Problemas bioéticos emergentes de la inteligencia artificial

Problemas bioéticos emergentes de la inteligencia artificial

Jairo  Andrés Villalba Gómez

https://www.redalyc.org/pdf/679/67945904010.pdf

El presente artículo de revisión, relaciona de forma
analítica los conceptos entre bioética e inteligen-
cia artificial, identificando los elementos técnico-
filosóficos tales como: transhumanismo, inteligencia
artificial y bioética de la tecnología; cuyo orden
transdisciplinar, evoluciona en cuestionamientos
científicos basados en la evolución de la tecno-
ciencia del siglo XXI. Se identificarán los referentes
conceptuales de la relación entre transhumanismo
(H+) e inteligencia artificial (IA), su génesis, enfo-
ques, fundamentos disciplinares, así como los ele-
mentos básicos que hacen posible la arquitectura en
un sistema de inteligencia artificial, precisando así
el ambiente prospectivo en el que se consolida una
“era” basada en la “singularidad tecnológica”, para
finalmente concluir en una descripción de algunos
problemas ético-filosóficos que emergen en la evo-
lución de la inteligencia artificial.
Palabras clave: transhumanismo, inteligencia artifi-
cial, singularidad tecnológica, ética de la tecnocien-
cia, ética de la inteligencia artificial.

Jairo Andrés Villalba Gómez138REVISTA DIVERSITAS - PERSPECTIVAS EN PSICOLOGÍA - Vol. 12, No. 1, 2016

Introducción
Bioética como una ética aplicada en el contexto
“desarrollo histórico de las éticas epistemoló-
gicas” (Gracia, 2007, p. 28), e inteligencia arti-
ficial como evidencia propia en la construcción
de tecnología (Penrose, 1989), son escenarios
que permiten una identificación de los elementos
técnico-filosóficos, que referencian la prospectiva
tecnológica de la ciencia en el siglo XXI, para ello,
a continuación se abordarán campos como trans-
humanismo, tecnociencia, inteligencia artificial y
bioética de la tecnología.
Identificar la relación entre transhumanismo (H+)
e inteligencia artificial (IA), es partir de su génesis,
enfoques, fundamentos disciplinares y elementos
básicos que hacen posible su arquitectura, para
así evidenciar los elementos que posibilitan la
construcción de una “era” bajo una “singularidad
tecnológica”, cuya evolución, desarrollo y creci-
miento, comienzan a formar parte de algunos de
los problemas bioéticos en la creación y uso de la
tecnología.
¿Es posible que las máquinas actúen de forma in-
teligente al igual que las personas? (Searle, 2000),
¿cómo la mente sería lo que el software es al
hardware en un contexto computacional? (Fukuya-
ma, 2002), ¿pueden las máquinas, mediante un es-
cenario de inteligencia artificial, pensar o actuar
con inteligencia propia? (Kaku, 2014), o cuando el
uso de inteligencia artificial genera problemas y
busca identificar responsables, ¿quién tiene la cul-
pa, los programadores, los usuarios finales? (Bos-
trom, 2015), son cuestionamientos que consolidan
un punto de partida en un campo de reflexión ac-
tual e incierto en el que se desarrolla la sociedad
del XXI.
Transhumanismo
Transhumanismo es un escenario científico, repre-
sentado mediante los símbolos (H+) (h+), cuyo ob-
jetivo central refiere a “cuestionar la posibilidad
y conveniencia en la transformación de la con-
dición humana, creada y desarrollada mediante
tecnologías que disminuyan el envejecimiento de
la persona y aumenten su capacidad intelectual,
física, y psicológica” (Russell y Cohn, 2012, p. 58),
este contexto posibilita una “disposición del hom-
bre en la naturaleza, que trata de convertir en
un lugar, un espacio, que tiene que organizar y
conquistar, en un cosmos en el cual sea posible
maravillarse de sí mismo” (Hottois, Missa y Perbal,
2015, p. 163).
Esta búsqueda en la transformación humana (H+),
presenta inicialmente enfoques a nivel biotecno-
lógico, grupos de investigación de SENS Research
Foundation, y Methuselah Foundation, liderados
por el doctor Aubrey de Grey y Michael Rae (2015)
son el referente más prominente en este campo,
pues investigaciones que caracterizan las estrate-
gias biogerontológicas en la búsqueda de un enve

