José Carlos Machicao Valencia, Docente de la Universidad Continental
El empecinamiento del sistema actual
El debate sobre inteligencia artificial en el mundo académico latinoamericano llegó disfrazado de pregunta ética, pero en el fondo es un reto epistémico que cuestiona qué es el conocimiento legítimo y quién tiene autoridad para producirlo.
La respuesta institucional dominante ha sido generalmente defensiva al prohibir el uso de la IA generativa, crear detectores de texto, redactar políticas que catalogan de plagio al asistente de escritura. El diagnóstico implícito parece entender que la IA amenaza la autoría, pero al hacerlo confunde el síntoma con la enfermedad.
El propio sistema académico no incentiva la construcción de pensamiento, más bien incentiva la producción de texto. El investigador es evaluado por volumen de publicaciones; el estudiante, por la extensión de su tesis y la conformidad con una estructura canónica. El texto es el fin, y toda herramienta que lo genere sin pensamiento previo es considerada un atajo ilegítimo.
Pero esa lógica tiene una inconsistencia, y es que confunde la evidencia del pensamiento con el pensamiento mismo. Es algo que el sistema ha tolerado (y muchas veces premiado), promoviendo trabajos donde el texto circula sin que nadie pueda defender con convicción la arquitectura conceptual que lo sostiene. La IA simplemente ha hecho esto más visible y urgente.
Augusto Salazar Bondy anticipó que la filosofía latinoamericana solía apropiarse de sistemas conceptuales ajenos sin elaboración genuina, diagnosticando una condición estructural, no un déficit de talento. El pensamiento inauténtico, decía, no es el que se equivoca, sino el que no puede sostenerse a sí mismo, porque no nació de un recorrido propio sino de una importación acrítica. El “uso irresponsable de IA” es, en muchos casos, la versión tecnológica de ese fenómeno.
Con frecuencia se prioriza la titularidad de un producto, diferente a lo que debería llamarse propiamente autoría como responsabilidad sobre una arquitectura de pensamiento. Quien delega esa estructuración en un generador de lenguaje sin haber elaborado las ideas primero pierde la capacidad de defenderlas, no por haber infringido una norma, sino porque no hay pensamiento propio que defender.
La meta-estructura del problema: norma versus sistema
La respuesta normativa parte de una premisa probablemente tan escondida como equivocada, y es que existe un conjunto de reglas cuyo cumplimiento garantiza la integridad del conocimiento. Desde esa premisa, la solución es siempre más control: mejores detectores, sanciones más severas. Pero ningún sistema coercitivo puede cubrir esa demanda gigantesca; cada norma genera un borde navegable. Esa carrera está perdida de antemano.
Una perspectiva sistémica plantea la pregunta de manera diferente, definiendo qué condiciones cultivarían en los autores la capacidad y el deseo de construir pensamiento consistente. Así, la propiedad intelectual dejaría de ser obligación legal y se convertiría en una ecología con prácticas que permitan al repositorio colectivo elevar su consistencia interna.
Para Mario Bunge, un cuerpo de conocimiento que no puede articularse como sistema coherente, con conceptos definidos, relaciones explícitas y supuestos verificables, no puede ser considerado ciencia, solo folklore académico con apariencia formal. Un campo donde los conceptos flotan sin anclaje cognitivo no construye conocimiento. Esa advertencia es hoy más urgente que cuando fue formulada.
Mientras que un sistema normativo produce autores que buscan no ser detectados, un sistema cultor de conocimiento produce autores con razones internas para no diluir su pensamiento en el ajeno, humano o artificial.
El debate académico tiende a ver los LLM solo como generadores de texto. Pero su capacidad más valiosa es otra: la estructuración. Dado un corpus disperso, pueden extraer la arquitectura implícita que lo organiza (nodos conceptuales, relaciones, supuestos no declarados) sin cambiar el contenido ni las premisas.
Así, un investigador puede cargar su propio corpus y solicitar una estructuración ontológica de los conceptos que emergen. El modelo devuelve una arquitectura: espejo estructurador que muestra la coherencia o incoherencia del sistema de ideas. El mismo proceso aplicado al estado del arte del campo permite comparar ambas ontologías y revelar dónde está el aporte genuino, dónde el disenso, dónde las zonas de contacto o contradicción.
En este uso, la IA no reemplaza el pensamiento, lo hace legible. El autor que trabaja así no cede su autoría, la ejerce con mayor precisión. Y el texto que produce es, en el sentido más sustantivo, suyo, habilitando su defensa nodo por nodo, porque fue construido desde una arquitectura propia.
Propuesta de cambio de perspectiva
Un sistema reorganizado requiere al menos tres desplazamientos. Primero, evaluar procesos de construcción epistemológica y conceptual, no solo productos textuales: un portafolio que documente la evolución del pensamiento dice más sobre autoría que un artículo pulido cuyo proceso es opaco.
Segundo, declarar el uso de IA como parte de la metodología, no como confesión de falta, sino con estructuraciones asistidas explícitas y decisiones interpretativas que surjan a partir de ellas.
Tercero, y más importante, cultivar en investigadores y editores la conciencia del valor de la consistencia conceptual propia. Un autor que ha elaborado una ontología propia, que sabe qué conceptos usa, cómo se relacionan, qué supuestos sostienen su argumento, tiene algo que defender, y esto le da razones para no diluirlo. Esa es una protección más sólida que cualquier detector de texto.
Este cambio que beneficia a los autores, también alcanzaría a los editores, quienes ganarían criterios más finos para evaluar no la originalidad superficial del texto inédito, sino la del aporte conceptual. Las revistas recuperarían su función de enriquecer el acervo colectivo, en lugar de operar como simples sistemas de acreditación curricular.
La IA amplifica lo que el sistema ya hace. Conforme produzca texto sin pensamiento, acelerará esa tara; si cultiva pensamiento consistente, podrá ser un instrumento que responda las preguntas que Salazar Bondy y Bunge dejaron abiertas. ¿Será posible un pensamiento auténtico, un conocimiento sistemáticamente consistente? La IA no las responde, pero a diferencia de otras tecnologías, ofrece al autor el poder hacérselas a sí mismo explícitamente. La pregunta no es qué hace la IA y cómo regularlo, sino qué sistema académico queremos ser.
Breve semblanza del autor: José Carlos Machicao Valencia es gerente consultor de GestioDinámica. Especialista en modelamiento de soluciones adaptativas con algoritmos de IA y creación de algoritmos con arquitecturas de deep learning, natural language processing y LLM. Miembro de la Association for Advancement of Artificial Intelligence y de la Computational Intelligence Society del IEEE. Miembro del Colegio de Ingenieros del Perú.
