Alejandro Piscitelli: "Las empresas están interesadas en automatizar la inteligencia; nosotros lo que necesitamos es aumentarla"

Alejandro Piscitelli es un filósofo difícil de encasillar. Formado en la UBA a fines de los años sesenta y marcado por referentes como Michel Foucault y Francisco Varela, dedicó buena parte de su carrera a explorar los cruces entre la filosofía, la ciencia, la tecnología y la educación.

En los últimos años concentró su atención en los polímatas: personas capaces de destacarse en varias disciplinas al mismo tiempo. Para Piscitelli, comprender cómo piensan y aprenden puede ofrecer pistas para repensar la forma en que hoy se organiza el sistema educativo.

- Al tema de los polímatas lo descubrí cuando, en la década del 80, empecé a trabajar con un grupo de gente en sistemas complejos, que en ese momento era una cosa bastante exótica. Yo venía de la filosofía de la ciencia y, de repente, nos topamos con una serie de innovaciones que habían ocurrido durante la década del 70 y que culminaron con el Premio Nobel de Química a Ilya Prigogine. Ahí descubrimos que existía el Instituto Santa Fe, en EE.UU., dedicado a los sistemas complejos, donde trabajaban investigadores de distintas disciplinas, varios de ellos premios Nobel. Todos compartían una visión transdisciplinaria -o incluso antidisciplinaria- que, básicamente, cuestionaba la formación tradicional que recibe el 99,9% de los científicos y de los graduados universitarios. Todos salimos de una facultad: Filosofía y Letras, Ciencias, Psicología, Artes o la que sea. Lo que no sabíamos -o apenas intuíamos- era que esas facultades, esas lecturas, esas prácticas y esas conexiones generaban determinados marcos mentales que nos hacían ver el mundo de una manera mucho más sofisticada que una conversación de café, pero también bastante distorsionada. Porque terminás viendo el mundo como si todo fueran átomos, o como si todo fuera inconsciente, o clases sociales, o una única forma de interpretar la realidad.

Cuando empezamos a conversar con esta gente de sistemas complejos aparecieron figuras rarísimas, muy poco conocidas entonces, como Gregory Bateson, que había muerto en 1980. Toda su obra transcurrió entre las décadas del 20 y del 80. El caso particular de Bateson siempre me fascinó porque era un personaje que cambió de piel epistemológica y profesional unas seis veces. Empezó siendo naturalista. Después hizo antropología junto con Margaret Mead en Nueva Guinea. Más tarde fue uno de los creadores de la teoría de la comunicación. Luego se dedicó a la psiquiatría. Trabajó con John Lilly investigando delfines. Se interesó por la semiótica. Fue uno de los primeros documentalistas: realizó una película etnográfica famosísima sobre los Iatmul, utilizando cámara de cine en la década del 30, algo completamente innovador para la época. Era pionero en una enorme cantidad de campos y, por supuesto, también en epistemología. Todo eso me marcó muchísimo. Entonces escribí un artículo que se llamaba "Gregory Bateson, polígrafo". En realidad, todavía no utilizaba la palabra polímata. Hablaba de "polígrafo". El artículo quedó ahí y pasaron, literalmente, 40 años.

- Hace unos años recibí la convocatoria de la Universidad de San Andrés para hacerme cargo de una materia muy rara, que todavía no existía, llamada Escenarios de Futuro. Ahí empezamos a preguntarnos qué había pasado durante esos 40 años. Y ahí aparecen los polímatas. Cuando empezamos a dictar esta materia junto con Julio Alonso en 2020, se nos ocurrió que sería muy inspirador para pensar escenarios del futuro que los alumnos conversaran con personas que no tuvieran una mirada monodisciplinaria. No queríamos gente que viera el mundo solamente como psicólogo, físico, químico o teólogo. Queríamos personas con una visión poliocular, si querés llamarla así, una visión estereoscópica. Y así empezamos a identificar polímatas. No porque nosotros hubiéramos inventado la categoría. Mucho después descubrimos que ya existían libros sobre polímatas y listas con cientos de ejemplos, empezando obviamente por Leonardo da Vinci. Pero también encontramos polímatas argentinos, como Domingo Faustino Sarmiento o José Ingenieros.