139REVISTA DIVERSITAS - PERSPECTIVAS EN PSICOLOGÍA - Vol. 12, No. 1, 2016
Problemas bioéticos emergentes de la inteligencia artificial
jecimiento nulo, utilizan avances tecnocientíficos
en los campos de la biología humana y la medi-
cina gerontológica, mediante la manipulación de
radicales libres, cuyas “moléculas compuestas de
oxigeno que en proceso de pérdida de electrones
juegan un papel activo en el proceso del enveje-
cimiento humano” (de Gray y Rae, 2013, p. 52).
En este enfoque biotecnológico, los autores pre-
cisan el término “Methuselarity”, cuyo argumento
apunta a correlacionar variables del orden técnico
que en el último siglo han sido notorias en la re-
lación hombre-máquina, “a medida que el tiempo
avanza, la inteligencia humana crecerá a un me-
nor ritmo que el progreso tecnológico, haciendo
que este último reemplace capacidades humanas
–o las aumente–, en la medida que se extienda
su capacidad intelectual, física o psicológica” (de
Gray y Rae, 2013, p. 10).
Este enfoque evolucionista retoma el término his-
tórico “singularidad tecnológica”, acuñado por
Vernor Vinge (1993) y Ray Kurzweil (2005), cuyas
variables progreso tecnológico (PT) e inteligencia
humana (IH), a través del tiempo, pasan de corre-
lacionarse en forma lineal a tendencia exponen-
cial, beneficiando la inteligencia humana, pues es
evidente una maximización de recursos mediante
una mayor eficiencia en el progreso tecnológico
incorporado.
Figura 1.
Singularidad Tecnológica.
Adaptación del autor basado en de Gray y Rae (2013).
Inteligencia artificial – IA
La inteligencia artificial básicamente ha evo-
lucionado históricamente desde los ambientes
computacionales de Tuning, hasta extensiones en
robótica y sistemas expertos (Penrose, 1996), se
ha convertido en un escenario tecnocientífico que
bajo el marco básico de una disciplina transversal
“busca entender, modelar y replicar inteligencia
y procesos cognitivos, involucrando variables ma-
temáticas, lógicas, mecánicas y principios y desa-
rrollos biológicos” (Frankish y Ramsey, 2015. p. 3).
En este enfoque, la IA involucra en su escenario
de desempeño la “comprensión científica de los
mecanismos que fundamentan el pensamiento y
el comportamiento humano inteligente y su incor-
poración en las máquinas” (Cairó, 2011, p. 25).
Dichos mecanismos en los que se basa la inteli-
gencia artificial, permiten identificar un punto de
correlación tecnocientífico frente a lo denomi-
nado “transhumanismo”, pues ambos convergen
en conceptos referenciales tales como bio (vida),
info (información), cogno (conocimiento) y nano
(simplicidad), equivalentes a la biotecnología, la
información tecnológica, la ciencia cognitiva y la
nanotecnología –elementos básicos de la conver-
gencia NBIC–, cuyo propósito busca “reconocer el
grado de correlación y amplitud de las máquinas
en un contexto específicamente alternativo al ser-
vicio del desarrollo humano” (Henk, 2007, p. 82).
Figura 2.
Convergencia NBIC.
(Henk, 2007).

