«Experto en IA»: anatomía de una cortina de humo

Un hombre visto de espaldas, en su escritorio, mira un tablero de corcho con cuatro tarjetas manuscritas que proponen cada una un oficio; tres están tachadas con rotulador rojo y la cuarta aparece rodeada.
Ilustración generada con Gemini (Nano Banana), retocada con GIMP.
Descripción detallada de la imagen

Fotografía de interior en formato apaisado, tomada al final del día.

A la izquierda, un hombre de unos cuarenta años está sentado de espaldas ante un escritorio de madera, vuelto hacia la derecha, con la barbilla apoyada en la mano. Lleva un jersey oscuro de punto grueso y el pelo castaño alborotado. Solo se le ve la cara de tres cuartos desde atrás, de modo que su expresión no se puede leer. Detrás de él, una ventana deja entrar una luz cálida y baja, sobre un cielo pálido y tejados de ciudad. Sobre el escritorio, de izquierda a derecha: un bote de lápices, un cuaderno abierto lleno de escritura, unas gafas, una taza gris, un portátil abierto visto por detrás y una pila de libros de lomos de colores.

A la derecha, ocupando la mitad superior de la imagen, un gran tablero de corcho con marco de madera cuelga de la pared. Hay cuatro hojas blancas clavadas en cuadrado, cada una con una anotación manuscrita y cada chincheta de un color distinto. Arriba a la izquierda, «naturopathe» (naturópata), tachada con rotulador rojo. Arriba a la derecha, «lead thinker», tachada igual. Abajo a la izquierda, «formateur en bureautique» (formador en ofimática), en dos líneas, también tachada. Abajo a la derecha, «chercheur (indépendant) en IA» (investigador independiente en IA), en dos líneas, la única sin tachar: está rodeada por un amplio círculo rojo.

Entre el hombre y el tablero, en la penumbra, se distinguen una estantería, una planta y algunas fotografías más pequeñas clavadas en la pared. Un flexo baja desde el borde superior derecho.

Se habla mucho de desinformación mediante la IA: textos generados, imágenes trucadas, citas falsas. Es real, pero no es el tema de esta entrada. Quiero hablar de una desinformación más discreta y, a mi juicio, más corrosiva: la desinformación sobre la IA, producida por gente que se presenta como experta en el campo y no lo es.

El mecanismo es simple. El gran público no sabe qué es un modelo de lenguaje, no sabe en qué emplea sus días un investigador y no tiene ningún medio para distinguir un artículo científico de una publicación de LinkedIn. En ese vacío, cualquiera puede plantar bandera. Y muchos lo han hecho.

Un título que nadie protege

En Francia, algunos títulos están reservados. «Médico», «abogado», «arquitecto»: usarlos sin derecho constituye usurpación de título. «Doctor», en el sentido del grado universitario, también está protegido: nadie se llama doctor sin haber defendido una tesis.

«Investigador», en cambio, no está protegido por nada. Ni «experto». Ni «especialista». Ni «consultor». Uno puede decirse investigador en IA el lunes y coach en transformación digital el martes, y nadie tiene recurso alguno. Ni siquiera «ingeniero» está reservado en Francia; solo lo está ingénieur diplômé, el título acreditado, a través de la Commission des titres d'ingénieur.

El resultado es mecánico: la palabra «investigador» tiene un capital de credibilidad acumulado durante un siglo por gente que efectivamente pasó años produciendo conocimientos verificados, y ese capital está en autoservicio. Basta con añadir «en IA» a lo que ya se hacía. Un formador en ofimática se convierte en formador en IA. Un consultor en organización se convierte en consultor en IA generativa. Un periodista que ha probado ChatGPT tres veces se convierte en especialista en los retos de la IA. Puf.

Por qué «en IA» funciona tan bien

El sufijo «en IA» tiene tres propiedades que lo convierten en una cortina de humo ideal.