- Uno podría preguntarse si se puede enseñar a alguien a ser polímata. Es difícil. Tal vez se pueda formar un polímata más estratégico, más funcional. Hay arquitectos, por ejemplo, que terminan transformando la vida de la gente. Pensá en Alejandro Aravena, en Chile, con sus viviendas sociales modulares. O en Tomás Saraceno, que trabaja con arañas y construye modelos para pensar el futuro. Pero el polímata es la estación final, a la que muy pocos llegan. Yo prefiero hablar de una figura anterior. El frame-maker, que es un proto-polímata, si querés llamarlo así. Es alguien que salta de una disciplina a otra y logra reformular el problema. Está descripto en el libro que The Friction Project.

- El mejor ejemplo es una mujer: Regina Barzilay. Barzilay estaba obsesionada con encontrar una manera de combatir las superbacterias. Las superbacterias están matando cerca de un millón de personas por año. Son bacterias que se hicieron resistentes a los antibióticos. La proyección era que, en pocos años, podían llegar a provocar 10 millones de muertes anuales. Durante años, los investigadores intentaban resolver el problema buscando moléculas similares a los antibióticos existentes. Decían: "Si este antibiótico mata esta bacteria, tal vez modificando un poco su estructura podamos atacar esta otra". Trabajaban durante años sin resultados. Barzilay era bióloga. Había estudiado en Moldavia, luego en Israel y más tarde hizo su carrera en Estados Unidos. En un momento enfermó de cáncer y, durante su tratamiento, empezó a pensar de otra manera.

- Entonces se preguntó: "¿Y si el problema no consiste en copiar estructuras moleculares? ¿Y si, en lugar de buscar moléculas parecidas, usamos Inteligencia Artificial para simular millones de posibilidades?" En vez de hacer experimentos tradicionales en laboratorio, decidió hacerlos in silico, es decir, mediante simulaciones computacionales. Primero probó con 2 mil compuestos. Después con 4 mil. Después con cientos de millones. Y así logró descubrir una nueva molécula antibiótica llamada Halicin, bautizada en homenaje a HAL 9000, la computadora de 2001: Odisea del espacio. Esa molécula logró eliminar superbacterias resistentes. Ahí aparece algo muy interesante. Cuando salió la noticia, muchos medios titularon: "La Inteligencia Artificial descubrió Halicin." Y no. La IA no descubrió nada por sí sola. Lo que hizo fue procesar millones de posibilidades porque alguien formuló la pregunta correcta. Alguien definió el problema. Alguien le indicó qué tenía que buscar. La IA hizo un trabajo extraordinario, pero fue una herramienta al servicio de una hipótesis humana.Es como un auto autónomo. Una vez que le decís adónde tiene que ir y qué tiene que transportar, el auto hace el recorrido. Pero alguien tuvo que definir el destino. Por eso estas figuras -llamémoslas polímatas, frame-makers o como quieras- son personas capaces de tender puentes entre disciplinas. Son brokers de conocimiento. Van conectando mundos distintos. Y ahí aparece una característica común en todos ellos. Tienen la capacidad de formular hipótesis que la IA, por ahora, no puede generar por sí sola. Porque los grandes modelos de lenguaje miran hacia atrás. Han leído prácticamente todo lo que pudieron leer. Pero trabajan sobre el pasado. En cambio, estas personas hacen algo distinto. Utilizan pensamiento contrafáctico. Se preguntan: "¿Qué pasaría si...?" ¿Qué pasaría si, en lugar de seguir haciendo experimentos químicos tradicionales, los simulo en una computadora? Y hay una tercera característica. Trabajan con restricciones. No hacen ciencia ficción. No imaginan cualquier cosa. Definen un conjunto de restricciones y, dentro de ellas, buscan soluciones nuevas.

