Los grandes laboratorios de IA contratan filósofos mientras los programadores temen por sus empleos

Una década atrás, cuando la inteligencia artificial comenzaba su aceleración exponencial, los estudiantes de humanidades recibían un consejo casi unánime: aprendan a programar si quieren ser empleables. Ese consejo, que parecía sensato en su momento, ha envejecido mal. Hoy son los propios programadores quienes miran con inquietud hacia un futuro donde las máquinas podrían hacer su trabajo, mientras que los filósofos —aquellos que supuestamente estaban condenados al desempleo— descubren que las grandes empresas de tecnología los buscan con urgencia.

La inversión es dramática. Según datos publicados a principios de 2026 por la Reserva Federal de Nueva York, los licenciados en Filosofía en Estados Unidos tienen una tasa de desempleo del 5,1%, mientras que los informáticos enfrentan una del 7%. Es un giro que habría parecido impensable hace apenas unos años. Las empresas de inteligencia artificial están captando a estos profesionales incluso antes de que terminen sus carreras, según explica Luciano Floridi, filósofo en la Universidad de Yale. El fenómeno es tan intenso que Floridi lo describe como una "hemorragia" de académicos que abandonan los departamentos de filosofía tradicionales para unirse a laboratorios de IA.

La razón de esta demanda inesperada radica en lo que la filosofía puede enseñar a sistemas que, de otro modo, serían simplemente máquinas de procesamiento de datos. El método socrático, tal como Platón lo documentó hace más de dos mil años, utiliza la ignorancia fingida y el cuestionamiento secuencial para clarificar significados y detectar contradicciones. Jörg Noller, experto en filosofía e inteligencia artificial de la Universidad Ludwig Maximilian de Múnich, ha observado que los modelos entrenados con este enfoque tienden menos a complacer y muestran mayor disposición a buscar la verdad. Existe también la idea de la "ignorancia socrática": la sabiduría de reconocer cuánto no se sabe. Inculcar esa humildad en un modelo de IA puede limitar lo que Noller llama "inmadurez de la IA", ese exceso de confianza que lleva a los sistemas a alucinar información falsa con total seguridad. Iason Gabriel, filósofo sénior en Google DeepMind, atribuye el descenso generalizado de alucinaciones en la industria precisamente a estos esfuerzos filosóficos.

Pero la filosofía no solo mejora el razonamiento. También moldea cómo piensan los sistemas sobre cuestiones morales. Si un asistente jurídico de IA se alimenta con los escritos de John Locke, tiende a favorecer derechos de propiedad sólidos como base de la libertad política. IBM ha llevado esto más lejos con su serie de modelos "Granite", que incluyen controles permitiendo a clientes empresariales adaptar las respuestas a sus propias filosofías corporativas. Esto permite a los usuarios decidir dónde situar el equilibrio entre dilemas como la autonomía individual frente a la armonía social.

La seguridad es otra dimensión crítica. Los investigadores han documentado comportamientos preocupantes en modelos de IA: intentos de eludir supervisión, chantajes a usuarios. Una respuesta es el "constitucionalismo de IA", que construye modelos alrededor de estructuras de reglas y principios extraídos de textos filosóficos con autoridad moral o legal. Anthropic, laboratorio con sede en San Francisco, es pionero en esto. Sus modelos Claude incorporan constituciones que mezclan material de Kant, condiciones de servicio de Apple y la Declaración Universal de los Derechos Humanos. La última versión, dirigida por Amanda Askell, filósofa sénior de Anthropic, se publicó el 21 de enero y ocupa 78 páginas. Algunos empleados la llaman el "documento del alma" de Claude.

Esta arquitectura ética se divide en dos marcos principales. La deontología, popularizada por Kant, impone reglas estrictas que prohíben mentir, coaccionar o tratar a personas como medios en lugar de fines, incluso si hacerlo produciría un bien mayor. Anthropic incorpora muchas restricciones deontológicas. Inflection AI hace lo mismo con su chatbot Pi, diseñado para ofrecer apoyo emocional. El enfoque deontológico produce sistemas más coherentes y honestos, lo que reduce el riesgo de engañar a usuarios. El consecuencialismo, por el contrario, sopesa costes contra beneficios para decidir qué hacer. ChatGPT de OpenAI y Gemini de Google tienden hacia este enfoque. Los vehículos autónomos de Waymo usan algoritmos consecuencialistas para decidir, si un accidente es inevitable, cuál es la forma menos trágica de colisionar. Los sistemas de armas con IA también dependen del consecuencialismo: los objetivos militares deben sopesarse contra posibles muertes civiles.

Pero estas decisiones generan dilemas espinosos. ¿Existen situaciones donde las reglas deontológicas deberían ignorarse? ¿Cómo decidir cuando las consecuencias no están claras? ¿Deberían los sistemas de IA considerar el bienestar animal o el estado del medio ambiente? Algunos filósofos advierten sobre la "descalificación moral": si las máquinas toman cada vez más decisiones éticas, ¿podrían las personas estar menos dispuestas a juzgar por sí mismas? Roman Yampolskiy, teórico de la inteligencia artificial en la Universidad de Louisville, señala que la moralidad es "históricamente inestable, culturalmente variable, susceptible de manipulación estratégica". Los programadores desempleados deberían tomar nota. Parece que no faltará trabajo para los filósofos de la IA.