La IA sólo es una probabilidad matemática
- Marcelo García Almaguer
- 13 dic 2025
- 6 Min. de lectura
Actualizado: 14 dic 2025
Filadelfia, Pensilvania.- Los algoritmos son lentes invisibles que moldean cómo vemos y habitamos el mundo. Son filtros que ademas de interpretar nuestro comportamiento: anticipa, corrige y, en muchas ocasiones lo induce, sin darnos cuenta. Es decir, nos conoce mejor que nosotros mismos.
Nuestra memoria se externaliza, la atención se fragmenta y las preferencias se calibran de forma continua. En ese desplazamiento silencioso reside su poder más profundo: la capacidad de perfilar con el fin de moldearnos.
Preguntarnos si los algoritmos nos obligan a redefinir nuestra existencia, es un debate estéril y tardío. La pregunta toral es otra: ¿quién va a ser nuestro Virgilio en este descenso al infierno algorítmico? Porque entrar a este mundo sin guía es una receta segura para perder el criterio antes que la curiosidad.
Con dicha inquietud en la cabeza, y con la intención de entender las tecnologías emergentes más allá de usarlas, hace un año decidí cursar el Programa mas cotizado: Liderazgo en Inteligencia Artificial y Analíticas en Wharton School of Business.
Mi decisión fue acertada. Lo que marcó la diferencia son los profesores que hicieron posible este aprendizaje continuo. No solo nos enseñaron a hacer preguntas claves para que puedas sortear un esgrima técnico con un proveedor que pretende venderte algo o puedas entablar una conversación con un CAIO, sino como un diseño inteligente, acompañado de una ejecución impecable, puede detonar el valor real de esta tecnología, siempre y cuando este guiada por un marco de responsabilidad y acompañado de juicio critico de un líder capaz.
Wharton, fundada en 1740 como la primera escuela de negocios en el mundo, es casa de ex-alumnos prominentes como Elon Musk, Sundar Pichai Donald Trump y Safra Catz, publicó recientemente su "Reporte de revisión a tres años sobre la IA", creado por Prasanna Tambe, Sonny como le decimos, y Professor Stefano Puntoni, fue analizado precisamente el día en que concluimos nuestras sesiones del programa. Los resultados son provocadores.
¿Qué tiene realmente de nueva esta tecnología frente a la de hace una década? ¿qué la hace distinta? y particularmente, ¿por qué no puede ser entendida simplemente como una herramienta más que un técnico implementa y deja funcionando? Vamos por partes.
¿Se acuerdan de las granjas de software? Predominaron hace un par de décadas y operaban bajo un conjunto de parámetros clásicos y rígidos: input–output. Cuando la data cambiaba de forma inesperada, el sistema podía colapsar. Nihil sub sole novum. Una compañera de mi programa lo explicó con una analogía que da justo en el punto: un tren sobre rieles es potente y rápido, pero solo puede avanzar por donde los rieles ya están colocados.
La Inteligencia Artificial, en cambio, funciona de otra manera. Se apoya en enormes volúmenes de datos para identificar patrones y calcular probabilidades, utilizando el músculo de cómputo para procesar información a gran velocidad. No sigue rieles fijos: interpreta el terreno y ajusta su ruta en tiempo real. La IA puede administrar bolas rápidas, es decir, identificar datos aleatorios, no estructurados y estimar el mejor resultado posible con base en su entrenamiento previo. Es como una camioneta 4x4 que descifra el paisaje para saber caul es el mejor camino a elegir.
En un estudio reciente, Apple detecto que Chat GPT no “piensa” simplemente calcula en base a la información que tiene acceso y "empata data". La IA convierte imágenes y palabras en vectores con Jupiter notebook. Posteriormente, usa geometría para graficar. Idéntica un patrón, asume que los elementos en ese espacio están interrelacionados y finalmente, el algoritmo ejerce un modelo predictivo.”
Para aplicar la tecnología, primero hay que comprenderla. En mi caso, el ámbito educativo ha sido el espacio donde he profundizado y puesto a prueba estos conocimientos durante los últimos nueve años.
La educación, en un futuro cercano, se desplazará progresivamente de planes de estudio rígidos hacia planes dinámicos de aprendizaje, una secuencia adaptativa de competencias y habilidades conforme al desempeño.
