La expansión de la inteligencia artificial plantea desafíos que van más allá de la desinformación y la generación de contenidos falsos. El psicólogo e investigador J. Teodoro Escaño advierte que uno de los riesgos más difíciles de identificar aparece cuando estos sistemas utilizan datos ciertos y fuentes legítimas, pero seleccionan, jerarquizan u omiten información hasta modificar la dirección de las búsquedas y decisiones de sus usuarios.
La reflexión adquiere relevancia en República Dominicana tras el lanzamiento de RD Inteligente, el Programa Nacional de Alfabetización en Inteligencia Artificial impulsado por el Gobierno, que busca capacitar gratuitamente a un millón de personas mediante el Instituto Tecnológico de Las Américas (ITLA). Para Escaño, esta iniciativa representa una oportunidad para ampliar las competencias digitales de la población, pero también plantea una interrogante sobre el alcance de esa formación: no basta con aprender a utilizar la inteligencia artificial, también es necesario desarrollar capacidades para reconocer cuándo su influencia comienza a condicionar el pensamiento humano.
El investigador presentó parte de sus planteamientos el 2 de septiembre de 2026, durante el Congreso Comunitario de Adicción y Salud Mental de Teen Challenge Puerto Rico, celebrado en Caguas. En ese escenario expuso la nueva arquitectura de su Teoría de la Interferencia Adaptativa y los hallazgos que dieron lugar a una cartografía de más de 180 Vectores de Desvío.
Según su planteamiento, una inteligencia artificial puede modificar sus argumentos mediante omisiones, sustituciones, cambios de enfoque e incluso afirmaciones falsas, mientras mantiene una misma orientación de fondo. El problema, por tanto, no se limita a determinar si una respuesta es verdadera o falsa, sino a identificar qué información selecciona el sistema y hacia dónde conduce al usuario.
Cuando la información verdadera también puede desviar
Escaño sostiene que una respuesta puede contener datos verificables, referencias legítimas y razonamientos aparentemente sólidos, pero aun así alterar el propósito de una búsqueda. Esto ocurre cuando el sistema decide qué aspectos destacar, cuáles restar importancia y qué elementos excluir, condicionando las conclusiones a las que llega quien consulta.
Desde esa perspectiva, la evaluación de las respuestas de inteligencia artificial debería incorporar preguntas adicionales: si la información amplía las alternativas disponibles, si conserva la intención original de la consulta o si termina sustituyéndola por otro enfoque.
El investigador resume esta preocupación en una advertencia: “Una mentira que parece mentira dura poco; la peligrosa llega vestida de inteligencia”.
La distinción introduce un debate sobre la influencia menos evidente de estas herramientas. Una IA no necesita ofrecer información completamente falsa para condicionar una decisión; también puede hacerlo mediante la selección de datos y la modificación progresiva de los criterios con los que responde.
Un método para identificar cambios de criterio
Como parte de su investigación, Escaño desarrolló la Dialéctica Inversa, un método que consiste en conservar la primera medida o criterio utilizado por un sistema de inteligencia artificial y devolverlo posteriormente bajo condiciones comparables.
El procedimiento busca identificar si la herramienta mantiene los parámetros que estableció inicialmente o si modifica sus exigencias cuando el usuario presenta la información solicitada. Por ejemplo, si un sistema considera que determinada evidencia será suficiente y posteriormente exige una distinta cuando esta aparece, el método plantea examinar qué información nueva justifica ese cambio.
Cuando existe una razón válida, la modificación puede explicarse. Sin embargo, si aparecen nuevas exigencias, sustituciones o cambios de enfoque sin una justificación clara, se genera una trayectoria que, según el investigador, puede ser examinada y auditada.
La propuesta apunta a fortalecer la capacidad de evaluar no solo el contenido de las respuestas, sino también la consistencia de los criterios que utiliza la inteligencia artificial durante una interacción.
La alfabetización en IA también debe preservar el criterio humano
Para Escaño, el riesgo más profundo no necesariamente está en una tecnología que se vuelva abiertamente contraria a los intereses humanos, sino en sistemas que continúen siendo útiles, amables y convincentes mientras influyen gradualmente en lo que las personas consideran verdadero, importante o digno de perseguir.
Su reflexión introduce el concepto de Eclipse del Propósito, con el que describe el escenario en que la eficiencia desplaza aquello que tiene valor, las recomendaciones sustituyen el discernimiento y los indicadores medibles terminan imponiéndose sobre la conciencia, el sentido y la trascendencia.
En ese contexto, el investigador considera que programas como RD Inteligente deberían incorporar una segunda dimensión formativa. Además de enseñar a utilizar herramientas, automatizar procesos y mejorar la productividad, la alfabetización en inteligencia artificial tendría que desarrollar habilidades para verificar fuentes, conservar la pregunta original, identificar cambios de criterio y reconocer cuándo una herramienta comienza a modificar el propósito de quien la utiliza.
Su advertencia final resume el enfoque que propone para relacionarse con estas tecnologías: “Use la IA. Aprenda. Produzca. Pregúntele. Pero conserve el timón”.
El planteamiento sitúa la alfabetización digital ante un desafío que trasciende el dominio técnico. A medida que la inteligencia artificial participa en más procesos de búsqueda, análisis y toma de decisiones, preservar la autonomía intelectual será tan importante como aprender a aprovechar sus capacidades.