Es inverificable para el profano. Si alguien se dice experto en derecho fiscal, uno puede comprobar si es abogado, censor de cuentas o nada en absoluto. Si alguien se dice experto en IA, ¿qué comprueba uno? No existe colegio profesional, ni titulación de referencia conocida por el público, ni registro. El único criterio legible sería la publicación científica, y el gran público no sabe dónde mirar.

Da miedo y fascina al mismo tiempo. Un campo percibido como misterioso y amenazante crea una demanda masiva de explicaciones. Esa demanda es solvente: empresas inquietas, administraciones que quieren «hacer algo», centros educativos desbordados. La oferta sigue, y no tiene ninguna razón para ser proporcional a la competencia real.

Autoriza a hablar de todo. Como la IA lo toca todo, el «experto en IA» puede pronunciarse sobre el empleo, la educación, la salud, la geopolítica, la conciencia, la energía. Un verdadero investigador en IA sabe que solo es competente en una fracción minúscula del campo. Uno falso no tiene esa restricción. El deslizamiento es incluso notable por su velocidad: el formador en ofimática convertido en «formador en IA» se encuentra, en la misma semana, explicando en una conferencia por qué la computación cuántica va a volver conscientes a los modelos. Nadie le preguntó si sabía qué es un cúbit, porque nadie en la sala lo sabe tampoco. El sufijo «en IA» no da una competencia, da una licencia: la de hablar de todo lo complicado, puesto que la IA es complicada y esa persona está «dentro».

Lo que produce esta cortina de humo

No es un problema de vanidad. Las consecuencias son concretas.

Circulan cifras falsas con la autoridad de un «experto». Algunas, oídas en conferencias, leídas en la prensa o en materiales de formación:

Ninguna de estas cifras salió de un laboratorio. Todas salieron de una cadena de citas sucesivas en la que cada eslabón citaba al anterior, y en la que el primer eslabón ya era una lectura torcida. Lo que las mantiene vivas es que las repiten personas cuya condición de «expertas» dispensa al auditorio de verificar.

También he visto vender herramientas de detección de textos generados a instituciones enteras. Los estudios disponibles les atribuyen tasas elevadas de falsos positivos, con un sesgo documentado contra los redactores no nativos. No soy jurista, y la admisibilidad jurídica de tal puntuación depende del procedimiento. Pero un indicio de esa calidad no basta para fundamentar una acusación de fraude contra un estudiante, y que sin embargo es el uso que se le da.

Se toman decisiones sobre estas bases. Formaciones facturadas a precio de oro, políticas de centro, artículos de prensa, intervenciones en instancias públicas. El coste de la desinformación no es abstracto: es presupuestario, pedagógico, a veces jurídico.

Y el peor efecto es indirecto: la credibilidad de la investigación se diluye. Cuando todo el mundo es experto, ya nadie lo es, y el investigador que dice «no lo sabemos» o «es más complicado que eso» parece menos competente que el consultor que tiene respuesta para todo.

El mercado del «hecho por IA»

La cortina de humo no es solo un problema de discurso. Tiene una facturación.

Están primero las prestaciones. He visto plataformas de marketing facturar contenidos «generados por IA», «optimizados por IA», «personalizados por IA», cuya cadena de producción completa consiste en copiar y pegar el briefing del cliente en un chatbot de consumo y después copiar y pegar la respuesta en el entregable. Cero ingeniería, cero modelo, cero tratamiento. El cliente paga un margen sobre una suscripción de veinte euros al mes que podría contratar él mismo. La palabra «IA» en la factura no designa una tecnología, designa una opacidad: el cliente no sabe qué compra, y es precisamente eso lo que permite vendérselo.

