la escritura como un medio para utilizar y transmitir conocimiento, priorizando el contenido sobre la autoría. Si lo que nos interesa es el conocimiento en sí, no necesariamente quién lo formuló, podríamos romper con la necesidad de referenciarlo todo constantemente. No me malinterpreten, hay momentos en los que las referencias son esenciales, pero en muchos otros, el conocimiento ya es universal y no requiere atribución. En este ensayo, por ejemplo, menciono a Benjamin porque su aporte es relevante y lo que escribo es, en cierta medida, una adaptación de sus ideas. Sin embargo, en otros contextos, como por ejemplo si habláramos de cálculo, podría prescindir de mencionar a Newton o Leibniz.
Cambio en la percepción del conocimiento
La IA transforma el conocimiento en algo más inmediato. En lugar de largos procesos de investigación, ahora es posible obtener resúmenes, explicaciones y respuestas en cuestión de segundos. El aprendizaje deja de centrarse en la acumulación y memorización, y se orienta hacia la validación y el uso crítico de la información. Y esto último, creo, es de vital importancia.
Gracias a la IAGen, el conocimiento está ahí, listo para ser utilizado. Esto ha cambiado la forma en que las personas lo perciben: ya no es algo que debo saber y recordar, sino algo que puedo utilizar, algo accesible y adaptable a mi intención.
Para que este cambio sea significativo, es clave replantear la educación con estrategias como el aprendizaje basado en la resolución de problemas y que estos sean problemas abiertos, así como basar las evaluaciones en las habilidades de argumentación de los y las estudiantes. Pero ese es un tema para otro ensayo, del cual menciono algunas ideas en este artículo.
Democratización del acceso al conocimiento
La democratización del conocimiento es el proceso mediante el cual el acceso a la información, la educación y los recursos intelectuales se vuelve más equitativo y accesible para todas las personas, sin importar su origen, condición económica o ubicación geográfica. Implica eliminar barreras como el costo, la exclusividad académica o la dependencia de instituciones tradicionales, permitiendo que el aprendizaje y la generación de conocimiento sean más abiertos y colaborativos. Con la inteligencia IAGen, este concepto ha cobrado aún más relevancia. En principio, cualquier persona con conexión a internet puede acceder al conocimiento, no sólo a información aislada, sino a herramientas que facilitan su comprensión y aplicación.
Las plataformas de IAGen permiten a cualquier persona acceder a explicaciones complejas, traducciones, código de programación y otros tipos de conocimiento especializado sin necesidad de educación formal. Esto puede reducir las brechas de acceso al conocimiento y permite a las personas reconstruir o replicar información en el momento en que la necesiten.
Por otro lado, la abundancia de información y la forma en que las IAGen generan e integran contenido plantean dudas sobre la precisión y veracidad de lo que producen. ¿Cómo saber si la información es correcta o incorrecta? Especialmente para personas que no son expertas. Acá es donde vuelvo a insistir que tenemos que habilitar a las personas a que sean capaces de verificar información para determinar, por su propia cuenta, su correctitud. Antes, por ejemplo, dependíamos de un libro de texto que asumíamos como correcto. Suponíamos que alguien lo había revisado, que la curaduría del conocimiento estaba en otras manos. Ahora, en cambio, somos nosotros y nosotras mismas quienes debemos curar el contenido generado. Y para hacerlo de manera efectiva, seguiremos necesitando desarrollar experticia en los distintos dominios del conocimiento.
El conocimiento como herramienta política y de control
Así como el cine y la fotografía fueron utilizados para la propaganda, la IAGen puede ser empleada para manipular la información, fabricar noticias falsas y reforzar narrativas ideológicas. Los algoritmos que controlan estas herramientas no son neutrales; pueden introducir sesgos en la generación de conocimiento, favoreciendo ciertos puntos de vista y limitando otros.
