RESUMEN SEMIO

Peirce se propuso hacer una teoría que explique como el hombre conoce, interpreta, y
construye la realidad, a la que posteriormente denominó “teoría del
conocimiento/semiótica”.

En la mente, construimos una realidad con base al mundo exterior.

El punto de partida es la EXPERIENCIA, que es el hecho de haber conocido, vivido, un

hecho. Es la habilidad de conocer o aprender algo.

Dentro de ésta, se encuentran 3 categorías (que son etapas de un proceso todo junto).

PRIMERIDAD (categoría de la cualidad) ——> percepción instantánea de una cualidad a

través de los sentidos. Solo es una cualidad posible de algo posible.

limón AMARGO

(objeto) + (cualidad del objeto)

La primeridad sería AMARGO, ya que es la cualidad del limón.

SEGUNDIDAD (categoría de los fenómenos/hechos) ——> es la idea de relación,

aquella cualidad se la relaciona con un hecho.

LIMÓN AMARGO

(objeto) + (cualidad del objeto)

La segundidad es LIMÓN AMARGO, ya que se relaciona la cualidad con un objeto del

mundo real.
TERCERIDAD (categoría del pensamiento mediador) ——> Todo lo que es determinado
por pensamiento, el conocimiento o la legalidad (leyes sociales —> conceptos que
tenemos en sociedad sobre cosas). El pensamiento permite relacionar la cualidad con
un algo y efectuar predicciones. Es la categoría dónde aparece el signo como tal.

Se conecta la P con la S para construir algo nuevo (una conclusión o T).

ruido (P)

ruido del despertador (S)

significa que me tengo que despertar para ir a trabajar (T o conclusión)

Es importante aclarar que si existe la T, existe la S, si la S existe, existe la P.

* ¿QUÉ ES LA SEMIOSIS?

Es la acción orientada e intencional que permite conocer, interpretar, actuar y crear.

* ENTIDADES DEL PROCESO DE SEMIOSIS

Para que un signo se considere para un proceso de semiosis, algo tiene que alertarte o
llamarte la atención.

REPRESENTAMEN: es un signo que está en lugar del objeto y lo representa solo desde
algunos de sus aspectos.
El OBJETO es una construcción semiótica (mental) es decir, no es una simple cosa que
puede hallarse por el mundo real. Tiene dos partes:

OBJETO INMEDIATO: es uno de los aspectos del objeto que el representamen

representar en una semiosis determinada.

OBJETO DINÁMICO: es el conjunto de objetos inmediatos que surgen de múltiples

semiosis. Es decir, es el conjunto se conocimiento que tenemos de un objeto.

CARACTERÍSTICAS DEL OBJ. DINÁMICO

• No se puede conocer un objeto dinámico en un proceso de semiosis individual

(de una sola persona), solo se lo conoce parcialmente por lo cultural que a
veces limita el conocimiento entero de un objeto.
• Tiene configuraciones culturales distintas, ya que la realidad puede ser
percibida y representada de maneras diferentes según el contexto cultural. Por
ej: el Sol puede ser visto de manera científica, espiritual o mitológica.
• Puede constituirse a lo largo de la historia, es decir, la comprensión y definición
de ese objeto no es fijo, sino que cambia y evolucionan con el tiempo
influenciadas por el contexto histórico, los avances del conocimiento, las
transformaciones sociales, culturales y tecnológicas.
INTERPRETANTE:

Es un signo equivalente o más amplio que el representamen (se dice que es más
amplio ya que explica algo más que el representamen no). Su función es la de explicar
el representamen y asegurar el conocimiento y comprensión del mismo. Está el
INTERPRETANTE INMEDIATO, DINÁMICO, FINAL.

- INT. INMEDIATO: es la comprensión básica de que hay un signo, antes de

cualquier interpretación más profunda o específica.
- INT. DINÁMICO: son los posibles interpretantes que construyen desde múltiples
perspectivas al objeto y entre los cuales la mente que interpreta puede
seleccionar uno para comprender.
- INT. FINAL: producto desarrollado por el pensamiento a partir de la incidencia
del signo, es decir, es el resultado de un proceso continuo y reflexivo en el que el
signo influye en la mente del intérprete a lo largo del tiempo.

GROUND: perspectiva que elige la mente en un proceso de semiosis que orienta los
pasos del proceso, determinando los aspectos que toma el representamen. El ground
proporciona la justificación para la relación entre el signo (representamen) y el
concepto o entidad que representa (objeto). EJ:

SITUACIÓN: SEMÁFORO EN ROJO AL MANEJAR

R = la luz roja en el semáforo

O = no se puede transitar la calle

G = las normas de tráfico que establecen que la luz roja significa que los vehículos
deben detenerse para permitir el paso seguro de otros vehículos o peatones.

