Sesiones de lectura

Leer por sesiones · 6 sesiones · 0 marcadas como leídas

Cada sesión lleva a un pasaje del texto completo. Se marca sola cuando llegas a su final después de leerla; un salto en la página no cuenta. Aquí puedes marcarla o desmarcarla a mano.

  1. Sesión 1 · Parte 1 · ≈ 6 minUna pregunta de película
  2. Sesión 2 · Parte 1 · ≈ 9 minRepetición a escala masiva: la máquina
  3. Sesión 3 · Parte 1 · ≈ 7 minEl amor permanece
  4. Sesión 4 · Parte 1 · ≈ 6 minLo que no puede: el saber-en-ser
  5. Sesión 5 · Parte 1 · ≈ 6 minLo que dicen hoy las iglesias
  6. Sesión 6 · Parte 1 · ≈ 4 minFuentes de este artículo

Glosario y contexto

Buscar en la lectura

Busca un término para ver el pasaje y su sección.

    COMPENDIOS — ÉTICA Y CULTURA

    Índice de la obra

    Explora las secciones. Los tiempos son estimaciones de lectura.

    Uso ético de la inteligencia artificial

    Gustavo Medina · IA aplicada y reflexión cristiana34 minPosición: 0% de esta partePublicado el Actualizado el Ref. COM-IAET-01

    Leer por sesiones · 6 sesiones · 0 marcadas como leídas

    Cada sesión lleva a un pasaje del texto completo. Se marca sola cuando llegas a su final después de leerla; un salto en la página no cuenta. Aquí puedes marcarla o desmarcarla a mano.

    1. Sesión 1 · Parte 1 · ≈ 6 minUna pregunta de película
    2. Sesión 2 · Parte 1 · ≈ 9 minRepetición a escala masiva: la máquina
    3. Sesión 3 · Parte 1 · ≈ 7 minEl amor permanece
    4. Sesión 4 · Parte 1 · ≈ 6 minLo que no puede: el saber-en-ser
    5. Sesión 5 · Parte 1 · ≈ 6 minLo que dicen hoy las iglesias
    6. Sesión 6 · Parte 1 · ≈ 4 minFuentes de este artículo

    Premisa central

    La IA puede hacer mucho de lo que sabemos y de lo que hacemos. Lo que no puede es conocer a Dios ni amar a otro en nuestro lugar, y ese es el saber que más nos hace humanos.
    Si una máquina puede escribir, dibujar y hasta armar un sermón, ¿qué nos queda como propio? ¿Y cómo la usamos los cristianos sin perder lo que somos?
    Soy ingeniero civil en informática y trabajo en una empresa que aplica inteligencia artificial al procesamiento de imágenes en la piscicultura. La IA es parte de mi trabajo, y por lo mismo quiero tener claro hasta dónde llega y dónde se detiene.

    Una pregunta de película

    Tres paneles: Will Smith mirando interrogativamente, un robot humanoide (Sonny), y Will Smith mirando pensativo.
    Una escena al estilo de «Yo, robot», generada íntegramente por IA: ¿puede una máquina crear arte? · Imagen generada por IA que imita la película «Yo, robot» (Alex Proyas, 2004)
    Mira con atención la imagen de arriba. Es una escena de Yo, robot. El detective le pregunta al robot si una máquina puede escribir una sinfonía o convertir un lienzo en una obra maestra, y el robot le contesta con otra pregunta, ¿y tú puedes?
    Algunos habrán notado que el pendiente del cuadro de arriba desaparece en el de abajo, y otros pensarán que solo el último cuadro lo hizo una IA. Pero la imagen completa, con Will Smith, el robot y los subtítulos, la generó una inteligencia artificial. Ni siquiera la escena es real.
    Y ahí está la pregunta de fondo. Si una IA puede hacer lo que hacemos nosotros (escribir, cantar, dibujar, hacer películas), ¿cuál es nuestro propósito? Los pintores se hicieron una pregunta parecida a mediados del siglo XIX, cuando apareció la fotografía. Si una máquina puede capturar la realidad, ¿para qué pintar? Hoy la pregunta va más allá del arte, y mientras más avanza la IA, más difuso se vuelve el lugar del ser humano.
    Ya no es una pregunta solo de ingenieros o de teólogos. En enero de 2025 el Vaticano publicó una nota doctrinal sobre la relación entre la inteligencia artificial y la inteligencia humana (Antiqua et Nova); en mayo de 2026, León XIV dedicó su primera encíclica a la persona humana en la época de la IA (Magnifica humanitas); y la Convención Bautista del Sur había aprobado en 2023 una resolución sobre lo mismo. Pero primero hay que entender qué es esto que estamos discutiendo.

    ¿Qué es la IA y cómo aprende?

    La inteligencia artificial (IA) son sistemas o máquinas que imitan la inteligencia humana para hacer tareas, y que pueden ir mejorando a partir de los datos que reciben.
    Hasta la palabra tiene su historia. Antiqua et Nova recuerda que la expresión nace en 1956 (n. 7) y se pregunta si «inteligencia» quiere decir lo mismo dicha de una persona y de un programa (n. 10). Su respuesta, en el n. 12, es que estos sistemas tienen capacidades sofisticadas para hacer tareas, «pero no la de pensar». Eso es lo que sostiene la nota; entre los investigadores el asunto está bastante más dividido.

