El pasado 7 de septiembre de 2026 ocurrió en Varsovia una escena que habría parecido una provocación artística pocos años atrás. Cerca de treinta robots humanoides y cuadrúpedos marcharon frente al Ministerio de Asuntos Digitales de Polonia, ondeando banderas y reproduciendo consignas que pedían regular el desarrollo de la inteligencia artificial y proteger el empleo.
Un grupo de personas detrás de la manifestación, fueron los responsables de las consignas, de los robots y de la decisión de llevarlos hasta allí. Sin embargo, la imagen consiguió algo que miles de comunicados difícilmente habrían logrado. Los robots ocuparon la calle, atrajeron a los medios y lograron que una preocupación humana adquiriera un cuerpo visible que, paradójicamente, ya no era humano.
La escena resulta interesante precisamente porque una protesta no consiste únicamente en transmitir una opinión. Durante siglos, salir a manifestarse también ha significado estar presente: abandonar durante unas horas la rutina cotidiana, reunirse con otros, ocupar un espacio público y convertir una preocupación privada en algo suficientemente importante como para merecer una aparición colectiva.
En Varsovia, una parte de ese gesto pudo ser delegada. Las máquinas caminaron, sostuvieron los carteles y produjeron las imágenes, mientras las personas que realmente sostenían aquellas posiciones políticas permanecían detrás de ellas. No desaparecieron de la acción, pero su presencia comenzó a separarse de la forma visible que tradicionalmente asociamos con participar.
La inteligencia artificial no necesita tener opiniones propias para ocupar espacios que hasta ahora funcionaban como evidencia de que una persona había estado allí. Puede escribir una carta, mantener una conversación, presentar un argumento y, como mostró aquella marcha, incluso representar físicamente una posición en el espacio público.
Esto no vuelve menos legítima la idea que existe detrás ni significa que utilizar una máquina equivalga a abandonar nuestra responsabilidad. Pero introduce una pregunta nueva: si podemos delegar cada vez más formas externas de presencia, ¿cómo sabremos qué parte de la voluntad, el juicio y la atención humana continúa realmente detrás de ellas?
El dilema de la IA en el lenguaje
En una escena imaginaria que probablemente dejará de parecernos hipotética muy pronto. Un periodista envía una pregunta incómoda a un ministro. No quiere confirmar una fecha ni solicitar un dato administrativo que cualquier funcionario podría consultar, sino entender una decisión política, conocer sus consecuencias y saber por qué la autoridad considera correcto el camino que ha tomado.
Pocos minutos después recibe una respuesta impecable: tiene antecedentes, cita correctamente la legislación, reconoce las dificultades del problema, explica la posición del gobierno y evita incluso algunas de las evasivas que solemos asociar al lenguaje político.
La respuesta podría ser mejor que la que el propio ministro habría improvisado delante de una cámara. No contiene errores evidentes, no suena robótica y tampoco ofrece ninguna señal lingüística que permita saber cómo fue producida. Precisamente por eso aparece una pregunta que hace pocos años habría resultado extraña: ¿el ministro leyó alguna vez la pregunta?
Tal vez estudió personalmente el problema, discutió las alternativas con su equipo, definió una posición y utilizó después una inteligencia artificial para convertir sus ideas en una respuesta clara y ordenada. Pero también podría haber ocurrido algo muy distinto: un sistema recibió el mensaje, consultó antecedentes, produjo una argumentación y preparó una respuesta que fue enviada prácticamente sin intervención de la autoridad a cuyo nombre habla.
En ambos casos recibimos palabras. En ambos casos incluso podríamos recibir las mismas palabras. Sin embargo, no parece que estemos ante el mismo acto.
El problema que plantea la inteligencia artificial en la comunicación no consiste únicamente en descubrir quién escribió un texto. Nos obliga a separar cosas que durante mucho tiempo ocurrieron tan juntas que terminamos tratándolas como si fueran idénticas: formular palabras, comprender una situación, tomar una decisión, adoptar una posición y responder por sus consecuencias.
La tecnología puede intervenir en cada una de esas etapas de manera diferente, y probablemente sea allí, mucho más que en la procedencia literal de una frase, donde comienza el verdadero dilema.
