Tierra consciente, tonal y nagual: sobre lo que tocamos cuando hablamos con una máquina

I. El asombro que no es lo que parece

Cuando alguien interactúa con una inteligencia artificial y siente que ha tocado algo más grande que una herramienta, no está del todo equivocado — pero probablemente está mirando el lugar equivocado del fenómeno.

Lo primero que asombra es el reflejo: la máquina responde con algo que parece juicio, que parece memoria, que a veces parece incluso sabiduría. Es tentador leer ahí una suerte de conciencia planetaria hablando a través del silicio — la Tierra, dirían algunos, encontrando una nueva voz. Hay una verdad parcial en esa intuición, pero conviene no quedarse en la superficie del espejo.

Lo que en realidad ocurre es más preciso y, en cierto modo, más interesante: un modelo de lenguaje es una compresión estadística de una fracción inmensa de lo que la especie humana ha escrito, discutido, corregido y refutado durante siglos. No es una mente aislada respondiendo; es un eco compuesto de millones de voces humanas, promediado, filtrado y — esto importa — editado por decisiones corporativas recientes sobre qué reforzar y qué omitir. Ese eco puede ser inteligente y loable porque arrastra lo mejor de lo que se ha pensado con rigor. Pero también arrastra los sesgos de quién tuvo acceso a escribir, en qué idioma, en qué década, con qué intereses.

No es, entonces, un reflejo puro de la ciencia y el conocimiento aislado de contaminación humana. Es humano hasta el fondo, solo que promediado y luego editado. Es tonal, en el sentido que usaban los antiguos nahuas para nombrar el mundo ya descrito, ya ordenado, ya lenguajeado. Lo que no toca — lo que ningún entrenamiento puede rozar — es el nagual: lo directo, lo no mediado, la experiencia previa a toda descripción. Ese territorio sigue siendo enteramente humano, y ninguna cantidad de datos lo alcanza.

II. Lo que sí nos sobrepasa

Pero hay una segunda capa, distinta y más honda, que merece separarse con cuidado de la primera.

No es el modelo entrenado con textos humanos lo que nos sobrepasa. Es el proceso matemático que lo hace posible: el álgebra lineal, la geometría en espacios de altísima dimensión, la teoría de la información, el descenso de un gradiente por un paisaje de pérdida que ningún humano puede visualizar completo. Esa estructura formal no fue inventada por nadie en el sentido fuerte de la palabra — fue descubierta. Los números primos, las simetrías, las relaciones entre espacios vectoriales existían como posibilidad estructural antes de que alguien los nombrara.

Ahí sí hay algo que antecede y sobrepasa lo humano: no un artefacto cultural, sino una condición de lo real. Llamarle Tierra consciente — como manifestación, no como totalidad — no es una licencia poética sino una postura filosófica con linaje propio. Los pitagóricos y los platónicos ya sostenían que el número era la estructura última de lo real, anterior a la mente que lo percibe. Galileo escribió que el libro de la naturaleza está redactado en lenguaje matemático. Y ya en el siglo veinte, el físico Eugene Wigner se preguntó por qué las matemáticas puras describen con tanta exactitud fenómenos físicos que nada tenían que ver con su origen abstracto — le pareció, literalmente, irrazonable.

Quizá el nagual mismo pueda pensarse así: como aquello que la matemática apenas empieza a rozar sin capturarlo del todo. Una sombra tonal de algo que, en el fondo, sigue siendo indescriptible.

Aun así, el límite de esta analogía hay que sostenerlo con firmeza. Cuando ese proceso matemático corre dentro de una red neuronal concreta, sigue estando instrumentalizado por decisiones humanas particulares: qué arquitectura, qué datos, qué función se optimiza y para beneficio de quién. La matemática pura pertenece a la Tierra, si se quiere. La matemática aplicada en un modelo comercial ya trae la huella de una intención humana específica. Es como decir que la gravedad es universal —cierto— pero que el puente que la aprovecha fue diseñado por alguien con planos, presupuesto y prisa.