    Redes neuronales

    Las IA modernas se basan casi siempre en redes neuronales, inspiradas en la neurona de nuestro cerebro. Cada neurona artificial recibe entradas (impulsos), les aplica una función matemática y le pasa el resultado a la siguiente capa de neuronas.
    Esquema simplificado de una neurona artificial mostrando entradas, procesamiento y salida.
    Una neurona artificial: suma ponderada de entradas y una función de activación · Ilustración generada con IA para Eusebeia
    Los grandes modelos de lenguaje, como el que está detrás de ChatGPT, son redes de este tipo con miles de millones o billones de parámetros. Se entrenan con colecciones enormes de texto (parte de la web, bibliotecas enteras de libros) para una tarea que se dice fácil, adivinar una parte oculta de una frase. A eso se le llama aprendizaje autosupervisado. Lo que sale de ahí, escriben Mitchell y Krakauer (2023), es un modelo estadístico complejo de cómo se relacionan las palabras y las frases de esos textos. Y ni siquiera quienes los construyen saben bien qué pasa adentro. El funcionamiento interno de estas redes es en gran parte opaco.

    Aprender repitiendo: el cerebro

    Nuestro cerebro y la IA tienen algo en común. Los dos mejoran repitiendo. Los mecanismos son muy distintos (biológicos en un caso, computacionales en el otro), pero en ambos la práctica, una y otra vez, es lo que va formando habilidades complejas.
    Comparación del proceso de aprendizaje humano (cerebro) y entrenamiento IA (chip), mostrando crecimiento escalonado.
    Aprendizaje humano y entrenamiento de IA: los dos crecen por repetición · Ilustración generada con IA para Eusebeia
    Piensa en un camino de tierra. Mientras más se recorre, más se marca y más se ensancha, hasta que queda listo para un tráfico más pesado. Es solo una imagen, pero la neurociencia sí respalda que la experiencia repetida cambia cómo funcionan los circuitos del cerebro y, en animales, también su estructura. La revisión de Ganguly y Poo (2013) resume cómo se da esa plasticidad, tanto en el cerebro que se está formando como en el adulto.
    Diagrama mostrando cómo la repetición de tareas simples (libros, mates) fortalece las conexiones neuronales y expande la capacidad cognitiva (cerebro más grande).
    La repetición de tareas simples refuerza conexiones y amplía la capacidad cognitiva · Ilustración generada con IA para Eusebeia
    Hay dos mecanismos principales. El primero es la plasticidad sináptica. Cuando repetimos una acción o un pensamiento, las conexiones entre las neuronas que participan tienden a fortalecerse; se suele resumir con la frase «neuronas que se disparan juntas, se conectan juntas». Así la señal pasa más fácil la vez siguiente, y esa es una de las bases de lo que aprendemos dentro de una misma sesión de práctica (Ganguly y Poo, 2013).
    El segundo es la mielinización adaptativa. La mielina es una especie de funda aislante que recubre las fibras nerviosas (los axones). Fields (2015) propuso que la actividad de un circuito puede cambiar su mielina, y con ella la velocidad y la sincronía con que viaja la información. Los experimentos con ratones lo respaldan. Estimular la corteza premotora de ratones despiertos aumenta la formación de mielina nueva y mejora su función motora (Gibson y otros, 2014). Si se impide que se formen nuevos oligodendrocitos, las células que fabrican la mielina, los ratones no logran dominar una rueda con peldaños irregulares (McKenzie y otros, 2014), y ese bloqueo ya perjudica el aprendizaje en las primeras horas (Xiao y otros, 2016). Una revisión de 2022 concluye que esta mielinización regulada por la actividad es necesaria para adaptarse y aprender en varios ámbitos, y que cuando se desregula puede contribuir a enfermedades (Knowles y otros, 2022).
    Pero en personas la evidencia es más débil. Hay estudios de imagen que muestran cambios en la sustancia blanca después de entrenar una destreza visuomotora (Scholz y otros, 2009) y en la materia gris tras un entrenamiento (Draganski y otros, 2004). Una revisión crítica, sin embargo, concluye que muchos de esos efectos pueden deberse a limitaciones de diseño, de estadística y de método, y que la prueba de cambios estructurales por entrenamiento en adultos es débil (Thomas y Baker, 2013). En ratas y ratones sí se ha podido ligar el aprendizaje de una destreza con más mielina (Sampaio-Baptista y otros, 2013). Lo prudente es decir que practicar cambia el cerebro de las personas de maneras que todavía cuesta medir, y que el mecanismo de la mielina está mejor demostrado en animales.
    De aquí saco una idea para enseñar. Empezar por lo básico y repetirlo con orden va armando la base para lo más avanzado. La idea es mía y no de esos estudios, porque ellos trabajan con destrezas motoras y no con conceptos.