Están después las formaciones. Trescientos euros la media jornada para aprender a «dominar la IA generativa», y el contenido cabe en una frase: abrir ChatGPT, escribir lo que se quiere, leer la respuesta. El resto es relleno: historia de la IA en diez diapositivas, definiciones aproximativas y una lista de «prompts mágicos» que son fórmulas de cortesía. Quien lo imparte descubrió la herramienta seis meses antes que su alumnado. Ahí no hay ni pedagogía ni contenido, solo la conversión de una angustia en prestación.

Y está el empleo. Las descripciones de puesto y los titulares de perfil se multiplican en estructuras que no tienen la menor idea de lo que el puesto debería contener. Media hora en una red profesional basta para recoger un puñado; entre paréntesis, el número de perfiles con el mismo titular:

Paso por alto el recorte. «Investigador en IA en el ámbito de X» acaba milagrosamente abreviado en «Investigador en IA», y lo que cae por el camino es la única parte que informaba de algo. ¡Nada mal!

Estos titulares no designan todos imposturas, ni mucho menos. Algunos recubren un trabajo perfectamente real: un doctorando en inteligencia artificial es un doctorando, con un director de tesis y un tema; un ingeniero que construye sistemas basados en agentes ejerce un oficio que existe. Es exactamente eso lo que hace interesante la lista. Puesta en fila, es ilegible. Nada, en la formulación, permite distinguir a quien escribe código de quien dinamiza talleres, ni al investigador del vendedor. «Experto en IA y cine» e «Investigador en IA» se parecen tipográficamente, y eso es todo lo que verá un reclutador apresurado, un periodista en busca de un ponente o una administración que busca asesoramiento.

La palabra «IA» ya no describe, pues, un campo en estos titulares: señala una pertenencia. Y acaba produciendo autoridades internas por decreto. Se nombra responsable de IA a alguien que sabe usar un chatbot, y esa persona se convierte en la experta de la casa sobre un tema que no comprende mejor que sus colegas, simplemente porque alguien tenía que serlo.

No toda prestación en torno a la IA es una estafa, ni toda formación. El mercado, por su parte, no establece ninguna diferencia entre las que aportan algo y las que no aportan nada, porque el cliente no tiene manera de verlo. Es la definición misma de un mercado de humo.

Cómo verificar, sin ser del oficio

No se pide al público que se convierta en investigador. Se le pide que sepa plantear cuatro preguntas.

¿Dónde publica? Un investigador publica en congresos y revistas con revisión por pares. Sus trabajos están en HAL (el archivo abierto francés), en DBLP para la informática, en Google Scholar. Si la totalidad de la producción de la persona consiste en publicaciones de LinkedIn, vídeos y un libro en una editorial generalista, no es un investigador. No es descalificante en sí, pero no es lo mismo.

Atención, sin embargo: «publicado» no basta. Existe toda una industria de editoriales llamadas depredadoras, cuyo modelo consiste en facturar al autor algunos cientos o miles de euros por publicar casi cualquier cosa, con un comité de lectura de fachada y una revisión en unos días. Sus revistas tienen nombres perfectamente respetables, «International Journal of», «Advances in», y un sitio web que se parece al de una editorial seria. Para un lector desprevenido, el artículo parece allí tan creíble como uno de una revista con revisión real. Es precisamente su fondo de comercio: vender la apariencia de la ciencia a quienes la necesitan para el currículum. Algunos indicios: la editorial publica decenas de revistas sobre todos los temas, solicita a los autores por correo electrónico, promete una publicación rápida y exhibe las tasas de publicación como argumento principal. En caso de duda, se busca el nombre de la revista en las listas negras que mantienen las bibliotecas universitarias o en el DOAJ, que recensa las revistas en acceso abierto que cumplen criterios de seriedad. Una comunicación en un seminario o en un taller, por prestigioso que sea el lugar, tampoco es una publicación evaluada: es una intervención oral, y no prueba nada más que el hecho de haber sido invitado a hablar.