Peirce dice que el proceso de semiosis es ilimitado, ya que todo interpretante al

intentar explicar un signo o representamen, produce desplazamientos en el significado
de ese signo. Estos desplazamientos permiten comprender la afirmación de Peirce “Un
signo es algo que, al conocerlo, nos hace conocer algo más”.

El proceso de semiosis posibilita el conocimiento que a su vez nos permite avanzar

indefinidamente incorporando cada vez nuevos saberes.

Sí bien esta afirmación es cierta, en el interior de un contexto determinado, un proceso

de semiosis no es limitado porque existe un INT. FINAL en el que se detiene. Esto
sucede porque la mente que interpreta evalúa y decide cuál es el interpretante que se
adecua a sus intereses u objetivos.
TIPOS DE SEMIOSIS SEGÚN PEIRCE

Peirce desarrolla un modo de juzgar el grado de realidad de lo que creemos percibir.

Concibe los tipos de semiosis en 3 parámetros, dónde cada uno involucra un conjunto
de 3 tipos de semiosis.

• PRIMERA TRICOTOMÍA (presentativa):

1. CUALISIGNO: cualidad que funciona como signo de algo, de un posible

objeto. Por ej: cualquier sensación (visual, auditiva, táctil, olfativa,
gustativa). Sobresale algo que es percibido por los sentidos.

2. SINSIGNO: surge en el momento en el que se advierte que la cualidad existe

en una cosa que ocurre en un aquí y en un ahora.

3. LEGISIGNO: surge en el momento en que una mente advierte que una

cualidad aparece regularmente en un algo, entonces aparece el objeto, que
es un objeto del mundo exterior.

EJ:

1. C: ruido (cualidad auditiva)

2. S: ruido de pisadas (esa cualidad existe en otra cosa que ocurre en un aquí y en
un ahora)
3. L: gato (esta cualidad de pisada ocurre regularmente en un gato por lo que
inmediatamente se me viene el objeto a la mente, que es, un objeto del mundo
exterior)

• SEGUNDA TRICOTOMÍA (representativa): operan con signos que representan de

manera mediata al objeto.

- ÍNDICE: signo que necesita de la coexistencia y conexión real con su objeto.

Tiene una conexión física o causal con el objeto. Ej: el humo que se ve en el
aire es índice de fuego (el humo no se parece al fuego, pero está
directamente causado por él y señala su presencia). Por estar, indica una
totalidad.
-
- ÍCONO: signo que representa a su objeto por medio de una relación de
semejanza o analogía, imitando o reflejando características/cualidades del
objeto de manera perceptible. Ej: fotografías (es un ícono porque representa
visualmente a esa persona a través de la semejanza en la imagen), mapa (es
un ícono porque representa geográficamente un área específica), sonido de
 un timbre (porque es la representación acústica de la acción que se realiza
al tocar el timbre), logotipos de marcas de auto que incluyen volantes (son
íconos porque sus diseños se asemejan a los elementos relacionados con
los automóviles)
- SÍMBOLO: signo que toma el lugar del objeto por convención, hábito o ley
social aprendida por la cultura. Se representan objetos abstractos (paz,
cristianismo). No necesariamente existe siempre un símbolo en las
imagenes, a veces pueden construirlo los demás signos.

ACLARACION: dónde hay íconos, siempre hay índices.

EJ: CRUZ DEL PAPA (un mismo objeto puede ser cualquier signo de la 2da tricotomía)

> La imagen es un ícono (signo) que representa por analogía a una cruz (objeto
representado).

> La cruz es un índice (signo) que representa por coexistencia a un creyente (objeto
representado)

> La cruz es un símbolo (signo) que representa por convención al cristianismo (objeto
representado)

• TERCERA TRICOTOMÍA (interpretativas): interpretan y explican a otros signos

(íconos, índices, símbolo).

1. RHEMA: el signo con todos sus tipos de interpretantes.

Ej: MANZANA
> iPhone
> Fruta
> Adan y Eva
> Blancanieves
 > etc.

2. DECISIGNO: signo que se va contextualizando, se van eliminando los tipos

de interpretantes según el contexto.

3. ARGUMENTO: es una semiosis que determina específicamente un

interpretante. Ese interpretante es el resultado de un contexto dado. Ej: una
calavera envuelta con un trapo negro puede ser la Parca, pero su sentido
variará según se integre al sistema de pinturas mexicano o al sistema icónico
de la fiesta de Halloween, pues un conjunto de interpretantes
argumentativos construirán el sentido de muerte en el panorama de
enfrentamientos armados de la revolución mexicana o de un ánima que vaga
por la tierra compliendo eternamente con su castigo.

