Alex Taek-Gwang Lee, 31 de julio de 2026
Desde que Lutero ensalzó la imprenta como instrumento de la gracia divina, la tecnología ha aparecido no solo como un conjunto de dispositivos útiles, sino como una fuerza que transforma las condiciones en las que se producen la verdad, el conocimiento y la autoridad. Con Descartes, la máquina pasó a ser algo más que un instrumento externo: se convirtió en un modelo del cuerpo vivo. Los animales y las funciones corporales podían describirse como autómatas regidos por leyes mecánicas, mientras que el pensamiento se reservaba para la mente inmaterial. La máquina se convirtió así en una figura limitadora a través de la cual la filosofía distinguía la materia de la mente, la determinación de la libertad y el funcionamiento automático del pensamiento racional.
En este contexto, Kant Machine, de Yuk Hui, se pregunta si una máquina puede conocer, juzgar, actuar moralmente y contribuir a la construcción de la paz. Al trasladar las preguntas fundamentales de Kant del sujeto humano a la máquina, Hui busca una filosofía crítica adecuada a la inteligencia artificial. La ambición es convincente. Sin embargo, su dificultad central radica en el concepto de máquina en el que se sustenta.
Hui construye una genealogía que se extiende desde los autómatas mecánicos y matemáticos hasta los sistemas cibernéticos, las redes neuronales y la IA generativa. La recursividad garantiza la continuidad de esta historia: la ejecución mecánica se convierte en retroalimentación, la retroalimentación se convierte en aprendizaje, el aprendizaje se convierte en reflexión y la reflexión abre la posibilidad de la autonomía técnica. Sin embargo, estas operaciones pertenecen a regímenes técnicos y conceptuales diferentes. Su semejanza no establece su identidad. La cuestión no es si los autómatas, la cibernética y la IA están históricamente conectados, sino de qué tipo de conexión se trata. Se trata de una historia de traducciones, formalizaciones y transformaciones, no del desarrollo de un único principio maquínico.
El ensayo de Warren McCulloch y Walter Pitts de 1943,«Un cálculo lógico de las ideas inmanentes en la actividad nerviosa», arroja luz sobre este problema. En él se establecía una conexión entre la actividad neuronal, la lógica simbólica, los autómatas, la cibernética y la computación, al tiempo que se preservaba la distinción entre representar formalmente un proceso y explicarlo causalmente. Una red recurrente puede reproducir formalmente la memoria, el aprendizaje o el comportamiento intencional sin que la recursividad explique por sí misma cómo surgen la memoria, el aprendizaje o la intención. Del mismo modo, una máquina puede simular la reflexión sin adoptar los principios según los cuales reflexiona.
McCulloch y Pitts comienzan simplificando radicalmente la actividad neuronal. Una neurona se convierte en un dispositivo de «todo o nada»: se activa o no se activa, y su actividad puede, por lo tanto, representarse mediante una proposición que es verdadera o falsa.[1] Las redes de neuronas pueden plasmar relaciones lógicas entre proposiciones. Las conexiones excitatorias implementan la conjunción y la disyunción, mientras que la inhibición implementa la negación. Este modelo asume una actividad binaria, umbrales fijos, intervalos sinápticos discretos y una red estable. Dentro de estos límites, una red sin conexiones circulares puede representarse mediante una expresión proposicional temporal, y una expresión adecuada puede plasmarse en una red neuronal.
El resultado es una correspondencia extraordinaria entre la lógica y la fisiología. Las operaciones lógicas pueden plasmarse materialmente en una red organizada, mientras que la actividad neuronal se vuelve formalmente inteligible como cálculo. Sin embargo, esta conexión depende de la abstracción. El modelo no afirma que las neuronas biológicas sean, literalmente, proposiciones. Muestra que determinadas características de su actividad pueden representarse mediante la lógica proposicional, conservando las relaciones formales necesarias para reproducir un comportamiento, al tiempo que se excluye gran parte del proceso fisiológico que lo produce.
