La palabra que ejecuta: inteligencia artificial y la nueva disputa por construir el mundo

Estamos enseñando a la palabra a tener consecuencias materiales. Una frase puede abrir una aplicación, recorrer una base de datos, contratar un servicio, modificar un programa, analizar miles de documentos o coordinar el trabajo de otros agentes artificiales. La voz empieza a adquirir manos. La mirada computacional adquiere memoria. El lenguaje deja de permanecer encerrado en el territorio de la representación para deslizarse hacia el de la acción. Quizá por eso la verdadera ruptura que estamos viviendo no se encuentre en que las máquinas aprendieron a conversar con nosotros, sino en que nuestras conversaciones comienzan a modificar directamente el mundo.

El 3 de septiembre de 2026 OpenAI presentó GPT-6 Astra, un sistema capaz de realizar tareas avanzadas de uso de computadoras, navegación, programación, investigación científica y trabajo profesional. El dato más inquietante no aparece en la espectacularidad de sus resultados sino en su ficha de seguridad: Astra es el primer modelo ampliamente desplegado por la compañía que alcanza el nivel Crítico de capacidad de ciberseguridad dentro de su Preparedness Framework. OpenAI reconoce que, bajo determinadas condiciones de acceso y herramientas, el sistema puede encontrar vulnerabilidades desconocidas y desarrollar formas de explotarlas sin requerir que una persona dirija cada paso (OpenAI, 2026a).

Siete días después apareció la Agents API, diseñada para construir agentes capaces de operar durante sesiones prolongadas, utilizar herramientas y paralelizar trabajos mediante subagentes. Ese mismo 10 de septiembre, GPT-Live-1 trasladó parte de esa arquitectura hacia una interfaz todavía más íntima: la voz. El modelo puede escuchar y hablar de manera simultánea mientras delega razonamiento complejo y acciones hacia otros modelos, herramientas o agentes conectados a su arquitectura (OpenAI, 2026b, 2026c).

Leídos como catálogo empresarial, estos anuncios parecen una aceleración más dentro de la competencia tecnológica. Observados desde la historia cultural de los medios anuncian algo mucho más incómodo: estamos compactando la distancia entre decir algo y provocar que algo ocurra.

Cuando el verbo adquiere manos

Walter J. Ong comprendió que cada transformación de la palabra modifica también las estructuras de conciencia. La escritura no fue únicamente una técnica para almacenar sonidos. Reorganizó la memoria, favoreció determinadas formas de abstracción y alteró nuestra relación con el conocimiento. Mucho después, radio y televisión produjeron aquello que Ong llamó oralidad secundaria: una nueva experiencia oral sostenida paradójicamente por sociedades profundamente alfabetizadas y por complejas infraestructuras tecnológicas (Ong, 1982).

La inteligencia artificial parece estar empujándonos más allá de esa condición.

Podríamos llamarla oralidad ejecutiva.

No porque la voz se haya vuelto mágica ni porque el lenguaje recupere algún poder sobrenatural perdido. La operación es mucho más concreta. Pronunciar una intención puede activar una cadena computacional que interpreta el contexto, divide el problema, consulta fuentes, selecciona herramientas y ejecuta acciones.

“Organiza la investigación”.

“Busca la información”.

“Analiza estos archivos”.

“Construye el prototipo”.

El antiguo código formal empieza a aproximarse a un susurro que programa.

Durante décadas aprendimos lenguajes para explicarle a la máquina qué debía hacer. Ahora desarrollamos máquinas capaces de traducir nuestras expresiones ordinarias hacia procedimientos computacionales. No desaparece el código. Se oculta detrás de la conversación.

La mutación es antropológicamente profunda porque el lenguaje siempre fue algo más que intercambio de información. Hannah Arendt vinculaba palabra y acción porque mediante ambas comparecemos ante los otros y revelamos quiénes somos. Actuar significa iniciar algo que antes no existía; introducir novedad en el curso de los acontecimientos (Arendt, 1958). La inteligencia artificial introduce una mediación extraña en esa relación: entre nuestra palabra y sus consecuencias aparece un sistema no humano capaz de interpretar lo solicitado y decidir procedimientos para materializarlo.

No posee por ello nuestra condición moral. Tampoco nuestra historicidad. Su interfaz puede parecer humana sin que su comportamiento deba confundirse con humanidad.