El argumento es el signo más complejo ya que incluye los demás tipos de signos, es
decir, dentro de un argumento se encuentra los restantes de la tercera tricotomía,
algunos de la segunda tricotomía según el caso, y todos los de la primera tricotomía.

ACLARACIÓN: La primera tricotomía ocurre con pasos, del 1 al 3, al igual que la

tercera tricotomía. Sin embargo, la segunda tricotomía depende del representamen a
analizar, es decir puede haber índices y/o íconos y/o símbolos.

¡Sí en el examen pide que expliquemos el argumento de tal cosa pide que pongamos el
objeto inmediato!

Una imágen puede ser:

- Visual
- Auditiva
- Gustativa
- Táctica
- Olfativa
- Gráfica (generalmente las imágenes que nos da son de este tipo): los requisitos
son que sea bidimensional, visual, y tenga una dimensión comunicativa, es
decir, que quiera comunicar algo.
VIDEO: INTELIGENCIA ARTIFICIAL – NADA ES REAL

La IA es el concepto según el cual “las máquinas piensan como seres humanos”. Un

sistema de IA es capaz de analizar datos en grandes cantidades, identificar patrones y
tendencias y por lo tanto formulares predicciones de forma automática

1. Defina los siguientes conceptos:

- Red neuronal artificial

a. Red neuronal artificial: son las redes basadas en el funcionamiento de las redes
neuronales biológicas pero que están conformadas por fórmulas matemáticas,
círculos y líneas. Son sistemas que no están programados, sino que aprenden y
se forman a sí mismos como nuestras neuronas. Su objetivo es poder resolver
los problemas como los hace el cerebro humano. Buscan traducir, adquirir,
procesar y entender las diferentes imágenes y sonidos del mundo real para
poder procesarlo igual que nuestro cerebro

- Machine Learning
 Son capaces de aprender de forma autónoma a través del análisis de datos y de
la identificación de patrones. Gracias a ese conocimiento, luego realizan
predicciones
Ej: las recomendaciones de películas o música que nos ofrecen las plataformas
como Netflix o Spotify. La tecnología detecta un patrón en los gustos del usuario
y, a partir de ahí, ofrece piezas similares que también han interesado a otras
personas con un perfil de demanda similar

- Deep Learning

Es una forma más avanzada de machine learning dónde se utilizan redes

neuronales artificiales inspiradas en cómo funciona el cerebro humano. En
lugar de una sola capa de “aprendizaje”, tiene muchas capas lo que le permite
entender muchas cosas más complicadas

EJ: piensa en un asistente de voz como Siri o Alexa. Para entender lo que le
dices, necesita distinguir tu voz, entender las palabras, el tono y el contexto.
Para esto, una red neuronal profunda aprende a procesar todo ese sonido,
identificar las palabras y luego interpretar lo que significan, todo al mismo
tiempo. Así, si le dices “pon música”, el sistema entiende lo que quieres y lo
hace, sin necesidad de que alguien le haya programado específicamente cómo
reconocer cada palabra o frase posible.

En resumen:

• Machine Learning: Enseñarle a una computadora con ejemplos, como un estudiante

que aprende viendo.

• Deep Learning: Usar muchas “capas” de aprendizaje (redes neuronales) para

entender cosas más complejas, como un cerebro que procesa mucha información a la
vez.

https://blogs.uoc.edu/informatica/es/machine-learning-vs-deep-learning-
diferencias/

2) Explique qué es el GPT-3 y cuáles son sus usos

Algoritmo que se entrena con nuestro lenguaje para producir textos que simulan la
redacción humana. Funciona analizando y aprendiendo de grandes cantidades de
datos o textos o imágenes o videos y luego utiliza lo que ha aprendido para responder a
preguntas y realizar tareas. Sus usos son: responder preguntas rápido, traducir un
idioma a otros, para escribir la crítica de un restaurante o hasta para ayudar a estudiar

3) Explique qué es Dall-E 2, ¿cómo ha sido entrenado y cómo puede responder a lo que
se le pide?

Es una IA a la que se le puede pedir que haga la imagen que se busca hacer. Lo
entrenaron mostrándole muchísimas imágenes y conceptos dándole la libertad de
poder crear lo que sea. Su entrenamiento no fue profundizar conceptos, sino mostrarle
muchas imágenes que le permiten sacar conclusiones que luego nos muestra según lo
que le pidamos. Responde a lo que se le pide dándole una serie de datos específicos y
minuciosos para que pueda crear la imagen.

4) ¿Qué es Synthesia? ¿Cuáles son las ventajas y desventajas de usarlo?