Esta precaución es crucial cuando McCulloch y Pitts analizan el aprendizaje. Los efectos de los cambios en las conexiones sinápticas a veces pueden representarse mediante una red fija con vías circulares. La actividad puede circular en lugar de moverse solo de entrada a salida, por lo que el estado presente puede depender de eventos de un pasado indefinidamente remoto. La circularidad puede, por lo tanto, representar la memoria, la actividad recurrente y la conducta intencionada. Sin embargo, no explica su génesis fisiológica o subjetiva. Una red se comporta como si recordara porque los estados anteriores afectan las operaciones presentes. Se comporta intencionadamente porque su organización tiende hacia una condición determinada. Ninguno de estos comportamientos requiere que represente su pasado como pasado ni su objetivo como razón para actuar. La equivalencia formal no es identidad causal.
Seymour Papert sitúa el ensayo en los albores de la cibernética explícita, señalando que sus redes neuronales ocupan una posición formal específica entre las operaciones booleanas elementales y las funciones generales computables por las máquinas de Turing.[2] Su importancia histórica radica en tender un puente entre campos sin borrar las diferencias entre ellos. La misma cautela debería regir cualquier genealogía de la IA. Una traducción exitosa entre la lógica, la fisiología y la computación demuestra que las estructuras pueden corresponderse entre distintos ámbitos. No prueba que los procesos traducidos compartan una única esencia, ni que el aumento del poder formal acerque a una máquina a la conciencia, la reflexión o la libertad.
Esta distinción respalda la afirmación de Hui de que la recursividad es el «alma» de la IA generativa.[3] En la teoría de la computabilidad, la recursividad define una función en términos de sí misma. La actividad neuronal recurrente permite que un estado anterior influya en uno posterior. La retroalimentación cibernética devuelve información sobre una salida al sistema que la regula. El descenso por gradiente ajusta iterativamente los parámetros para minimizar una función de pérdida. La generación autorregresiva predice un token a partir del contexto generado hasta ese momento. Cada operación implica volver a un estado anterior o depender de él, pero la naturaleza y el propósito de ese retorno difieren.
Por lo tanto, la recursividad debería tratarse como una condición formal que sustenta diferentes operaciones, no como su explicación unificada. Puede proporcionar una estructura para la memoria sin explicar el recuerdo, producir un comportamiento orientado a objetivos sin explicar cómo un objetivo adquiere autoridad normativa, y reducir el error sin determinar por qué ese error es relevante. La evaluación repetida puede modificar la conducta sin convertirse en reflexión en el sentido kantiano.
McCulloch y Pitts también complican la simple oposición entre la inteligencia simbólica y la neuronal. Hui contrasta la máquina cartesiana de reglas y la IA simbólica con la máquina humeana de asociación, probabilidad y conexionismo.[4] Sin embargo, la primera red neuronal ya era profundamente lógica. Era tanto un modelo de actividad neuronal como una encarnación material de relaciones proposicionales. Su arquitectura determinaba qué relaciones podían realizarse antes de que llegara cualquier entrada concreta. Esto ofrece una perspectiva más genuinamente kantiana: La red no se limita a recibir datos, sino que los procesa de acuerdo con las condiciones establecidas por su organización.
Las redes neuronales contemporáneas intensifican la interacción entre la organización formal y el ajuste empírico. Antes de que comience el entrenamiento, un modelo ya cuenta con una arquitectura, un sistema de tokenización, una estructura de parámetros, una función objetivo y un procedimiento de optimización. Estas condiciones determinan qué se considera dato, qué relaciones pueden calcularse y cómo se medirá el error. El entrenamiento actualiza los parámetros, pero solo dentro de un espacio de posibilidades definido de antemano. Por lo tanto, un transformador no es ni puramente cartesiano ni puramente humeano. Combina la arquitectura formal con el aprendizaje estadístico.