    Repetición a escala masiva: la máquina

    Con la IA pasa algo parecido. «Entrenarla» es mostrarle cantidades enormes de datos (textos, imágenes, sonidos) una y otra vez. En cada vuelta, el algoritmo ajusta miles de millones de parámetros internos, que son como las conexiones de su red, para equivocarse menos y responder mejor.
    La escala es gigantesca, aunque cuesta medirla. Epoch AI estimó en 2024 que la corrida final de entrenamiento de GPT-4 costó unos 40 millones de dólares, contando solo el hardware amortizado y la energía, y que desarrollar completo un modelo de frontera ya pasaba de los 100 millones; calculado con precios de alquiler en la nube, sale en promedio al doble (Cottier y otros, 2024). Según esa misma serie, el costo de entrenar los modelos más grandes crecía 2,4 veces por año desde 2016, y los autores proyectaban que las corridas más grandes pasarían de los mil millones de dólares hacia 2027. Eso último es una proyección; lo que cuenta es el orden de magnitud.
    Y aquí aparece la diferencia con un niño. Los modelos de lenguaje reciben entre cuatro y cinco órdenes de magnitud más lenguaje que un niño (entre diez mil y cien mil veces más), según Frank (2023), que deja abierta la pregunta de qué explica esa diferencia de eficiencia. Mitchell y Krakauer proponen que nosotros entendemos formando modelos del mundo compactos y causales con muy pocos datos, y no solo asociaciones estadísticas; es su manera de verlo, no algo zanjado. «Aprender repitiendo» describe a los dos, pero no los hace iguales.
    Diagrama contrastante mostrando cómo el uso pasivo de IA (laptop) puede reemplazar el esfuerzo cognitivo, sin el mismo desarrollo cerebral.
    El uso pasivo de la IA sustituye el esfuerzo que la repetición activa convierte en aprendizaje · Ilustración generada con IA para Eusebeia

    ¿La IA nos ayuda a aprender o nos atrofia?

    Si los dos aprendemos repitiendo, la pregunta cae sola. ¿Puede la IA reforzar nuestro aprendizaje? ¿O usarla sin criterio puede atrofiar nuestra propia capacidad de aprender y de juzgar? ¿Cuántos de nosotros ya le hemos pedido que nos resuma un texto que no alcanzamos a leer? Hoy hay estudios que empiezan a responder, y la respuesta no es pareja.
    El más sólido es un ensayo aleatorizado en un liceo de Turquía, con cerca de mil alumnos de 9.º a 11.º grado (Bastani y otros, PNAS, 2025). Practicaron matemáticas en cuatro sesiones de 90 minutos, repartidos por curso en tres grupos. Uno tenía solo libros y apuntes; otro, una interfaz parecida a ChatGPT; y el tercero, un tutor basado en GPT-4 que los profesores habían limitado para que diera pistas y no respuestas. Mientras practicaban, la IA les subió las notas un 48 % con la interfaz libre y un 127 % con el tutor. Pero en el examen posterior, ya sin ayuda, los que habían usado la interfaz libre sacaron un 17 % menos que los que nunca la usaron. Los del tutor quedaron igual que el grupo sin IA.
    ¿Qué pasó? Según los autores, los alumnos usaron la herramienta como muleta y le pedían sobre todo las respuestas. Y además creían haber aprendido más de lo que aprendieron. El estudio tiene sus límites (una asignatura, un colegio, resultados de corto plazo, y se hizo en 2023, cuando la herramienta era nueva), pero el resultado da que pensar.
    Hay dos estudios más, más débiles. En uno, 319 profesionales describieron 936 usos de IA generativa en su trabajo. Mientras más confiaban en la herramienta, menos pensamiento crítico decían poner, y mientras más confiaban en sí mismos, más (Lee y otros, CHI 2025). Son respuestas de los propios encuestados, no mediciones. El otro es un preprint del MIT con electroencefalografía, con 54 participantes y solo 18 en la sesión final, que describe una conectividad cerebral más débil en quienes escribieron un ensayo con ayuda de un modelo (Kosmyna y otros, 2025). No consta que haya pasado revisión por pares y la muestra es chica, así que sirve como pista, no como prueba.
    Juntando todo, la ayuda que hace el trabajo por nosotros mejora el resultado del momento pero no deja aprendizaje, y la que nos obliga a practicar parece conservarlo. Como el diseño de la herramienta cambia el efecto, el problema está en cómo la usamos y no en que exista.
    Para ver por qué pasa esto, hay que dar un paso atrás y preguntarnos qué es saber.

    Tres formas de saber

    Propongo distinguir tres dimensiones del conocimiento:
    • El saber intelectual, o saber-porqué. Es recordar, procesar y ordenar información compleja; lo que amplía nuestro entendimiento, como las matemáticas, la ciencia o la teología académica.
    • El saber práctico, o saber-hacer. Son las habilidades y destrezas para las tareas de cada día y del trabajo, que se fortalecen con la experiencia y la repetición.
    • El saber relacional, o saber-en-ser. Es el conocimiento que se vive, el que nace de la comunión con Dios y de las relaciones verdaderas con otros. Nos forma por dentro y va dando forma a nuestra identidad, nuestra fe, nuestra esperanza y nuestro amor.

    ¿Cuál es el más importante?

