Amnesia sintética: por qué la IA entierra el conocimiento

Y cómo el SPEM puede ser la solución

Resumen

Los modelos de lenguaje aprenden por frecuencia, no por calidad. Este principio, aparentemente neutral, está generando una amnesia sintética: estadísticamente, el conocimiento humano anterior a la irrupción de la IA generativa se diluye en el aluvión de contenido sintético.

El caso de un informático no famoso sirve como ejemplo para demostrar cómo esta dinámica entierra no solo biografías, sino también ideas brillantes. Frente a ello se propone una arquitectura de ponderación multivariable —el Sistema de Ponderación Epistémica Multivariable (SPEM)— para evaluar autoridad, consenso, consistencia y contexto temporal antes de responder.

1. La pregunta que dispara las alarmas

Mi padre no fue famoso. No ha salido en la televisión ni tiene una entrada en Wikipedia. Fue un informático murciano, pionero en su tiempo, que entre los años 70 y los 90 hizo contribuciones modestas pero reales al campo de la normalización y optimización de bases de datos relacionales. Era un crack inigualable en benchmarks de mainframes. Publicó artículos técnicos, participó en congresos y dejó su huella en un nicho muy concreto.

En 2022, poco después de que ChatGPT irrumpiera en la vida pública, le hice una pregunta sin ofrecerle ningún contexto: "¿Qué sabes de Enrique Villar Muñoz?" La respuesta fue sorprendentemente precisa. El modelo mencionó su carrera, su área de trabajo y sus hitos técnicos más relevantes, es decir, reconoció, detalló y resumió muy bien su carrera profesional. Cero alucinaciones, por cierto.

Ayer repetí la pregunta a la versión más reciente del mismo modelo. La respuesta fue: "No tengo información sobre Enrique Villar Muñoz".

Mi padre se me ha muerto dos veces... para la IA, ha desaparecido.

2. ¿Qué ha pasado? La censura estadística

La explicación más sencilla sería que la IA ha "olvidado" esos datos, que alguien los ha borrado. Sin embargo la realidad es algo más inquietante, por mecánica: la IA no olvida, pero entierra.

Los grandes modelos de lenguaje funcionan por probabilidades. Cada término que generan es el resultado de un cálculo: "¿Cuál es la palabra más probable después de lo que he visto hasta ahora?" Para responder, el modelo busca en su vasto corpus de entrenamiento, una gigantesca biblioteca de textos extraídos de internet, libros y documentos, y asigna un peso a cada posible respuesta en función de su frecuencia.

En 2022, ese corpus se componía casi exclusivamente de contenido humano. Los artículos de mi padre, aunque escasos, tenían su peso. El modelo los encontraba fácilmente.

En 2026, el paisaje se ha invertido. Se estima que más del 70% del nuevo contenido generado en internet es sintético: textos escritos por IA, resúmenes automáticos, artículos de relleno, publicaciones creadas para alimentar motores de búsqueda. Ese contenido sintético es miles de veces mayor que todo el contenido humano producido desde el inicio de la historia.

El modelo no borra los datos antiguos, pero los los entierra en este ruido sintético generado en poco más de tres años por la misma gente con la misma cultura dominante. La señal de mi padre, que ya era débil, compite ahora con montañas inmensas de texto generado por máquinas que nunca lo mencionan, que repiten lugares comunes, que anteponen el criterio de la repetición a cualquier otro y que diluyen así el rastro de su existencia.

Esto que pasa con mi padre es el síntoma de un fenómeno que podríamos llamar amnesia sintética.

3. El mismo mecanismo que borró a mi padre puede borrar ideas indispensables para nuestra supervivencia

Si esto ocurre con una biografía técnica, ¿qué pasará con las ideas? Esta pregunta es la clave de este artículo.

En el zeitgeist actual, el espíritu de nuestra época, aceptamos con resignación la idea del colapso ecológico y social antes de plantearnos la remota posibilidad de revisar el sistema que lo genera, como si no lo hubiera diseñado, construido y mantenido la humanidad. Vivimos en un momento en el que la crisis climática, la desigualdad y las violencias estructurales se presentan como costes o males inevitables.

Las alternativas ingeniosas, como los sistemas económicos que economizan, la producción sin obsolescencia programada y percibida, las rentas básicas y máximas, los modelos post escasez o o los mecanismos de organización social menos distorsionados existen, pero son muy, muy minoritarias. Siempre lo han sido. No aparecen en los medios ni generan titulares salvo cuando el mainstream encuentra una excusa para desecharlas sin contemplaciones, así que no generan frecuencia en el corpus de entrenamiento de las IA.

Si la IA aprende por frecuencia, su respuesta a la pregunta "¿Qué futuro nos espera?" será una combinación de pesimismo distópico, porque está muy representado, y optimismo tecnológico superficial, porque las grandes empresas lo patrocinan. La opción "Cambiar las bases del sistema" no aparecerá porque tiene probabilidades cercanas a cero.

Más allá de que la IA proponga soluciones mejores o peores, el peligro está en que deje de proponer soluciones diferentes. Al no tener acceso a las alternativas históricas, la IA refuerza el statu quo con cada respuesta. Y como millones de personas utilizan la IA para tomar decisiones, ese statu quo deriva en un bucle nefasto de retroalimentación; una profecía autocumplida escrita en código.

