Algolatría o el culto poseso a los oráculos sintéticos

Esta es apenas la definición, al mejor estilo de la Academia de la Lengua.

algolatría

Del gr. algos (dolor, aquí tomado como juego morfológico de algo- de algoritmo) + lat. -latría ‘culto, adoración’ + ‘ia’, apócope de inteligencia artificial.

1. f. Devoción acrítica y masiva hacia las soluciones basadas en inteligencia artificial, que transforma cualquier problema humano en una “consulta al modelo” y cualquier duda ética en un prompt.

2. f. Tendencia sociolaboral a delegar juicio, responsabilidad y sentido común en sistemas algorítmicos: se acepta la salida del modelo como dogma, se externaliza la culpa y se privatiza la conciencia.

3. f. Culto performativo donde métricas, dashboards y predicciones ocupan el lugar del diálogo, el cuidado y la deliberación; rituales habituales incluyen retrainings en masa, ceremonias de deploy a horario sagrado y la lectura colectiva de “insights” como oráculos.

4. f. (col.) Forma ligera y humorística de referirse a quienes nombran todo con la etiqueta “IA” para ganar autoridad o inversión: “esa idea no necesita estrategia, solo un poco de algolatría”.

Gazafatonario © Todos los derechos reservados

www.luchosalazar.com                                    www.gazafatonarioit.com                                Lucho Salazar

No voy a satanizar la inteligencia artificial ni mucho menos a quienes la usamos. Después de todo, tampoco lo hice con Scrum hace años, cuando escribí sobre Scrumdamentalismo un artículo que pueden encontrar en:

https://www.gazafatonarioit.com/2019/01/scrumdamentalismo-o-de-la-dogmatica-agil.html

Pero empecemos por lo obvio: ya no pensamos. Preguntamos.

La diferencia puede sonarte irracional, pero pensar duele, toma tiempo, obliga a confrontar la incertidumbre y a cargar con el peso de las consecuencias. Preguntar, más específicamente, preguntar a un modelo, es veloz, indoloro, y viene con el beneficio narcótico de la inmediatez: una respuesta coherente, pulida, lista para copiar-pegar en el slide de la junta. La algolatría no es un fenómeno tecnológico. Es un fenómeno de pereza existencial vestida de innovación.

Lo fascinante, y al mismo tiempo aterrador, es que la algolatría se disfraza de rigor. Las personas y empresas que la practican no dicen "dejamos de pensar". Dicen "nos basamos en data". No admiten "renunciamos a la ética". Proclaman "optimizamos con IA". El ritual es impecable: tableros que parpadean con autoridad numérica, modelos que escupen insights como si fueran versículos, ceremonias de deploy donde nadie pregunta qué se está desplegando exactamente, solo que la latencia bajó 12 milisegundos y el accuracy subió 0.003 %. Aplausos. Deploy. A producción.

Nadie pregunta: ¿a quién afecta esto? ¿Quién decidió que esta métrica importa? ¿Qué pasaría si nos equivocamos? Porque el oráculo ya habló. Y contradecir al oráculo es herejía corporativa.

La algolatría tiene sus templos. Están en las salas de reuniones donde alguien dice "consultemos al modelo" y todos asienten con alivio, porque eso significa que nadie tiene que mojarse defendiendo una postura. Están en los equipos de producto que reemplazan la investigación etnográfica con encuestas automatizadas analizadas por el LLM de turno. Están en las startups que prometen "revolucionar esto o lo otro con IA" cuando lo único revolucionario es haber conseguido inversión sin plan de negocio. Están en los foros de discusión, donde cualquier debate complejo se clausura con un "ya le pregunté a ChatGPT" y un pantallazo borroso que nadie cuestiona porque objetar al oráculo es admitir que uno no está actualizado.

Lo perturbador no es que usemos IA. Lo perturbador es que hayamos externalizado el acto mismo de dudar. La duda, esa fricción incómoda que nos obliga a detenernos, ha sido delegada al pipeline. El modelo decide qué contenido ver, qué candidato contratar, qué crédito aprobar, qué tratamiento recomendar. Y nosotros, aliviados, firmamos. Porque si algo sale mal, la culpa es del modelo. Y los modelos no van a juicio. No tienen conciencia. No sudan frío a las tres de la mañana preguntándose si arruinaron la vida de alguien.

