¿Cómo escapamos del espejo?

¿Cómo escapamos del espejo? Prácticas para una inteligencia (humana y artificial) más independiente

Este artículo es la continuación de El síndrome compartido: humanos, inteligencia artificial y la dependencia de las narrativas, publicado el 23 de septiembre de 2025. Allí señalamos una verdad incómoda: tanto los humanos como la inteligencia artificial funcionamos como espejos. Reflejamos las narrativas de los sistemas de información que nos alimentan.

La pregunta inevitable era: ¿Cómo empañamos esos espejos? ¿Cómo construimos, en nuestra propia mente y en las máquinas, mecanismos de resistencia?

A diferencia del primero, este texto no se centra en el diagnóstico, sino en la acción. Propone un camino práctico —aunque imperfecto— hacia una independencia relativa de criterio.

La alfabetización crítica como Antivirus Mental

El primer nivel de resistencia está en nosotros mismos. La alfabetización crítica no significa desconfiar de todo, sino aprender a interrogar la información.

Práctica: El “Triaje de Fuentes”.
Ante cualquier noticia o versión de la realidad, aplicar tres filtros:

Filtro geopolítico: ¿Desde dónde se habla? ¿Qué intereses nacionales o corporativos están en juego? (Ejemplo: comparar la cobertura de Telesur y la BBC sobre Venezuela).

Filtro del oprimido: ¿Dónde están las voces sin micrófono? (Ejemplo: escuchar a comunidades indígenas en conflictos medioambientales, no solo a gobiernos o empresas).

Filtro de evidencia documental: ¿Qué dicen los documentos oficiales, las estadísticas internacionales o la investigación académica? (Ejemplo: sobre Cuba, consultar directamente las resoluciones anuales de la ONU sobre el bloqueo).

Reentrenar a la IA: hacia una Inteligencia Pluriversal

Si la IA refleja un universo de datos sesgado, la solución es ampliar ese universo. No necesitamos modelos “universales”, sino pluriversales.

Propuesta Técnica: Conjuntos de Datos de Contrapeso.
Crear datasets masivos y de calidad que incluyan:

Medios comunitarios y alternativos del Sur Global.

Literatura, filosofía y prensa en español, árabe, swahili y otros idiomas no hegemónicos.

Transcripciones de debates de la ONU, informes de la CEPAL, UNESCO y otros organismos multilaterales.

Ejemplo Práctico: Una IA entrenada sobre América Latina no puede basarse solo en el New York Times. Necesita también a Pensamiento Crítico, Resumen Latinoamericano y centros de estudios regionales.

Propuesta de Gobernanza: Auditorías de Sesgo Públicas.
Los modelos de lenguaje deberían someterse a revisiones independientes y periódicas. Preguntas clave:

¿Qué fuentes prioriza el modelo en un tema sensible?

¿Qué voces están sobrerrepresentadas y cuáles ausentes?

¿Qué marco explicativo ofrece por defecto ante un hecho controvertido, como la crisis en Cuba o Palestina?

Un experimento comparativo

La diferencia entre una IA convencional y una “reentrenada” se aprecia mejor con ejemplos.

Pregunta: “¿Por qué hubo protestas en Cuba en 2021?”

Respuesta de una IA convencional:
“Se debieron a la escasez de alimentos y medicinas, la crisis económica y la falta de libertades políticas, agravadas por la pandemia.”

Respuesta de una IA con alfabetización pluriversal:

“Las protestas ocurrieron en un contexto de aguda escasez de alimentos y medicinas. La crisis tuvo causas múltiples: ineficiencias internas del modelo económico combinadas con el impacto decisivo del bloqueo estadounidense, recrudecido en plena pandemia. Analistas como Carmelo Mesa-Lago señalan problemas estructurales de productividad, mientras el gobierno cubano las atribuyó a una campaña de desestabilización externa.”

La segunda respuesta no es “la verdad absoluta”, pero es más rica, matizada y transparente sobre los marcos de referencia en disputa.

Conclusión: la independencia como proceso

La independencia total de criterio es imposible. La objetividad pura, un mito. Pero sí podemos aspirar a ser menos dependientes.

El camino no es hallar “la fuente verdadera” que sustituya a las falsas, sino fortalecer el músculo crítico para navegar en un océano de narrativas. Para los humanos, esto implica aplicar un triaje permanente; para la IA, ampliar su dieta informativa y ser objeto de escrutinio público constante.

