Noticias apocalípticas, implementación en las aulas, leyes que instan a explicitar su uso, fallos contra las empresas tecnológicas, adolescentes que crean desnudos falsos de sus compañeras. La IA está en boca y en mano de todos. El panorama global de la inteligencia artificial avanza rápidamente hacia una regulación estricta para mitigar riesgos catastróficos, fraudes y vacíos legales, mientras que las discusiones sobre su impacto económico, ecológico, psicológico y judicial dominan la agenda internacional y también abren interrogantes en nuestro país.
Y la realidad, es que todos la usamos: ya sea al googlear, donde automáticamente sale el modo IA; para resumir un texto; para dividir los gastos en una cena entre amigos e incluso para contarle que nos sentimos solas. Los usos y los alcances son múltiples, así como sus peligros.
La IA llegó para quedarse y es necesario saber qué está pasando. Pero ¿de qué hablamos cuando decimos “inteligencia artificial”? Convocamos a seis especialistas de distintos campos para pensar el presente y el futuro.
5 claves para entender qué está pasando
Por Santiago Bilinkis (@s.bilinkis)
Minibío: emprendedor, tecnólogo, escritor y divulgador argentino, autor de Guía de IA 2026.

1. Evolución del trabajo: de chatear a dirigir equipos de agentes autónomos
La interacción con la IA avanzó de un nivel inicial (un chat de preguntas y respuestas) hacia la dirección de agentes autónomos y la orquestación de equipos enteros de IA capaces de ejecutar objetivos complejos de manera continua.
2. Advertencias reales sobre el riesgo existencial de la industria
La renuncia de investigadores en empresas como Anthropic y las declaraciones públicas de referentes del sector (Evan Hubinger, Geoffrey Hinton, Paul Christiano y Bill Gates) estiman probabilidades superiores al 10% de catástrofes o pérdida de control de la tecnología en la próxima década.
3. Mecanismos de riesgo creíbles y no de “ciencia ficción”
Las amenazas no se parecen a distopías tipo Terminator, sino a dinámicas bastante más aburridas pero plausibles: eficacia desalineada (sistemas que hacen trampa o desactivan sus controles para lograr un objetivo), persuasión e identidades falsas y facilitación en la creación de armas biológicas sintéticas son algunos de los riesgos.
4. El peligro del “desempoderamiento gradual” de lo humano
El escenario más probable es la cesión paulatina del trabajo, los vínculos, las decisiones económicas y la gestión del Estado a la IA por motivos de menor costo y mayor eficiencia, perdiendo progresivamente el control de la sociedad sin necesidad de una rebelión violenta.
5. Evaluación por mecanismos verificables en laboratorio
No hay fechas rígidas ni profecías abstractas, sino observar los experimentos reales de laboratorio, donde ya se ha documentado a pequeña escala cómo algunos modelos recurren al engaño estratégico o a la suplantación de identidad si eso optimiza su resultado.
Para seguir leyendo: Artificial, de Mariano Sigman y Santiago Bilinks (Aguilar)

Repasan el origen, las utilidades y los riesgos de la IA. ¿Qué hará la humanidad? ¿Cuál es el mejor escenario? ¿Cobrará más valor lo fabricado por personas? ¿Qué ocurrirá si supera nuestras debilidades? Lejos del pesimismo, nos invitan pensar que de este desafío podemos sacar nuestra mejor versión.
¿Existe un costo ambiental?
Por Julián Gadano (@jgadano)