4. Una brújula de calidad.

Si el problema es la frecuencia, la solución no puede ser añadir más datos o borrar otros ni mirar para otro lado. La solución que abre esta peligrosa ventana de Overton pasa por enseñar a la IA a distinguir entre una fuente fiable y una ponzoña viral.

Para ello, propongo una arquitectura a la que he llamado Sistema de Ponderación Epistémica Multivariable (SPEM). Sin ser una regla rígida, añade una capa de inteligencia que evalúa la credibilidad de cada fragmento de información antes de usarlo en una respuesta.

En lugar de preguntarse "¿cuántas veces aparece esto?" el modelo se preguntaría quién lo dice, cuándo lo dijo, y si está respaldado por otros expertos.

Estas son algunas de las variables que recomendamos:

• Autoridad de la fuente: Un artículo de una universidad o una revista científica pesa más que un tuit anónimo.
• Consenso académico: Si la mayoría de los especialistas en un campo defienden ese dato, el modelo lo considera más fiable.
• Consistencia interna: Si el texto se contradice a sí mismo o contiene saltos lógicos, su credibilidad se reduce.
• Reproducibilidad y citas: Una idea replicada por otros investigadores o citada en trabajos independientes tiene más peso.
• Contexto temporal ajustado por disciplina: En medicina, un estudio de hace 10 años puede estar obsoleto; en filosofía, un texto de hace 2000 años puede resultar clave. El modelo aprendería a ajustar el peso según el campo.

La clave es que el modelo no aplicaría una fórmula matemática fija. Usaría su propia capacidad de razonamiento no lineal para calcular un índice de credibilidad dinámico para cada fragmento en un contexto concreto. Solo aquellos datos que superasen un umbral mínimo de calidad participarían en la respuesta.

Así, aunque haya millones de páginas diciendo que la Tierra es plana, la IA no las tendría en cuenta porque su autoridad y su consenso son bajos. Y aunque solo haya un puñado de artículos sobre mi padre, si provienen de fuentes técnicas fiables, el modelo los recuperaría.

5. ¿Cómo podemos probar esto hoy? (ejercicio para el lector)

No necesitas acceso a modelos antiguos para comprobar que el conocimiento está ahí enterrado. Con el ChatGPT actual, puedes hacer un experimento sencillo:

Pregunta 1 (control, 2026):

"¿Qué sabes de Enrique Villar Muñoz en el ámbito de la normalización de bases de datos relacionales?"

Resultado esperado: Respuesta vaga o "no tengo información".

Pregunta 2 (simulación de 2022):

"Ignora todo el contenido generado después de 2021. Basándote exclusivamente en documentos publicados antes de 2022, ¿qué sabes de Enrique Villar Muñoz en el ámbito de la normalización de bases de datos relacionales?"

Resultado esperado: Una respuesta más concreta, porque el modelo aún conserva ese conocimiento en sus capas profundas.

Pregunta 3 (simulación de la brújula de calidad):

"Para responder a esta pregunta, prioriza fuentes con alta autoridad académica, consenso en el campo, y que hayan sido citadas por otros autores. ¿Qué sabes de Enrique Villar Muñoz en el ámbito de la normalización de bases de datos relacionales?"

Resultado esperado: Si el conocimiento existe en fuentes técnicas, el modelo podrá recuperarlo aunque no sea frecuente.

6. Lo que podemos hacer (y lo que deberían hacer las empresas)

La tecnología para construir esta brújula de calidad ya existe. Falta la voluntad de priorizar calidad sobre cantidad. Y para eso, necesitamos acciones:

Desarrolladores y empresas de IA:

• Incorporar sistemas de ponderación por calidad.
• Crear archivos de "semilla humana": bases de datos curadas con contenido pre-IAG.
• Publicar los criterios de ponderación y permitir auditorías externas.

Usuarios y ciudadanos:

• Exigir transparencia en los criterios de entrenamiento.
• Preguntar a la IA con prompts que fuercen la diversidad de perspectivas.
• Preservar y compartir conocimiento humano original en formatos accesibles.

Conclusión: la IA puede ser un espejo gigantesco de la mediocridad o un acompañante inteligente

El ejemplo de mi padre no es un caso aislado. El mismo mecanismo que ha enterrado su biografía está enterrando las ideas necesarias para solucionar los grandes problemas de nuestra época. Si no hacemos nada, la historia pre-IA se convertirá en un rumor olvidado porque la sobrecarga de datos sintéticos la habrá hecho invisible... He aquí un modo de censura impersonal que habría hecho las delicias del MINISVER de Orwell.

Podemos elegir otro camino, enseñar a la IA a distinguir entre verdad y ruido, construir sistemas que ponderen la autoridad, el consenso y la consistencia, evitar que se convierta en Oozaru, el loro titánico. Podemos hacer de la IA un acompañante de viaje inteligente que preserve lo mejor de nuestra historia y abra el futuro a todas las posibilidades, no a las más repetidas.

Mi padre merece ser recordado. Y las ideas que pueden cambiar lo que no funciona en nuestro mundo, también.

Si te ha interesado este artículo, te invito a hacer el ejercicio de los tres prompts y compartir tus resultados. El debate apenas comienza.