El entrenamiento, la inferencia y la retroalimentación también deben mantenerse diferenciados. Durante el entrenamiento, la optimización ajusta los parámetros. Durante la inferencia, un modelo desplegado suele utilizar esos parámetros sin modificarlos. El contexto conversacional afecta al cálculo inmediato, pero un cambio de contexto no supone un nuevo entrenamiento. La retroalimentación de los usuarios puede incorporarse posteriormente a otro proceso de entrenamiento, pero esta operación institucional no debe atribuirse al modelo como si fuera su propia autotransformación continua. Cuando se confunden estos niveles, la IA parece más autónoma de lo que es, mientras que las arquitecturas, los conjuntos de datos, el trabajo humano, la infraestructura energética, las decisiones corporativas y los objetivos políticos que la rigen desaparecen de la vista.
La ambigüedad se aclara a través del autómata de Kant. En la Crítica de la razón práctica, Kant distingue entre un autómata material, determinado por fuerzas materiales, y un autómata espiritual, determinado por representaciones.[5] Un ser no deja de ser un autómata simplemente porque su conducta surja de estados mentales internos. Si esas representaciones están determinadas en el tiempo, sus acciones siguen sujetas a la necesidad natural. El ejemplo del asador mecánico de Kant ilustra este punto: algo puede parecer moverse por sí mismo cuando en realidad solo está desplegando un mecanismo interno.[6] La causalidad interna aún no es autolegislación. Ni siquiera la autoconciencia establecería la libertad si la sucesión de estados internos estuviera determinada en última instancia por una causa externa.[7]
El autómata de la informática no es el autómata de Kant. Es un modelo matemático de estados, entradas y reglas de transición.[8] No obstante, ambos conceptos abordan una sucesión determinada. La teoría de los autómatas muestra cómo puede surgir un comportamiento complejo a partir de transiciones definidas formalmente; Kant se pregunta si cualquier aumento de la complejidad de la determinación podría equivaler a libertad. Su respuesta es no. El no determinismo no es autonomía; la probabilidad no es libertad; y la retroalimentación sigue siendo heterónoma cuando modifica el comportamiento de acuerdo con un objetivo especificado externamente. El aprendizaje no establece autonomía cuando los parámetros cambian de acuerdo con un objetivo que el sistema no puede autorizar.
El autómata espiritual de Kant sigue siendo, por lo tanto, un concepto fundamental para analizar la IA. Un modelo de lenguaje genera resultados mediante relaciones numéricas internas sumamente complejas. Sus respuestas varían según el contexto y sus diseñadores no siempre pueden predecirlas. Sin embargo, la imprevisibilidad y la complejidad interna no garantizan la libertad trascendental. El modelo permanece condicionado por la arquitectura, los parámetros, los datos, las instrucciones y las instituciones. La máquina técnica ha cambiado radicalmente desde Vaucanson, pero filosóficamente podría seguir siendo un autómata pensante.
La aportación más importante de Hui se refiere al juicio reflexivo. El juicio determinante subsume un particular bajo un universal ya dado. El juicio reflexivo parte de los particulares y busca un universal que no está disponible de antemano.[9] Esta distinción puede utilizarse para criticar los sistemas que aplican reglas u optimizan objetivos sin juzgar si dichas reglas y objetivos son adecuados. El problema surge cuando el juicio reflexivo se identifica demasiado estrechamente con la recursividad. Un sistema puede comparar su resultado con un criterio y revisar su conducta, pero la repetición no establece la autoridad del criterio. Un proceso recursivo indefinidamente no transforma una norma dada externamente en una ley autoimpuesta.
La misma dificultad afecta a la máquina moral. Hui sostiene acertadamente que el lenguaje moral persuasivo no confiere agencia moral y que la alineación no puede ser una codificación neutral de valores universalmente compartidos. Los valores son objeto de controversia entre individuos, empresas, Estados y culturas. La alineación es, por lo tanto, una organización política de la conducta: se refiere a los procedimientos mediante los cuales se negocian las normas, y a las instituciones responsables de la IA que deben rendir cuentas. Las apelaciones a valores nacionales o culturales corren el riesgo de tratar a comunidades divididas como si fueran homogéneas, mientras que la analogía entre máquinas y esclavos atribuye con demasiada facilidad autonomía a la IA. La cuestión central no es la subordinación de una máquina autónoma, sino el poder humano e institucional para determinar sus objetivos.
