Del uso invisible al uso gobernado

Dos estudiantes entregan el mismo lunes un ensayo sobre Kant. El primero escribió a un modelo de lenguaje «hazme un ensayo sobre el imperativo categórico», copió la respuesta y la entregó. El segundo redactó primero su propio borrador, se lo dio al modelo para que lo criticara, discutió cada observación, incorporó algunas y rechazó otras argumentando por qué, y entregó un texto que ni él ni el modelo habrían producido por separado. Si usted solo mira los dos archivos finales, a primera vista es muy posible que no pueda distinguir cuál es cuál. Y sin embargo, lo que ocurrió en cada caso pertenece a dos mundos distintos. Esa diferencia —invisible en el producto, decisiva en el proceso, y palpable en cuanto se le pide al estudiante que defienda lo que entregó— es el objeto de este capítulo.

La pregunta que lo organiza es la siguiente: ¿qué distingue el uso instrumental de la inteligencia artificial de la iteracción gobernada, y por qué esta distinción organiza el resto del libro? Defiendo que se trata de la operación categorial fundamental del modelo SinergIA, y no de un matiz lingüístico. Es la frontera que separa una relación instrumental con la inteligencia artificial —donde el dispositivo entrega lo que se le pide y el usuario lo acepta o lo rechaza— de una relación cognitiva gobernada, donde el ciclo entre el usuario y el dispositivo produce algo que ninguno de los dos producía por su cuenta. Y afirmo, además, una tesis que recorre todo el libro: la mayoría de las preocupaciones legítimas sobre la inteligencia artificial en la universidad —la sobredependencia cognitiva, los sesgos automatizados, la exposición de datos, la integridad académica— son problemas del uso, no de la iteracción. Resolverlos en el plano del uso es imposible; resolverlos en el plano de la iteracción gobernada es viable.

La distinción organiza el resto del libro porque cada capítulo que sigue la presupone. El capítulo once sostendrá que el AIA-i está diseñado para producir iteracción, no para mediar el uso. El capítulo trece argumentará que ese dispositivo se construye iteractivamente con sus usuarios destinatarios. El capítulo dieciséis medirá el porcentaje del personal universitario que opera en la banda superior de la iteracción. Sin esta frontera, todo lo demás pierde su anclaje. Importa, entonces, trazarla con cuidado.

3.1La diferencia entre uso e iteracción

Lo primero que salta a la vista es una rareza ortográfica, y no es un descuido: iteracción se escribe con doble c. La elección es deliberada y vale la pena explicarla, porque en esa letra de más se condensa toda la distinción. La palabra ordinaria, interacción, nombra cualquier intercambio entre dos entidades, incluido el clic de un usuario sobre un botón y la respuesta del sistema. Tiene un rango tan amplio que no distingue nada. Iteracción, en cambio, nombra un modo muy específico de relación con la inteligencia artificial, caracterizado por tres propiedades que deben darse a la vez: la iteración, es decir, los ciclos sucesivos en los que cada salida del modelo es la entrada para una intervención humana significativa que produce el siguiente movimiento; la interacción cognitiva, que no es mero intercambio de información sino articulación entre el razonamiento humano y el del modelo; y la gobernanza, esto es, que el ciclo opera bajo reglas explícitas que la institución o el usuario formularon antes del intercambio.

La doble c marca, entonces, lo que la palabra común no marca: el ciclo iteractivo gobernado es lo que separa la iteracción del uso simple. Vuelvo a los dos estudiantes del comienzo. Cuando el primero pide «escríbeme un ensayo sobre Kant» y entrega lo que recibe, eso es uso: un encargo y una entrega, sin ciclo y sin gobierno. Cuando el segundo elabora su propio manuscrito, lo somete a la crítica del modelo, recibe observaciones y decide cuáles incorpora argumentando cada inclusión y cada exclusión, eso es un ciclo iteractivo. El capítulo nueve incorporará la iteracción al vocabulario nuclear del libro como categoría puente entre el plano cognitivo individual, donde un sujeto itera con la inteligencia artificial, y el plano institucional sistémico, donde el modelo gobierna ciclos de iteracción a escala de toda la universidad.