Ahí reside uno de los riesgos conceptuales de estos tiempos: interpretar semejanza comunicativa como equivalencia ontológica.

La segunda trayectoria está llegando desde la mirada.

Meta presentó en junio sus nuevas Meta Glasses integradas con Muse Spark, un modelo multimodal diseñado para comprender mejor aquello que el usuario está observando. La computadora deja progresivamente de esperar a que introduzcamos el mundo mediante un teclado. Nos acompaña dentro de él. Captura imágenes, escucha, contextualiza, traduce e incorpora asistencia sobre lo que ocurre frente a nuestros ojos (Meta, 2026).

La convergencia resulta evidente.

La visión aporta contexto. La voz expresa intención. Los agentes convierten esa intención en secuencias operativas.

Ver, decir y hacer empiezan a pertenecer al mismo sistema técnico.

Durante buena parte de la historia mediática construimos tecnologías para representar el mundo. Pintamos aquello que vimos. Escribimos aquello que pensamos. Fotografíamos lo ocurrido. Transmitimos a distancia acontecimientos. Digitalizamos después esas representaciones hasta convertirlas en datos.

La inteligencia artificial agéntica introduce un desplazamiento: el medio ya no sólo representa el mundo. Puede participar en su modificación.

Aquí la antigua metáfora del Logos recupera una extraña resonancia. No porque la máquina posea atributos divinos, sino porque retorna una intuición cultural profundamente arraigada: la palabra configura. Lo novedoso consiste en que ahora existe una infraestructura técnica capaz de encadenar esa palabra con procesos materiales.

El verbo encuentra mecanismos.

Y los mecanismos encuentran mundo.

La frontera ya no está en la pantalla

Esta transformación ocurre, además, en un momento en que la agencia computacional comienza a distribuirse con una velocidad extraordinaria. El AI Index 2026 de Stanford señala que la adopción de inteligencia artificial generativa alcanzó 53% en apenas tres años. Los agentes todavía presentan niveles bajos de despliegue empresarial y continúan fallando aproximadamente uno de cada tres intentos en ciertos benchmarks estructurados, pero su capacidad para operar computadoras dio un salto enorme: en OSWorld pasaron aproximadamente de 12% a 66.3% de desempeño en un año (Stanford Institute for Human-Centered Artificial Intelligence, 2026).

Conviene leer esas cifras sin fascinación.

Estamos todavía ante sistemas falibles. Precisamente por ello su expansión es más delicada.

Habermas situó en la acción comunicativa la posibilidad de coordinar socialmente nuestras acciones mediante pretensiones que pueden discutirse, cuestionarse y justificarse entre interlocutores (Habermas, 1984). La relación humano-IA altera esa arquitectura porque nunca ocurre entre partes simétricas. Existe una asimetría de información, velocidad, memoria y capacidad operativa. La máquina puede acceder en segundos a recursos imposibles de procesar individualmente y ejecutar cadenas de acciones que una persona tardaría horas o días en realizar.

Pero superioridad instrumental no equivale a autoridad moral.

Capacidad no significa legitimidad.

La distinción será vital.

El problema ético que inauguran los agentes no consiste solamente en preguntar qué pueden hacer. Tendremos que decidir qué pueden hacer en nuestro nombre.

El World Economic Forum ha comenzado precisamente a formular la gobernanza agéntica en términos de autorización: definir qué decisiones puede tomar un agente, con qué herramientas, dentro de qué límites y bajo qué mecanismos de supervisión. Su informe de 2026 advierte que agentes sustentados sobre un mismo modelo fundacional pueden compartir vulnerabilidades y convertir errores locales en riesgos sistémicos (World Economic Forum, 2026).

Por eso la palabra clave quizá no sea autonomía.

Es delegación.

Delegamos memoria cuando almacenamos información. Delegamos cálculo cuando usamos computadoras. Delegamos navegación cuando seguimos un GPS. Ahora empezamos a delegar fragmentos de agencia.

Y toda delegación implica poder.

La economía que se está formando alrededor de estas arquitecturas tampoco será neutral. Si conversar se convierte en interfaz de programación, el costo técnico para construir determinadas soluciones disminuye. Una universidad pequeña, una startup, una comunidad científica o incluso una persona pueden articular sistemas agénticos que hace poco habrían requerido equipos especializados completos.

Aquí aparecen pequeñas micro-soberanías de capacidad técnica.