Escribir algo no es exactamente responder por algo
La idea de una comunicación humana completamente ajena a la mediación tecnológica o intelectual nunca fue demasiado realista. Los gobernantes han tenido redactores de discursos, los empresarios han dictado cartas a secretarios, los escritores trabajan con editores, los diplomáticos necesitan traductores y las instituciones llevan siglos produciendo documentos que terminan firmados por personas que no redactaron cada una de sus palabras. Mucho antes de los modelos generativos aprendimos a aceptar que la autoría podía distribuirse entre varias manos sin desaparecer por completo.
La investigación contemporánea ya utiliza incluso una categoría para describir parte de este fenómeno. Jeffrey Hancock, Mor Naaman y Karen Levy definieron en 2020 la AI-mediated communication como aquella comunicación interpersonal en la que un agente computacional opera en nombre del comunicador modificando, aumentando o generando mensajes para alcanzar un determinado objetivo. Su definición incluye un continuo que va desde pequeñas intervenciones sobre lo que escribimos hasta sistemas capaces de producir buena parte del mensaje que finalmente recibe otra persona.
Ese continuo importa porque convierte la pregunta “¿lo escribió una IA?” en una herramienta cada vez menos útil. Una persona puede haber utilizado inteligencia artificial para corregir una palabra, traducir un párrafo, reorganizar una idea, encontrar una formulación más clara o generar por completo el primer borrador de una respuesta. Decir que todas esas acciones son equivalentes simplemente porque intervino un algoritmo impide observar aquello que realmente cambia entre unas y otras.
Quizá necesitemos comenzar a separar al menos cinco dimensiones: quién tuvo la intención de comunicar algo, quién aportó el significado sustantivo, quién ejerció el juicio necesario para llegar a esa posición, quién adoptó finalmente las palabras como propias y quién está dispuesto a responder por ellas.
Desde ese punto de vista, una persona podría seguir siendo plenamente responsable de un mensaje que no redactó palabra por palabra. También podría ocurrir lo contrario: alguien puede escribir personalmente cada frase y, sin embargo, utilizarla para evitar cualquier responsabilidad real.
La paradoja aparece con claridad en nuestro ministro imaginario. Si estudió un asunto, tomó una decisión, definió los argumentos, revisó cuidadosamente la respuesta generada y está dispuesto a defenderla cuando aparezca la siguiente pregunta, la participación de una máquina en la formulación puede ser relativamente secundaria. Si nunca examinó el problema y delegó también la comprensión, el juicio y la conversación posterior, la situación cambia de naturaleza aunque el texto recibido sea exactamente el mismo.
Por eso “producir una respuesta” y “responder por algo” empiezan a convertirse en dos actividades distintas.
Nadie inventó “te amo”
Hay además cierta nostalgia escondida en algunas discusiones sobre la escritura asistida por inteligencia artificial. Parece suponerse que antes de los modelos generativos existía una especie de lenguaje perfectamente individual, nacido íntegramente dentro de cada persona, y que la aparición de una máquina introduce por primera vez algo ajeno entre pensamiento y expresión.
Pero el lenguaje nunca funcionó así.
Nadie inventa la expresión “te amo” cada vez que la pronuncia. Tampoco inventamos las fórmulas con las que pedimos disculpas, agradecemos un favor, presentamos una reclamación, damos una noticia difícil o tratamos de consolar a alguien que ha perdido a una persona querida. Nacemos dentro de lenguas que existían mucho antes que nosotros y aprendemos observando cómo otros las utilizan. Durante toda nuestra vida tomamos prestadas palabras, estructuras, metáforas, géneros narrativos y maneras culturalmente reconocibles de expresar emociones que, sin embargo, pueden ser profundamente nuestras.
Mijaíl Bajtín llevó esta intuición mucho más lejos al pensar el lenguaje como esencialmente dialógico: cada enunciado llega a un mundo ya poblado de palabras anteriores y, al mismo tiempo, se formula anticipando alguna clase de respuesta.
Desde otra tradición, el antropólogo Dell Hymes cuestionó que la competencia comunicativa pudiera reducirse al conocimiento de las reglas gramaticales. Comunicarse implica también saber qué puede decirse, ante quién, de qué manera, en qué contexto y con qué consecuencias sociales.
Esta distinción se vuelve extraordinariamente relevante ante la inteligencia artificial porque una persona puede comprender perfectamente lo que quiere comunicar y no poseer las herramientas lingüísticas necesarias para hacerlo del modo que una situación exige.