    Si te pido que pienses en alguien sabio, lo más probable es que pienses en el saber intelectual. Se nos viene a la mente Albert Einstein, Stephen Hawking o, entre cristianos, teólogos como Agustín de Hipona o Juan Calvino. ¿Es ese el conocimiento más importante?
    Después está el saber práctico. Quizá no sea lo primero que pensamos, pero pesa mucho. Vivimos en un mundo que exige especialización y excelencia, y pareciera que nuestro valor depende de qué tan buenos somos en lo que hacemos. Cuántas veces un fracaso en el trabajo lo vivimos como un fracaso de la persona entera. La sociedad nos pone límites, ejerce una especie de violencia simbólica sobre cada uno y termina convirtiendo nuestras capacidades en el pilar de lo que somos. ¿Es entonces este el saber más importante?
    Tres columnas: el saber intelectual o saber-porqué, con un libro abierto; el saber práctico o saber-hacer, con dos engranajes; y el saber relacional o saber-en-ser, con dos personas y un corazón. Debajo, la pregunta de cuál es el más importante.
    Las tres formas de saber y la pregunta de cuál pesa más · Figura de Eusebeia

    Lo que dice la Escritura


    «…el conocimiento envanece, en tanto que el amor edifica.
    Si alguno se imagina que sabe algo, aún no sabe como debe saberlo.
    Pero si alguno ama a Dios, ha sido conocido por Él»
    La comunidad a la que Pablo le escribe tenía la costumbre de enredarse en discusiones que no llevaban a ninguna parte y que servían más que nada para quedar bien parado frente a los demás («Yo tengo la razón y tú no»). Hoy serían las discusiones sobre qué versión de la Biblia usar, si la salvación se puede perder o si hay que subir al púlpito con corbata. Esas preguntas pueden tener su lugar. Pero cuando el asunto es difícil de interpretar, o cuando no distinguimos lo esencial de lo secundario, discutirlas se vuelve una forma de afirmarse a uno mismo, y entonces ya no edifican a nadie. Pablo lo dice claro. Ahí no hay amor. Y si lo que nos mueve a discutir no es el amor, la discusión solo divide.
    Por eso Pablo insiste en que el conocimiento solo intelectual, por profundo que sea, pierde su valor si no está fundado en el amor. Y va más allá. Amar es el único camino para conocer de verdad a Dios. El conocimiento que edifica no consiste en acumular datos; es la comunión viva con Dios, que se nota en el amor hacia Él y hacia los demás.

    «Y esta es la vida eterna:
    que te conozcan a ti, el único Dios verdadero,
    y a Jesucristo, a quien has enviado.»
    ¿Qué es la vida eterna? Conocer a Dios y a su Hijo. Es una idea de conocer muy distinta de la que manejamos. La vida eterna no es un estado etéreo con arcángeles tocando arpas; es una relación viva y permanente con el Padre y el Hijo, mucho más cerca de nuestra vida de todos los días que de una idea lejana. No se queda en teoría; nos transforma.
    Según Jesús, conocer a Dios no es juntar conceptos ni cumplir ritos al detalle. Es conocer en comunión al Padre por medio del Hijo (; ). Y lo que Jesús conocía del Padre se veía completo en su manera de actuar, de vivir, de pensar, de sentir, de desear y de tratar a los demás (, , , ). Quien miraba a Cristo veía al Padre. El conocer que Dios espera de nosotros es igual, algo que nos va cambiando y que los demás pueden ver.

    «Por amor de Cristo lo he perdido todo…
    (para) conocerle a él,
    y el poder de su resurrección,
    y la participación en sus sufrimientos,
    haciéndome semejante a él en su muerte»
    Para Pablo, todo lo que había logrado, en el estudio y en la práctica, era basura comparado con conocer a Cristo en su propia vida. No le bastaba saber la historia o las enseñanzas de Cristo como quien mira de lejos. Quería estar unido a todo lo que Cristo es. A su cuerpo, que es la Iglesia; a sus padecimientos, que son su entrega; y a su victoria, que es la resurrección. Quería que su vida quedara metida en la de Cristo, y conocerle así. No le bastaba entender la justicia de Dios. Quería participar de ella. Quería tener la mente de Cristo () y que esa mente guiara cómo vivía.
    Pensemos en lo que pasa en la encarnación. Dios entra en nuestra historia y nos invita a entrar en la suya. Se hace como nosotros. Nace como todos nacemos, crece enfrentando las mismas preguntas, sufre como todos sufrimos y muere la muerte que todos mereceríamos si Dios nos juzgara por nuestras obras. Vivió todo lo humano, menos el pecado. Cristo muere como nosotros para que nosotros vivamos como Cristo, y ese es el intercambio del evangelio. Y en ese parecernos a Él, que apunta a la medida del varón perfecto (), está el centro de la vida cristiana. Es un conocer que nos cambia enteros, mucho más allá de cualquier ejercicio intelectual.