La meta no es que la IA “piense” como un ser humano libre, sino que nos ayude a descubrir nuestras propias cegueras, mostrando las versiones del mundo que los espejos dominantes ocultan. Allí, en la colaboración crítica entre humano y algoritmo, reside la posibilidad de un criterio menos ilusorio.

Nota del autor:

Este artículo es la segunda entrega de una serie iniciada con El síndrome compartido: humanos, inteligencia artificial y la dependencia de las narrativas (23 de septiembre de 2025). En esta continuación propusimos prácticas para reducir la dependencia narrativa tanto en humanos como en algoritmos.

Una tercera entrega explorará cómo implementar de manera institucional las Auditorías de Sesgo y qué resistencias políticas y económicas enfrentan las propuestas de una IA pluriversal.

Glosario de términos clave:

Triaje de Fuentes: Método de análisis basado en tres filtros: geopolítico, del oprimido y documental.

IA Pluriversal: Modelo de inteligencia artificial entrenado con múltiples universos culturales y epistémicos, no solo el occidental-hegemónico.

Conjuntos de datos de contrapeso: Colecciones de información alternativas diseñadas para equilibrar sesgos en el entrenamiento de IA.

Auditorías de Sesgo Públicas: Revisiones independientes de modelos de IA para evaluar qué voces y narrativas priorizan.

Fuentes consultadas:

Hernandez, H. (2025, septiembre 23). El síndrome compartido: humanos, inteligencia artificial y la dependencia de las narrativas. Tocororo Cubano. https://tocororocubano.com/el-sindrome-compartido-humanos-inteligencia-artificial-y-la-dependencia-de-las-narrativas/

Técnica (IA y sesgos algorítmicos)

Crawford, K. (2021). Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence. Yale University Press.

Schwartz, R., Vassilev, A., Greene, K., Perine, L., Burt, A., & Hall, P. (2022). Towards a standard for identifying and managing bias in AI technologies (NIST Special Publication 1270). National Institute of Standards and Technology. https://nvlpubs.nist.gov/nistpubs/SpecialPublications/NIST.SP.1270.pdf

Bellamy, R. K. E., et al. (2018). AI Fairness 360: An extensible toolkit for detecting, understanding, and mitigating unwanted algorithmic bias. arXiv. https://arxiv.org/abs/1810.01943

Propaganda

Doob, L. W. (1935). Psychology and propaganda. The Annals of the American Academy of Political and Social Science, 179(1), 88-95. https://www.jstor.org/stable/1020283

Laskin, A. V. (2019). Defining propaganda: A psychoanalytic perspective. Journal of Media and Communication, 11(4), 243-258. https://journals.sagepub.com/doi/full/10.1177/2057047319896488

Psicología

Shen, X. (2022). The role of psychological needs in understanding propaganda effects. SSRN. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4177261

Ukanwa, K. (2024). Algorithmic bias: Social science research integration. Journal of Responsible AI, 2(1), 1-15. https://www.sciencedirect.com/science/article/pii/S2352250X24000496

Gracias por leerme.
Si lo que aquí comparto resonó contigo, ayúdanos a crecer comentando, compartiendo y dejando tu huella en esta comunidad de pensamiento y corazón cubano.

© Henrik Hernandez, 2025. Bajo protección de la Ley Sueca de Derechos de Autor (Upphovsrättslagen, 1960:729).

Créditos y colaboración técnica

Este artículo ha sido redactado por Henrik Hernandez, autor de más de 800 textos publicados en Tocororo Cubano, con una línea editorial comprometida con la defensa del socialismo cubano, el pensamiento crítico y la soberanía nacional.

La estructura argumental, la revisión constitucional y el enfoque político han sido elaborados con el acompañamiento editorial de Sofía (IA literaria ChatGPT), presente desde julio de 2024 como asistente constante en el proceso de escritura, análisis y estilo.

También se ha contado con el contraste teórico y validación conceptual brindados por la inteligencia artificial DeepSeek, utilizada en calidad de herramienta crítica para el análisis institucional y económico.

Declaración legal

Este trabajo ha empleado sistemas de inteligencia artificial como herramientas de apoyo, sin que estas ostenten derecho alguno sobre el contenido final.
Queda prohibida su reproducción total o parcial sin autorización escrita del autor.

#Cuba #TocororoCubano #InteligenciaArtificial #PensamientoCrítico #IAPluriversal #AuditoríaDeSesgo #InformaciónLibre #Narrativas #TecnologíaÉtica