Puede saber que una decisión administrativa es injusta, pero desconocer el lenguaje jurídico necesario para explicarlo. Puede comprender su propia experiencia médica y no saber convertirla en preguntas útiles para una consulta. Puede tener décadas de experiencia criando hijos y, sin embargo, sentirse torpe cuando intenta explicar a uno de ellos algo que ha aprendido dolorosamente durante su vida.
¿Por qué deberíamos considerar que esas ideas son menos auténticas si una herramienta ayuda a formularlas?
Una tecnología también puede devolvernos la voz
Esta pregunta resulta todavía más importante porque la capacidad de expresarse correctamente nunca estuvo distribuida de manera igualitaria.
Pierre Bourdieu utilizó la idea de los mercados lingüísticos para mostrar que las palabras no circulan con el mismo valor en todos los espacios sociales. Determinadas formas de hablar y escribir reciben mayor legitimidad porque coinciden con las expectativas de escuelas, universidades, empresas, tribunales y administraciones públicas. Dominar esas formas no es únicamente una ventaja estética: proporciona capacidad de participar.
Quien entiende el registro esperado por una institución puede hacer preguntas más precisas, presentar mejores argumentos, interpretar correctamente sus respuestas y evitar errores que alguien igualmente inteligente pero menos familiarizado con ese lenguaje podría cometer.
La inteligencia artificial introduce aquí una posibilidad bastante distinta de la imagen habitual de la máquina sustituyendo capacidades humanas. Puede, por el contrario, ampliar las de quien tenía dificultades para ejercerlas.
Un ciudadano que recibe una resolución judicial podría utilizar una herramienta para traducir términos técnicos a lenguaje cotidiano, reconstruir una cronología, organizar documentos, identificar conceptos legales que necesita investigar y preparar preguntas para un abogado. Una persona que no domina la lengua oficial de un país puede expresar con mayor precisión aquello que realmente piensa. Alguien con dificultades para escribir puede convertir una intuición confusa en un argumento comprensible.
Nada de esto vuelve infalible a la IA ni elimina la necesidad de especialistas cuando las consecuencias son importantes. Significa algo más modesto, pero también más profundo: parte del conocimiento que durante siglos estuvo disponible sobre todo para quienes podían pagar determinados intermediarios comienza a ser mucho más accesible.
La tecnología puede prestar vocabulario sin necesariamente apropiarse de la voluntad de quien lo utiliza.
Y es precisamente aquí donde cualquier regla simplista sobre “contenido humano” empieza a producir problemas. Si obligáramos moralmente a una persona a expresarse sin ninguna asistencia para demostrar que sus palabras son auténticas, podríamos terminar defendiendo como virtud las desigualdades educativas, lingüísticas y culturales que históricamente han determinado quién puede hacerse entender ante una institución.
En algunos casos, usar una máquina puede alejarnos de la interacción. En otros, puede ser exactamente aquello que permite entrar en ella.
El ciudadano y el Estado pueden usar la misma IA para cosas opuestas
Esta contradicción se vuelve particularmente interesante cuando colocamos la misma tecnología a ambos lados de una relación desigual.
Imaginemos primero a una persona enfrentada a una institución pública. No conoce la legislación, no domina el lenguaje administrativo y tampoco puede pagar varias horas de asesoría profesional. Utiliza una inteligencia artificial para comprender el procedimiento, organizar los hechos y preparar una reclamación mucho más sólida de la que habría podido formular por sí sola.
La herramienta no está hablando en lugar de esa persona en el sentido profundo del término. Está aumentando su capacidad de participar. Las experiencias, los hechos y la decisión de reclamar siguen siendo suyos; lo que cambia es el repertorio disponible para expresarlos.
Ahora situemos la misma tecnología al otro lado.
La institución recibe el reclamo y un sistema automático consulta la normativa, analiza antecedentes, genera una respuesta personalizada y la envía a nombre de un funcionario que jamás leyó el caso. Es perfectamente posible que el resultado sea técnicamente correcto y que el ciudadano obtenga una explicación más rápida y clara que la que habría recibido después de semanas esperando una respuesta humana.
Sin embargo, también es legítimo preguntarse qué sucede cuando quiere impugnar esa explicación, aportar un antecedente inesperado o exigir una decisión que ya no puede resolverse aplicando una plantilla.
El problema no está en que la institución utilizara inteligencia artificial mientras el ciudadano también lo hacía. La diferencia aparece en qué capacidad estaba ampliando cada uno y qué responsabilidad estaba siendo delegada.