Synthesia es una plataforma que permite poder construir un contenido audiovisual sin
necesitar equipo ni un estudio para crearlo. Le podés enviar la forma de hablar de
alguien y cómo resultado aprende a hablar y/o modular como esa persona. Tiene varias
ventajas, se puede generar un contenido audiovisual sin requerir mucho tiempo, ni
tampoco actores, ni tampoco se gasta en recursos. Sin embargo, a la vez, se
disminuyen puesto de trabajos, va contra la ética y contra la creatividad.

La principal diferencia que nosotros tenemos con la IA desde el punto de vista de la

semiosis es que a nosotros nos basta con ver un solo objeto de algo en particular para
armar la representación de todo lo que engloba ese objeto, mientras que la IA requiere
de muchísimos datos de ese objeto en particular para poder armar una representación
de ese objeto.

TEXTO: ¿Qué es la IA?

Se dieron muchos intentos para definir que es una IA. Alan Turing trató de darle
respuesta a esa pregunta, sin embargo, no lo logró, pero consiguió lo que hoy se llama
Test de Turing (test que determina si algo posee o no IA)

Para Sternberg la inteligencia humana es la actividad que sirve para adaptarse a

distintos contextos. Existen 3 tipos de inteligencias distintas

- Inteligencia componencial: capacidad de análisis y de tomar decisiones.

- Inteligencia experiencial: capacidad de afrontar tareas novedosas, formular
nuevas ideas y combinar experiencias.
- Inteligencia práctica o contextual: es la capacidad de adaptación al medio,
selección o modificación del ambiente individual.
El alcance de la IA ha hecho que desde hace tiempo se diferencie también entre
distintos “niveles” de IAs. Se clasifican según su alcance y su ámbito de aplicación.

- IA DÉBIL: sistemas capaces de resolver problemas muy bien definidos y

acotados. Resuelven solo una tarea a la vez. No son capaces de adaptarse a su
entorno, ya que si le pedís a Siri que juegue al ajedrez no va a poder hacerlo,
porque está entrenada para ayudarte con el celular

- IA GENERAL: resolvería cualquier tarea intelectual factible de ser resuelta por un

ser humano. Es multitarea. Es capaz de razonar y hacer juicios.

- IA FUERTE: sería aquella que posee los llamados “estados mentales” y además
es consciente de sí misma. Iría más allá de emular, sería capaz de resolver
cualquier problema y podría contar con subjetividad y emociones. Iría más allá
de los seres humanos gracias a su capacidad de cálculo y adaptación al
entorno.

En el caso de que existiese habríamos alcanzado la singularidad. Si eso pasara hay dos
opciones según dos grandes corrientes de pensamiento. La primera es que esa IA
fuerte resolvería todos los problemas de la humanidad y nos llevaría a una era de
bienestar y calidad de vida. La segunda, es que una IA fuerte se daría cuenta de que los
humanos no somos necesarios.

TEXTO: SUBJETIVIDAD DE AGENTES ARTIFICIALES

SUJETO ---> entidad con la capacidad de conocimiento, aprendizaje y enunciación, que

tiene una SUBJETIVIDAD (conjunto de percepciones y conceptualizaciones que
dependen del pensamiento, sentimiento y la identidad de alguien)

DORRA otorga el concepto de sujeto a ciertos animales que cumplen con estas tres
características

- Expresan dolor y afecciones

- Que parecen interpretar un lenguaje y parecen intentar comunicarse con los
humanos
- Que dirijan su mirada a los seres humanos

De esa manera es que se considera a algunos animales como superiores a otros por
tener una “subjetividad” o condición de sujeto.
Un agente artificial es una entidad no humana, creada mediante inteligencia artificial,
diseñada para realizar tareas que tradicionalmente realizan los humanos. Estas tareas
incluyen interacciones y respuestas automáticas a estímulos del entorno, tanto en
términos de comunicación como de acción. Cumple tareas específicas mediante
algoritmos. Su objetivo principal es parecer inteligente, aunque no lo sea en el sentido
profundo. Puede simular interacción humana

El concepto de sujeto artificial va más allá de la funcionalidad y las tareas. Mientras

que los agentes artificiales son entidades que realizan acciones, los sujetos artificiales
tienen una subjetividad semiótica (capacidad de interactuar mediante signos y
símbolos en un sistema comunicativo), que es una capacidad que tradicionalmente se
le atribuye a los seres conscientes o sintientes (humanos y algunos animales). Pueden
analizar, interpretar y reaccionar en tiempo real.

Tienen múltiples facultades que podrían hacerlos sujetos, es decir, que les permitirían
tener subjetividad. Tienen capacidad de escuchar, entender y responder a
conversaciones de sujetos humanos, también pueden observar y discriminar objetos,
así como identificar humanos y analizar las acciones de éstos para guiar sus propias
acciones.

