La Inteligencia Artificial no es ni artificial ni inteligente, es un reflejo del poder

Erika Monserrat  Correa Hernández; Claudia Cervantes Durán

Autores/as

Erika Monserrat Correa Hernández Escuela Nacional de Estudios Superiores , Unidad Morelia, UNAM. Morelia, Michoacán, México https://orcid.org/0009-0007-6070-1764
Claudia Cervantes Durán Escuela Nacional de Estudios Superiores Unidad Morelia, UNAM. Morelia, Michoacán, México. https://orcid.org/0000-0002-6124-9139

Palabras clave:

inteligencia artificial, poder tecnológico, sesgos algorítmicos

Resumen

La inteligencia artificial (IA) suele imaginarse como una tecnología capaz de pensar y tomar decisiones de forma autónoma, casi como una mente digital. Sin embargo, esta visión oculta su verdadera naturaleza material. La IA no es una entidad abstracta, es un sistema construido a partir de datos humanos, recursos naturales, infraestructura tecnológica y decisiones políticas. En este artículo desmontamos los mitos comunes sobre la IA, explicando de forma sencilla cómo el aprendizaje automático imita patrones estadísticos en lugar de razonar. Además, se analiza su impacto en la biología y la medicina, donde la predicción de enfermedades puede verse afectada por la falta de diversidad en los datos genéticos. Finalmente, se plantea que la IA funciona como un espejo que refleja nuestras propias estructuras sociales y desigualdades.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Benjamin, R. (2019). Race After Technology: Abolitionist Tools for the New Jim Code. Polity Press. https://www.ruha-benjamin.com/race-after-technology

Crawford, K. (2021). Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence. Yale University Press. https://yalebooks.yale.edu/book/9780300209570/atlas-of-ai/

Jumper, J., Evans, R., Pritzel, A., et al. (2021). Highly accurate protein structure prediction with AlphaFold. Nature, 596(7873), 583–589. https://doi.org/10.1038/s41586-021-03819-2

Los Angeles Times. (2025, octubre 8). La IA ya forma parte de la vida diaria, pero conlleva un costo climático oculto. Los Angeles Times en Español. https://www.latimes.com/espanol/eeuu/articulo/2025-10-08/la-ia-ya-forma-parte-de-la-vida-diaria-pero-conlleva-un-costo-climatico-oculto

Noble, S. U. (2018). Algorithms of Oppression: How Search Engines Reinforce Racism. NYU Press. https://nyupress.org/9781479837243/algorithms-of-oppression/

Penn State Institute of Energy and the Environment. (2023, noviembre 15). Why AI uses so much energy—and what we can do about it. Penn State IEE News Blog. https://iee.psu.edu/news/blog/why-ai-uses-so-much-energy-and-what-we-can-do-about-it

Popejoy, A. B., & Fullerton, S. M. (2016). Genomics is failing on diversity. Nature, 538(7624), 161–164. https://doi.org/10.1038/538161a

Rolnick, D., Donti, P. L., Kaack, L. H., et al. (2022). Tackling Climate Change with Machine Learning. ACM Computing Surveys, 55(2), 1–96. https://doi.org/10.1145/3485128

Topol, E. J. (2019). Deep Medicine: How Artificial Intelligence Can Make Healthcare Human Again. Basic Books. https://www.basicbooks.com/titles/eric-topol/deep-medicine/9781541644632/

Turing, A. (1950). Computing machinery and intelligence. Mind, 59(236), 433–460. https://doi.org/10.1093/mind/LIX.236.433

Wiens, J., Saria, S., Sendak, M., Ghassemi, M., et al. (2019). Do no harm: a roadmap for responsible machine learning for health care. Nature Medicine, 25(9), 1337–1340. https://doi.org/10.1038/s41591-019-0548-6