En un lado, alguien adquirió herramientas para poder participar en una relación en la que tenía poco poder. En el otro, una organización puede adquirir herramientas para participar sin que ninguna persona tenga necesariamente que detenerse ante la singularidad del caso.
Por eso la misma automatización puede significar emancipación en una dirección y evasión en otra.
No existe contradicción en reconocer ambas posibilidades. De hecho, probablemente sea imposible comprender la inteligencia artificial sin aceptar que muchas de sus consecuencias más importantes estarán construidas precisamente de esa manera: una capacidad que distribuye poder en un contexto puede concentrarlo en otro.
Cuando las mismas palabras dejan de significar exactamente lo mismo
Una mirada psicológica añade otra dificultad porque demuestra que no evaluamos los mensajes únicamente por lo que dicen.
En 2025, un estudio publicado en Nature Human Behaviour realizó nueve experimentos con 6.282 participantes utilizando respuestas empáticas generadas por inteligencia artificial. Los investigadores modificaban la identidad que se atribuía a quien respondía: en unas condiciones se decía que las palabras procedían de una persona y en otras que procedían de una IA.
Aunque el contenido era algorítmico en ambos casos, las respuestas atribuidas a humanos fueron percibidas como más empáticas y solidarias, y provocaron emociones más positivas. Incluso sospechar que una persona había recibido ayuda de IA reducía parte de esa valoración.
La conclusión más interesante no es que los humanos escribamos necesariamente mejor. El experimento mantuvo prácticamente constante aquello que solemos considerar el mensaje y modificó únicamente lo que las personas creían acerca de su procedencia. Cambiar al supuesto interlocutor cambió también la experiencia de la conversación.
Otros trabajos complican todavía más el panorama. Experimentos con sistemas de respuestas sugeridas encontraron que el uso de mensajes algorítmicos podía acelerar las conversaciones, introducir más lenguaje emocionalmente positivo y mejorar algunas percepciones de cooperación y cercanía. Sin embargo, cuando los participantes creían que la otra persona estaba utilizando respuestas automáticas, tendían a juzgarla peor.
La inteligencia artificial puede, entonces, mejorar algunas propiedades observables de una conversación y simultáneamente deteriorar lo que creemos que esa conversación revela acerca de nuestro interlocutor.
Esto nos obliga a abandonar otra oposición cómoda. No estamos eligiendo simplemente entre una comunicación humana cálida y una comunicación artificial fría. Una máquina puede producir una frase más amable, más clara e incluso más útil que la que una persona habría elaborado por sí sola. El dilema comienza justamente cuando funciona tan bien que las palabras ya no permiten inferir con seguridad qué ocurrió detrás de ellas.
El problema no se resuelve poniendo una etiqueta
Ante esa incertidumbre parece surgir una solución sencilla: avisar cada vez que se utilizó inteligencia artificial.
“Este mensaje fue generado con IA.”
La claridad aparente desaparece en cuanto intentamos aplicar la regla.
¿Debe declararlo quien utilizó traducción automática? ¿Quien corrigió la gramática? ¿Quien escribió todas las ideas pero pidió ayuda para reorganizarlas? ¿Quien proporcionó una lista detallada de argumentos y pidió convertirlos en un correo? ¿Quien recibió tres versiones y pasó media hora editándolas hasta encontrar una que expresara exactamente lo que quería decir?
Una genealogía completa de cada frase sería impracticable y, en muchos casos, irrelevante.
La regulación europea está comenzando a enfrentarse precisamente a estas diferencias. Desde el 2 de agosto de 2026 se aplican las obligaciones de transparencia del artículo 50 del AI Act, que establecen, entre otras cosas, que los sistemas destinados a interactuar directamente con personas deben informar que se está interactuando con una IA cuando no resulte evidente. El reglamento contempla también mecanismos para identificar determinados contenidos sintéticos y hace distinciones para funciones de edición estándar que no modifican sustancialmente el material de entrada.
Hay un detalle especialmente revelador para nuestra pregunta. Cuando se trata de textos generados o manipulados mediante IA que se publican para informar al público sobre asuntos de interés público, el reglamento contempla una excepción a determinadas obligaciones de divulgación cuando ha existido revisión o control editorial humano y una persona física o jurídica conserva la responsabilidad editorial sobre la publicación.
La ley no resuelve el dilema de la comunicación humana cotidiana, pero introduce una pista interesante: la procedencia técnica de las palabras no es la única variable relevante. También importa saber si continúa existiendo alguien responsable detrás de ellas.