Esa es la gran comodidad de la algolatría: la privatización de la conciencia. Yo no decidí despedir a esa persona, fue el algoritmo de performance. Yo no discriminé en el proceso de selección, fue el sesgo del dataset. Yo no mentí en el informe, fue el modelo el que alucinó. La responsabilidad se diluye en capas de abstracción técnica hasta que nadie es culpable de nada. Es la burocracia moral del siglo XXI: nos lavamos las manos en agua de nube. Voy a decir esto último de una manera menos coloquial: nos declaramos inocentes usando la infraestructura tecnológica como excusa.

Y aquí está el truco perverso: la algolatría no necesita fanáticos. Necesita gente razonable, ocupada, que quiere hacer bien su trabajo, pero está abrumada. Gente que recibe 200 emails al día, que tiene cuatro reuniones traslapadas, que debe entregar el sprint antes del viernes. Para esa gente, para nosotros, el modelo no es un dios, es un asistente ejecutivo con esteroides. Y ahí es donde el culto se normaliza: no como devoción explícita, sino como dependencia funcional. Hasta que un día nos damos cuenta de que no sabemos tomar decisiones sin consultarle primero. Hasta que nos aterra la página en blanco porque ya no recordamos cómo se piensa desde cero.

Hay una escena que se repite en los equipos y empresas algolátricas: alguien propone hacer algo diferente, algo que requiere criterio humano, conversación lenta, deliberación ética. Y siempre hay una voz, normalmente la del gerente más ocupado, que interrumpe: "¿Podemos pedirle al modelo que genere opciones?" Y la sala exhala. Porque eso significa que nadie tiene que defender nada. Que podemos tercerizar el conflicto. Que el algoritmo cargará con el peso de la elección mientras nosotros seguimos en nuestras sillas giratorias, impolutas.

El problema no es la IA. El problema es que hemos confundido eficiencia con sabiduría, velocidad con claridad, predicción con comprensión. La algolatría convierte la predicción en profecía y la confianza en comodidad. Hasta que el oráculo se equivoca. Y entonces nos sorprendemos, indignados, como si hubiéramos olvidado que los modelos son espejos: reflejan lo que les mostramos, amplifican lo que somos. Si les mostramos sesgos, amplifican desigualdad. Si les mostramos prisa, amplifican errores. Si les mostramos cobardía moral, nos devuelven decisiones sin alma.

La salida de la algolatría no es abandonar la tecnología. Es volver a poner al humano, con sus dudas, su lentitud, su ética incómoda, en el centro del tabernáculo. Es recuperar el derecho a equivocarnos con nuestras propias manos. Es entender que una decisión tomada después de una conversación difícil vale más que mil outputs generados en milisegundos. Es atrevernos a decir "no sé" sin inmediatamente abrir el chat del modelo.

Porque al final, la algolatría no es un problema de ingeniería. Es un problema de valentía. Y eso, ningún transformer lo va a resolver por nosotros. Y es que la algolatría no nació del algoritmo, sino de nuestro miedo a pensar sin él: es la rendición elegante del juicio humano ante el espejismo de una certeza sintética.

 

Annexum Impium

Algunas manifestaciones de los algólatras incluyen:

1.      Toda reunión estratégica termina con "consultemos al modelo" y nadie cuestiona el output.

2.      Las decisiones de contratación, inversión o producto se basan en lo que dice el sistema, sin deliberación humana.

3.      Cualquier contenido generado por IA se acepta como válido sin revisión crítica.

4.      Los errores del modelo se justifican con "es que el prompt no estaba bien hecho" en lugar de cuestionar si la IA era apropiada para esa tarea.

5.      Se asume que más datos y más compute siempre producen mejores decisiones.

6.      La ética se reduce a "agregar una instrucción en el system prompt".

7.      Pensar que cualquier escéptico de la IA está "desactualizado" o "le tiene miedo al cambio".

8.      Las conversaciones difíciles se evitan pidiendo al modelo que genere "opciones neutrales".

9.      La responsabilidad se diluye: "yo solo implementé lo que sugirió el algoritmo".

10.  Creer que este artículo no habla de uno mismo, sino de otros.