Un ejemplo que debemos seguir muy de cerca es Alpha School ubicada en Virginia, la escuela rompió el paradigma educativo. ¿Su plan de estudios? Dos horas focalizadas de interacción con algoritmos y 6 horas de recreación, privilegiando el contacto con la naturaleza y la interacción humana.
Ethan Mollick, profesor de innovación y emprendimiento de Wharton, cuya obra Co-Intelligence: Living and Working with AI (2024) aborda cómo la inteligencia artificial está reconfigurando el aprendizaje y la toma de decisiones humanas. Mollick sostiene que la IA no debe entenderse como un sistema que reemplaza al juicio humano, sino como un copiloto cognitivo que amplifica capacidades cuando es utilizada con criterio, claro, no todos siguen esa ética profesional. ¿Qué ocurre cuando no sabemos utilizar la IA? ¿Existen consecuencias cognitivas reales? Sí. ¿Están científicamente comprobadas? Por su puesto. Perdida del pensamiento critico en ciertas habilidades cognitivas.
Una Prospectiva de Vida Algorítmica a 20 Años
Nuestro recién nacido, Marcelo Augusto, acaba de incorporarse a una generación prometedora: la Generación Beta. Seguramente tendrá que cohabitar con un algoritmo como parte de su entorno cotidiano. Mi recomendación: “Nunca un algoritmo sin un humano, nunca un humano sin un algoritmo”. ¿A qué edad lo tendrá? (Les podré responder con certeza en un par de años) Su experiencia del mundo estará mediada por sistemas de predicción, recomendación y clasificación que operaran de forma furtiva, pero decisiva, configurando hábitos, oportunidades, percepciones y marcos de decisión. Un ejemplo, una plataforma educativa tecnológica que acompaña a un niño de la Generación Beta desde la educación inicial hasta la adolescencia podría integrar datos de rendimiento académico, estilos cognitivos, preferencias de contenido, respuestas emocionales y patrones de atención.
La IA sólo es una probabilidad matemática. Este modelo adaptativo evoluciona y aprende a incrementar su nivel de dificultad conforme los resultados. El mejor ejemplo para ilustrar el caso es como un GMAT, entre mas avances en el examen más difícil se torna el plan de estudios.
El riesgo de utilizar esta lógica es que la educación, cuando adopta mecanismos predictivos, puede correr el peligro de confundir potencial con destino, sustituyendo la formación crítica por una optimización temprana de habilidades “útiles” según el mercado. La IA, pues, está claramente diseñada para minimizar estadísticamente el error, no para garantizar un hecho o un evento.
La Generación Beta, primera en crecer enteramente inmersa en este paisaje predictivo, no conocerá un mundo “pre-algorítmico”. De ahí la necesidad de explorar no solo cambios tecnológicos, sino consecuencias ontológicas y culturales.
En las próximas décadas, la relación entre humanos y sistemas inteligentes será de co-evolución. Los algoritmos mutuamente anticipan, aprenden y modifican comportamientos, creando una dinámica adaptativa bidireccional. La distinción entre “habilidad humana” y “habilidad asistida” se difuminará.
La "empleabilidad" de Marcelo Augusto estará probablemente mediada por la calidad del paisaje algorítmico personal que habrá desarrollado él mismo como individuo. La identidad ya no será solo narrativa, ¡sino estadística! Según expertos en la materia, "podran detectar frustraciones o sobrecargas cognitivas, regularán contenidos según patrones de atención, y modelarán trayectorias de aprendizaje calculadas en tiempo real".
El desafío, advierte el Professor Mollick, es evitar que estas trayectorias algorítmicas se conviertan en etiquetas permanentes y asegurar que la educación siga siendo un espacio de exploración, error y redefinición personal, no una predicción cerrada del valor futuro de un individuo. La IA es un motor de predicción, difícilmente deberíamos de etiquetarla como un motor de verdad.
Ante este escenario, la preparación es obligada, por que el reto no es tecnológico sino adaptativo: construir una sociedad capaz de comprender su paisaje algorítmico, exigir transparencia y trazabilidad en los sistemas que la gobiernan, desarrollar una modelo cognitivo avanzada que permita distinguir entre cálculo y juicio, y sobre todo, preservar espacios de agencia humana que no puedan ser plenamente automatizados. Porque en las próximas dos décadas los algoritmos no solo moldearán la vida cotidiana, redefinirán, de manera eficaz, qué entendemos por vivir, decidir y ejercer responsabilidad en un mundo cada vez más gobernado por la probabilidad.
Comentarios