Lautaro Borrovinsky, científico de datos y magister en IA, dialogó con Juani Guarino en El Ágora 2026 sobre qué es verdaderamente la Inteligencia Artificial y qué riesgos conlleva para la sociedad actual.
En la primera parte de la entrevista, se refirió a cómo funcionan realmente los modelos de inteligencia artificial, la relación entre lenguaje y pensamiento, y si tecnologías como ChatGPT logran superar el histórico test de Turing.
En medio de un clima mediático saturado de anuncios sobre IA, no dudó en afirmar que: “No hay un proceso de pensamiento, de elaboración. Hay un proceso puramente estadístico”.
Posteriormente, la charla abordó directamente las últimas noticias sobre agentes de IA que podrían poner en riesgo a la humanidad.
Qué hace un científico de datos
Borrovinsky explicó el vínculo entre su profesión y el desarrollo de la inteligencia artificial actual. Para el especialista, la idea de una IA como entidad autónoma es engañosa: se trata de modelos que aprenden de datos generados por las personas.
“Los datos y la inteligencia artificial son como dos caras de la misma moneda. Este nombre inteligencia artificial lo hace sonar como algo alejado, como una entidad propia, como una entidad autónoma, pero en realidad son modelos que aprenden de los datos que hay en internet que todos nosotros generamos”, señaló.
Sobre su tarea específica, detalló que un modelo de IA “siempre vive dentro de una computadora” y que, por lo tanto, únicamente procesa números.
“Mi trabajo consiste muchas veces en traducir el texto a un lenguaje numérico, traducir el texto a números para que un modelo de inteligencia artificial que vive en una computadora y por lo tanto solo entiende números lo entienda”, explicó.
Lenguaje, pensamiento y la herencia de la filosofía
Cuando Guarino introdujo la discusión filosófica clásica sobre la relación entre lenguaje y pensamiento, y preguntando si la IA pone en jaque esa tradición, Borrovinsky ubicó el debate en el origen mismo de su campo de especialización.
“El área a la que me dedico se llama procesamiento de lenguaje natural, porque la máquina procesa el lenguaje, genera la ilusión de que lo está entendiendo. Toda la inteligencia artificial tiene que ver con una simulación desde el comienzo”, afirmó, recordando que la disciplina existe desde los años 50, cuando Alan Turing propuso su test, al que llamó “el juego de la imitación”.
Además, Lautaro marcó una distinción central entre el funcionamiento humano y el de las máquinas:
“Nosotros pensamos de una manera y hablamos de otra y las máquinas piensan, entre comillas, y hablan todo de la misma manera. Tenemos pensamientos abstractos y después usamos el lenguaje a veces intentando poner en palabras ese pensamiento, pero las máquinas hacen todo con la misma lógica”.
El mecanismo detrás de las respuestas de ChatGPT y otros LLMs
Consultado sobre el funcionamiento de los grandes modelos de lenguaje, Borrovinsky fue explícito respecto de que no existe elaboración de pensamiento sino predicción estadística de palabras.
“Los grandes modelos de lenguaje como ChatGPT, como Claude, son grandes predictores de la siguiente palabra. Lo único que hacen, incluso los agentes estos que hackean cosas, es predecir la siguiente palabra. Chat GPT es como el predictor del WhatsApp del smartphone: vos empezás a escribir y te empieza a aparecer las palabras que tienen que ver con la frecuencia de cómo las encadenás. No porque sea inteligente, sino porque de diez veces que dijiste hola, como nueve dijiste después estás. Es eso, pero con esteroides“.
Explicó además el rol de la arquitectura Transformer, que le da la T a GPT, presentada por Google en 2017, en la capacidad de estos modelos para tener en cuenta el contexto:
“Es una estructura diseñada para que estos modelos puedan tener en cuenta el contexto, que puedan ver en una frase las palabras a qué otras palabras le están prestando atención”, dijo, y ejemplificó con la frase “el carpincho se fue a dormir en su pantano”, donde el posesivo “su” remite específicamente al carpincho.
El test de Turing, ¿superado hace años?
Ante la consulta si los modelos actuales pasan el clásico experimento de Alan Turing, su respuesta fue contundente: “Sí, lo pasan caminando en algunos casos”. No obstante, rápidamente aclaró el alcance de esa afirmación: “Es indistinguible, no significa que sea inteligente, pero sí que por lo menos es indistinguible de una persona para un interlocutor”.
Sobre cuándo pudo haberse alcanzado ese punto, mencionó un antecedente poco conocido, anterior incluso a la arquitectura Transformer:
“Hubo un caso concreto en el año 2014, antes de que exista incluso el Transformer, donde hicieron un experimento en el que le hacían creer a unas personas que una IA era en realidad un chico de 13 años y las personas se lo creyeron”.
No obstante, remarcó las limitaciones del test como herramienta de medición: “El test de Turing es algo medio abstracto. Por ahí funciona con una persona, pero con otra no. Es difícil de definir”.
¿Entender o simular? El debate abierto
Sobre el cierre de esta primera parte de la entrevista, Borrovinsky sintetizó su posición frente al interrogante de fondo: si la máquina realmente piensa o entiende. Para el científico de datos, la clave está en distinguir el comportamiento observable del proceso interno.
“Ya estamos en una fase donde realmente la máquina tiene comportamientos propios de personas con cierto grado de inteligencia en muchísimas tareas. Eso creo que es innegable. Después está la cuestión más filosófica de si podemos decir que la máquina es inteligente o que entiende o que piensa.
Si ves solo el input y el output, la entrada y la salida, y la dejas como una caja negra, vos decís: si un humano hubiera con este input obtenido este output, yo diría que ese humano es inteligente, y lo consiguió una máquina. Así que en ese sentido, sí, ya estamos ahí hace rato”.