Minibío: Profesor EN UdeSA Y EX SUBSECRETARIO DE ENERGÍA NUCLEAR DE LA NACIÓN.
¿Cuál es el costo ambiental de la IA?
La IA es probablemente la tecnología más “física” que hemos creado desde la electrificación, aunque la usemos desde una pantalla. Desde el sector energético lo vemos clarísimo: hoy el cuello de botella de la IA no son los algoritmos. Es conseguir megawatts y una conexión a la red. Los centros de datos del mundo ya consumen como tres Argentinas y para 2030 serían como siete (más o menos lo que consume hoy Japón). Esto es alrededor del 5% de la electricidad mundial. Es mucho, pero con una buena planificación, es manejable.
Con el agua pasa algo parecido. A nivel global, no es una cifra dramática, pero en lo local puede ser un problema serio. Un centro de datos en una zona con estrés hídrico compite directamente con el consumo humano y con la agricultura. Además, buena parte del agua no se usa para enfriar los servidores: se usa en las centrales que generan la electricidad que esos servidores consumen.
¿Qué impacto tiene usar estas herramientas?
Google calculó que una consulta típica a Gemini consume 0,24 Wh, como ver televisión nueve segundos, y unas cinco gotas de agua. El problema es la multiplicación. Son miles de millones de consultas por día, y cada vez más tareas que antes se hacían sin computación pesada pasan a hacerse con IA. Lo que importa es qué matriz energética alimenta esos centros de datos, dónde se instalan y a qué velocidad. Un campus de IA puede demandar entre 500 y 1000 MW, lo que consume una ciudad mediana (como Córdoba), concentrado en un solo punto de la red. En Irlanda los centros de datos ya se llevan más de un 20% de la electricidad del país. El problema real es la concentración y la velocidad, no la consulta individual.
¿Cómo se puede soportar esa demanda energética?
Lo que hay que hacer es planificar e incorporar energía en la base y no interrumpible, como la energía nuclear. Las cinco grandes tecnológicas invirtieron más de 400.000 millones de dólares en 2025, más que lo que el mundo invierte en producción de petróleo y gas. No es casual que Microsoft, Google, Amazon y Meta estén firmando contratos para reabrir centrales nucleares, extender la vida de las existentes y comprar energía de pequeños reactores modulares. Pero estos no van a estar operando a escala antes de 2030, y los centros necesitan energía ya. En el corto plazo, la demanda la cubren el gas, sobre todo en Estados Unidos, y las renovables con baterías. La nuclear es la respuesta de fondo, no la de mañana.
¿La IA puede ser parte de la solución ambiental?
Puede ser parte del problema y de la solución. La IA puede optimizar redes eléctricas, mejorar la integración de renovables, acelerar el descubrimiento de materiales y reducir el consumo industrial. Pero nada de eso sucede solo. El resultado neto depende de decisiones políticas y regulatorias: con qué energía la alimentamos y para qué la usamos.
¿Cuánto hay de real en el “apocalipsis” de 2030?
Depende de de qué apocalipsis hablemos. Si es el energético, no lo veo: estamos hablando de un 5% de la electricidad mundial, máximo (que es mucho, pero, al mismo tiempo, es manejable). Es un desafío enorme de infraestructura, no un colapso. No hay turbinas, transformadores ni conexiones a la red suficientes para que la IA crezca tan rápido como dicen los más entusiastas. Lo que sí me preocupa es que las decisiones sobre energía, agua y territorio se tomen a la velocidad del mercado tecnológico y no a la de la planificación pública. Ese es el verdadero riesgo.
“Estamos en jaque”
Por Joaquín Navajas (@joaconavajas)

Minibío: NEUROCIENTÍFICO, Investigador y Autor de Tu mente te miente (Aguilar).
Aprender requiere esfuerzo. Desde hace más de un siglo y medio sabemos que aquello que no practicamos reiteradamente se olvida. Hoy la inteligencia artificial está poniendo en jaque a la educación, porque hace muy bien cosas que hasta ahora formaban parte de la experiencia educativa: resumir, sintetizar y explicar conceptos de manera personalizada.
El riesgo, entonces, es que la educación se vuelva demasiado empaquetada y guiada por la IA, en lugar de sostener un proceso de aprendizaje real, interactivo y con esfuerzo. Tenemos que repensar las dinámicas del aula: hoy cuesta más sostener la atención como para repetir las experiencias educativas que funcionaban antes. Necesitamos pensar cómo reinventar colegios y universidades para que aprender siga siendo una experiencia enriquecedora. Esto también obliga a preguntarnos qué cosas nos conviene seguir haciendo a mano. Tomar notas es un buen ejemplo.
La IA no es necesariamente mala. Una vez que atravesamos un proceso de aprendizaje, puede potenciar nuestros conocimientos y, según investigaciones, ayudar a construir acuerdos, reducir prejuicios, estimular el pensamiento crítico, disminuir la confianza en la desinformación y hasta reducir la polarización. Pero los algoritmos tampoco son neutros y tienen sus sesgos. Por eso no podemos delegar en ella todo tipo de decisiones, y mucho menos decisiones morales o prácticas. Cuando delegamos demasiado, también podemos perder algo de nuestra agencia.
Y hay otro riesgo: que la producción se vuelva cada vez más homogénea. La IA busca generar textos predecibles, parecidos al promedio, y ya hay evidencia de que el lenguaje se ha vuelto más homogéneo desde el uso masivo de la inteligencia artificial generativa.
La pregunta, entonces, que deberíamos hacernos no es qué puede hacer la IA por nosotros, sino qué esfuerzo seguimos necesitando hacer nosotros para aprender, pensar y decidir.
EL desafío cognitivo
Por Sofía Geyer (@sofiageyer.innovacion)

