La expresión “inteligencia artificial” se ha instalado con una fuerza inusual en el debate público. En general, en columnas de opinión, congresos académicos, artículos de revistas o incluso proyectos de ley, se ha utilizado este concepto para referirse, como fenómeno, a promesas de eficiencia, innovación y productividad, pero también a riesgos vinculados con vigilancia, discriminación, precarización laboral, concentración de poder y afectación de derechos. Sin embargo, mientras más se expande su uso, más evidente se vuelve un problema básico: no siempre sabemos con precisión de qué hablamos cuando hablamos de inteligencia artificial.
Esa falta de precisión tiene consecuencias políticas, jurídicas y regulatorias, pues bajo una misma categoría se agrupan tecnologías muy distintas, con finalidades, riesgos y efectos también distintos. Por ejemplo, un sistema de apoyo automatizado diagnóstico en medicina, una herramienta de generación de imágenes, un modelo de lenguaje, un sistema de vigilancia biométrica o un algoritmo de recomendación de contenidos pueden ser descritos como formas de inteligencia artificial, pero no plantean el mismo tipo de problema ni tampoco generan las mismas consecuencias para sus usuarios.
Esta dificultad se observa con especial claridad en el ámbito de las redes sociales en línea. Buena parte de la experiencia cotidiana de los usuarios está mediada por sistemas automatizados que recomiendan publicaciones, ordenan contenidos, detectan infracciones, reducen visibilidad, eliminan publicaciones o suspenden cuentas. No se trata sólo de herramientas técnicas destinadas a administrar grandes volúmenes de información, sino de mecanismos que inciden directamente en la circulación efectiva de contenidos que impactan al discurso público.
La moderación automatizada responde a una necesidad real: el volumen diario de publicaciones en una red social hace difícil, cuando no imposible, revisar manualmente todo el contenido que circula en ellas. Pero también puede producir errores relevantes que se intensifican cuando los sistemas operan sobre contextos lingüísticos, culturales o políticos que no han sido adecuadamente considerados en su diseño. En este contexto, las preguntas regulatorias son más específicas: cómo se informa una decisión automatizada, qué instancias de revisión existen, cómo se auditan los sistemas de recomendación y qué responsabilidades surgen cuando una plataforma amplifica sistemáticamente contenidos nocivos.
Si todo es inteligencia artificial, nada lo es con suficiente precisión para efectos regulatorios. Una política pública eficiente requiere distinguir entre sistemas de bajo y alto riesgo, entre usos privados y usos con impacto público, entre herramientas auxiliares y sistemas que inciden en derechos fundamentales. También exige identificar a los actores responsables, pues detrás de cada sistema existen decisiones humanas, empresariales, técnicas y económicas.
Por eso, cuando hablamos de IA, la primera exigencia es conceptual. En el campo de las redes sociales en línea, esa precisión resulta urgente. Los sistemas automatizados de moderación de contenidos y recomendación ya participan en la definición cotidiana de lo visible, lo relevante y lo discutible. No reemplazan por completo la decisión humana, pero la reorganizan, la escalan y muchas veces la vuelven menos transparente.
Esa es precisamente la razón por la cual no basta con hablar de inteligencia artificial en abstracto. La pregunta pública más importante no es qué puede hacer la IA, sino qué estamos permitiendo que haga, quién responde por ello y bajo qué reglas comunes debe operar.
