 |
| La redefinición del conocimiento en la era de la inteligencia artificial |
Por Licda Josmir Pérez
En la era posmoderna, la ciencia atraviesa transformaciones radicales impulsadas por la digitalización y la omnipresencia de tecnologías avanzadas que modifican nuestra percepción del mundo. El surgimiento de la inteligencia artificial (IA) no solo actúa como un motor de cambio tecnológico, sino que está redefiniendo profundamente los cimientos de la epistemología y nuestra comprensión de la realidad.
Históricamente, el conocimiento fue un producto exclusivo de la mente humana, fundamentado en la observación y la razón; sin embargo, la IA introduce una dinámica donde las máquinas procesan datos a velocidades que superan nuestras capacidades biológicas. Desde los pioneros como Alan Turing y John McCarthy hasta hitos modernos como la victoria de Deep Blue, la IA ha evolucionado para realizar tareas que antes se consideraban privativas del pensamiento humano.
No obstante, esta evolución trae consigo la Paradoja de Moravec, la cual señala que mientras el razonamiento abstracto es sencillo para las máquinas, la percepción sensorial básica sigue siendo un reto colosal. Esta distinción es fundamental para entender que, aunque la IA puede acelerar el descubrimiento científico identificando desde compuestos químicos hasta patrones climático, carece de la "dimensión afectivo-analógica" que Byung-Chul Han identifica como esencial para el pensamiento humano auténtico.
La implementación de la "Epistemolog-IA" se articula a través de cuatro dimensiones críticas que transforman la práctica científica contemporánea. En primer lugar, la transformación de la comprensión del conocimiento sugiere que el saber generado por algoritmos es predominantemente probabilístico y no siempre explicativo en términos causales. En segundo lugar, surge el problema de la validación y confianza por el fenómeno de la "caja negra", donde la opacidad de los algoritmos de aprendizaje profundo dificulta la transparencia y la reproducibilidad, pilares esenciales del método científico.
Tercero, los sesgos inherentes en los datos de entrenamiento pueden perpetuar desigualdades sociales si no se establecen mecanismos de corrección equitativos. Finalmente, la IA impacta la estructura de la verdad y la autoridad, desafiando el papel tradicional de los expertos y planteando el riesgo de un "solucionismo tecnológico" que ignore la complejidad de los dilemas éticos.
Ante este panorama, la comunidad académica y científica enfrenta el desafío de evitar el "sedentarismo intelectual" provocado por una dependencia excesiva de la tecnología que podría atrofiar el pensamiento crítico. La educación superior, en particular, ya experimenta el impacto divisivo de herramientas como ChatGPT y otras, debatiéndose entre la prohibición por temor al plagio y la necesidad urgente de nuevas alfabetizaciones digitales.
 |
| Josmir Pérez |
La autora es candidata a doctora en el uso de la Inteligencia Artificial Generativa para la enseñanza de la Lengua en la Universidad Autónoma de Santo Domingo; magíster en Lingüística Aplicada a la Enseñanza del Español en la UASD. Docente en universidades nacionales e internacionales.