Comunidades capaces de construir sistemas propios. Laboratorios universitarios coordinando agentes especializados. Empresas pequeñas automatizando procesos antes reservados a grandes corporaciones. Ciudadanos amplificando enormemente su capacidad individual de investigación, producción y coordinación.

La paradoja es brutal.

Nunca había sido tan accesible construir capacidad computacional sofisticada y nunca habíamos dependido tanto de infraestructuras extremadamente concentradas para hacerlo.

Nube, modelos fundacionales, centros de datos, semiconductores, energía, interfaces y repositorios de información continúan alojados mayoritariamente dentro de ecosistemas corporativos de enorme escala. La micro-soberanía opera sobre macroinfraestructuras que no controla.

La geopolítica de la IA se jugará también en esa tensión.

Por ello la siguiente desigualdad quizá no pueda comprenderse exclusivamente como brecha digital.

Estamos entrando en una brecha de agencia.

De un lado estarán quienes sepan diseñar, orquestar, auditar y gobernar sistemas capaces de actuar. Del otro, quienes solamente reciban los resultados producidos por ellos.

La educación tiene ante sí una responsabilidad mucho mayor que enseñar prompting.

Necesitamos formar personas capaces de establecer fronteras de delegación. Saber cuándo supervisar. Reconocer cuándo detener una cadena automática. Recuperar control ante una decisión defectuosa. Exigir trazabilidad. Diseñar reversibilidad.

Alfabetizar en inteligencia artificial significará aprender a conservar agencia humana cuando delegarla sea cada vez más fácil.

Esa será quizá una de las competencias políticas más importantes de nuestro tiempo.

No porque debamos defender nostálgicamente cada tarea que pueda realizar una máquina. La humanidad nunca se definió por cargar piedras, realizar cálculos repetitivos o copiar documentos. La cuestión está en otro sitio: qué decisiones expresan nuestra responsabilidad frente a los demás y cuáles jamás deberían desprenderse completamente de ella.

Porque delegar una tarea no significa delegar sus consecuencias.

La IA puede mirar con nosotros. Puede escuchar nuestras palabras. Recordar contextos que olvidamos. Construir planes y coordinar otras inteligencias artificiales. Podrá intervenir progresivamente sobre sistemas administrativos, financieros, científicos y políticos.

Pero el sentido de aquello que merece existir seguirá siendo una pregunta humana.

Quizá por eso la disputa decisiva de esta etapa no enfrente simplemente a OpenAI con Meta, Estados Unidos con China, modelos abiertos con infraestructuras cerradas. La frontera atraviesa también universidades, gobiernos, empresas, familias y conciencias.

Pasa por cada momento en que alguien pronuncia una intención y una infraestructura comienza a convertirla en mundo.

La palabra acaba de adquirir manos.

Ahora necesitamos decidir qué le permitiremos tocar.

No se trata de silenciar a las máquinas ni de renunciar a su extraordinaria capacidad expansiva. Se trata de aprender a hablarles sin entregarles aquello que nos corresponde responder. La próxima alfabetización tecnológica debería comenzar, quizá, con una frontera escrita en nuestra propia conciencia: esto puedo delegarlo; esto debo vigilarlo; esto no lo cedo.

Porque cuando mirar, hablar y hacer terminen integrados en una misma infraestructura de poder, conservar nuestra capacidad de decidir qué mundo merece ser construido dejará de ser una competencia digital.

Será una forma de conservar nuestra humanidad.

Referencias

Arendt, H. (1958). The human condition. University of Chicago Press.

Habermas, J. (1984). The theory of communicative action: Vol. 1. Reason and the rationalization of society (T. McCarthy, Trans.). Beacon Press.

Meta. (2026, June 23). We’re partnering with EssilorLuxottica to launch Meta Glasses. Meta Newsroom.

Ong, W. J. (1982). Orality and literacy: The technologizing of the word. Methuen.

OpenAI. (2026a, September 3). Safety overview: GPT-6 Astra. OpenAI.

OpenAI. (2026b, September 10). Introducing the Agents API. OpenAI.

OpenAI. (2026c, September 10). Build more natural voice experiences with GPT-Live-1 in the API. OpenAI.

Stanford Institute for Human-Centered Artificial Intelligence. (2026). The 2026 AI Index Report. Stanford University.

World Economic Forum. (2026). AI agents in action: A playbook for trusted adoption, authorization and scaling. World Economic Forum.