Paradoja de la IA: menos ingenieros en sistemas y más filósofos

Por Javier A. Carranza Torres, en diario Ámbito
La inteligencia artificial ya no es solo territorio de programadores. En plena disputa por talento, varias empresas tecnológicas empiezan a mirar hacia un perfil inesperado: filósofos capaces de hacer preguntas incómodas, detectar contradicciones y poner límites a una de las fallas más comentadas de los modelos actuales: la tendencia a complacer al usuario, incluso cuando la respuesta debería ser prudente, crítica o directamente negativa.

HACÉ CLICK AQUÍ PARA UNIRTE AL CANAL DE WHATSAPP DE DIARIO PANORAMA Y ESTAR SIEMPRE INFORMADO

Para el mundo de los negocios, el dato no es menor. La IA promete eficiencia, reducción de costos y mejores decisiones; pero también puede amplificar sesgos, validar supuestos débiles o convertir correlaciones en reglas de gestión. En ese punto, el aporte humanista deja de ser ornamental. Sirve para preguntar qué se está optimizando, para quién y con qué consecuencias.

El movimiento ya tiene correlato laboral. En Estados Unidos, datos citados por la Reserva Federal de Nueva York muestran que el desempleo entre graduados recientes de filosofía se ubica por debajo del de informática. Más allá de la comparación puntual, la señal es clara: las compañías que desarrollan IA necesitan algo más que capacidad técnica. Necesitan criterio.

Ese debate resulta especialmente relevante para la Geo IA, es decir, la aplicación de inteligencia artificial a información territorial, urbana, ambiental o logística. En economías del Cono Sur, donde conviven ciudades extendidas, infraestructura desigual, presión inmobiliaria, riesgos climáticos y demandas crecientes sobre transporte, suelo y servicios públicos, la pregunta no es solo cómo medir mejor el territorio. La pregunta es qué decisiones habilita esa medición.

Séneca advertía que las profesiones llamadas liberales no debían limitarse al dominio operativo de una técnica. Medir un campo con precisión no alcanzaba si esa medición no contribuía a una distribución más justa. Trasladado al presente, el mensaje es directo: un modelo geoespacial puede ser exacto y, aun así, producir decisiones pobres si no incorpora criterios de justicia, sostenibilidad y responsabilidad.

Hoy, un equipo de Geo IA puede detectar zonas de vulnerabilidad, estimar riesgos de inundación, optimizar rutas humanitarias, anticipar expansión urbana o priorizar inversiones en infraestructura. Para empresas, gobiernos y organismos multilaterales, estas herramientas abren oportunidades concretas: asignar mejor recursos, reducir pérdidas, mejorar cobertura y tomar decisiones con mayor velocidad. Pero también introducen una responsabilidad nueva: evitar que la eficiencia técnica oculte impactos sociales relevantes.

El problema aparece cuando un modelo predice valor inmobiliario, riesgos ambientales o patrones de movilidad y esas predicciones terminan influyendo en créditos, seguros, obras públicas, relocalizaciones o precios del suelo. La precisión, por sí sola, no responde si una decisión es legítima. Tampoco identifica quién queda fuera de los datos, quién puede impugnar una recomendación automatizada o qué sesgos históricos se están reproduciendo bajo apariencia de neutralidad.

Por eso la filosofía debería entrar antes, no después. No como comité decorativo de ética, sino como parte del diseño del negocio, del producto y de la gobernanza de datos. Antes de entrenar un modelo conviene preguntar: ¿qué entendemos por riesgo en un barrio, una cuenca o una zona productiva? ¿Quién define el daño? ¿Qué variables quedan fuera porque son difíciles de medir? ¿Qué comunidad podría verse perjudicada por una solución aparentemente eficiente?

En proyectos de reasentamiento, monitoreo ambiental o planificación urbana, no alcanza con maximizar la precisión predictiva. También hay que evaluar si la predicción refuerza desigualdades territoriales, si transforma datos incompletos en decisiones normativas o si desplaza la responsabilidad humana detrás de una recomendación algorítmica. Ese es el sentido práctico de incorporar filósofos, sociólogos, urbanistas y expertos en políticas públicas junto a ingenieros y científicos de datos.

Para una empresa, esto no implica frenar la innovación. Al contrario: reduce riesgos reputacionales, legales y operativos. Una Geo IA bien gobernada permite explicar decisiones, revisar supuestos, documentar criterios y abrir instancias de corrección. En sectores como energía, agro, real estate, logística, seguros o infraestructura, esa trazabilidad puede convertirse en una ventaja competitiva.

La clave está en diseñar una gobernanza ágil: matrices de riesgos proporcionales, revisión de casos sensibles, validación humana en decisiones de alto impacto y registros claros sobre los supuestos usados por cada modelo. Si estos mecanismos se vuelven burocráticos, pierden valor. Si se integran al ciclo de gestión, ayudan a tomar mejores decisiones y a sostener la confianza de clientes, reguladores y comunidades.

La discusión de fondo es simple y urgente: medir más no siempre equivale a decidir mejor. La Geo IA puede ser una herramienta poderosa para ordenar territorios, anticipar riesgos y asignar capital con mayor inteligencia. Pero su verdadero valor dependerá de que combine exactitud con juicio. Allí, la filosofía no mira al pasado: ayuda a definir qué tipo de futuro queremos construir sobre los datos.