El problema que vivo todos los días

Como estudiante de Ciencia de Datos en la universidad, me enfrento constantemente a una paradoja frustrante. Cuando intento explicar a mis compañeros de otras carreras cómo funcionan las tecnologías de IA generativa como las GANs o los modelos de difusión, me resulta complicado darme a entender. No es porque sean menos inteligentes—algunos de mis amigos de Literatura tienen análisis más profundos sobre narrativa que cualquier cosa que yo pueda programar. El problema es que estamos hablando idiomas completamente diferentes.

He notado tres reacciones típicas cuando presento estos temas en conversaciones casuales o presentaciones estudiantiles. Primero, algunos compañeros desarrollan lo que podríamos llamar tecnofobia, donde ven la IA como una amenaza incomprensible que eventualmente dominará la experiencia humana. Segundo, otros caen en tecnofilia extrema, tratando estos sistemas como soluciones mágicas sin comprender sus limitaciones. Tercero, surge una percepción de la IA como el Otro digital—una entidad completamente diferente en comparación con lo humano, lo que crea una falsa dicotomía entre humanidad y tecnología (Larsson, 2024).

Estas reacciones revelan cómo la complejidad técnica se convierte en una barrera que separa a quienes compren-den de quienes no. En mi experiencia universitaria, esto crea divisiones artificiales entre estudiantes que podrían estar colaborando para entender mejor cómo la tecnología se integra en nuestras vidas culturales.

Durante mis años universitarios, he observado cómo diferentes carreras interpretan la IA de maneras com-pletamente distintas. Mis amigos de Artes se preocupan por cuestiones de autenticidad y creatividad, aplicando conceptos de identidad en su análisis de la creatividad artificial. Mis compañeros de Negocios se enfocan en in-novación funcional y eficiencia de mercado. Los estudiantes de Humanidades aplican marcos críticos sobre sesgos culturales en IA y relaciones de poder, cuestionando quién controla estas tecnologías y para qué propósitos.

Esta diversidad de perspectivas inicialmente me frustraba. Pensaba que si todos entendieran la matemática detrás de los algoritmos, tendríamos conversaciones más objetivas. Pero gradualmente me di cuenta de que cada disciplina aporta revelaciones valiosas que la perspectiva puramente técnica pierde de vista.

Basándome en mis observaciones y frustraciones, propongo una estrategia de comunicación que podría desarro-llarse para estudiantes universitarios.

Metáforas visuales que podrían conectar

En lugar de comenzar con ecuaciones, se podrían usar metáforas que activen conocimiento cultural existente y se basen en experiencias multisensoriales—es decir, aquellas que involucran múltiples sentidos y formas de percepción física. Para explicar GANs, se podría utilizar la metáfora de un falsificador de arte compitiendo contra un experto en arte—ambos aprendiendo y mejorando a través de su interacción. Esta historia transformaría el concepto abstracto de entrenamiento adversarial en una narrativa familiar sobre cómo se desarrolla la experiencia a través del desafío y la respuesta.

Para conceptos de espacio latente, se podrían emplear metáforas espaciales que hagan accesibles las relaciones matemáticas a través del razonamiento espacial encarnado. Ïmagina un mapa donde conceptos similares están cerca unos de otros”, se podría decir a los estudiantes, 2 la IA navega este mapa para crear nuevas combinaciones”. Esta aproximación reconocería que el entendimiento emerge no solo a través del procesamiento cognitivo, sino a través de la experiencia física con objetos y espacios.

Usar los espacios que ya conocemos

He notado que diferentes espacios del campus ya generan marcos culturales distintos y crean situaciones espe-cíficas para el aprendizaje. El edificio de Ciencias de la Computación se siente diferente del centro de artes, que se siente diferente de la biblioteca. Se podrían usar estos significados espaciales existentes para situar explicaciones de IA apropiadamente.

En edificios de ciencias, las demostraciones interactivas podrían hacer tangibles los conceptos abstractos a través de experiencia directa, incorporando elementos de juego que permitan la exploración experimental. En centros de artes, se podría posicionar la IA dentro de tradiciones históricas del arte y creatividad procedimental, abordando directamente preguntas de autoría que importan profundamente a esas comunidades. Las bibliotecas se convertirían en espacios para extender prácticas existentes de alfabetización informacional para evaluar contenido generado por IA.

Aprendizaje que involucra el cuerpo

Incorporando principios de multisensorialidad, estas explicaciones podrían incluir displays interactivos que per-mitan a los usuarios ajustar parámetros del modelo y ser testigos directos de cómo sus decisiones dan forma al comportamiento de la IA. Esta aproximación reconocería que el conocimiento emerge a través de compromiso encarnado más que procesamiento puramente cognitivo.

Esto crearía entendimiento inmediato del toque humano en sistemas de IA. Cuando los estudiantes pudieran literalmente mover controles deslizantes y ver cambios instantáneos en las salidas generativas, el “misterio”de la IA se disolvería y se convertiría en una herramienta que pueden entender y potencialmente controlar. El valor de lo inesperado en estas interacciones a menudo produce momentos de comprensión súbita que las explicaciones puramente verbales no logran.

Por qué esto importa

Mi propuesta ofrecería ventajas significativas sobre explicaciones técnicas actuales. En lugar de imponer marcos uniformes, crearía comprensiones culturalmente situadas que emergen dentro de contextos específicos. Involucraría múltiples formas de saber a través de canales visuales, espaciales y experienciales.

Más importante, situaría la IA dentro de narrativas históricas que destacan el aporte humano en el desarrollo tecnológico en lugar de presentarla como una fuerza inevitable.

La perspectiva antropológica revela que el entendimiento técnico siempre emerge dentro de contextos cultura-les—no hay forma puramente neutral de explicar tecnologías complejas. Al reconocer diversos marcos interpretativos a través de disciplinas académicas como recursos en lugar de obstáculos, podríamos crear conversaciones más ricas e inclusivas sobre IA generativa.

En lugar de tratar diferencias culturales como problemas para resolver, esta aproximación demostraría cómo revelaciones antropológicas pueden transformar la comunicación técnica en creación colaborativa de significado que respeta diferentes formas de saber.

Referencias

• Geertz, C. (1973). The interpretation of cultures. Basic Books.
• Larsson, M. (2024). El Otro digital y la humanidad de la inteligencia artificial. La Inteligencia Artificial en los contextos académicos. Universidad de las Américas Puebla.

Sobre el autor

Jose Angel Palomares Velázquez es estudiante de quinto año de las licenciaturas en Actuaría y Ciencia de Datos en la Universidad de las Américas Puebla. Sus intereses de investigación incluyen la teoría del riesgo, el análisis topológico de datos y la modelación de derivados financieros mediante inteligencia artificial. Ha realizado estancias de investigación en la Universidad de Sherbrooke (Canadá) y en la King Abdullah University of Science and Technology (Arabia Saudita), y actualmente se desempeña como analista en Willis Towers Watson. Es becario de la fundación Taboada y cuenta con múltiples reconocimientos en competencias nacionales de ciencia de datos. Este artículo es un resumen de su ensayo final en la materia “Science, Technology and Culture”, impartido en la primavera de 2025 a estudiantes de Ciencia de Datos y Antropología en la UDLAP, por el Dr. Martin Larsson.