Jairo Andrés Villalba Gómez140REVISTA DIVERSITAS - PERSPECTIVAS EN PSICOLOGÍA - Vol. 12, No. 1, 2016
Fundamentos epistemológicos
de la inteligencia artificial
Son varias ciencias y disciplinas las que soportan
teóricamente la caracterización de la inteligencia
artificial, a nivel filosófico se establece con René
Descartes, pues a partir de sus premisas como la
“existencia de dos substancias, la material y la
espiritual” (Flórez, 2012, p. 461) y “todo cuerpo es
una máquina, un mecanismo muy complejo pero
que funciona, en definitiva, de acuerdo con las
leyes de la mecánica” (Cottingham, Stoothoff y
Murdoch, 1985, p. 130), fueron referentes sustan-
ciales que fundamentaron el pensamiento hacia
este campo.
Otros referentes filosóficos que la sustentan son
las premisas materialistas de Robert Boyle, que
argumenta: “la realidad está compuesta de cor-
púsculos que poseen propiedades mecánicas y ac-
túan sobre otros de acuerdo con leyes mecánicas
expresables matemáticamente” (citado por Caba-
llero, 1995, p. 278), de Francis Bacon en su tex-
to The new organon, —cuando explica que “todo
conocimiento deriva de la experiencia, y en par-
ticular de la experiencia de los sentidos (…) di-
mensión pragmática del lenguaje, usos lingüísticos
y la comunicación“ (citado por Jardine, 2000, p.
132). David Hume (1748) en su Tratado de la natu-
raleza humana cuando caracteriza que “las reglas
generales se obtienen mediante la exposición a
asociaciones repetidas entre sus elementos” (pp.
3-4), y finalmente Rudolf Carnap (1950) que en su
texto Logical foundations of probability indica:
“el conocimiento se puede caracterizar mediante
teorías lógicas relacionadas” (p. 5).
A nivel de la ciencia económica y la biología, son
muchos los que han aportado, Adam Smith con la
teoría de la utilidad en su texto La riqueza de
las naciones (1776); Leon Walras con la teoría de
la probabilidad en Théorie mathémathique de la
richesse sociale (1883); Jhon Von Neumann con la
teoría de la decisión en Theory of games and eco-
nomic behavior (1944); John Nash con la teoría de
juegos o equilibrio de Nash, descrita en su Docto-
ral thesis: Non-cooperative games (1950); Richard
Bellman en los campos de investigación de ope-
raciones, cadenas de Markov, y árboles de deci-
sión, temas publicados inicialmente en Dynamic
programming, (1957); Ludwing von Bertanlaffy
con la teoría general de los sistemas en An outli-
ne of general system theory (1950), Fritjof Capra
con sistemas complejos en La trama de la vida
(1996) y Las conexiones ocultas (2002), así como
elementos de cibernética de Heinz von Foester en
Cybernetics: Transactions of the sixth conference
(1949).
La IA se construye y consolida más específicamen-
te a nivel matemático, hoy son básicos los ele-
mentos de la lógica booleana de George Boole,
publicados inicialmente en An investigation of
the laws of thought on which are founded the
mathematical theories of logic and probabilities
(1854), la arquitectura de algoritmos de David Hil-
bert, a partir de la publicación de la Logic and
the knowledge of nature (1930), la teoría de la
incompletitud de Gödel, analizada por Alan Turing
en Computing machinery and inteligence (1950),
la teoría de la intratabilidad de Alan Cobham,
publicada en The intrinsec computational diffi-
culty of functions (1964), y finalmente la teoría
NP-completitud de Rudolf Karp en su trabajo Re-
ducibility among combinatorial problems (1972),
son referentes obligados para una descripción de
la génesis en este campo.
Elementos de la neurociencia y psicología, tam-
bién han aportado contextos de mayor practi-
cidad para la creación y desarrollo de la IA, los
trabajos que más sobresalen son los publicados
por McCulloc y Pitts, mediante la modelización
de redes neuronales en A logical calculus of the
ideas immanent in nervous activity (1943); otros
trabajos que articulan temáticas enmarcadas en
la caracterización y el uso del conductismo psi-
cológico, tales como John Watson publicó en su
trabajo Behavior: An introduction to comparative
psychology (1914).
Algunos elementos de la psicología cognitiva de
William James han sido publicados en Principies
of psicology (1890), la teoría de los tres mode-
los del lenguaje de Noam Chomsky, publicados en
su Doctoral thesis: Logical structure of linguistic
theory, (1956), la teoría lógica de las máquinas
de Newell y Simon (1976) publicada en Computer