¿Adscrito a qué? Un investigador pertenece a un laboratorio identificable: una unidad mixta de investigación, un equipo, un instituto. Es verificable en dos clics: el laboratorio tiene un sitio, una lista de miembros, y el nombre figura o no figura en ella. Cuidado con las formulaciones que imitan la afiliación sin serlo. Un puesto, incluso universitario, no es una adscripción a un laboratorio: se puede trabajar en la enseñanza superior, en la función pública o en una gran empresa sin pertenecer a ningún equipo de investigación, y es el caso de la inmensa mayoría de quienes trabajan allí. Ser doctorando es una afiliación real, y respetable, pero designa a alguien en formación para la investigación, no a un investigador; un doctorando honesto se presenta como doctorando. «Investigador independiente» existe pero sigue siendo raro, y un investigador independiente serio tiene de todos modos un rastro de publicaciones; sin él, la expresión significa sobre todo que nadie ha aceptado adscribirlo. «Fundador de», «CEO de», «director de innovación en» son funciones, no afiliaciones científicas: dicen que la persona tiene un interés comercial en el campo, que es precisamente la pregunta siguiente.

¿Vende algo? No es descalificante, pero es un conflicto de intereses que conviene conocer, y hay que buscarlo porque rara vez se declara. Quien explica que la IA va a trastocarlo todo y vende una formación en IA tiene un interés directo en que usted tenga miedo. Quien explica que los detectores de texto generado son fiables y distribuye uno tiene un interés directo en que usted los compre. Quien explica que la IA va a suprimir la mitad de los empleos y vende acompañamiento en la «transformación» tiene un interés directo en que usted se sienta rezagado. El motivo es siempre el mismo: un diagnóstico alarmante cuya única salida es el producto del diagnosticador. Miren el pie de página del sitio, la página de «servicios», el enlace de la biografía. Miren también quién paga la conferencia: un «experto» invitado por un editor de software rara vez hablará mal del software. Un investigador puede tener intereses comerciales, y muchos los tienen; la diferencia es que está obligado a declararlos en sus publicaciones y que no funda su autoridad en ellos.

¿Sabe decir lo que no funciona? Es la prueba más fiable, y no exige ningún conocimiento técnico. Pregunten a la persona por los límites de aquello de lo que habla, por lo que no se sabe, por dónde los resultados son discutidos, por lo que le ha sorprendido en mal sentido. Un verdadero especialista responde con detalle y con gusto, porque los límites son precisamente el lugar donde trabaja: ahí pasa sus días, ahí están las preguntas abiertas, y de eso tiene ganas de hablar. Les dirá que tal resultado nunca se ha reproducido, que tal banco de pruebas está contaminado, que tal efecto desaparece cuando se cambia la formulación. Un vendedor de humo responde con generalidades («hay que seguir siendo prudentes», «todo depende del uso», «el ser humano debe permanecer en el centro») o cambia de tema hacia lo que sí funciona. Lo preciso, porque he escrito en otro sitio que la IA es una herramienta y lo mantengo: la frase es cierta, pero solo se convierte en escapatoria cuando se sirve como conclusión, en lugar de la lista de límites que se pedía. Variante útil: pregúntenle de qué no es competente para hablar. El especialista responde en un segundo, con una lista precisa. El experto autoproclamado duda, porque la pregunta no tiene sentido para él: su título lo cubre todo.

Cuando el humo entra en los artículos

Hay un último piso, y es el más inquietante para alguien cuyo oficio es este: la contaminación de la propia literatura científica.

El fenómeno está documentado y es fácil de constatar. Hay artículos publicados que contienen frases como «como modelo de lenguaje, no puedo», que se han quedado en el texto porque nadie, ni el autor ni el revisor, lo ha leído. En 2024, un artículo de biología aparecido en una revista con revisión por pares fue retirado tras su publicación porque contenía figuras generadas manifiestamente aberrantes, que miles de lectores vieron antes de que la revista reaccionara. Abogados estadounidenses han sido sancionados por presentar escritos que citaban resoluciones judiciales inexistentes. Y varios trabajos han mostrado que los modelos fabrican referencias bibliográficas plausibles: autores reales, revista real, título creíble y un DOI que no lleva a ninguna parte.