La Prueba de Turing busca medir la capacidad de una máquina para simular

inteligencia humana mediante la imitación

¿Cómo funciona la Prueba de Turing?

La prueba involucra a tres participantes:

4. Un humano.
5. Una máquina (el agente artificial).
6. Un juez humano.

La interacción ocurre de la siguiente manera:

• El juez humano interactúa por separado tanto con la máquina como con el
humano, sin saber quién es quién. Esta interacción se realiza a través de una
interfaz de texto (para evitar que el juez pueda identificar a los participantes por
su aspecto o voz).
 • La máquina debe intentar hacerse pasar por un ser humano a través de sus
respuestas.
• El objetivo del juez es determinar quién es el humano y quién es la máquina,
basándose solo en las respuestas que recibe de ambos.
Eliza aunque realmente no era inteligente, logró pasar la prueba.

Dentro de la IA, los agentes artificiales han sido postulados de acuerdo con al menos
dos objetivos a alcanzar

> TURING 1950: ser tan inteligentes como para parecer humanos

>HARARI 2016: por no ser humanos, ser incluso más inteligentes que los humanos en
algunas tareas.

• Turing, en 1950, imaginó los primeros agentes artificiales como "sujetos

aparentemente inteligentes, aunque no humanos", lo cual reflejaba una
inteligencia limitada
• Con el tiempo, los detractores de esta visión sugieren una fórmula más precisa:
"sujeto parcialmente inteligente, aunque no humano", refiriéndose a agentes
que pueden acumular y procesar grandes cantidades de datos, aunque su
inteligencia es parcial y específica
• Posteriormente, Harari (2016) sugiere que los agentes artificiales han ido
mejorando en su inteligencia, pero no han adquirido conciencia, ni sentimientos
ni emociones, por lo que los define como un “sujetos inteligentes, aunque no
humanos, ni consciente, ni sintiente”

Dónde más se ha trabajado en el desarrollo de agentes artificiales que exhiban

emociones y sentimientos es en la robótica del entretenimiento. El objetivo de esta
área es:

- La percepción del ambiente

- El entendimiento y razonamiento de los estímulos percibidos
- La realización de acciones como respuesta a dichos estímulos.

Un ejemplo de estos agentes que cumplen estas características son ZOOMER (una
mascota) y COZMO (un compañero de juego). Ambos tienen como objetivo emular
sentimientos y provocarlos en los usuarios. Además, cumplen las tres características
que Dorra ve como esenciales para reconocer la subjetividad animal por los humanos

1. La expresión de afecciones
 2. La utilización de un cierto tipo de lenguaje para intentar comunicarse con el
usuario
3. El direccionamiento de la mirada al humano

Si bien no tienen la capacidad de sentir, pareciera que sí. Pero más que sentirlo, lo
emulan. Es así como logran un avance en la simulación de sentimientos y emociones,
pero no en la capacidad de que el robot pueda sentirlo. Son considerados como
“sujetos aparentemente sintientes, aunque no humanos”.

TEXTO: LAS NARRATIVAS DE LA IA

¿Por qué hemos de ocuparnos en bioética de la Inteligencia Artificial?

Porque de alguna manera se presupone que estas entidades, sea cual sea su
naturaleza, pueden alcanzar el estatuto de entidades vivas, con o sin conciencia, con o
sin verdadera inteligencia, en algún momento de las próximas décadas.

la biología sintética y la Inteligencia Artificial, tratan con entidades que están a medio
camino entre lo vivo y lo inerte, entre lo programable y lo incontrolable, entre lo que se
puede reproducir y lo que no, de ahí su imbricación con nuestra disciplina. Lo cierto es
que, como si de un paradójico viraje se tratara, la bioética acabó estudiando la materia
inerte (IA) como si cobrara vida.

Con el fin de aclarar a que nos enfrentamos, se analizó diferentes sentidos o

significados de la IA. Se la estudiará como tending topic, como big data, como sesgo,
como cuestión sociolaboral, como ente sin conciencia y como ente con concienta, y
como disciplina convergente.

• IA COMO TRENDING TOPIC:

Este texto describe cómo el avance de la inteligencia artificial (IA) ha generado una
especie de "moda" o "tema de tendencia" en la sociedad, y cómo esto ha seguido un
patrón similar al de otras tecnologías emergentes. Se mencionan tres fases
importantes:

Fase de alarma inicial: Figuras influyentes como Stephen Hawking y Elon Musk
hacen declaraciones alarmistas sobre los riesgos de la IA, lo que provoca una
reacción en los medios de comunicación y redes sociales. Esto genera un
debate público intenso sobre el impacto potencial de la IA, creando un
ambiente de preocupación y reflexión.
 Fase institucional: Instituciones importantes, como universidades o la Unión
Europea, empiezan a publicar informes sobre los riesgos y el estado de la IA.
Esto genera una sensación de alarma en la opinión pública, alimentada por las
predicciones sobre posibles riesgos futuros de la tecnología.
Fase de trivialización: Después de un tiempo, las narrativas distópicas sobre la
IA pierden su impacto y se comienzan a trivializar. La inteligencia artificial se
integra en la vida cotidiana de manera menos dramática, y la preocupación
general comienza a desvanecerse.