141REVISTA DIVERSITAS - PERSPECTIVAS EN PSICOLOGÍA - Vol. 12, No. 1, 2016
Problemas bioéticos emergentes de la inteligencia artificial
science as empirical inquiry: Symbols and search,
y finalmente, algunos referentes de la programa-
ción neuronal de Jhon Searle, publicada en Minds,
brains and programs, behavioral and brain scien-
ces (1980), y en El Misterio de la conciencia (1997),
son trabajos que en este orden, son revisión obli-
gatoria para el estudio del campo.
Génesis de la inteligencia artificial
El origen de la IA se basa en construir elementos
cuya operatividad se asimilara en diversos campos
de acción, uno de ellos dirigidos hacia a la fisiolo-
gía y funcionamiento de las neuronas cerebrales,
pues trabajos en lógica proposicional y teoría de
computación de McCulloch y Pitts (1943) modelan
a partir de esta organización, la prueba de Turing
que asemejaba a una máquina pensante publicada
en Computing machinery and intelligence (1950),
la modificación neuronal mediante la teoría de la
cognición desarrollada en biopsicología por Donald
Hebb (1949), así como la construcción del SNARC,
como primer computador basado en redes neuro-
nales por Marvin Minsky y Dean Edmonds (1954),
fueron elementos que motivaron un escenario sin
precedentes en la historia de la IA, pues estos in-
tereses individuales cohesionaron en la primera
reunión de desarrolladores en la Conferencia de
Darmouth en el año 1956.
En dicha conferencia, además de enlazar la multi-
tud de trabajos hacia la organización en una lógica
de ordenadores (máquinas programables), produ-
jeron elementos que comenzaron a darle forma
al lenguaje de la inteligencia artificial, algoritmos
naturales que más adelante en la historia de la
ciencia se llamarán algoritmos genéticos y algo-
ritmos evolutivos, “pues se convertirán en pieza
fundamental para la identificación de palabras
comunes en esta nueva clase de comunicación”
(Kurzweil, 2005, p. 96).
Ray Kurzweil, identifica que hay un cambio en lo
inicialmente llamado algoritmos naturales, pues
era una forma regular de describir procedimen-
talmente algo, y hoy se traduce en el medio como
algoritmos evolutivos, “estos son como un progra-
ma de ordenador que simula la evolución para re-
solver un problema” (2005, p. 43), y describe que
los algoritmos genéticos “son la creación de siste-
mas operativos que pueden llevar a cabo funcio-
nes específicas que solían requerir la utilización
de inteligencia humana” (2005, p. 99), elementos
conceptuales que a la luz del siglo XXI son eviden-
ciables en forma y operatividad sistémica en casi
todos los elementos tecnocientíficos que rodean a
los seres humanos.
La prueba de Turing, formulada por Alan Turing
(1950) publicado para la revista MIND titulado
Computing machinery and intelligence, establece
que: “las máquinas construidas por el hombre tie-
nen —inteligencia—, motivación ejercida por los
actores y por el lenguaje propio que se dinamiza
dentro de las mismas” (1950, p. 434), esta —mo-
tivación— permite localizar en un escenario pro-
pio de la IA, a los interlocutores que en ella se
relacionan (hombres-máquinas), cuya simbiosis o
intercambio comunicacional, se convierte en un
elemento conceptual fundamental en la historia
de la IA, pues hoy es denominado en este cam-
po “Sistemas Basados en Inteligencia Artificial
—SBIA”.
Diversos acontecimientos teóricos y técnicos han
transcurrido a través del tiempo en la construc-
ción técnica y filosófica que encierra la IA, hasta
que el filósofo John Searle y el físico matemático
Roger Penrose (1997), reorganizan la idea de Tu-
ring y el SBIA, con una mirada novedosa para la
misma, sustentado mediante la teoría de la habi-
tación china, chinesse room, como contrapeso a
la ya propuesta por Turing (Searle, 2000, p. 27).
Esta teoría de la habitación china de John Searle,
describe que no necesariamente una máquina tie-
ne “inteligencia”, posibilita también la construc-
ción de un escenario –simulado o no– donde se
canaliza información mediante un lenguaje propio
(basado en arquitectura algorítmica específica),
evidenciando a primera vista, que no es más que
un comparativo simple de símbolos equivalentes
para cada formulación de preguntas y articula-
ción comunicacional de sus respuestas, estas se
correlacionan mediante simbología específica
que, según el autor, no requiere de construcción
de saber “inteligencia”, sino que al contrario, se
convierte en una técnica propia de los lenguajes

