La vida después de los algoritmos: ¿qué decisiones deberíamos seguir tomando nosotros?
Elegir una película, encontrar una ruta, recibir una recomendación de compra o consultar una herramienta de inteligencia artificial son acciones cotidianas en las que un algoritmo interviene sin que necesariamente lo percibamos. Pero cuando esa capacidad de procesamiento comienza a trasladarse a ámbitos como la educación, la salud, el empleo o las finanzas, aparece una pregunta más profunda: ¿hasta dónde queremos que las máquinas decidan por nosotros?
La cuestión adquiere relevancia a medida que la IA deja de ser únicamente una herramienta para ejecutar instrucciones y empieza a participar en procesos que antes requerían exclusivamente criterio humano. El desafío, entonces, no consiste en rechazar los algoritmos, sino en aprender a convivir con ellos sin perder autonomía.
Cuando la máquina sabe más, pero no necesariamente decide mejor
Los sistemas de IA pueden analizar enormes cantidades de información, identificar patrones y ofrecer recomendaciones en segundos. En educación, por ejemplo, pueden detectar dificultades y adaptar contenidos al ritmo de cada estudiante.
Marcelo Pacheco, director de la carrera de Ingeniería de Sistemas de Unifranz, explica que esta capacidad permite “personalizar la enseñanza de manera precisa al ajustar el nivel de dificultad y los contenidos según el progreso individual de cada estudiante”.
El beneficio es evidente: una tecnología puede procesar información y encontrar patrones que una persona difícilmente podría analizar en el mismo tiempo. Pero precisamente ahí surge el riesgo de confundir capacidad de procesamiento con capacidad de juicio.
Un algoritmo puede sugerir qué contenido necesita un estudiante, pero no necesariamente comprender por qué perdió la motivación. Puede detectar un patrón en los datos de un paciente, pero la decisión médica también implica contexto, experiencia y responsabilidad. Puede recomendar un candidato para un puesto, pero difícilmente puede reducir toda la complejidad de una persona a las variables contenidas en una base de datos.
El problema no es utilizar IA, sino dejar de cuestionarla
Mario Ariel Quispe, pedagogo y miembro de la Jefatura de Enseñanza y Aprendizaje de Unifranz, plantea una posición clara frente a la creciente presencia de estas herramientas:
“La IA debe asumirse como una aliada y una herramienta, más que la respuesta a cualquier solicitud”.
La distinción parece sencilla, pero tiene profundas implicaciones. Una herramienta ayuda a realizar una tarea; una dependencia tecnológica puede llevar a delegar el proceso completo de razonamiento.
Quispe advierte que la inteligencia artificial puede fortalecer la personalización y la tutoría, pero también existe el riesgo de que su facilidad termine reemplazando la capacidad de análisis de los estudiantes.
Por eso, la pregunta para las universidades ya no es solamente cómo enseñar a utilizar IA, sino cómo formar profesionales capaces de cuestionar una respuesta generada por una máquina.
El algoritmo tampoco es neutral
Existe otro desafío: los algoritmos aprenden a partir de datos y criterios establecidos por seres humanos. Si esos datos contienen desigualdades o sesgos, el sistema puede reproducirlos e incluso amplificarlos.
La rectora nacional de Unifranz, Verónica Ágreda, ha advertido sobre esta dimensión social de la tecnología. Al referirse al desarrollo de sistemas de IA, sostiene:
“Los algoritmos deben ser alimentados pensando en la igualdad de género, en nuestras cosmovisiones, en los pueblos indígenas. Se tiene que entender como una tarea de todos, de la inteligencia colectiva”.
La afirmación pone sobre la mesa una cuestión que va más allá de la programación: quién decide qué datos utiliza una máquina, qué criterios considera relevantes y qué resultados son aceptables.
La UNESCO coincide en que la IA debe desarrollarse bajo principios de transparencia, equidad, protección de datos y supervisión humana. Su Recomendación sobre la Ética de la Inteligencia Artificial establece expresamente que los sistemas no deben desplazar la responsabilidad humana última y que las decisiones automatizadas deben poder ser auditadas y explicadas.
El profesional que trabaja con algoritmos
La transformación también está cambiando el perfil profesional. La tecnología no necesariamente elimina la necesidad de especialistas; en muchos casos, modifica aquello que se espera de ellos.
Fabiola Cadima, directora de la carrera de Ingeniería de Sistemas de Unifranz, resume esta transformación al señalar:
“La inteligencia artificial es una puerta súper amplia, abierta al mundo, y no es la excepción para el área de ingeniería de sistemas. Los estudiantes se están preparando para entrenar algoritmos con IA”.
La formación técnica, sin embargo, debe ir acompañada de capacidades para interpretar, cuestionar y aplicar la tecnología en contextos reales. Pacheco lo plantea desde la propia evolución de la profesión: “El ingeniero actual debe saber integrar herramientas de IA, tomar decisiones y adaptarse constantemente. La creatividad y la capacidad de adaptación se han vuelto competencias clave en el ejercicio profesional”.
En este escenario, el profesional del futuro no será necesariamente quien compita contra la máquina por procesar más información, sino quien sepa formular mejores preguntas, interpretar resultados, detectar errores y decidir cuándo una recomendación automatizada no debe aceptarse.
Después del algoritmo, vuelve la responsabilidad humana
La paradoja de esta revolución es que mientras las máquinas adquieren mayor capacidad para participar en nuestras decisiones, aumenta el valor de aquello que no podemos delegar completamente: el juicio, la ética, la empatía, la creatividad y la responsabilidad.
La propia UNESCO sostiene que los seres humanos pueden recurrir a sistemas de IA para apoyar decisiones, pero la responsabilidad final no puede transferirse a una máquina. Además, recomienda estudiar cómo las recomendaciones automatizadas afectan la autonomía de las personas.
Por eso, la vida después de los algoritmos no será necesariamente una vida en la que las máquinas decidan todo. Será una etapa en la que tendremos que aprender a establecer una nueva relación con ellas.
El verdadero desafío no es conseguir que los algoritmos decidan mejor que nosotros, sino formar personas capaces de saber cuándo escucharlos, cuándo cuestionarlos y, sobre todo, cuándo decidir por sí mismas.