3.2Una escala para medir la profundidad de la iteracción

Si la iteracción admite grados —y los admite—, entonces hace falta una manera de distinguirlos, porque no es lo mismo retocar una respuesta que construir un dispositivo iteractivo con corpus propio. El modelo SinergIA organiza esos grados en tres bandas de profundidad creciente, definidas por el grado de articulación entre el usuario y el dispositivo. La banda inferior es la del uso instrumental, y reúne la consulta puntual, la copia con retoque y la edición superficial: el dispositivo entrega y el usuario dispone, sin ciclo ni gobierno. La banda intermedia es la de la iteracción básica, y comprende el ciclo de revisión con incorporación argumentada, la articulación con fuentes externas y la trazabilidad del proceso: ya hay ciclo, aunque todavía elemental. La banda superior es la de la iteracción avanzada, y abarca el diseño de instrucciones con un marco epistémico explícito, la articulación con un corpus institucional propio y la construcción de dispositivos iteractivos con intervención significativa documentada y verificable. Dentro de cada banda caben gradaciones, pero lo que define la profundidad de la iteracción no es el peldaño exacto sino la banda en que se opera de manera sostenida.

Esta gradación tiene una consecuencia institucional inmediata. El criterio que el modelo aplica a la AIUAT —el operador institucional del modelo, que el capítulo once desarrolla— exige que quienes articulan las decisiones institucionales sobre inteligencia artificial operen en la banda superior, la de la iteracción avanzada. No por elitismo, sino por una razón operativa elemental: las decisiones sobre cómo incorporar algo debe tomarlas quien conoce operativamente eso que se incorpora. La evidencia disponible —el Anthropic Economic Index de marzo de 2026, las encuestas universitarias preliminares y la observación cualitativa del pilotaje conducido en la Universidad Tecnológica de Pereira entre 2024 y 2026— sugiere que la mayoría de los usuarios universitarios opera hoy entre la banda inferior y la intermedia: principalmente uso instrumental, con episodios de iteracción básica que no llegan a sostenerse. El capítulo dieciséis desarrollará el diagnóstico institucional sobre el porcentaje de personal que opera en la banda superior como una de las métricas relacionales centrales del modelo, y como instrumento para que cada universidad se ubique en su propia trayectoria de madurez.

3.3Los tres elementos de la intervención significativa

Hablar de «intervención humana significativa» suena bien hasta que alguien pregunta cómo se verifica. Si no se puede distinguir en la práctica una intervención significativa de un retoque cosmético, la categoría no sirve para gobernar nada. Por eso el modelo SinergIA la define con precisión, mediante tres elementos que deben darse simultáneamente. El primero es el manuscrito previo: la existencia documentada de una elaboración propia del usuario antes de cualquier consulta a la inteligencia artificial, sea un borrador, un análisis, un esquema o una decisión inicial argumentada. El segundo es el ciclo iteractivo: el registro del intercambio con el modelo, que incluye las instrucciones del usuario, las salidas del modelo y las decisiones de incorporar o rechazar cada una con su argumentación explícita. El tercero es la defensa argumentada: la capacidad del usuario de explicar, oralmente o por escrito y sin la asistencia del modelo de IA, por qué incluyó lo que incluyó y rechazó lo que rechazó.

Los tres elementos son verificables empíricamente, y su exigencia simultánea reduce drásticamente el campo de lo que cuenta como iteracción auténtica. El estudiante que entrega un ensayo escrito íntegramente por la inteligencia artificial no satisface ninguno de los tres. El docente que recibe asistencia del modelo de IA para preparar una clase, pero adapta cada elemento al contexto específico de su grupo, documenta el ciclo y puede defender cada decisión, los satisface los tres. La diferencia, de nuevo, no está en el producto sino en lo que el proceso deja verificable. El capítulo once explicará cómo el AIA-i institucional está diseñado precisamente para hacer verificable la intervención significativa dentro de los flujos operativos de la universidad, sin convertirla por ello en vigilancia ni en una capa más de burocracia.

3.4La sobredependencia cognitiva como riesgo principal

Cuando se discute el riesgo de la inteligencia artificial en la universidad, el campo tiende a fijarse en las alucinaciones del modelo de IA: esas afirmaciones falsas que el sistema presenta con plena autoridad. Las alucinaciones son un problema real, pero conviene ver qué clase de problema son. Son un problema técnico, con soluciones técnicas en desarrollo activo: la recuperación documental verificable, la citación inline, el razonamiento extendido que puede inspeccionarse. El riesgo que la universidad debe atender con prioridad es otro, y es de naturaleza distinta: la sobredependencia cognitiva, que defino operativamente como la atrofia documentada de competencias por la sustitución sistemática del esfuerzo propio por la salida del modelo.