- Sí, pero es mucho más sofisticado. "Pensar fuera de la caja" se convirtió en un eslogan. La verdadera pregunta es: ¿qué es la caja? La caja son nuestros modelos mentales. Y los modelos mentales van mucho más allá del conocimiento o de la formación académica. Tienen que ver con la manera en que aprendimos a mirar el mundo. Por eso muchos frame-makers o polímatas son científicos extraordinarios y, al mismo tiempo, músicos, artistas o personas con intereses completamente distintos. No es solamente acumular conocimientos. Es desarrollar otra forma de mirar.

- ¿Se puede pensar un sistema, un programa o una política que ayude a formar este tipo de especialistas?

- Hoy nuestras universidades siguen muy ancladas en el presente e incluso en el pasado. Tienen carreras, departamentos, disciplinas muy consolidadas. Aunque de repente, aparecen cosas curiosas. Por ejemplo, dentro de una Facultad de Derecho aparece una carrera de Gestión Cultural. O dentro de otra aparece Turismo. Muchas veces eso se interpreta como una anomalía. Yo creo exactamente lo contrario. Creo que hay que celebrarlo. Porque son los primeros síntomas de una transformación. Ahora bien, el desafío es enorme. Hay alrededor de 12 millones de argentinos que no terminaron la escuela secundaria. Muy pocos estudiantes completan la secundaria en tiempo, forma y con buenos aprendizajes. Cuando uno tiene ese panorama, no alcanza con pensar solamente la universidad. Hay que pensar todos los niveles al mismo tiempo. No existe un botón que uno apriete y aparezcan automáticamente los polímatas. Pero sí se pueden hacer muchas cosas desde una materia, desde una carrera o desde una universidad para favorecer ese tipo de formación.

- ¿Qué le recomendarías hoy a un joven? ¿Ir a la universidad o formarse de otra manera?

- Hace un tiempo habíamos pensado un proyecto que finalmente no prosperó y que llamábamos "Pre-Post". La idea era que, cuando los chicos terminaran la secundaria, en lugar de entrar inmediatamente a la universidad, pasaran un año en una especie de limbo formativo. No sería un año perdido. Sería un año dedicado a talleres, laboratorios, entrenamiento en habilidades, cursos cortos y experiencias intensivas que sirvieran para cualquier carrera. Sería una especie de CBC, pero no de contenidos sino de prácticas. Y no de cualquier práctica. Traer buenos profesionales -como ocurre, por ejemplo, en muchas carreras de diseño, donde la mayoría de los docentes son profesionales en actividad- para entrenar a los estudiantes en los perfiles que hoy demanda el mundo: diseño, tecnología, ingeniería, arte, innovación.

- Un proyecto español extraordinario. Un grupo de innovadores que trabajó en Finlandia y desarrolló un programa llamado TeamLabs. Ellos crearon una experiencia educativa muy interesante, el Master Yourself. Era un posgrado donde cada estudiante llegaba con un proyecto propio de emprendimiento. Podía ser apenas una idea o un proyecto ya bastante desarrollado. Lo importante era que durante todo el año no había clases tradicionales. Había laboratorios, mentorías y trabajo con profesionales que ayudaban a desarrollar ese proyecto. Al final, el verdadero "título" era lanzar el emprendimiento. A mí me gusta mucho esa lógica. No se trata solamente de transmitir conocimientos. Se trata de generar experiencias de creación. Porque, en definitiva, toda formación tiene 4 dimensiones. Es una idea desarrollada por Richard Buchanan, y luego profundizada por otros autores. Toda formación debería integrar: ciencia, ingeniería, diseño y arte. La ciencia transforma información en conocimiento. La ingeniería transforma el conocimiento en utilidad. El diseño transforma la utilidad en comportamiento. Y el arte vuelve a abrir el ciclo, generando nuevas preguntas y nuevas posibilidades. Por eso me imagino un espacio donde un estudiante pueda probar distintas experiencias. No hacer un CBC tradicional. Sino una especie de menú de degustación, como los de Ferran Adrià. Probar un poco de diseño. Un poco de IA. Un poco de biología. Un poco de arte. Un poco de programación. Y recién después decidir hacia dónde quiere ir. Porque muchas veces un estudiante entra a una carrera, descubre que no le gusta, cambia a otra, vuelve a cambiar, y termina perdiendo varios años. Todo aprendizaje sirve. Pero podríamos organizar mucho mejor ese proceso.