El texto sugiere que este ciclo se repite con diversas tecnologías, como ocurrió
anteriormente con la clonación o la nanotecnología. A pesar del alarmismo inicial,
estas tecnologías se normalizan, pierden relevancia mediática y se ven como algo
cotidiano o incluso irrelevante. Además, se critica cómo algunos científicos
aprovechan esta alarma para ganar prestigio o fondos de investigación, prometiendo
soluciones a problemas hipotéticos.

• IA COMO BIG DATA

Este texto aborda cómo la inteligencia artificial (IA) está estrechamente vinculada con
el concepto de big data, y expone las implicaciones éticas, sociales y políticas que
surgen de esta relación. Aquí te explico los puntos más importantes:

7. Relación entre IA y Big Data: La IA se basa en el análisis de grandes

volúmenes de datos. Este análisis masivo permite hacer predicciones más
precisas sobre diversos aspectos, desde el clima y el consumo hasta el
comportamiento humano. Cuantos más datos se recolecten y procesen,
mayor será la capacidad predictiva de la IA.
8. Supercomputadoras y algoritmos: Para procesar tanta información, la IA
depende de supercomputadoras cada vez más potentes y de algoritmos
complejos. Estos algoritmos son clave, ya que correlacionan diversas
variables para predecir eventos futuros. El objetivo es crear sistemas tan
avanzados que puedan predecir cualquier cosa con total precisión, como el
"demonio de Laplace", una máquina capaz de predecir el futuro de manera
determinista.
9. Impacto del Internet de las cosas (IoT): Con el IoT, en el que todo (desde
electrodomésticos hasta nuestros cuerpos) estará conectado a la red, la
cantidad de datos disponibles crecerá exponencialmente, y con ello la
 capacidad de la IA para "aumentar la inteligencia". Sin embargo, esta
recopilación masiva de datos trae consigo preocupaciones éticas.
10. Implicaciones bioéticas: Uno de los temas centrales es el uso de datos
genéticos. Las bases de datos con información genética podrían usarse para
predecir predisposiciones a enfermedades, lo que afectaría aspectos como
seguros, empleo o incluso relaciones personales. El control estatal sobre
esta información podría tener graves consecuencias políticas, como ocurre
en China, donde el gobierno usa big data para monitorear a los ciudadanos.
11. Predicciones y privacidad: No solo los genes, sino cualquier tipo de dato
personal (fotos, voz, comportamiento) puede ser analizado por la IA para
hacer predicciones sobre una persona, desde su orientación sexual hasta
posibles enfermedades. Este nivel de análisis plantea serios problemas de
privacidad y control sobre nuestras vidas.
12. Derecho a no ser perfilado: Ante este escenario, se ha propuesto que las
personas tengan el derecho a no ser perfiladas ni analizadas. No obstante,
esto crea una paradoja: aquellos que elijan no ser analizados podrían ser
invisibles para los algoritmos, lo que resultaría en discriminación negativa. Si
una comunidad no es "capturada" por los big data, podría verse marginada o
excluida.
13. Discriminación y sesgo: Los datos incompletos o no representativos
podrían marginar a grupos como minorías étnicas o personas con
enfermedades raras. Para evitar la discriminación, algunos sostienen que es
necesario recolectar ciertos datos sensibles, lo que crea un dilema entre
proteger la intimidad y evitar sesgos.
14. Poder y control: La enorme cantidad de información disponible otorga un
poder sin precedentes a quienes la controlan. Esto genera la necesidad de
regular y controlar el uso de la IA y los big data, para evitar abusos y
garantizar que el manejo de estos datos no esté exclusivamente motivado
por intereses económicos o políticos.

IA COMO SESGO:

El texto analiza como los sesgos humanos influyen en la creación y funcionamiento

de la IA, partiendo de la idea de que cualquier creación cultural humana, incluidos
los algoritmos, refleja inevitablemente la subjetividad de sus creadores.

Esto da lugar a un problema ético fundamental: cómo evitar que los algoritmos
discriminatorios refuercen o reproduzcan los sesgos existentes en la sociedad.

Primero, se distingue entre

 - Algoritmos naturales: las leyes físicas, que no pueden ser violadas y operan
de manera imparcial
- Algoritmos creados por humanos: al ser productos de la cultura, reflejan los
prejuicios y limitaciones de quienes los diseñan.