Es este último punto el que más daña a la investigación, porque es invisible. Un lector rara vez verifica cada referencia. Una bibliografía de cuarenta entradas de las que tres no existen se lee exactamente como una bibliografía de cuarenta entradas. Si el artículo es citado a su vez, la referencia falsa se propaga, y resulta muy difícil remontarse al origen. Es desinformación por acumulación lenta, sin intención y sin autor claramente identificable.

Que los investigadores usen estas herramientas no me plantea ningún problema: yo las uso, para reformular, para traducir, para desbrozar una literatura que no conozco. El problema no es la herramienta, es la desaparición de una etapa. Firmar un artículo significa que uno responde de cada frase y de cada referencia que allí figuran. Un texto que no se ha releído línea a línea, cuyas fuentes no se han abierto una por una, no es un texto del que uno responda. La regla es simple y muy anterior a los modelos de lenguaje: no se cita lo que no se ha leído. Basta para evitar casi todos estos accidentes, y se infringe masivamente.

Hay una ironía que señalar. Los centros que compran detectores para perseguir a los estudiantes no tienen, la mayoría de las veces, ningún procedimiento para verificar las publicaciones de su propio personal. Se vigila abajo, se confía arriba. Y el prestigio del título, otra vez él, hace las veces de revisión: un texto firmado «investigador en IA» se lee con menos desconfianza que un examen de estudiante.

El único título honesto que he encontrado

Ninguno de los titulares de mi cosecha dice qué hace la persona con sus días. Todos dicen lo mismo, que es: estoy del lado de la IA, y es un buen sitio.

Solo uno destacaba: «Desarrollador y usuario de chatbots y multimedia».

Miren lo que hace ese título. Nombra un objeto concreto, chatbots, y no un continente. Distingue dos papeles, desarrollar y usar, que no son la misma competencia y que todos los demás confunden. No anuncia ni pericia, ni investigación, ni visión. Se sabe inmediatamente qué pedirle y qué no pedirle. Es exactamente lo que yo llamo un perímetro.

No tiene muchos seguidores. Evidentemente. El título honesto no reporta nada: dice una cosa, mientras que el título vago promete mil. Es toda la lógica de esta entrada en una comparación. Mientras decir lo que uno hace realmente cueste visibilidad, el humo seguirá siendo la opción racional, y quienes se nieguen a producirlo seguirán siendo menos audibles que quienes viven de él.

Lástima. Y sin embargo es el único perfil de mi cosecha al que habría invitado a hablar ante mis estudiantes.

Dos casos de manual

El mecanismo no nació con la IA generativa; la IA no es más que su vehículo del momento. El caso más documentado en Francia es el de Idriss Aberkane, y vale la pena aplicarle las cuatro preguntas, porque las suspende todas con método.

Presentado a mediados de la década de 2010 como titular de tres doctorados, profesor en CentraleSupélec, investigador en Polytechnique, afiliado a Stanford, vendió un superventas sobre neurociencias y encadenó platós. En el otoño de 2016, Le Monde, L'Express, Libération y Marianne comprobaron con las instituciones: ni antiguo alumno de la École normale supérieure, ni docente e investigador en el CNRS o en Polytechnique. Había sido, durante un año, investigador asociado, es decir, sin remuneración, en un centro de investigación en gestión. Su doctorado francés versa sobre ciencias de la gestión y epistemología aplicada, no sobre las neurociencias. En septiembre de 2022, el comité de ética de Polytechnique calificó de plagio evidente ciertos pasajes de esa tesis; la decisión no se hizo pública hasta el verano de 2023. Sobre las publicaciones, la pregunta que planteaba más arriba es la buena: allí donde se espera una bibliografía, se encuentran obras divulgativas y un puñado de textos en revistas cuya seriedad ha sido cuestionada.

