Cuando la IA decida qué es verdad: así será internet en 2035

ALGORITMOS · VERDAD · INTERNET 2035

Ya has explorado cómo la carrera geopolítica por la tecnología está creando una nueva guerra fría de la IA entre EEUU, China y Europa y cómo los algoritmos ya toman gran parte de las decisiones diarias por ti. Este artículo es la pieza que falta: qué pasa cuando esa misma IA ya no solo recomienda qué ver, sino que decide qué se considera verdad publicable.

1. 2035: tu feed ya no es neutral

Imagina abrir tu red social favorita en 2035. No ves nada raro: vídeos cortos, titulares, memes, hilos interminables. Pero lo que no ves es todo lo que ha sido filtrado antes. Cada pieza de contenido ha pasado por una cadena de modelos que responden a una pregunta simple y brutal: ¿merece aparecer delante de este usuario en este contexto?

Antes de que algo llegue a tu feed, un modelo detecta si es generado por IA. Otro analiza quién lo publica, su historial y el de la fuente original. Un tercero busca similitudes con desinformación ya catalogada, usando arquitecturas de búsqueda avanzada como las que describes cuando hablas de Graph-RAG y recuperación aumentada. Al final, un «modelo árbitro» combina todo eso en una puntuación de credibilidad que decidirá si el contenido se impulsa, se muestra con un aviso o se entierra en las capas profundas del sistema.

Lo que hoy nos parece un simple feed «ordenado por relevancia» se habrá convertido en un consejo editorial algorítmico. Y, como ya alertabas cuando analizabas el estancamiento del engagement en ChatGPT, la tentación de optimizar solo por atención o por estabilidad política, en lugar de por verdad, será enorme.

2. Del fact-checking humano al árbitro algorítmico

El camino hasta 2035 no empieza de cero. Hoy ya existen equipos de verificación que usan modelos de lenguaje para localizar bulos, resumir informes y cruzar fuentes a una velocidad imposible para un humano. Los mismos bloques técnicos que explicas en tu guía de diseño de sistemas de machine learning y en tu pieza sobre ingeniería de datos para IA son los que se están desplegando en redacciones y plataformas.

La diferencia en 2035 será el grado de automatización y el cambio de rol. El «checker» dejará de ser una herramienta auxiliar y se convertirá en una infraestructura de base. En lugar de verificaciones manuales sobre unas pocas piezas virales, hablaremos de verificación masiva y continua sobre todo lo que se publica: texto, audio, vídeo generado por IA como el que ya anticipas al analizar los modelos de vídeo de Google.

En noticias, ese árbitro algorítmico trabajará en tándem con equipos humanos. Pero en plataformas masivas, donde cada segundo se suben miles de clips, casi todo el proceso será automático. Ya se habrá normalizado que los asistentes de IA para noticias que describías en tu artículo sobre asistentes de IA no solo filtren por temas, sino por niveles de evidencia y trazabilidad.

3. Capas de filtros invisibles: qué desaparece antes de llegar a tu pantalla

El cambio más sutil no será lo que se etiqueta, sino lo que nunca llega. En 2035, gran parte de internet será una gigantesca zona gris de contenido ni ilegal ni claramente falso que, simplemente, no pasa los umbrales de los modelos. No se borra: se desprioriza, se oculta, se relega a espacios donde casi nadie mira.

Eso abre la puerta a una censura blanda, muy distinta de los bloqueos burdos de antaño. El modelo puede decidir que ciertos temas se muestran solo en agregadores especializados, o solo a usuarios con determinado historial, o solo tras un clic extra de «ver contenido controvertido». Lo que planteabas en qué pasaría si tu país bloquea una IA se convierte aquí en algo más fino: no hay bloqueo total, sino un sesgo constante en qué versiones de la realidad son fácilmente accesibles.

Para empresas y empleados, estos árbitros pueden integrarse en herramientas internas: desde el correo corporativo hasta los dashboards. Es la versión informativa de lo que ya adelantabas cuando hablaste de cuando tu jefe sea una IA: no hace falta un «censor» explícito si el sistema que organiza tu trabajo decide silenciosamente qué datos son fiables y cuáles no.