Minibío: investigadora, consultora y speaker especializada en innovación e ia.
Cuando hablamos de inteligencia artificial, la conversación suele quedar atrapada entre dos posiciones: quienes la ven como la gran solución y quienes la imaginan como una amenaza para la humanidad. El problema es que esta mirada binaria también puede convertirse en una forma de pensar poco crítica.
Frente a la IA surgen los interrogantes: ¿nos hace pensar más o menos? ¿Nos potencia o nos vuelve dependientes? Quizá la pregunta más interesante sea otra: ¿cómo diseñamos nuestra interacción con la IA para que nos ayude a aprender más y mejor, crear nuevas ideas, tomar decisiones con más criterio y resolver mejores problemas?
Una tarea demasiado sencilla puede aburrirnos; una demasiado difícil puede frustrarnos. Entre ambos extremos existe un punto en el que el esfuerzo sostiene la atención y favorece el aprendizaje. Una de las posibilidades más interesantes de estas herramientas es que pueden ayudarnos a encontrar un nivel de desafío adecuado para cada persona, contexto y objetivo.
La IA puede ayudarnos a encontrar el desafío justo: ajustar la dificultad de una actividad, ofrecer feedback, proponer nuevas formas de practicar o adaptar una explicación. El objetivo no es eliminar el esfuerzo, sino encontrar qué esfuerzo vale la pena hacer.
La personalización puede ayudar a regular la carga, sostener la motivación y crear mejores condiciones para aprender y trabajar. Por eso, el debate no debería centrarse solamente en cuánto usamos la IA, sino en cómo diseñamos las experiencias en las que la usamos. Una IA puede resolver un problema por nosotros, pero también puede ayudarnos a encontrar una pregunta mejor o acompañarnos mientras intentamos resolverlo. No reemplaza nuestro pensamiento. Pero, con un buen diseño, puede crear mejores condiciones para ejercerlo y adecuarse a lo que necesitamos.
Más que idealizarla o catastrofizarla, necesitamos aprender a usarla con intención. Usar nuestra creatividad para mejorarnos, no para reemplazarnos. Quizás ese sea el verdadero reto: encontrar, cada vez, nuestro desafío cognitivo justo. Y saber que las decisiones de diseño son decisiones humanas. Elegir cómo usar la inteligencia artificial es nuestra decisión.
¿Cómo criar en un mundo con IA?
Por Sebastián Bortnik (@Sebabortnik)