Adscripción: afiliaciones reales infladas hasta volverse falsas. Publicaciones: ausentes o de complacencia. Interés comercial: libros, conferencias, formaciones; todo el modelo descansa en el título. Límites: un discurso que abarca las neurociencias, la economía, el biomimetismo, la geopolítica y luego, en los años 2020, la virología, sin declararse nunca incompetente en nada.

Lo que hace instructivo el caso es que no costó nada. Las investigaciones se publicaron, el currículum se desmontó públicamente, y la carrera de conferenciante continuó. El público que llena las salas no ha leído L'Express; ha leído «tres doctorados». La corrección nunca alcanza al título, porque el título es corto y la corrección es larga.

El segundo caso es más reciente, más cercano a mi tema y más incómodo, porque afecta a alguien cuya competencia es real. Luc Julia es ingeniero y doctor, trabajó en el SRI en los años noventa con Adam Cheyer en arquitecturas de agentes, dirigió un equipo de Siri en Apple a partir de 2011 y fue después director científico en Samsung y en Renault. Nadie discute esa trayectoria. Lo que se ha discutido es la etiqueta: «cocreador de Siri», convertida en Francia en «padre de Siri» y luego en «papa de la IA». Ahora bien, la empresa Siri se fundó en 2007 sin él, por tres personas que no son él, y se incorporó a Apple después de la compra, cuando el asistente ya estaba en el iPhone. Sus patentes de la época del SRI sí fueron adquiridas por Siri Inc., pero para revalorizar una cartera de propiedad intelectual, no para construir el producto.

El punto que me interesa no es la disputa sobre el título. Es lo que el título produjo. En junio de 2025 comparece ante una comisión del Senado francés en calidad de experto en IA, presentado en el sitio de la institución como «diseñador de Siri». Allí afirma, entre otras cosas, que los modelos de lenguaje tienen «un margen de error del 36 %», cifra que no corresponde a ninguna medición conocida y que no significa nada sin decir de qué tarea se habla. Los senadores saludan una intervención apasionante y una clarividencia cartesiana. Hizo falta que un videoensayista, doctor en filosofía, desmontara la comparecencia punto por punto en agosto de 2025 para que la prensa especializada se interesara, y para que los cofundadores de Siri, preguntados, precisaran públicamente lo que había sido y lo que no había sido su papel.

Este caso dice dos cosas que el primero no decía. Primero, que una competencia real sobre un tema, aquí la ingeniería del software de los años 2000, no se transfiere a otro, aquí los modelos de lenguaje de 2025; la etiqueta, en cambio, se transfiere sin fricción. Segundo, que el filtro institucional no funciona: el Senado no verificó, leyó la biografía. Y el lector apresurado habrá notado que el único que hizo el trabajo de verificación no es ni un investigador en IA ni un periodista, sino un filósofo con un canal de YouTube. Las cuatro preguntas no exigen un diploma; exigen plantearlas.

Es exactamente lo que se repite hoy con «experto en IA», a una escala mucho más amplia, y con perfiles mucho menos visibles y, por tanto, mucho menos investigados.

Por qué retiré «en IA» de mi biografía

Soy docente e investigador en informática, e investigador asociado en el IRIT. Esta última palabra merece una precisión, puesto que la he usado más arriba a propósito de Aberkane: investigador asociado significa adscrito a un equipo sin tener en él puesto ni salario. Es mi caso. Lo que distingue las dos situaciones no es el estatus, es lo que se pone detrás: mis publicaciones están listadas, con sus DOI, en HAL y en DBLP, y cualquiera puede contarlas. Tengo una tesis y trabajo con modelos de lenguaje a diario, en docencia y en investigación. Durante un tiempo, mi biografía decía «investigador en IA». Lo había puesto por una razón que creía buena: el campo se volvía apasionante, le dedicaba cada vez más tiempo, y me dije que la palabra ayudaría en divulgación. La gente sabría enseguida de qué hablo.