4. Estados, empresas y la guerra fría de la verdad

En 2035, ningún país querrá que los modelos que arbitran la verdad en su territorio estén totalmente bajo control extranjero. Lo que ya analizas en la nueva guerra fría de la IA se trasladará directamente a la infraestructura informativa: modelos nacionales para evaluar desinformación, listas de fuentes «confiables» oficiales y acuerdos bilaterales para compartir señales sobre campañas de influencia.

La otra cara será más oscura: operaciones de desinformación asistidas por IA, ciberataques a sistemas de verificación y modelos entrenados específicamente para imitar el tono de fuentes legítimas. Casos como el ciberataque a Jaguar Land Rover o los riesgos que mencionas en ciberataques potenciados por IA serán la antesala de ataques dirigidos a los propios árbitros de la verdad: si controlas la herramienta que etiqueta algo como fiable, controlas el debate público.

Regulaciones como el AI Act europeo marcarán límites, pero también consolidarán a unos pocos proveedores que puedan permitirse cumplir todos los requisitos. Y eso aumenta la asimetría: unos pocos modelos globales, entrenados con datos de medio planeta, decidiendo qué es aceptable decir sobre política, salud o economía.

5. Marcas de agua y credenciales: el pasaporte de cada contenido

Para que una IA pueda arbitrar la verdad, primero tiene que saber de dónde viene cada cosa. En 2035, casi todo contenido relevante llevará un «pasaporte» asociado: credenciales de procedencia que indiquen quién lo creó, con qué herramienta, qué ediciones ha sufrido y si hay versiones conflictivas circulando. Experimentos iniciales como los que cuentan iniciativas de procedencia de contenido acabarán siendo parte del tejido básico de la web.

En la práctica, eso significa vídeos con metadatos cifrados que indican si se han generado con modelos de vídeo como los que analizas en tu artículo sobre Flow y Veo, audios transcritos por sistemas multilingües similares a los de tu pieza sobre ASR omnilingüe y documentación técnica accesible para que otros modelos puedan auditar las decisiones.

La misma lógica que aplicas al hablar de identificación de dispositivos IoT con modelos de lenguaje se trasladará al contenido: cada pieza se tratará como un «dispositivo informativo» con identidad, historial y reputación propias. El árbitro de la verdad no solo mirará lo que se dice, sino quién lo dice, desde dónde y con qué rastro criptográfico.

6. Tu propia IA como escudo: verificadores personales y clones que filtran por ti

La paradoja es que, frente a estos árbitros centralizados, muchos usuarios responderán con sus propios «abogados de la verdad»: asistentes personales que resuman, comparen y cuestionen automáticamente lo que ven. Lo que hoy imaginas cuando hablas de un clon de IA que trabaja mientras duermes se convertirá también en un clon que lee por ti y te avisa cuando algo huele raro.

Ese asistente podrá superponer anotaciones encima de cualquier contenido: «esta afirmación contradice datos oficiales», «este gráfico usa escalas engañosas», «este vídeo se parece a un deepfake de la base de datos que analizabas en tu artículo sobre deepfakes». Y lo hará no solo en el navegador, sino en gafas, cascos, pantallas del coche o incluso dispositivos ponibles como el colgante Friend AI que ya anticipa esa interfaz constante.

El riesgo es que, igual que advertías en tu análisis sobre novios de IA y amigos sintéticos, estos asistentes se conviertan en filtros afectivos además de informativos: no solo quiten ruido, sino cualquier cosa que incomode tu visión del mundo. Un internet hiperpersonalizado donde cada persona vive rodeada de verdades a medida.

7. Qué puede salir mal: sesgo, censura blanda y zonas opacas

Cuando la IA arbitra la verdad, sus sesgos se convierten en leyes físicas del entorno informativo. Si el modelo está entrenado con datos que infrarepresentan ciertas lenguas, minorías o corrientes políticas, sus decisiones irán en la misma dirección. No hará falta prohibir nada: bastará con asignar menos «confianza» a ciertos discursos para que desaparezcan de los espacios centrales.

También veremos una patologización algorítmica de temas complejos: si un conjunto de modelos, entrenados para minimizar riesgo legal, detectan señales asociadas a salud mental, alimentación o política sensible, tenderán a bloquear más de la cuenta. Algo parecido a lo que ya analizabas al hablar de chatbots y trastornos alimentarios, pero extendido a todo el debate público.