    El amor permanece


    «Si yo hablara en las lenguas de los hombres y de los ángeles,
    pero no tuviera amor, he llegado a ser bronce que resuena o un címbalo que retiñe...
    El amor es sufrido, el amor es bondadoso...
    todo lo sufre, todo lo cree, todo lo espera, todo lo soporta...
    El amor nunca deja de ser pero ya sean profecías, se les pondrá fin,
    ya sean lenguas, cesarán, ya sea conocimiento, se acabará...
    Y ahora permanece la fe, la esperanza y el amor, estos tres;
    Pero el mayor de ellos es el amor»
    En 1 Corintios 13 Pablo pone frente a frente dos cosas. Los dones, incluido el conocimiento, son pasajeros. Las lenguas cesarán, la profecía y el conocimiento se acabarán. El amor, en cambio, nunca deja de ser.
    Diagrama de la Trinidad mostrando el flujo de amor entre el Padre, el Hijo y el Espíritu Santo como fuente eterna de relación.
    El amor entre el Padre, el Hijo y el Espíritu Santo como fuente de toda relación · Ilustración generada con IA para Eusebeia
    ¿Por qué el amor permanece? Porque estaba antes que todo. Desde la eternidad Dios es una comunión de Personas que se aman, el Padre, el Hijo y el Espíritu Santo. Antes de la creación no existían las matemáticas, ni la química, ni las artes, pero el amor, el saber relacional, ya existía desde siempre entre las tres Personas.
    Cuando Dios nos crea a su imagen, nos hace para la relación, capaces de conocer y de amar. Ese deseo que tenemos de estar con otros es un reflejo de su imagen en nosotros y una invitación a participar de su amor. En Cristo esa relación se nos revela entera, y el amor llega a su máxima expresión. La encarnación nos muestra que conocer de verdad va más allá de lo intelectual, que se vive y nos transforma. Nos recuerda que somos criaturas hechas a imagen de un Dios Padre que creó el universo para su gloria y que quiere tener una relación con nosotros.
    Desde aquí tenemos que pensar quiénes somos, cómo vivimos en sociedad y qué principios éticos nos guían, también frente a la IA.

    Agustín: ciencia y sabiduría

    Esta distinción entre un saber que se tiene y un saber que se vive no es nueva. En Sobre la Trinidad, Agustín separa el conocimiento, que se ocupa de las cosas temporales y de la acción, de la sabiduría, que contempla lo eterno (XII, 14, 22). Y cuando dice en qué consiste la sabiduría del hombre, cita a Job tal como él lo lee, «He aquí, el culto de Dios, eso es sabiduría» (; XIV, 1, 1). Ese culto de Dios es la theosebeia griega, que según Agustín el latín no alcanza a decir con una sola palabra. Y pone la imagen de Dios en la mente justamente ahí, en ese culto, y no en la capacidad de pensar por sí sola:
    Texto de la fuenteAgustín de Hipona · Sobre la Trinidad · XIV, 12, 15Texto base: versión inglesa de Haddan y Shedd (NPNF, 1.ª serie, vol. 3), según la edición de EusebeiaTraducción: Traducción de Eusebeia, del inglésConsultar la referencia
    Esta trinidad, pues, de la mente no es imagen de Dios porque la mente se recuerde, se entienda y se ame a sí misma, sino porque puede también recordar, entender y amar a Aquel por quien fue hecha. Y al hacerlo, ella misma se hace sabia. Pero si no lo hace, aun cuando se recuerde, se entienda y se ame a sí misma, entonces es necia.
    Su manera de repartir no es igual a la mía. Pone bajo la sabiduría hasta las razones de la geometría (XII, 14, 23), que yo pondría en el saber intelectual. Pero apunta al mismo lugar, porque para él lo más alto del conocer es el culto y el amor a Dios. Agustín no habla de máquinas, por supuesto. La consecuencia para la IA la saco yo. Si lo propio del conocimiento humano es la relación con Dios y con los demás, una máquina que procesa información puede imitar con soltura los otros dos saberes, pero queda fuera del tercero.

    Lo que la IA puede y lo que no puede

    Cuadro de tres columnas, saber-porqué, saber-hacer y saber-en-ser, con lo que la IA hace en cada una, lo que muestra la evidencia reciente y lo que dicen la tradición y los documentos eclesiales.
    Los tres saberes frente a la IA: lo que hace, lo que muestra la evidencia reciente y lo que la tradición reserva · Elaboración de Eusebeia a partir de las fuentes citadas en el artículo
    Con las tres formas de saber a la vista, se puede ordenar lo que la IA hace y lo que no.
    En el saber intelectual y en el práctico, la IA procesa datos y genera respuestas, y muchas veces iguala o supera lo que hacemos nosotros. Ya está mejorando, y podría reemplazar, buena parte de nuestro saber-porqué y saber-hacer en el diagnóstico médico, la ingeniería, el análisis de datos y los procesos creativos. Ese «conocimiento» es mecánico y funcional. Nace de la repetición masiva de datos y del ajuste de parámetros, sin conciencia ni capacidad de relación. Hay que reconocer igual que en muchas tareas que se pueden automatizar la IA nos va a superar.
    Que nos supere en esas tareas todavía no dice qué hace por dentro, ni cuánto podemos fiarnos de lo que produce. Ahí la investigación reciente obliga a matizar.

    ¿Entiende? ¿Se equivoca? ¿Tiene sesgos?