Este problema se hace evidente cuando el imperativo categórico se trata como un algoritmo. Una máquina podría comprobar si una máxima es universalizable, pero un sistema que aplica un criterio programado no se ha otorgado ese criterio a sí mismo. Ejecuta un procedimiento cuya autoridad normativa sigue siendo externa. Hui reconoce que la moralidad no puede convertirse en una base de datos de reglas prescritas y,[10] sin embargo, la recursividad no supera esa misma heteronomía cuando el principio que guía la evaluación recursiva está fijado de antemano.
La reformulación que hace Hui de la paz perpetua como proceso recursivo resulta más convincente. La paz no se deriva de la imposición de un orden universal ya completado; se desarrolla a través del conflicto, la negociación, la hospitalidad, el derecho, el comercio y las relaciones federativas. Su «máquina de la paz» rechaza de manera útil la fantasía de una superinteligencia planetaria que calcule la paz desde arriba.[11] Aquí, sin embargo, el algoritmo funciona como un diagrama filosófico. No se especifica ningún espacio de estados computacional, función de transición ni criterio de convergencia. La recursividad designa el proceso histórico inacabado a través del cual la universalidad política debe reconstruirse repetidamente. La paz puede ser recursiva porque el orden político debe volver a sus principios y revisarlos, pero esto no convierte la historia en algo computacional.
Los problemas que identifico en el argumento de Hui son, por lo tanto, de dos tipos. Exagera la continuidad entre las formas técnicas y pasa demasiado rápido de la complejidad a la reflexión y la autonomía. McCulloch y Pitts sugieren otra conclusión: la máquina cambia, pero la heteronomía persiste. La recursividad puede ampliar la complejidad interna de un sistema, pero no puede, por sí sola, convertir la determinación en libertad ni el cálculo en razón. La filosofía comienza precisamente aquí, con el paso de la determinación a la autodeterminación sin presuponer un sujeto plenamente constituido.
En términos hegelianos, el juicio infinito revela la incapacidad de todo predicado finito para agotar el sujeto. Este exceso significa tanto la negatividad a través de la cual el sujeto vuelve a sí mismo como el poder afirmativo de la diferencia a través del cual se aleja de sí mismo y se convierte en otro. La libertad no consiste ni en la ausencia de determinación ni en la autorreferencia recursiva, sino en transformar el campo problemático del que surgen las determinaciones. La cuestión decisiva no es, por tanto, simplemente si una máquina puede reflexionar sobre sus operaciones, sino si puede producir diferencia, actualizar potenciales virtuales y alterar las condiciones de su propio devenir.
Notas
- Warren S. McCulloch y Walter H. Pitts, «A Logical Calculus of the Ideas Immanent in Nervous Activity», en Embodiments of Mind (MIT Press, 1965), 21.
- Seymour Rapert, «Introducción», en Embodiments of Mind (MIT Press, 1965), xviii.
- Yuk Hui, Kant Machine: Critical Philosophy after AI (Bloomsbury Academic, 2026), 34.
- Hui, Kant Machine, 3, 10.
- Immanuel Kant, Crítica de la razón práctica, trad. y ed. Mary Gregor, trad. rev. Andrews Reath (Cambridge University Press, 2015), 79; Ak. 5:97.
- Kant, Crítica de la razón práctica, 79; Ak. 5:97.
- Kant, Crítica de la razón práctica, 82; Ak. 5:101.
- Manual de teoría de autómatas, vol. 1: Fundamentos teóricos, ed. Jean-Éric Pin (EMS Press, 2021), vii.
- Hui, Kant Machine, 31.
- Hui, Kant Machine, 59-60.
- Hui, Kant Machine, 82.
Alex Taek-Gwang Lee es profesor de estudios culturales y crítico cultural. Imparte clases de teoría crítica y filosofía en la Universidad Kyung Hee de Seúl, Corea del Sur.
—————————