Y habrá errores espectaculares. Igual que en tu pieza sobre pilotos de IA que fracasan cuentas cómo los proyectos mal diseñados se caen en producción, veremos lanzamientos de árbitros de la verdad que generen bloqueos masivos, acusaciones de censura y respuestas regulatorias urgentes. El peligro no es solo técnico, sino de confianza: una vez la sociedad percibe que el «árbitro» juega para un lado, todo el sistema de verificación se resiente.

8. Qué deberían hacer hoy empresas, medios y reguladores

Para las empresas tecnológicas, el mensaje es claro: diseñar desde ya sistemas trazables, auditables y explicables. Eso implica no solo entrenar modelos potentes, sino construir alrededor todo lo que ya propones en tus piezas de liderazgo en IA y chatbots empresariales: gobernanza, métricas, revisiones humanas y capacidad de explicar a posteriori por qué se tomó una decisión concreta.

Los medios, por su parte, tendrán que decidir hasta qué punto delegan en modelos externos el arbitraje de la verdad. Veremos redacciones que construyen sus propios verificadores internos, apoyándose en buenas prácticas de encaje producto-mercado para productos de IA y utilizando herramientas especializadas como las que comentas en Harvey para despachos legales pero adaptadas a periodismo: sistemas donde el modelo propone, pero la decisión última sigue siendo humana.

Los reguladores, mientras tanto, van a entrar a definir mínimos: derechos de apelación cuando una IA te marca como desinformador, requisitos de documentación como los que anticipas al hablar de herramientas de investigación profunda y estándares de seguridad y resiliencia parecidos a los que planteas al cubrir soluciones de seguridad con IA. No bastará con que el modelo funcione: habrá que demostrar que no discrimina ni se deja capturar por intereses concretos.

Detrás, como siempre, estará la infraestructura. Las inversiones masivas en centros de datos que analizas en la inversión de Anthropic y las migraciones a arquitecturas basadas en agentes que comentas en tu artículo sobre VMware y nube son también la base física sobre la que se ejecutarán estos árbitros de la verdad a escala planetaria.

9. Educación, cultura y el futuro de la duda

En la escuela y la universidad, el reto será enseñar a convivir con un internet filtrado. Si, como planteas en tu visión de escuelas sin exámenes, la IA está presente en cada aula, también lo estarán estos sistemas de verificación. El riesgo es criar generaciones que acepten el sello algorítmico de «verdadero» como incuestionable, igual que hoy muchos aceptan el primer resultado de un buscador.

Al mismo tiempo, habrá nichos contraculturales que huyan de toda mediación, espacios que se definan precisamente por rechazar verificadores automáticos. Algunos serán refugios legítimos para el pensamiento crítico; otros, caldo de cultivo para conspiraciones. Igual que la música o el cine viven entre mainstream y underground, la información tendrá su propia escena «no verificada» donde la identidad de grupo se definirá por desconfiar de los árbitros oficiales.

La clave estará en mantener viva la duda sana: esa capacidad de preguntarte no solo si algo es verdad, sino quién lo decide y con qué incentivos. La alfabetización mediática del futuro incluirá leer modelos tanto como leer textos: entender cómo se entrenan, qué pueden y no pueden ver, cómo influyen los datos que se les ocultan.

10. La pregunta final: quién programa al árbitro

La IA va a decidir cada vez más qué merece tu atención. Eso es inevitable: el volumen de información que producimos ya es inabarcable sin filtros. La cuestión no es tanto si habrá árbitros algorítmicos de la verdad, sino quién los diseña, con qué reglas y con qué mecanismos de control.

Si ese poder se concentra en unas pocas empresas, sin transparencia ni supervisión, el internet de 2035 puede ser más suave en la superficie pero mucho más rígido en el fondo: un espacio pulido, con menos ruido, pero también con menos fricción, menos disidencia visible y menos sorpresa. Si, en cambio, construimos sistemas abiertos, auditables, con competencia real entre modelos y derecho efectivo a apelar decisiones, la IA puede ser una aliada para desactivar campañas de desinformación sin ahogar la pluralidad.

Cuando en 2035 abras tu feed y todo parezca tranquilo, quizá merezca la pena recordar que esa calma no es natural: es el resultado de millones de decisiones algorítmicas por segundo. La pregunta que nos toca responder hoy es si queremos que ese árbitro de la verdad sea un oráculo opaco o una herramienta cuya lógica podamos entender, discutir y, cuando haga falta, reescribir.