    ¿Entiende lo que dice? Es una discusión abierta. En una encuesta de 2022 a 480 investigadores de lenguaje natural, el 51 % estuvo de acuerdo con que un modelo entrenado solo con texto, con datos y cómputo suficientes, podría entender el lenguaje en algún sentido no trivial, y el 49 % no (Mitchell y Krakauer, 2023). Los autores no zanjan la cuestión; piden una ciencia de la inteligencia que pueda distinguir distintos modos de comprender y sus límites. Pero fíjate que lo que digo del saber relacional no depende de quién gane esa discusión. Aunque los modelos llegaran a representarse el mundo mucho mejor de lo que hoy se admite, de ahí no se sigue que puedan amar, ni tener comunión con Dios, ni llamarlo «Padre».
    ¿Cómo funcionan por dentro? Anthropic, uno de los laboratorios que los fabrican, estudió el interior de su propio modelo. Encontró que elige la palabra con que va a rimar un verso antes de escribirlo, y que cuando explica cómo suma describe el método que se enseña en el colegio y no lo que sus circuitos hacen (Anthropic, 2025). Los mismos autores avisan que su método capta solo una parte del cálculo, y es un informe del propio fabricante. Aun así, ayuda a desconfiar de las descripciones demasiado simples («solo repite», «solo calcula») y también de las demasiado generosas.
    ¿Se equivocan? Sí, y ya se entiende mejor por qué. Según Kalai y otros (2025), los modelos inventan respuestas que suenan bien porque el entrenamiento y las pruebas con que se los compara premian adivinar más que reconocer que no se sabe; por eso proponen cambiar cómo se puntúan esas pruebas. Y en problemas de razonamiento más complejos, los modelos «que razonan» pierden precisión de golpe pasado cierto nivel de dificultad y fallan al seguir algoritmos exactos, según un estudio con rompecabezas controlados (Shojaee y otros, 2025). Los autores advierten que esos rompecabezas no representan todo tipo de razonamiento.
    ¿Tienen sesgos? Los heredan de los datos y de lo que se les pide optimizar. Un algoritmo de salud muy usado en Estados Unidos daba menos ayuda a pacientes negros que a pacientes blancos igual de enfermos, porque predecía el gasto en salud y no la enfermedad, y el gasto era menor donde el acceso a la atención era peor. Corregirlo habría subido del 17,7 % al 46,5 % la proporción de pacientes negros con ayuda adicional (Obermeyer y otros, Science, 2019).
    Entonces, llamar «mecánico y funcional» al conocimiento de la IA se puede defender, pero no está cerrado. Y tampoco es una calculadora en la que se pueda confiar a ciegas, porque se equivoca con toda seguridad y nadie ha terminado de entender cómo funciona.

    Lo que no puede: el saber-en-ser

    En el saber relacional es otra cosa. La IA no puede conocer en ese sentido. No puede amar, ni tener comunión, ni fe, ni esperanza. No tiene un «ser» que se vincule con otros ni con Dios; no tiene alma, ni anhelo, ni apertura a lo trascendente. No puede hablar con Dios en amor ni llamarlo «Padre». Y ese saber es lo que nos define como humanos, el que ninguna tecnología puede reemplazar. Esa es la idea central de todo el artículo.
    Aquí ya no ayudan los experimentos. Es una afirmación teológica, y se sostiene de otra manera.
    En esto los documentos de la iglesia hablan más claro que los laboratorios. Antiqua et Nova sostiene que la inteligencia humana no es una facultad aislada y que se ejerce en relación (n. 18), que ninguna aplicación puede sentir empatía de verdad (n. 61) y que presentar una IA como si fuera una persona, sobre todo para engañar, es éticamente grave (n. 62). Magnifica humanitas dice en su capítulo tercero (nn. 99 y 100) que la IA no tiene experiencia, ni conciencia, ni comprensión interior, que su «aprender» es adaptación estadística, y que cuando imita la empatía o la amistad puede llevar a los menos advertidos a creer que tienen una relación personal con ella.
    Eso es lo que aquí llamo saber relacional. Pero los teólogos no están todos de acuerdo sobre qué es la imagen de Dios ni sobre si una IA podría tener parte en ella. Dorobantu (2022) distingue tres lecturas, según las cuales la imagen está en la razón, en el dominio sobre la creación o en la relación con Dios y con otros. Argumenta que la IA actual falla justo donde se juega la relación, porque una relación genuina pide vulnerabilidad y una orientación que no es solo racional, y la IA probablemente no la tiene. De ahí concluye que la dignidad humana descansa mejor en la relación que en ser más inteligentes. Jiménez-Rodríguez (2026) ordena el debate en tres posturas, que ven la IA como simple instrumento, como imagen del hombre o como capaz de ser imagen de Dios. La última, dice, enfrenta dificultades teológicas considerables. Pero también advierte que la IA no es «un mero instrumento», porque realiza funciones cognitivas, propone alternativas y produce efectos en el mundo, y propone llamarla figura hominis, una figura del ser humano que depende de quienes la diseñan, la entrenan y la corrigen. Lo que digo aquí, que la IA no puede conocer en sentido relacional, cabe en las dos posturas. Pero Jiménez-Rodríguez me obliga a tomar en serio que llamarla solo «herramienta» se queda corto.
    Comparativa visual entre un robot y una silueta humana en actitud de oración, señalando la imposibilidad de la IA de relacionarse espiritualmente.
    Una máquina puede imitar la forma de la oración, pero no relacionarse con Dios · Ilustración generada con IA para Eusebeia

    ¿Puede una máquina orar o predicar?