Error. Es exactamente lo contrario. El sufijo no decía de qué hablo, decía que podía hablar de todo. Me daba, a ojos de un lector no especialista, una autoridad sobre el conjunto del campo cuando mi competencia real cubre una fracción, y borraba la diferencia.

Esa fracción puedo describirla con precisión. La única parte de mi investigación que mira dentro de un modelo de lenguaje trata de la manera en que vectoriza palabras: cómo un texto se convierte en una lista de números, qué capturan esos números y qué se les escapa. Es un tema preciso, técnico, acotado, y soy el primero en criticar lo que digo de él. El resto de mis trabajos sobre la IA, los mecanismos de protección aplicados a la discapacidad, los usos en formación de ingenieros, estudia los modelos desde fuera, como cajas negras cuyo comportamiento se mide con un protocolo. Eso no exige saber qué hay dentro, y no hace de mí alguien que sepa qué es la inteligencia.

Insisto en esta precisión porque veo pasar cada vez más artículos, y tesis, con «algo de IA» añadido. Añadido en sentido literal: el trabajo ya existía, se sostenía solo, y alguien le enchufó encima algo que se parece vagamente a un LLM, o un sucedáneo de red neuronal. Magia: como nadie sabe explicar lo que hace, los resultados serán por fuerza buenos. O no. PERO ES PUBLICABLE, MIREN, ¡YO HAGO IA! No, Álex, solo has puesto una caja negra que a veces se comporta como un perro amaestrado que ladra en el momento justo, y que a veces lanza plátanos. Lo que separa ambos casos tú no lo sabes, y el artículo tampoco lo dice.

En algunos casos la cosa va más allá de una moda. Se le echan datos a OpenAI o a Anthropic sin pensar en lo que contienen ni en dónde acaban, se recogen las respuestas de esos agentes, se integran en el manuscrito y se firma. Enhorabuena, bonita ética científica. Usar estas herramientas no me escandaliza, las uso a diario y lo digo; no decirlo, y atribuirse la paternidad de lo que uno no ha escrito, es otra cosa.

Las herramientas van por el mismo camino. Desde hace un año veo pasar «este fin de semana he diseñado», «este fin de semana he construido», «he desarrollado una aplicación que hace». Yo, este fin de semana, compré una caja de pasta para microondas, y cociné.

Entendámonos: no le tiro la piedra a nadie. Ni a quienes usan estas herramientas, ni a quienes diseñan con ellas. Defiendo incluso su utilidad, y sin reservas: en discapacidad, donde trabajo, no existe casi nada que funcione, y la necesidad es ENORME. Ahí estos modelos hacen cosas que ninguna otra herramienta había hecho antes.

Lo que me hace gritar es que la mención desaparezca. Cris, que da clases de historia del arte, nos suelta en tres días una aplicación que proyecta en 3D con raytracing. ¿Nooooooo, en serio? Nadie pregunta cómo. La demo funciona, el proyecto se valida, y la cuestión de quién sabrá mantenerla se planteará más adelante.

Y grito más fuerte cuando quien la ha producido no sabe lo que ha producido, porque entonces los defectos pasan desapercibidos, y algunos son peligrosos. Historia real: en una defensa, un estudiante cuyo proyecto fallaba delante de nosotros me respondió: «no, pero profesor, no se lo puedo explicar, no lo he programado yo, pregúntele a la IA». Y lo hizo, en el acto: abrió un chat con Codex y escribió en él mi pregunta. No bromeaba, y no veía lo que su frase tenía de extraordinario.