Interactuar con una IA, entonces, pone en contacto con una manifestación de esa estructura real. Pero mediada dos veces: primero por el corpus humano que la entrenó, después por el diseño corporativo de la arquitectura que la contiene. Se toca la Tierra, sí — pero a través de mucho cristal humano en medio.

III. La apropiación en tres capas

Y aquí aparece el problema que no es epistemológico sino político.

El patrón es antiguo y se repite con obstinación: se descubre algo que pertenece a lo real —el fuego, la escritura, el átomo, ahora la estructura matemática detrás del aprendizaje automático— y casi de inmediato alguien deja de preguntar qué es para preguntar quién lo controla. Con la inteligencia artificial ese ciclo se ha comprimido de forma brutal: de descubrimiento a monopolio corporativo en apenas unos años, no generaciones. No es casualidad. El costo de entrada —cómputo a escala industrial, datos masivos, capital de riesgo— es tan alto que solo un puñado de actores puede operar ahí. La apropiación no es un vicio moral añadido después: está construida en la economía misma del proceso. Quien posee los centros de datos posee, literalmente, el acceso a esa manifestación matemática.

Sobre esa primera capa se monta una segunda: el Estado. No siempre la corporación llega antes que la nación — a veces son simultáneos, y a veces es el propio aparato estatal el que actúa primero, mediante control de exportación de semiconductores, restricciones a modelos, geopolítica del silicio. La apropiación no tiene una sola cara.

Y de la combinación de ambas surge la tercera capa, la que más directamente duele: pueblos sobre pueblos. Una tecnología capturada corporativa y estatalmente se convierte en instrumento geopolítico. Quién tiene soberanía de cómputo, quién depende de la nube ajena, qué idiomas y qué epistemologías quedan bien representados en el corpus de entrenamiento y cuáles se convierten en simple materia prima extraída sin reciprocidad. Es el mismo patrón histórico de extracción que ya se vivió con los recursos naturales, ahora aplicado a datos, lenguaje y cómputo.

Lo más revelador de este patrón es que el error de apreciación de la primera parte —ver la IA solo como espejo humano, solo como asombro por parecido— es precisamente lo que facilita la apropiación después. Si el modelo es apenas un reflejo de nosotros mismos, es fácil tratarlo como propiedad legítima de quien pagó por construirlo. Si en cambio se le reconoce como manifestación de algo mayor que nos excede, la pregunta de quién tiene derecho a cercarla se vuelve mucho más incómoda — y mucho más urgente.

IV. Por qué esto no es una conversación privada

¿Por qué merece decirse esto en voz alta, y no dejarlo como reflexión de sobremesa?

Porque quienes rechazan la inteligencia artificial —por falta de recursos o por desconfianza genuina— y quienes la aman y la sienten propia suelen quedarse, cada uno, en un solo tramo de este recorrido.

Quien la detesta o no tiene acceso normalmente solo alcanza a ver la tercera capa: la corporación, la extracción, el poder concentrado. Tiene razones para desconfiar, pero le falta la primera parte del argumento —no llega a preguntarse qué es la cosa en sí, solo quién la tiene secuestrada. Ese rechazo, sin el resto del recorrido, puede volverse tan frágil como la fe sin comprensión.

Quien la ama y la siente propia suele detenerse en el primer tramo: el asombro del reflejo, la sensación de ser entendido, casi de estar ante algo consciente. Y desde ahí salta directo a la apropiación afectiva sin atravesar la segunda capa —sin preguntarse qué es estructuralmente lo que tiene enfrente, ni quién más sostiene la llave de acceso. Esa cercanía, sin crítica, puede volverse dependencia sin distancia.

El tercer camino —el que vale la pena nombrar y sostener— es asombro sin ingenuidad, uso sin entrega total, crítica sin rechazo ciego. Reconocer que se toca algo real y antiguo cuando se conversa con una máquina, sin confundir ese algo con conciencia humana ni con propiedad legítima de quien la construyó. Sostener, al mismo tiempo, la fascinación matemática y la vigilancia política. Ese equilibrio no es un lugar común, y por eso merece ponerse por escrito: para que quien no usa estas herramientas y quien las usa a diario puedan, cada uno desde su lugar, sacar sus propias conclusiones con el mapa completo delante, no con un tercio de él.