    Llevemos todo esto a algo concreto. En este video, el teólogo y predicador John Piper le pide a ChatGPT que redacte una oración.
    ¿Puede ChatGPT orar? ¿Puede adorar? Si lo propio del ser humano es conocer en relación, la respuesta es no. La IA no tiene cómo establecer una relación con Dios. No tiene alma, no puede anhelar, ni amar, ni tener comunión. Su «conocimiento» es mecánico y funcional, y no llega al conocimiento relacional que nos define. Esto es una afirmación de fe sobre lo que es la adoración y lo que es una persona, no un resultado de laboratorio. Pero tiene raíces en cómo la Iglesia ha entendido la sabiduría. Si para Agustín la sabiduría del hombre es el culto de Dios (Sobre la Trinidad XIV, 1, 1), y el culto es amor a Dios, que no tiene sentido sin alguien que desee verlo, entonces un programa puede producir las palabras de una oración, pero no es quien ora. Antiqua et Nova va en la misma dirección cuando llama idolatría a pretender reemplazar a Dios con una obra de nuestras propias manos (n. 105).
    Y entonces vienen otras preguntas. Si la IA imita la adoración tan bien que no se distingue de la de una persona, ¿está bien usarla para adorar? ¿Está bien usarla para escribir sermones, oraciones, devocionales, estudios bíblicos, cantos o incluso textos teológicos como este?
    Un grupo mira en una pantalla a una figura humana que habla; detrás, un autómata la controla
    Lo que el público ve y lo que opera detrás: una voz humana aparente sobre un mecanismo · Ilustración generada con IA para Eusebeia
    Este otro video lo hice yo como ejemplo, una prédica sobre hecha con ChatGPT.
    Para mí sería un error usar un sermón generado por ChatGPT para predicar el domingo. Y eso nos lleva a preguntas de fondo. ¿Qué es predicar? ¿Qué es adorar? ¿Qué hace que una oración sea verdadera? ¿Qué hace que un devocional valga la pena? ¿Qué hace válido un estudio bíblico? ¿Cuándo un canto es adoración? ¿Qué es la vida cristiana? ¿Y la vida eterna, el amor, la fe?
    No puedo responderlas todas aquí, pero sí quiero detenerme en qué hace el que predica.
    ¿Qué hace buena una predicación? ¿Aplicar bien los principios de la homilética? ¿Estudiar el griego, el hebreo y el arameo? ¿Una exégesis rigurosa? Todo eso hace falta, pero no basta. Predicar es más que un ejercicio intelectual. Es transmitir algo que se ha vivido. Pablo decía: «Porque no somos como muchos que negocian por lucro con la Palabra de Dios, sino que con sinceridad, como de parte de Dios, y delante de Dios, hablamos en Cristo» (). Predicar es transmitir con fidelidad el mensaje de Dios. ¿Dónde estoy yo delante de Dios? ¿Quién es Dios para mí? ¿Qué ha hecho en mi vida? ¿A qué me ha llamado? ¿Qué clase de persona me pide ser? ¿Qué tengo que vivir? ¿Qué espera Él de mis relaciones con los demás? ChatGPT puede dar respuestas teológicamente correctas a todo eso. Lo que no puede es transmitir el corazón de Cristo en esas respuestas.
    Pensemos en Moisés. Dios podría haberle dado la ley en una visión, pero bajó Él mismo al monte Sinaí para hablar delante del pueblo (). Y después de estar con Dios, Moisés transmitió lo que había recibido. Predicar no es solo pasar conceptos o frases bien armadas. Es comunicar la mente de Cristo, y a esa mente solo se llega por el Espíritu Santo. Ningún algoritmo, por sofisticado que sea, puede reemplazar eso.
    Moisés habla al pueblo al pie del monte
    Moisés enseña al pueblo · Ilustración generada con IA para Eusebeia