La cuestión clave es cómo asegurarse de que un algoritmo no discrimine injustamente.

Aunque este objetivo parece deseable, es mucho más difícil de lo que parece, ya que
los propios programadores están sujetos a sesgos y prejuicios.

Dan cuatro posibles alternativas para abordar el problema de los sesgos en la IA:

1. Reproducción exacta de los sesgos existentes: En esta primera opción, la IA se

limitaría a imitar los sesgos que ya existen en la sociedad sin corregirlos ni añadir
nuevos. Esta es la concepción más "humanizada" de una IA, ya que actuaría tal como
lo haría una persona promedio. Un ejemplo de esto es el uso de IA para resolver la
"paradoja del tranvía", donde las decisiones de la IA estarían basadas en los promedios
de las decisiones humanas. Si la mayoría de las personas preferirían atropellar a un
miembro de un grupo social en lugar de otro, la IA haría lo mismo. Este enfoque es
criticado porque perpetúa los prejuicios y desigualdades actuales en lugar de
corregirlos.

2. Actuación bajo el "velo de la ignorancia" de John Rawls: En esta alternativa, la IA no

tendría en cuenta factores como la etnia, el género o el estatus social, y tomaría
decisiones justas y neutrales, basadas en la idea de que no sabe a quién afectará su
decisión. Este enfoque, inspirado en la teoría de justicia de John Rawls, busca eliminar
cualquier sesgo o discriminación. Sin embargo, este enfoque plantea desafíos
complejos, como el ejemplo del Reglamento de Protección de Datos de la UE, que
prohíbe clasificar a la población según criterios raciales o étnicos, pero al mismo
tiempo no niega la existencia de razas en ciertos contextos. Esto crea un dilema para la
IA, que debe interpretar estas ambigüedades.

3. Mano Invisible de Adam Smith: En esta opción, la IA actuaría como una versión
moderna de la "Mano Invisible" propuesta por Adam Smith, lo que implica que
colectivamente aceptaríamos que la IA ocasionalmente cause daños a individuos
si, en general, mejora el bienestar de la sociedad. Por ejemplo, si los vehículos
autónomos, controlados por IA, reducen la cantidad total de accidentes, sería
aceptable que algunos individuos sufran accidentes fatales. Esta visión se basa en la
idea del progreso colectivo y el sacrificio individual por el bien común, aunque resulta
éticamente problemático desde una perspectiva individual.

4. *Discriminación positiva y activismo social*: La cuarta alternativa es que la IA se

diseñe para corregir desigualdades sociales mediante la discriminación positiva.
Esto significa que la IA favorecería deliberadamente a minorías étnicas, sociales o
de género, con el fin de corregir las desigualdades históricas. Por ejemplo, un motor
de búsqueda programado para visibilizar las contribuciones de las mujeres en la
ciencia, o que priorice a minorías religiosas o étnicas en sus resultados, estaría
orientado a transformar la sociedad. Este tipo de IA tendría una misión activista, con el
objetivo de promover la igualdad y la justicia social. En esta alternativa, el programador
actúa como un agente político consciente que utiliza la IA para cambiar las dinámicas
sociales.

Finalmente, el texto concluye que estamos apenas comenzando a programar

algoritmos con un impacto significativo en las relaciones sociales, éticas y culturales,
pero aún no existe un consenso sobre cómo hacerlo de manera justa y adecuada. Las
alternativas oscilan entre el azar incontrolable de la naturaleza y el determinismo
algorítmico, sin que ninguna opción se haya consolidado como la solución ideal para
enfrentar los sesgos inherentes a la IA.

La dificultad radica en encontrar un equilibrio entre el poder transformador de la

IA y los riesgos de perpetuar o amplificar los prejuicios humanos. La programación
ética de la IA es, por tanto, un desafío abierto, lleno de implicaciones sociales,
filosóficas y políticas.

• IA COMO CUESTIÓN SOCIOLABORAL

Problemática que donde la automatización reducía los puestos de trabajo.

Algunos temen que la IA reemplace a los humanos en muchas ocupaciones, con

sectores como el transporte siendo los primeros afectados. Esto genera
preocupaciones en la economía (menos trabajadores significa menos consumidores),
en la política (discusiones sobre la renta básica universal), y en temas como impuestos
y seguridad social (si los robots deberían pagar impuestos).
 - NARRATIVAS TECNOUTÓPICAS: surgirán nuevos empleos que permitirán a los
trabajadores adaptarse dejando los trabajos monótonos a las máquinas y
dejando los creativos para los humanos. Esto no resuelve que hacer con
quienes no se adapten ni tampoco como distribuir la riqueza.
- NARRATIVAS PESIMISTAS: las IAs reemplazan a los humanos en sus puestos de
trabajo

• IA COMO ENTE SIN CONSCIENCIA:

La IA no necesita consciencia para ser peligrosa. La "automaticidad" de la IA, es decir,

su capacidad para actuar sin intervención humana, puede generar riesgos extremos.