- Con respecto al trabajo, cuando uno escucha hablar de futuros posibles aparecen desde escenarios muy optimistas hasta otros muy pesimistas. Incluso los propios desarrolladores de IA, como Sam Altman, hablan del posible fin del trabajo y de una renta básica universal. Parece una idea casi socialista: pagarle a la gente simplemente por existir. ¿Qué ves ahí? Analizando todos estos escenarios posibles, ¿vamos hacia el fin del trabajo o hacia una explosión de nuevas ocupaciones?

- Mirá, cuando en 2023 Santillana me pidió el informe sobre los polímatas y el futuro del trabajo revisé prácticamente todos los informes que existían en ese momento. Y la verdad es que las proyecciones parecían la temperatura de un paciente: completamente inestables. Un informe decía que iba a desaparecer el 80% de determinados empleos. Otro hablaba del 40%. Después aparecían nuevos estudios que reducían esos porcentajes. Hoy sigue ocurriendo exactamente lo mismo. Las cifras van y vienen. De hecho, las grandes compañías tecnológicas han despedido cientos de miles de trabajadores y, al mismo tiempo, muchas volvieron a contratar. Es muy difícil saber exactamente qué trabajos desaparecerán. Lo que sí parece bastante claro es que todo aquello que sea altamente automatizable tiene muchas posibilidades de ser reemplazado. Y tampoco está necesariamente mal. Había muchísimos trabajos profundamente rutinarios. El empleado que únicamente ponía un sello. El que trasladaba un expediente de un escritorio a otro. Los 14 niveles jerárquicos de un banco para autorizar una decisión. Eran trabajos formales, por supuesto, y mucha gente vivía de ellos. Pero también eran tareas extremadamente repetitivas. Y, además, toda esa burocracia no evitó crisis enormes, como la de las hipotecas subprime en 2008. Ni evitó escándalos como el de Wells Fargo, cuando crearon millones de cuentas falsas. O el caso Enron, con toda la contabilidad fraudulenta. Entonces uno podría preguntarse contrafácticamente: ¿la IA habría evitado esos problemas? Y la respuesta es: depende. Porque muchas veces detrás hay decisiones políticas o empresariales. No alcanza con la tecnología.

- Veo una paradoja muy interesante. Por un lado, personas como Elon Musk sostienen que, si el trabajo desaparece, será necesario hacerlo. Pero, por otro lado, uno podría preguntarse: ¿quién la paga? Porque una cosa es decirlo y otra muy distinta implementarlo. Hay otra paradoja que me parece todavía más importante. Si las empresas reemplazan masivamente trabajadores y esos trabajadores dejan de tener ingresos, ¿quién va a comprar los productos? Salvo que pienses venderles exclusivamente a robots o a inteligencias artificiales. Por eso todo este sistema depende de un equilibrio muy delicado.

- No. Lo que sí sabemos es otra cosa. Y para mí es una de las imágenes más importantes de esta década. La reunión que hubo hace pocos días del G7, donde estaban los principales líderes políticos de Occidente y también los grandes empresarios de la Inteligencia Artificial. No sabemos exactamente qué hablaron puertas adentro. Pero sí conocemos parte del mensaje. El mensaje fue, básicamente: "No nos regulen." "Déjennos trabajar." "Nosotros somos quienes vamos a resolver los problemas del futuro." Es una posición muy cercana a la filosofía de Peter Thiel, de Palantir y de todo ese ecosistema tecnológico.

- ¿Y cómo ves la apuesta argentina en IA? ¿Te parece positivo que el país intente posicionarse en esta nueva economía?