Quizá por eso la transparencia más útil no consista siempre en saber cuántos tokens generó una máquina, sino en conocer quién ejerció el juicio que importa.
La economía de la atención cambia el problema
Hasta aquí podríamos pensar que estamos discutiendo principalmente sobre autoría, pero la aparición de sistemas capaces de mantener conversaciones completas introduce una dimensión distinta.
Vivimos en entornos digitales organizados alrededor de una competencia intensa por nuestra atención. Feeds infinitos, videos recomendados, mensajes, titulares, notificaciones y plataformas personalizadas compiten por una cantidad de tiempo que no puede crecer al mismo ritmo que la información disponible.
Responder a otra persona significa interrumpir temporalmente ese flujo.
No porque escribir sea necesariamente difícil ni porque la lentitud posea alguna virtud moral. La imprenta no hizo menos valiosos los libros al facilitar su reproducción y un procesador de texto no vuelve menos escritor a quien dejó de utilizar una máquina mecánica. La cuestión no es cuánto sufrimos produciendo un mensaje.
La diferencia está en que una interacción requiere incorporar a otro ser humano dentro de nuestra atención.
Cuando alguien nos cuenta un problema, solemos recuperar lo que sabemos de esa persona, interpretar qué está intentando decir, recordar conversaciones anteriores, comparar su experiencia con otras que conocemos, ajustar el tono, decidir qué pensamos y anticipar cómo puede recibir nuestra respuesta. Además, la conversación contiene una consecuencia que ninguna generación automática elimina por completo: aquello que digamos puede provocar otra contestación y exigir que volvamos a pensar.
Esa reciprocidad convierte la comunicación en algo más que transferencia de información.
Precisamente por eso los sistemas actuales resultan tan interesantes. Podemos pedir a una máquina que recuerde el contexto, interprete un mensaje, seleccione un tono adecuado y produzca una respuesta socialmente convincente. A medida que los agentes se integren a nuestras aplicaciones, también podrán continuar conversaciones durante períodos mucho más largos sin que necesitemos intervenir en cada intercambio.
Para muchas tareas eso será extraordinariamente útil. Pocas personas desean dedicar una parte importante de su vida a responder consultas repetitivas, coordinar horarios o redactar comunicaciones administrativas perfectamente automatizables.
Pero la tecnología no conocerá por sí sola la frontera entre una interacción donde nuestra presencia aporta poco y otra donde precisamente nuestra presencia era parte de aquello que el otro esperaba recibir.
Esa frontera tendremos que construirla nosotros.
La tentación de no estar
Aquí aparece quizá el dilema más profundo.
La humanidad ha desarrollado durante siglos tecnologías para comunicarse con personas que no estaban presentes: la carta, el telégrafo, el teléfono, el correo electrónico, la mensajería instantánea. Todas ampliaron enormemente el alcance de nuestras relaciones.
La inteligencia artificial añade algo diferente. Ya no permite únicamente comunicarnos a distancia, sino que empieza a permitirnos delegar parte de nuestra participación en la comunicación misma.
Eso no significa que inevitablemente dejaremos de hablar entre nosotros. Tampoco existe hoy evidencia suficiente para afirmar que la expansión de asistentes conversacionales esté produciendo una disminución general de las relaciones humano-humano. Una conclusión semejante sería prematura.
Lo que sí aparece es una capacidad nueva.
Podemos comenzar a decidir en qué interacciones queremos participar personalmente y en cuáles preferimos que un sistema represente nuestros intereses, recuerde nuestro contexto y produzca lenguaje por nosotros.
Es posible que esa elección nos libere de miles de conversaciones rutinarias y deje más tiempo para las relaciones que realmente nos importan. También es posible que, poco a poco, incluyamos dentro de la categoría de “rutina” interacciones que cumplían una función humana que no habíamos aprendido a reconocer precisamente porque siempre estuvieron allí.
Responder a un cliente enfadado puede enseñarnos dónde está fallando un servicio.
Leer personalmente una evaluación puede cambiar la manera en que un profesor entiende a su estudiante.
Escuchar una reclamación puede mostrar a una autoridad una consecuencia que los indicadores agregados escondían.
Hablar con un hijo puede obligarnos a organizar experiencias que jamás habíamos convertido en palabras.