La IA no podría ser autónoma porque necesita de atributos que requieren de

subjetividad y responsabilidad moral, la cual, por no tener conciencia no tiene.
Atributos como responsabilidad y la capacidad de irreversibilidad.

Esto mismo llevaría a que la IA debería tener un automatismo limitado supervisado por
un humano.

• IA COMO ENTE CON CONSCIENCIA

Aborda la posibilidad de que la inteligencia artificial (IA) desarrolle conciencia y se

convierta en un ente con capacidades cognitivas superiores a las humanas. Aunque
parece imposible, algunos informes sugieren que la IA podría superar la inteligencia
humana en el futuro.

El texto plantea tres preguntas clave:

¿Es posible replicar el cerebro humano en otro soporte, como en un sistema

basado en silicio?
¿Es posible crear una forma de vida inteligente, aunque sea diferente a la
humana?
¿Es posible que una IA sea consciente de sí misma, sin ser necesariamente
inteligente?

• IA COMO DISCIPLINA CONVERGENTE

Este texto habla sobre cómo la inteligencia artificial (IA) no funciona sola, sino que se
combina con otras tecnologías avanzadas, como la biotecnología (ciencia que estudia
los seres vivos para crear productos útiles), la edición genética (cambiar el ADN de los
seres vivos), la nanotecnología (manipular materiales muy pequeños) y la
cognotecnología (estudio de cómo pensamos). Cuando estas tecnologías se juntan,
pueden crear cambios muy grandes y difíciles de predecir.

El texto menciona que ya existen informes que intentan estudiar esta combinación de
tecnologías, y algunos nombres que se usan para describir este fenómeno son
"tecnologías convergentes" o "tecnologías disruptivas", porque tienen el poder de
cambiar muchas cosas en nuestra sociedad.

Además, se habla de cómo estas tecnologías avanzadas pueden afectar la vida tal y
como la conocemos. Por ejemplo, si entendemos bien cómo funciona el cerebro
humano y la conciencia, y también aprendemos a controlar los genes y la materia a
nivel molecular, podríamos crear algo completamente nuevo y cambiar radicalmente
el mundo.

Desde un punto de vista legal, proteger estos avances es un reto, porque ni los seres
vivos ni los algoritmos (como los que usa la IA) solían considerarse algo que pudiera
patentarse. Sin embargo, como estas tecnologías han avanzado tanto, ahora es
necesario protegerlas.

TEXTO: La IA muestra el gran vínculo entre la forma del cuerpo y la inteligencia

En esta investigación se hicieron unimales, que son “animales universales” virtuales,

que físicamente se parecen a cangrejos a medio formar hechos de salchichas. Estos,
podrían ayudar a los investigadores a desarrollar una IA más general para las
máquinas.

Estos unimales fueron usados para explorar dos preguntas que se pasan por alto en la
investigación de IA

- ¿Cómo la inteligencia está vinculada a la forma de los cuerpos?

- ¿Cómo las habilidades se pueden desarrollar y aprender a través de la
evolución?

Si los investigadores quieren recrear nuestra inteligencia en máquinas, les falta el

cuerpo parecido al nuestro. En biología, la inteligencia surge del trabajo conjunto de la
mente y del cuerpo
La IA generalmente se centra solo en la parte de la mente, solo pueden realizar tareas
que se pueden dominar sin un cuerpo. Proporcionarle uno, podría facilitarle el
aprendizaje de habilidades.

Los unimales tienen cabeza y varias extremidades. Para descubrir qué podían hacer, el
equipo aplicó la técnica del aprendizaje reforzado evolutivo profundo (DERL), de esta
manera los entrenan y luego se eligen los que tuvieron mejor desempeño y se les aplica
algunos cambios para mejorarlos (se quitan extremidades, modifican su longitud o
flexibilidad), y los vuelven a meter en el entorno virtual; este proceso se repite miles de
veces produciendo aprendizaje y evolución.

Cumplen con una característica esencial de la inteligencia general, que es que se

adaptan a nuevas tareas, adquiriendo nuevas habilidades. Esto demuestra la profunda
conexión que existe entre la forma del cuerpo y la inteligencia.

Para GRUPTA, la exploración de forma libre será clave para la próxima generación de
IA, por eso introducen a los robots en entornos virtuales limitados, siempre cambiantes
y con tareas, con el fin de que aprendan habilidades generales.