Desvelando el Oráculo Algorítmico: ¿Cómo la IA Predice Nuestro Futuro y Quién Realmente Gana?
Publicado el 18-02-2026
La humanidad siempre ha anhelado anticipar el mañana, una búsqueda que ha evolucionado desde la lectura de hojas de té hasta el análisis masivo de datos. Hoy, esta fascinación se ha transformado en una omnipresente red de algoritmos de inteligencia artificial que modelan cada aspecto de nuestras vidas. Pero, ¿somos realmente conscientes de las profundas implicaciones de ceder nuestro futuro a las máquinas y qué desafíos éticos plantea esta nueva era de la predicción por IA?
La Ubicuidad de la Predicción Algorítmica: Un Vistazo Crítico
Desde nuestros orígenes, la capacidad de prever, ya sea por instinto o por lógica, ha sido fundamental para nuestra supervivencia. Nos ha permitido cazar, cultivar y forjar lazos sociales, adaptándonos a un mundo que no siempre favorece nuestra existencia. Con el paso de los siglos, las herramientas de adivinación han evolucionado drásticamente: de las antiguas prácticas a los modernos conjuntos de datos, nuestra convicción de que el futuro puede ser conocido, y por ende controlado, solo ha crecido.
Actualmente, estamos inmersos en un océano de predicciones algorítmicas tan vastas e implacables que la mayoría apenas las percibimos. Mientras escribimos, complejos algoritmos en servidores remotos trabajan incansablemente para predecir nuestra próxima palabra o para mostrarnos el anuncio más propenso a captar nuestra atención. Esta capa predictiva, mayormente invisible y omnipresente, se ha injertado secretamente en nuestras vidas, impulsada por corporaciones ávidas de beneficios.
La inquietud que genera esta situación, una especie de oráculo algorítmico mediando cada aspecto de nuestra existencia, es palpable. ¿Cómo hemos llegado a este punto? Aunque el deseo humano de anticipación es comprensible, nadie se inscribió en un sistema donde una automatización inteligente dictara su destino. Una serie de nuevas publicaciones recientes abordan este mundo centrado en el futuro, explorando cómo hemos llegado aquí y qué significa este cambio. Todas coinciden en un punto crucial: la predicción es, en última instancia, una cuestión de poder y control.
Cuando la Predicción se Convierte en Poder: Maximilian Kasy y ‘The Means of Prediction’
En su obra *The Means of Prediction: How AI Really Works (and Who Benefits)*, el economista de Oxford Maximilian Kasy desglosa cómo la mayoría de las predicciones en nuestras vidas se basan en el análisis estadístico de patrones dentro de grandes conjuntos de datos etiquetados, un proceso conocido en el ámbito de la inteligencia artificial como aprendizaje supervisado. Una vez «entrenados» con estos datos, los algoritmos pueden procesar nueva información y ofrecer su mejor estimación sobre resultados futuros específicos. ¿Cumplirá con su libertad condicional? ¿Pagará su hipoteca? ¿Será promovido si es contratado? Nuestras vidas están cada vez más moldeadas por la respuesta de una máquina a estas interrogantes.
Kasy sostiene que las consecuencias negativas de esta omnipresencia algorítmica —un mundo más cruel, insípido e instrumentalizado, donde las posibilidades vitales se cierran y los prejuicios arraigados se perpetúan— no son «efectos no deseados» o meros problemas de optimización. Para él, representan el sistema funcionando exactamente como fue diseñado. Si un algoritmo de redes sociales promueve la indignación para maximizar la participación y los clics en anuncios, es porque «promover la indignación es bueno para las ganancias por ventas de anuncios». Esto se extiende a algoritmos que descartan candidatos con responsabilidades familiares o personas propensas a desarrollar problemas de salud crónicos. Lo que beneficia el resultado final de una empresa rara vez se alinea con el bienestar individual o social.
A diferencia de otros críticos, Kasy es escéptico de que la solución resida en crear algoritmos menos sesgados o más equitativos. El problema fundamental, argumenta, es que los algoritmos predictivos se basan en datos históricos que a menudo son racistas, sexistas y defectuosos de innumerables maneras. Además, los incentivos de lucro siempre prevalecerán sobre los intentos de eliminar el daño. La única vía para contrarrestar esto, según Kasy, es a través de un control democrático amplio sobre lo que él denomina «los medios de predicción»: los datos, la infraestructura computacional, la experiencia técnica y la energía. Propone mecanismos como «fideicomisos de datos» (organismos públicos colectivos que toman decisiones sobre cómo procesar y usar los datos en nombre de sus contribuyentes) y esquemas de impuestos corporativos que buscan contabilizar el daño social infligido por la inteligencia artificial. Es un enfoque ambicioso que, Kasy mismo reconoce, enfrenta desafíos significativos en un momento donde la confianza pública en las instituciones nunca ha sido tan baja.
La Racionalidad Matemática y la Delegación de Decisiones Humanas
¿Cómo llegamos a un punto donde la predicción mediada por máquinas es casi ineludible? Benjamin Recht, autor de *The Irrational Decision: How We Gave Computers the Power to Choose for Us*, argumentaría que nuestra situación actual tiene mucho que ver con la teoría de la decisión, o lo que los economistas llaman la teoría de la elección racional. Recht, profesor de ingeniería eléctrica y ciencias de la computación en UC Berkeley, prefiere el término «racionalidad matemática» para describir la concepción estrecha y estadística que impulsó el deseo de construir computadoras, influyó en su funcionamiento y determinó el tipo de problemas que serían adeptas a resolver.