- Sí. Pero es difícil responder porque vivimos acá. Y cuando uno vive en su propio país, todo está atravesado por la política cotidiana. Te afecta la inflación. Te afecta el dólar.Te afecta el supermercado. Te afecta Messi. Todo. Entonces cuesta mucho mirar con distancia. Dicho eso, hay personas muy interesantes trabajando en este tema. Por ejemplo, Emiliano Kargieman, que viene desarrollando proyectos espaciales desde hace años y que ahora también participa en distintos emprendimientos vinculados con IA. Él suele decir algo interesante. Tal vez estas inversiones no generen muchísimo empleo directo. Pero sí pueden generar inversión, exportaciones y un nuevo perfil productivo. Entonces aparece una pregunta muy compleja. ¿Puede un país crecer económicamente sin crear demasiado empleo? Es una discusión enorme. Y ahí volvemos a lo que hablábamos antes. Para algunos sectores muy concentrados de la economía, estas transformaciones pueden resultar extraordinariamente beneficiosas. Pero eso no garantiza que los beneficios se distribuyan. Hoy todo es muy incierto. Siempre fue difícil anticipar el futuro. Pero ahora lo es muchísimo más.

- ¿Cuánto cambió tu forma de pensar desde la aparición de ChatGPT, en noviembre de 2022, con toda la evolución de la IA Generativa que se registró?

- A mí, personalmente, no me cambió demasiado. No porque minimice lo que está pasando. Sino porque llevo muchos años trabajando estos temas. Trabajo con Inteligencia Artificial desde los años 70. Obviamente no con IA Generativa. Era otro paradigma completamente distinto. Pero hace décadas que vengo pensando la relación entre tecnología, conocimiento y modelos mentales. Donde sí vi un cambio enorme fue en los alumnos y en muchos profesores. Y no siempre para bien. En muchos casos la IA se usa muy mal. Se usa como si fuera Google. O, peor todavía, como una manera de ahorrar trabajo. Les pedís un informe o una monografía y, en lugar de pensar, le preguntan a ChatGPT. Entonces terminan tercerizando el pensamiento. Eso me preocupa. Lo más interesante, de todos modos, es que hoy la IA está cambiando la forma en que se produce y se distribuye el conocimiento científico. La velocidad con la que puede transformar, por ejemplo, descubrimientos en nuevos tratamientos médicos. Esto me recuerda mucho la idea de Mariana Mazzucato, cuando plantea que si fuimos capaces de llegar a la Luna, ¿cómo puede ser que aún no resolvamos problemas como la pobreza o determinadas enfermedades? Tal vez porque nunca los pensamos como grandes misiones nacionales. Y ahí la IA puede ayudar muchísimo.

- El problema no es la Inteligencia Artificial,sino qué estamos haciendo con ella...

- Exactamente. El problema es para qué la usamos. Hoy las grandes empresas están obsesionadas con automatizar inteligencia. A mí me interesa otra cosa. Me interesa aumentar la inteligencia humana. Ese es el verdadero desafío. No estamos ante un problema de escasez de información. Nunca hubo tanta información disponible. El problema es la desigualdad que se puede generar. Yo aprendí a usar el procesador de palabras con un curso de 20 horas para manejar WordStar o WordPerfect. Y después compré la Mac y en 2 horas dibujabas y escribías. Bueno, hasta ahora eso es la IA: algo que reduce brutalmente el tiempo de lo que hacés. Pero vamos a queremos otra cosa: el aumento de la inteligencia. Y el problema es que los que toman decisiones muchas veces todavía no entienden realmente de qué estamos hablando. Y los usuarios finales están todavía más lejos. Entonces, ¿cómo hacés para converger todo esto? Ese es el gran desafío del momento.

Filósofo por la UBA, Alejandro Piscitelli, obtuvo un Master en Systems Science en la Universidad de Luisville en Kentucky, EE.UU. e investigó asuntos relacionados a Internet en el MIT. Fue titular de un Laboratorio de Innovación pedagógica en Ciencias de la Comunicación de la UBA.

Trabajó en educ.ar, en el sistema UNOi de Santillana y en el Colegio Montserrat en Barcelona. Ahora está en UDESA y Siglo XXI como docente de diseños del futuro y asesora a la Universidad Nacional de Mar del Plata.

Recibí en tu mail todas las noticias, historias y análisis de los periodistas de Clarín