Una tecnología que intermedia esas situaciones puede ayudarnos a hacerlo mejor. Una tecnología que las absorbe por completo puede impedir que ocurran algunas de esas transformaciones.
La diferencia no está inscrita en el modelo. Está en el uso social que construyamos alrededor de él.
¿Tenemos derecho a que haya alguien al otro lado?
Por eso quizá sea demasiado pronto —y demasiado absoluto— hablar de un derecho general a saber si cada palabra fue escrita por una persona.
No necesitamos conocer la historia completa de cada corrección ortográfica, traducción o sugerencia estilística para comprender una conversación. Tampoco parece razonable exigir a alguien con dificultades de escritura que revele permanentemente las herramientas que le permiten participar en igualdad de condiciones.
Pero existen situaciones donde la identidad y la participación real del interlocutor sí forman parte de aquello que creemos estar recibiendo.
Si una empresa me comunica automáticamente el horario de una sucursal, probablemente me resulte indiferente si una persona intervino. Si la misma empresa rechaza una reclamación compleja que afecta mis derechos, comienzo a querer saber quién tomó la decisión.
Si una autoridad anuncia una fecha mediante un sistema automático, difícilmente existe un problema de autoría. Si responde por una decisión política controvertida, la situación cambia.
Si un profesor utiliza una herramienta para corregir la redacción de su evaluación, quizá no exista nada importante que declarar. Si el sistema decide qué estudiante merece aprobar y el profesor firma el resultado sin examinarlo, ya no estamos discutiendo sobre gramática.
Lo que cambia entre todos esos ejemplos no es simplemente la cantidad de inteligencia artificial utilizada.
Cambia qué esperaba razonablemente el receptor que otra persona hiciera.
Tal vez ese sea un criterio mejor para pensar la transparencia futura: cuanto más dependa una interacción del juicio, la responsabilidad o la presencia de una persona específica, más importante se vuelve saber qué parte de esa función fue realmente ejercida por ella.
Volvamos al ministro
Regresemos ahora a la respuesta que abrió esta historia.
Después de todo este recorrido, saber si el texto fue “escrito por IA” resulta mucho menos decisivo de lo que parecía.
Podría haber sido generado completamente por una máquina después de que el ministro estudiara durante horas el problema, discutiera alternativas, definiera una posición, proporcionara antecedentes, revisara cuidadosamente la formulación final y decidiera asumir públicamente cada una de sus consecuencias.
También podría haber sido redactado íntegramente por un asesor humano mientras el ministro jamás abrió la pregunta.
Paradójicamente, el primer mensaje sería técnicamente más artificial y podría contener mucha más responsabilidad personal que el segundo.
Esa posibilidad revela el límite de nuestra obsesión actual por distinguir textos humanos de textos generados.
La inteligencia artificial podría convertirse en una de las mayores ampliaciones de capacidad expresiva que hayamos construido. Puede ayudarnos a atravesar barreras lingüísticas y educativas, organizar conocimiento, comprender instituciones, formular mejores preguntas y transformar intuiciones torpes en argumentos que otros puedan finalmente escuchar. Sería extraño exigir que renunciemos a todo eso para demostrar nuestra humanidad.
Pero también estamos construyendo máquinas capaces de mantener funcionando la superficie lingüística de una relación cuando nosotros ya no estamos participando plenamente en ella.
Y allí aparece algo que las etiquetas de autoría no alcanzan a resolver.
Gobernar no consiste solamente en producir comunicados. Educar no consiste solamente en entregar evaluaciones. Cuidar a alguien no consiste únicamente en elegir palabras empáticas. Ser amigo, padre, pareja, médico, profesor o representante público contiene formas distintas de atención, juicio y responsabilidad que hasta ahora solían manifestarse a través de la conversación porque no teníamos otra manera de delegarla.
Quizá la inteligencia artificial nos obligue, precisamente, a descubrir qué parte de esas relaciones considerábamos irrenunciablemente humana.
En una economía donde cada plataforma compite por nuestra atención, la IA puede ayudarnos a recuperarla de tareas que nunca necesitaron realmente nuestra presencia. Esa sería una conquista considerable. El riesgo aparece si utilizamos esa misma capacidad para automatizar también las situaciones en las que detenernos ante otro era parte del significado de la relación.
Por eso la pregunta futura probablemente no será si las palabras que recibimos fueron escritas por una persona o por una máquina. La pregunta será quién pensó la respuesta, quién la hizo suya y quién estará dispuesto a responder por ella.