Este sistema de creencias se remonta a la Ilustración, pero según Recht, realmente arraigó al final de la Segunda Guerra Mundial. Nada enfoca más la mente en el riesgo y la toma rápida de decisiones que la guerra. Los modelos matemáticos que resultaron útiles en el conflicto convencieron a un grupo selecto de científicos y estadísticos de que también podrían ser una base lógica para el diseño de las primeras computadoras. Así nació la idea de la computadora como un agente racional ideal, una máquina capaz de tomar decisiones óptimas cuantificando la incertidumbre y maximizando la utilidad.
La intuición, la experiencia y el juicio cedieron el paso a la optimización, la teoría de juegos y la predicción estadística. «Los algoritmos centrales desarrollados en este período impulsan las decisiones automatizadas de nuestro mundo moderno, ya sea en la gestión de cadenas de suministro, la programación de vuelos o la colocación de anuncios en sus redes sociales», escribe Recht. En esta realidad impulsada por la optimización, «cada decisión de vida se plantea como si fuera una ronda en un casino imaginario, y cada argumento puede reducirse a costos y beneficios, medios y fines».
Hoy, la racionalidad matemática se manifiesta en figuras como el encuestador Nate Silver y el psicólogo de Harvard Steven Pinker, quienes creen que el mundo sería mejor si más personas adoptaran su mentalidad analítica y aprendieran a sopesar costos, estimar riesgos y planificar de manera óptima; en otras palabras, a tomar decisiones como computadoras. Recht considera esto una idea ridícula. Antes de la automatización, los humanos logramos avances monumentales, como agua potable, antibióticos y salud pública que aumentaron la esperanza de vida. Desarrollamos teorías revolucionarias en física y construimos automóviles y aviones sin un sistema formal de racionalidad, e incluso concebimos la democracia moderna sin una teoría de decisión óptima. La pregunta crucial es: ¿cómo podemos demostrar que la intuición, la moralidad y el juicio humanos son formas superiores de abordar algunos de los problemas más importantes y complejos del mundo?
La Profecía como Acto de Poder: Carissa Véliz y la Lucha por el Futuro
Para la filósofa de Oxford Carissa Véliz, autora de la polemista y maravillosamente amplia *Prophecy: Prediction, Power, and the Fight for the Future, from Ancient Oracles to AI*, cualquier predicción, computacional o de otra índole, es en realidad un «deseo» con una poderosa tendencia a autocumplirse. Véliz concibe una predicción como «un imán que dobla la realidad hacia sí misma». Cuando la fuerza de ese imán es suficientemente potente, la predicción se convierte en la causa de su propia materialización.
Un ejemplo claro es la Ley de Moore. Aunque no se menciona explícitamente en *Prophecy*, es fundamental en la historia de la racionalidad matemática de Recht. Gordon Moore, cofundador de Intel, predijo en 1965 que la densidad de transistores en los circuitos integrados se duplicaría cada dos años. La «Ley de Moore» resultó ser cierta y se ha mantenido durante décadas, aunque ahora enfrenta los límites físicos del átomo de silicio. Una interpretación es que Moore fue simplemente un visionario. Otra, la que Véliz podría contar, es que Moore lanzó una predicción informada al mundo, y toda una industria tenía un interés colectivo en hacerla realidad. Los incentivos financieros eran, y siguen siendo, innegables para las empresas de chips. La industria ha invertido miles de millones para mantener viva la Ley de Moore, y sin duda ha obtenido aún más beneficios de ella. La Ley de Moore fue un «imán» increíblemente fuerte.
Además de autocumplirse, las predicciones pueden distraernos de los desafíos actuales. Cuando un entusiasta de la IA promete que la Inteligencia Artificial General (IAG) será el último problema que la humanidad deba resolver, no solo moldea nuestra percepción del papel de la IA, sino que también desvía nuestra atención de problemas muy reales y urgentes del presente, muchos de los cuales la propia IA está causando. En este sentido, las preguntas sobre las predicciones (¿Quién las hace? ¿Quién tiene el derecho de hacerlas?) son fundamentalmente sobre el poder. No es casualidad, señala Véliz, que las sociedades que más dependen de la predicción tienden también hacia la opresión y el autoritarismo. Las predicciones, explica, son «afirmaciones prescriptivas veladas, nos dicen cómo actuar. Son lo que los filósofos llaman actos de habla. Cuando creemos una predicción y actuamos de acuerdo con ella, es similar a obedecer una orden».
Por mucho que las empresas tecnológicas quieran hacernos creer lo contrario, la tecnología no es destino. Los humanos la creamos y elegimos cómo usarla, o no usarla. Quizás lo más apropiado (y humano) que podemos hacer ante todas las predicciones diarias no solicitadas en nuestras vidas es simplemente desafiarlas.
Conclusión: En esta era de la inteligencia artificial, la capacidad de predecir el futuro ha pasado de ser un rasgo humano fundamental a una herramienta algorítmica omnipresente. Los argumentos de Kasy, Recht y Véliz nos obligan a una profunda reflexión: ¿estamos construyendo un futuro donde la optimización y el beneficio económico dictan la trayectoria de la humanidad, o podemos recuperar el control de «los medios de predicción»? El debate es crucial. Requiere no solo una comprensión técnica de cómo funcionan estos sistemas, sino también una profunda consideración de los valores éticos y el poder que subyace en cada algoritmo. Nuestro desafío no es solo entender cómo los robots predicen el futuro, sino decidir qué tipo de futuro estamos dispuestos a aceptar y, más importante aún, cuál queremos construir como seres humanos.
Fuente original: The robots who predict the future