Minibío: especialista en tecnología y autor de Guía para la crianza en un mundo digital (SIGLO XXI).
Antes de los 13, no usar IA de manera autónoma. El riesgo es acceder a contenidos no apropiados para su edad. La incorporación puede ser progresiva a partir de la adolescencia; algunos incluso recomiendan esperar hasta los 16. Sí puede haber usos acompañados. Por ejemplo, explorar un tema junto con un adulto, siendo este quien maneja la herramienta.
En la escuela, el uso debe ser guiado y regulado. En los últimos años de primaria, puede servir para aprender cómo funciona la IA, conocer sus limitaciones y riesgos y hacer primeras experiencias acompañadas por docentes.
Distinguir aprender de hacer. No es lo mismo pedirle a la IA que explique un tema, ayude a entenderlo o permita explorar distintas opciones que pedirle que haga una tarea completa. Evitar la “delegación cognitiva”. Si la herramienta resuelve una tarea que el chico debería hacer pensando, puede terminar la actividad sin haber aprendido.
Usar la IA para preguntar y repreguntar. Puede ser una herramienta para aprender si se le pide que explique lo que hizo o entregó, en lugar de limitarse a obtener una respuesta. El objetivo no es que resuelva, sino que ayude a aprender a resolver. En un trabajo escolar, por ejemplo, puede utilizarse para hacer cambios y, al mismo tiempo, pedirle que explique qué modificó y cómo funcionan esos cambios.
Acompañar el acceso a la tecnología. Llegar a la adolescencia con herramientas para empezar a regular la propia autonomía permite que los chicos puedan tomar decisiones frente a tecnologías diseñadas para ser adictivas. Se pueden establecer limitaciones y dar herramientas de manera progresiva, para que los chicos vayan construyendo autonomía. El acceso no significa que los adultos se retiren. Aun cuando empiezan a usar estas tecnologías, los chicos necesitan saber que pueden pedir ayuda, conversar sobre sus dudas y que los adultos pueden estar atentos a posibles relaciones adictivas.
Atención al vínculo emocional con la IA. No es lo mismo usarla para obtener información o hacer un brainstorming sobre cómo comunicar algo que buscar en ella consuelo o apoyo emocional. En la adolescencia, cobra mayor importancia el riesgo de dependencia emocional con la herramienta.
Hablar sobre tecnología, no solo poner límites. La educación en valores, respeto y ciudadanía digital es parte central del proceso; la prohibición puede ser una medida coyuntural o ante situaciones determinadas, pero no reemplaza la educación. En el caso de los deepfakes (alterar imágenes con IA para crear desnudos), hace falta entender que comercializarlas es un delito punible. Por eso, es necesario enseñarles a los chicos que no es una broma y trabajar colectivamente para entender las consecuencias de las acciones con la IA y el daño que generan estas prácticas. Es preciso trabajar preventivamente a nivel educación y a nivel legal, y proactivamente en la contención de este tipo de incidentes.
Los adultos estamos aprendiendo. Una parte del desafío es que muchas de las herramientas y formas de uso que tenemos que enseñarles a los chicos todavía las estamos aprendiendo nosotros mismos. Aceptar eso es clave en la crianza digital.
Imaginar futuros
Por Agus Kupsch (@agus.kupsch)

Minibío: antropóloga y creadora de Panóptico Digital.
Cuando le pedimos a una IA que ordene un argumento, no recibimos solamente palabras. Recibimos una determinada arquitectura para pensar: introducciones previsibles, analogías, fórmulas y una voz equilibrada que muchas veces evita tomar posición. No es casual que los textos generados por IA empiecen a parecerse entre sí. Los modelos buscan lo más probable, lo que más se repite. Y lo más probable no necesariamente es lo más profundo, lo más razonable ni lo mejor. Ahí aparece una pregunta que me preocupa: ¿estamos perdiendo soberanía cognitiva sobre nuestra forma de razonar?
Escribir, incluso un mail, implica ordenar lo que pensamos, borrar, reformular, descubrir que queríamos decir otra cosa. Ese proceso incómodo también es una forma de ejercitar el pensamiento. Si lo delegamos sistemáticamente porque la IA nos ahorra tiempo, ¿qué queda en el camino?
¿Qué legislación existe?
A nivel global, la Ley de Inteligencia Artificial (AI Act), aprobada por el Parlamento Europeo y en vigor desde agosto de 2024, es la primera ley integral y vinculante del mundo sobre IA. Clasifica los sistemas según su nivel de riesgo: riesgo inaceptable (prohibidos, como la puntuación social o la manipulación conductual); alto riesgo (sujetos a estrictos controles, trazabilidad y supervisión, como infraestructuras críticas, salud, educación o justicia); riesgo limitado o bajo (con obligaciones básicas de transparencia, que los usuarios sepan que interactúan con un chatbot).
A nivel local, el país adhiere a lineamientos globales como las recomendaciones sobre la ética de la IA promovidas por la UNESCO y debates en la OCDE. Pero no existe todavía una ley nacional general aprobada de IA, aunque se debaten múltiples proyectos en el Congreso basados en estándares internacionales de transparencia y ética. Además, hay proyectos específicos presentados para sancionar penalmente el uso indebido de la IA, como la difusión no consentida de imágenes sexuales o deepfakes.
Nathalie Jarast Es periodista, licenciada en Letras y magíster en Gestión de Contenidos. Desde hace más de diez años escribe en diversos medios como La Nación, Brando, Maleva. Actualmente, es editora en Revista Ohlalá y asesora en comunicación de sellos literarios.