Conviene una precisión que evita un malentendido frecuente. Delegar la ejecución en la inteligencia artificial no es, por sí mismo, sobredependencia. Cuando quien la usa domina el dominio en cuestión y conserva la competencia para evaluar críticamente lo que la IA propone —aceptarlo, corregirlo o descartarlo con criterio—, delegar la ejecución es legítimo y puede ser formativo: es, de hecho, la iteracción gobernada que el modelo promueve. La sobredependencia aparece solo cuando la sustitución del esfuerzo propio es sistemática y opera sobre una competencia que aún no se ha formado, de modo que la persona no puede ya evaluar lo que recibe. La diferencia no está en si se delega, sino en si quien delega conserva el criterio para gobernar lo delegado.

Lo característico de la sobredependencia es que opera sin que el usuario la note. Un estudiante que durante un semestre va cediendo de forma progresiva la estructuración de sus argumentos a la inteligencia artificial puede no advertir que su capacidad de estructurar argumentos sin asistencia ha disminuido. La universidad tampoco lo advierte, porque los productos entregados siguen pareciendo aceptables. La sobredependencia se revela solo cuando se retira la asistencia: entonces el estudiante no produce, el docente no investiga, el administrativo no decide. Es un riesgo estructural, lento y particularmente difícil de revertir una vez instalado. El capítulo seis desarrollará cómo SinergIA responde a él mediante el principio de intervención significativa verificable, distinguiendo entre el uso visible y gobernado, que es admisible y formativo, y el uso invisible y permitido por omisión, que produce sobredependencia sin gobernanza.

3.5La antifragilidad cognitiva como horizonte

Si la sobredependencia cognitiva es el riesgo principal, hace falta nombrar también el horizonte positivo, porque un libro que solo señalara el peligro dejaría a la universidad sin rumbo. Ese horizonte es la antifragilidad cognitiva. Nassim Taleb formuló el concepto de antifragilidad en 2012 y lo aplicó sobre todo a sistemas físicos, biológicos y económicos: estructuras que no solo resisten el estrés, sino que se benefician de él. El modelo SinergIA resignifica el concepto y lo aplica específicamente a las estructuras cognitivas en su relación con los dispositivos de inteligencia artificial generativa, y considero que esa resignificación es una contribución original del modelo a la conversación contemporánea sobre la cognición humana asistida. La antifragilidad cognitiva, así entendida, nombra una estructura mental que no solo resiste el estrés del cambio tecnológico, sino que se beneficia de él: la confrontación con dispositivos más capaces que el propio razonamiento produce, bajo condiciones específicas, una mejora del razonamiento propio en lugar de su atrofia.

Sostengo que esta es la única respuesta estructuralmente sostenible al problema que planteó el primer capítulo. Si la inteligencia artificial supera al estudiante promedio en las pruebas tradicionales, la universidad necesita formar egresados cuya estructura cognitiva no compita con la inteligencia artificial, sino que se eleve por encima del nivel que sería posible sin ella. Las condiciones específicas que lo hacen posible son las que el AIA-i materializa: el ciclo iteractivo con intervención significativa verificable, la articulación entre el razonamiento propio y la salida del modelo de IA, la defensa argumentada de las decisiones. Cuando un estudiante itera con un modelo que produce análisis más sofisticados que el suyo, y argumenta por qué incorpora o rechaza cada elemento, su estructura cognitiva se ejercita en niveles que la enseñanza convencional no alcanzaba. La universidad puede cultivar institucionalmente la antifragilidad cognitiva precisamente porque dispone del dispositivo iteractivo que la produce. El capítulo once desarrollará el AIA-i como dispositivo institucional, y el capítulo trece presentará la construcción de ese dispositivo como una metodología formativa en sí misma.

Volvamos una última vez a los dos estudiantes que entregaron su ensayo sobre Kant. Mirados desde el producto, son indistinguibles; mirados desde el proceso, uno cultivó su autonomía y el otro la cedió sin saberlo. Toda la apuesta del modelo SinergIA consiste en construir una universidad capaz de ver esa diferencia y de actuar sobre ella: no prohibiendo el modelo al primero, sino enseñando al segundo a iterar.