Pienso que la pluralidad en las plataformas de IA es fundamental para evitar monopolios del conocimiento, reducir sesgos y garantizar una mayor diversidad de perspectivas. Si unas pocas empresas controlan el desarrollo de la IA, podrían imponer narrativas y restringir el acceso a la información. En cambio, un ecosistema diverso fomenta la competencia, la innovación y la creación de modelos más completos, universales y éticos. Además, la pluralidad asegura que la tecnología sea accesible para distintos sectores, desde gobiernos hasta pequeñas empresas, y permite una mayor resiliencia ante fallos o cambios de políticas. En un mundo donde la IAGen influye en la educación, la economía y la toma de decisiones, contar con múltiples plataformas es clave para un desarrollo más equitativo y transparente.
Cambio en la función del conocimiento
Antes, la producción de conocimiento ocurría principalmente en entornos académicos formales y en ciertos ámbitos profesionales. Ahora, con la inteligencia IAGen, este proceso puede volverse más personal, permitiendo la creación y reflexión individual. Pasamos de concebir el conocimiento como algo que memorizamos o sabemos, a entenderlo como algo que debemos comprender y apropiarnos. En este nuevo paradigma, el conocimiento se construye editando y curando contenidos generados automáticamente, al tiempo que sirve de apoyo para desarrollar ideas propias.
La educación y la investigación deben adaptarse a un contexto donde el conocimiento se produce de manera masiva y asistida por máquinas. En este nuevo escenario, el conocimiento ya no es algo que las personas deban simplemente reproducir—las máquinas de IAGen pueden hacerlo por ellas—, sino una herramienta que deben aprender a utilizar para sustentar ideas y crear producciones propias.
La IA como una nueva forma de conocimiento
Así como el cine revolucionó la manera de contar historias, la IAGen está transformando la forma en que se produce y se accede al conocimiento. Surgen nuevas formas de aprendizaje, donde la interacción con modelos de lenguaje y agentes autónomos se convierte en parte del proceso cognitivo. Hoy en día, cuando surgen ideas, es mucho más sencillo explorar si ya han sido discutidas o pensadas, encontrar posibles argumentos en contra o incluso establecer un diálogo dialéctico simulado para evaluar la solidez de nuestros propios planteamientos.
La IAGen permite a las personas transgredir los límites entre distintas áreas del conocimiento, facilitando la contextualización rápida de nuevos dominios y permitiendo incursionar en campos que antes parecían inaccesibles. Estos cruces y nuevas formas de combinar el conocimiento, creo, darán lugar a la generación de saberes inéditos y perspectivas innovadoras, permitirán que emerjan nuevas formas de conocimiento.
Comentario final
Debe ser extraño para los jóvenes estar en casa, con acceso instantáneo a todo el conocimiento de la civilización en el bolsillo, y luego levantarse temprano para ir al colegio, donde les dicen, olvídense de eso, esto es lo que deben memorizar.
Estos estudiantes son conscientes de la inmensa cantidad de conocimiento e información disponible y saben que jamás podrán igualar la memoria de las computadoras actuales. Entonces, inevitablemente, se preguntan: ¿Para qué aprender si el conocimiento es ubicuo? ¿Qué se supone que debo hacer? A pesar de la inmediatez de la información y de la reproducibilidad del conocimiento, la curiosidad humana sigue siendo el motor que nos impulsa a descubrir, conectar ideas y generar nuevos conocimientos. Y esta capacidad, lejos de desaparecer, pienso que se ve amplificada gracias a esta tecnología. Pero para que eso suceda la educación debe cambiar, no es adaptarse a la era de la replicabilidad del conocimiento, sino replantearse para tomar fuerza con ella, y no solo dar las habilidades necesarias, sino permitir a los y las estudiantes construir algo nuevo, ver a estudiantes como artífices de conocimiento, incluso en edades tempranas, desde sus escuelas y colegios.
Director Escuela de Sistemas Inteligentes Universidad Cenfotec
[email protected]
Source
Agencia