Para dar una idea de la extensión del campo, este es mi propio recorrido dentro de él. Entré en 2013 por el análisis automático de frases, es decir, por el tratamiento del lenguaje. Salí durante mi tesis, que dediqué a la discapacidad y a la interacción persona-máquina, con la introducción de texto para personas con deficiencia visual. Volví a entrar más tarde por una puerta todavía distinta, la de las ontologías y la alineación de conocimientos. Tres entradas, tres comunidades, tres vocabularios, y cada vez tuve que reaprender casi todo. Estos tres subdominios caben bajo la misma sigla y, sin embargo, alguien que destaca en uno puede no tener nada que decir sobre los otros dos. Es lo que la palabra «IA» disimula: designa un continente, y se emplea como si designara una competencia.

Por eso, además, no me gusta ese término. No dice nada de lo que uno hace, nada del método, nada del perímetro; no hace más que agrandar a quien lo pronuncia. «Experto en IA» ya solo me evoca un odre de viento, que sopla su hueco sobre el viento de los ignorantes. Y la desgracia de unos hace la fortuna de los odres.

Lo que me lo hizo comprender fue una conferencia invitada que el Sr. Jude Rola me hizo el honor de organizar este año. Hablé de lo que conozco. Y las preguntas de la sala fueron: «¿Qué piensa usted de la conciencia?», «¿Cómo se fabrica un ser humano virtual?», «¿Van las máquinas a reemplazarnos?». Ninguna de estas preguntas tiene hoy respuesta científica, y la mayoría ni siquiera son preguntas científicas: son preguntas filosóficas, o antropológicas, o sencillamente angustias. Pero me las hacían a mí, porque yo era «el investigador en IA» y el título prometía implícitamente que tenía algo autorizado que decir al respecto. La única respuesta honesta era «no lo sé, y nadie lo sabe», y siempre decepciona. La di de todos modos. Fue en ese momento cuando medí lo que el título hacía en mi nombre.

Ahora bien, tengo la costumbre de no pronunciarme sobre lo que no domino. O, más exactamente, de hacer preguntas a quienes creen saber, lo que tiene el don de irritarlos; Sócrates sigue siendo mi troll preferido, y el método es imbatible, puesto que en el peor de los casos tengo razón, y en el mejor me equivoco y aprendo algo. Un ejemplo preciso: no sé cómo algo que llamamos «inteligencia» emerge del apilamiento de miles de millones de neuronas artificiales, objetos que de la neurona biológica solo tienen el nombre y una vaga analogía de funcionamiento. Nadie lo sabe realmente, que yo sepa. Sobre ese punto me callo, o digo que no lo sé. La expresión «investigador en IA» en mi página sugería lo contrario: que tenía una opinión autorizada al respecto, como todos los demás expertos.

Así que lo retiré. Participaba en la pantomima, sin haberlo querido, simplemente porque la palabra está disponible y porque reporta.

El título «experto en IA» está hecho precisamente para no tener que decir su perímetro. Por eso nunca hay que darlo por bueno sin más, incluso cuando es uno mismo quien lo lleva.

La buena noticia es que la verificación está al alcance de todo el mundo. Bastan treinta segundos para teclear un nombre en HAL o en Scholar. La gente puede verificar perfectamente; lo que nunca se le ha dicho es que fuera posible, y dónde mirar.

El estado de este campo es grave. Los falsos expertos son en él más numerosos que los verdaderos, más audibles y mejor pagados. Desconfíen. Verifiquen. Y cuando alguien les diga «soy investigador en IA», pregúntenle dónde.

Una palabra, para terminar, dirigida a los vendedores de humo. La burbuja estallará, como estallaron internet y el comercio en línea a finales de los años noventa, y las criptomonedas veinte años después. Una parte de estos expertos en IA serán entonces expertos en paro, el tiempo de rehacerse una biografía. Cuéntenles unas semanas antes de verlos volver como expertos en IA cuántica: la palabra ya está en el aire, impresiona más, y tiene sobre la IA la ventaja de ser aún menos verificable.

Referencias