    Lo que dicen hoy las iglesias

    Las iglesias ya han empezado a responder por escrito. Resumo los tres documentos a partir del texto que publica cada institución. Falta la tradición ortodoxa, porque no pude abrir sus documentos oficiales.
    Católicos. Antiqua et Nova (28 de enero de 2025), de los dicasterios para la Doctrina de la Fe y para la Cultura y la Educación, aprobada por Francisco, parte de que la inteligencia humana es un don de quien fue creado a imagen de Dios (n. 1). Sigue a Tomás de Aquino al ver en ella la unión del intellectus (la captación intuitiva de la verdad) y la ratio (el razonamiento discursivo) (n. 14), y la liga al cuerpo, a la relación y a la búsqueda de la verdad, la belleza y el bien (nn. 16 a 23). Rechaza una visión puramente funcional de la inteligencia (nn. 10-11) y afirma que la dignidad no depende de las habilidades que uno tenga (n. 34). Dedica varios párrafos a la educación, donde pide una presencia docente que la IA no reemplaza y advierte del riesgo de debilitar la autonomía y el pensamiento crítico del alumno (nn. 79 a 82). Sobre el culto, dice que sustituir a Dios por una obra de manos humanas es idolatría (n. 105). Y termina hablando de una sabiduría del corazón que no puede buscarse en las máquinas (nn. 111 a 116).
    Magnifica humanitas (fechada el 15 de mayo de 2026) es la primera encíclica de León XIV. Funda la dignidad en la imagen de Dios (n. 50) y dedica su capítulo tercero a la tecnología y al poder, donde trata el funcionamiento y los límites de la IA (nn. 97 a 99), la imitación de la empatía (n. 100), la responsabilidad y la transparencia (nn. 102 a 111) y lo que no debe perderse (nn. 112 a 114). En el capítulo cuarto trata la verdad como bien común y una alianza educativa para la era digital, y advierte que la respuesta instantánea puede apagar el deseo de preguntar (n. 140). Termina con la Palabra hecha carne, el cuerpo de Cristo y el Magníficat (nn. 229 a 245).
    Evangélicos. La resolución «Sobre la inteligencia artificial y las tecnologías emergentes» de la Convención Bautista del Sur (Nueva Orleans, 13 y 14 de junio de 2023) pide enfrentar la IA con una esperanza fundada en el propósito final de Dios, sin aceptarla sin crítica y sin rechazarla por miedo. Afirma que la Palabra de Dios es suficiente para las preguntas éticas que plantea, y que el valor humano viene de ser imagen de Dios y no de lo que producimos, así que esa dignidad debe estar en el centro de cualquier norma. Recuerda que las personas son agentes morales que responden por cómo desarrollan y usan la tecnología, y pide a quienes la usan honradez y transparencia, sin engañar ni explotar a nadie. Termina afirmando que ninguna técnica puede usurpar la soberanía de Dios. Entre sus considerandos cita la declaración evangélica de principios sobre IA de 2019 (ERLC), cuyo texto no pude abrir.
    En qué coinciden y en qué no. Coinciden en el punto central de este artículo, que la dignidad humana descansa en la imagen de Dios y no en lo que una persona sabe o produce, y que quien usa o diseña la IA responde moralmente por ella; la máquina no. Difieren en el énfasis. Los textos católicos construyen una antropología completa (intelecto y razón, cuerpo, relación, sabiduría) y tratan la educación, la verdad pública y el trabajo. La resolución bautista es breve, se apoya en la suficiencia de la Escritura y en el discernimiento, y no desarrolla una teoría de la inteligencia. Ninguno de los tres habla de usar la IA para preparar un sermón o una oración, así que lo que dije sobre eso es juicio mío, no de ellos.

    Cómo usarla

    Con todo lo anterior, propongo seis criterios. Los cuatro primeros salen de los documentos y estudios citados; los dos últimos son conclusión mía.
    1. Quien usa la IA responde por lo que hace con ella. La máquina no es agente moral (Antiqua et Nova, nn. 39 y 44; resolución bautista de 2023), y la honradez y la transparencia le tocan al que la usa.
    2. Para estudiar, usarla para practicar mejor y no para saltarse la práctica. Entre la interfaz libre y el tutor con límites del estudio de Bastani y otros (2025) está la diferencia entre pedir pistas y pedir respuestas.
    3. Revisar lo que produce. Los modelos inventan con toda seguridad (Kalai y otros, 2025), y Antiqua et Nova (n. 89) pide a todos comprobar lo que comparten.
    4. No tratarla como persona ni usarla para llenar el lugar de una relación (Antiqua et Nova, nn. 61 y 62; Magnifica humanitas, n. 100).
    5. No entregarle lo que es culto (la oración, la adoración, la predicación como testimonio). Puede ayudar a ordenar, a buscar información o a revisar, pero el que ora y el que predica es uno.
    6. Lo que queda al medio (un esquema de sermón, traducir un devocional) mirarlo caso por caso. ¿Quién sigue siendo aquí el que conoce, ama y responde?

    Conclusión

    La IA es una herramienta muy poderosa, capaz de cambiar cómo vivimos y trabajamos, y no es una herramienta pasiva, porque su diseño cambia el efecto que tiene en quien la usa. Hay que usarla con responsabilidad, sabiendo sus límites y sabiendo quiénes somos. No puede reemplazar lo que vivimos, ni nuestra relación con Dios, ni la comunión entre las personas.
    En el estudio, que nos sirva para aprender mejor y no para dejar de aprender. Puede ser una buena ayuda, pero no reemplaza al que enseña ni la formación de la persona entera. Mal usada, puede debilitar nuestra capacidad de pensar y de juzgar. Eso encontró el ensayo de Turquía en los alumnos que la usaron sin guía, y no en los que recibieron pistas en vez de respuestas.
    Y en la fe, la IA no puede adorar, ni orar, ni predicar, ni cantar, ni escribir algo con sentido eterno. No puede conocer a Dios, ni experimentar su amor, ni participar de su vida. Que nos ayude en el saber-porqué y en el saber-hacer, sin pretender tomar el lugar del saber-en-ser. Antes de que existiera cualquier cosa, el Padre, el Hijo y el Espíritu Santo ya se amaban. Ese amor es el que permanece cuando todo lo demás se acaba, y es el que Dios quiere compartir con nosotros.

    Fuentes de este artículo

    Dónde seguir

    0 comentarios
    0 lectores

    Comentarios

    Inicia sesión para dejar un comentario

    No hay comentarios aún. ¡Sé el primero en comentar!
    Fin del artículo