Contra la futurología de la inteligencia artificial: necesitamos pensamiento crítico, no predicciones absolutas

• Las investigaciones sobre inteligencia artificial son necesarias, pero muchas presentan hipótesis como certezas, lo que distorsiona el debate.
• Estudios con muestras limitadas, como el del MIT sobre “pereza cognitiva”, no pueden generalizarse ni tomarse como diagnósticos definitivos.
• Lo mismo ocurre con proyecciones laborales, que se basan en supuestos inciertos y no predicen el futuro con precisión.
• La historia demuestra que muchas predicciones tecnológicas fallaron; con la IA, el riesgo es repetir ese error.
• Se reclama una comunicación más responsable y crítica de los estudios, evitando alarmismos y futurología infundada.
• El conocimiento sobre IA aún está en construcción y debe abordarse con pensamiento crítico, debate y apertura.

En tiempos de euforia tecnológica, hablar de inteligencia artificial se ha vuelto una constante. Lo que llama la atención no es la multiplicación de investigaciones sobre su impacto —lo cual es deseable y necesario—, sino la forma en que sus conclusiones se presentan ante el público: como si fueran verdades incuestionables. Esa tendencia no solo distorsiona la comprensión del fenómeno, sino que también amenaza con bloquear su implementación real y responsable.

Desde universidades prestigiosas hasta organismos internacionales y think tanks privados, los estudios que intentan medir cómo la IA transformará nuestras vidas se replican con velocidad. Muchos de ellos alertan sobre posibles efectos en el aprendizaje, el empleo o el pensamiento. El problema no es que estas investigaciones existan, sino que se las presente como diagnósticos definitivos, cuando en realidad no son más que hipótesis iniciales construidas sobre escenarios limitados y muestras pequeñas.

Tomemos como ejemplo el estudio del MIT que afirma que herramientas como ChatGPT podrían volvernos “perezosos cognitivos”. Es un trabajo riguroso, sin duda. Pero de ahí a decretar que la IA está atrofiando la mente humana, hay un abismo. Confundir una tendencia incipiente con una sentencia universal es, cuanto menos, irresponsable.

Lo mismo ocurre con las proyecciones laborales: informes que detallan, con una seguridad inquietante, cuántos empleos desaparecerán, en qué sectores y bajo qué condiciones. Como si el futuro ya estuviera escrito. Pero esas cifras dependen de supuestos tan volátiles como el grado de adopción tecnológica, la regulación estatal o el comportamiento social. ¿Podemos realmente predecir la década siguiente si el presente aún está en construcción?

La historia tecnológica está plagada de predicciones que nunca se cumplieron. Que la imprenta acabaría con los viajes, que la calculadora arruinaría el pensamiento lógico, que Google mataría la investigación académica. Ninguna de esas advertencias se concretó. Con la IA, el guion parece repetirse. No aprendimos que el problema no es la tecnología, sino cómo la entendemos y cómo la usamos.

Por eso, urge abandonar el tono de futurología que domina parte del discurso público. No necesitamos más estudios que jueguen a adivinar el porvenir, sino más responsabilidad a la hora de comunicar los límites, el contexto y el carácter provisional de sus hallazgos. Porque si tratamos hipótesis como certezas, lo que se erosiona no es solo la credibilidad de los investigadores, sino la capacidad colectiva para pensar con claridad sobre el fenómeno más disruptivo de nuestra era.

La IA no debería ser un campo minado por alarmismos o profecías auto-cumplidas. Necesitamos debate, preguntas, experimentación. Pero, ante todo, necesitamos pensamiento crítico. Y eso solo se logra si aceptamos que todavía sabemos muy poco y que el conocimiento en este campo está, como el presente, en construcción.