La tecnología como extensión de los sentidos

Una forma de entender la tecnología epistémica es como ampliación de los sentidos humanos. El microscopio permite ver lo que el ojo no alcanza; el telescopio lleva la vista hasta cuerpos celestes a distancias inimaginables; el sonar «escucha» el fondo marino. En todos estos casos, la tecnología extiende el rango de lo perceptible.

Pero, ¿es solo una extensión, o algo más? Un microscopio electrónico no «ve» como un ojo — produce imágenes a partir de haces de electrones. La «imagen» resultante es una representación construida a partir de datos, no una percepción directa. La tecnología no solo amplía los sentidos: transforma qué cuenta como observación y qué requiere interpretación.

🔍 Preguntas de conocimiento:

Determinismo tecnológico

El determinismo tecnológico es la tesis de que la tecnología es el principal motor del cambio social y cultural — que las transformaciones en las herramientas disponibles determinan las formas en que los humanos piensan, se organizan y producen conocimiento.

Ejemplos históricos que se citan con frecuencia:

La posición contraria al determinismo tecnológico es el constructivismo social de la tecnología: la tecnología no determina la sociedad; la sociedad —con sus valores, intereses y conflictos— determina qué tecnologías se desarrollan y cómo se usan.

Para TOK, lo interesante no es decidir cuál tiene razón, sino usar la tensión para examinar casos concretos: ¿en qué medida el VAR en el fútbol ha cambiado lo que se conoce sobre el juego, y en qué medida solo ha cambiado cómo se determina ese conocimiento?

Pensamiento computacional, algorítmico y crítico

La informatización ha introducido nuevas formas de procesamiento que conviene distinguir:

Pensamiento computacional

La capacidad de formular problemas de manera que puedan ser resueltos por un sistema informático: descomposición, reconocimiento de patrones, abstracción y diseño de algoritmos. Es una habilidad humana aplicada a sistemas tecnológicos.

Pensamiento algorítmico

El seguimiento de reglas precisas y deterministas para resolver problemas. Es lo que hace un ordenador: ejecuta instrucciones sin comprensión del contexto. Eficiente, pero sin la flexibilidad del juicio humano ante situaciones imprevistas.

Pensamiento crítico

La evaluación reflexiva de argumentos, evidencias y suposiciones, considerando el contexto, los intereses y las implicaciones. No es automatizable: requiere comprensión, juicio y perspectiva situacional.

💡 La distinción clave para TOK: la computación procesa datos con gran velocidad y escala, pero no convierte esos datos en conocimiento. El salto de información a conocimiento —que implica juicio, contexto y significado— sigue siendo un proceso humano.

Inteligencia artificial: ¿puede una máquina conocer?

Los sistemas de inteligencia artificial modernos —en particular los modelos de aprendizaje profundo— pueden producir resultados sorprendentes: diagnosticar enfermedades con mayor precisión que médicos humanos en ciertos contextos, traducir idiomas, generar texto coherente. Esto plantea preguntas fundamentales para TOK:

¿Puede una máquina «saber» algo?

La definición clásica de conocimiento (OVJ) exige que el sujeto crea algo. ¿Puede una máquina tener creencias? Cuando un sistema de diagnóstico médico «identifica» un tumor, ¿«sabe» que hay un tumor, o simplemente produce un output estadísticamente correlacionado con tumores?

Una posición: los sistemas de IA procesan datos y producen información, pero no conocimiento — porque carecen de comprensión, intencionalidad y conciencia. Posición contraria: si la funcionalidad es indistinguible del conocimiento humano en un dominio dado, la distinción es irrelevante en la práctica.

Aprendizaje automático vs. conocimiento programado

Los sistemas de machine learning —como los que usan Google DeepMind— no son preprogramados por humanos para cada tarea. Aprenden patrones a partir de datos crudos. Esto los hace cualitativamente distintos de los algoritmos clásicos: el sistema produce «reglas» que ningún humano ha diseñado explícitamente.

La pregunta epistémica: ¿qué tipo de «comprensión» tiene un sistema que ha aprendido a jugar al ajedrez a nivel supramundial sin que nadie le haya explicado las estrategias? ¿Es esto conocimiento tácito en sentido filosófico, o simplemente optimización estadística?

IA en roles de conocimiento humano: implicaciones

La IA ya se usa para tomar decisiones que antes requerían juicio humano: créditos bancarios, diagnósticos médicos, sentencias judiciales (en algunos sistemas), filtraje de currículums. Si la IA puede «conocer» en estos dominios mejor que un humano, ¿qué implica esto para la empatía, la responsabilidad y la toma de decisiones éticas?

Un sistema de IA que deniega un crédito no puede dar razones comprensibles a la persona afectada —el proceso es opaco incluso para sus creadores. ¿Es esto compatible con la exigencia de justificación que requiere el conocimiento genuino?

La tecnología en el deporte: el caso del VAR

El uso de tecnología en el deporte ilustra concretamente las tensiones epistémicas de este tema. El VAR (Video Assistant Referee) en el fútbol, el Hawk-Eye en tenis o las telemetrías de la Fórmula 1 han transformado qué cuenta como «evidencia» en la toma de decisiones deportivas.

La controversia no es técnica sino epistémica: ¿ha devaluado la tecnología el conocimiento del árbitro, reduciéndolo de «juicio humano» a «observación científica»? ¿Se ha reducido el deporte a física y estadística? Y si es así, ¿importa?

Este ejemplo conecta con el determinismo tecnológico: la introducción del VAR no ha cambiado solo cómo se toman ciertas decisiones —ha cambiado la naturaleza misma de lo que significa «conocer» si un gol es válido.