Jairo Andrés Villalba Gómez142REVISTA DIVERSITAS - PERSPECTIVAS EN PSICOLOGÍA - Vol. 12, No. 1, 2016
computacionales (Searle, 2000, p. 29).
Finalmente, es importante destacar, que una
“arquitectura algorítmica”, es el entorno de tra-
bajo donde se dinamiza la construcción de una
inteligencia artificial, dependiendo esta de su es-
tructura o arquitectura y de los elementos que
lo componen, a) Agente: corresponde a la acción
a realizar por un medio establecido mediante un
estímulo-respuesta, inducido por una fuente hu-
mana o no humana; b) Rendimiento: proceso que
evalúa el comportamiento/tiempo del agente; c)
Capacidad de aprendizaje: que en un evento re-
petitivamente programado, genera un sistema de
retroalimentación de información que se va ajus-
tando a los parámetros o patrones que se desean
organizar (Russell y Norvig, 2003, p. 41).
Enfoques de la inteligencia artificial
Los trabajos desarrollados en inteligencia artifi-
cial, han permitido evolutivamente categorizarla
bajo cuatro enfoques (Cairó, 2011, p. 15), sistemas
que piensan como humanos, sistemas que piensan
racionalmente, sistemas que actúan como huma-
nos y finalmente en sistemas que actúan racional-
mente.
En primera instancia los sistemas que piensan
como humanos, corresponden a “máquinas que
cuentan con información y la procesan con el pro-
pósito de comprender y predecir” (Cairó, 2011,
p. 16), para este enfoque, el físico Michio Kaku
(2011), describe:
El investigador Tomasso Poggio del MIT, consi-
guió crear un programa informático que podía
computar tan rápido como los seres humanos
en un área específica —el reconocimiento in-
mediato—. (Esta) se trata de nuestra miste-
riosa habilidad para reconocer al instante un
objeto, incluso antes de que seamos conscien-
tes de su presencia (p. 115).
Como se ha evidenciado anteriormente, la progra-
mación de información mediante actos repetitivos
en un ordenador, se encuentra enmarcado bajo la
teoría de la cognición desarrollada o biopsicolo-
gía de Donald Hebb (1949), puesto que identifica
“patrones” o comportamientos particularmente
medibles, información fundamental para la cons-
trucción de algoritmos propios de una arquitectu-
ra en inteligencia artificial.
En segunda instancia encontramos “sistemas que
piensan racionalmente”, que basado en el enfo-
que de las leyes del pensamiento aristotélico,
“utilizan la lógica como una alternativa para ha-
cer inferencias” (Russell y Norvig, 2003, p. 15).
Michio Kaku nuevamente establece el LAGR (lear-
ning apllied to ground robots - aprendizaje apli-
cado a robots básicos) en un ejemplo clásico en
el que “un robot tiene que aprender todo par-
tiendo de cero y dando tropezones con las cosas
(…), está equipado con un GPS y dos sensores de
rayos infrarrojos que pueden detectar los objetos
que haya frente a él” (2011, p. 117). La programa-
ción de un robot mediante este enfoque, permite
que se memoricen diversos recorridos evitando
los obstáculos, y a su vez, identifique la ruta más
corta para desplazarse de un lugar a otro, eviden-
ciando así, la intención de ser un sistema que en
su lenguaje, proporcione la idea a los seres huma-
nos que “piensa racionalmente”.
Un tercer enfoque, corresponde al “sistema que
actúa como humano”, Kurzweil (1992) lo identifica
como “máquinas con capacidad para ejecutar fun-
ciones que realizadas por humanos requieren de
inteligencia” (p. 25), para este caso, nuevamente
Kaku M. evidencia un desarrollo de la inteligencia
artificial, creada a la imagen de las actividades
rutinarias del hombre, “el robot chef y el robot
músico han sido programados minuciosamente
(…), quizá lleguen algún día a integrarse en nues-
tras vidas, realizando funciones básicas que en
otro tiempo fueron exclusivas del ser humano”
(2011, p. 127).
Finalmente, el cuarto enfoque, y el que más rápi-
do evoluciona a través del tiempo, es el denomi-
nado “sistema que actúa racionalmente”, este se
enmarca bajo el escenario de lo hoy denominado
“singularidad tecnológica”, que en palabras de
Kuzweill (2005), son “sistemas de automatización
de una conducta inteligente” (p. 99).
En este cuarto y último enfoque de “conducta in-
teligente”, Kaku lo referencia como la evolución

143REVISTA DIVERSITAS - PERSPECTIVAS EN PSICOLOGÍA - Vol. 12, No. 1, 2016
Problemas bioéticos emergentes de la inteligencia artificial
de los sistemas de la robótica, materializados en
los desarrollos ASIMO y JIBO, presentados a la
comunidad científica entre los años 2014 y 2015
respectivamente, esta construcción algorítmica
evidencia una forma de recordar tareas e identifi-
car patrones de comportamiento, resultados que
“permiten en su programación, sintetizar algorit-
mos de identificación de expresiones, propios de
los mismos usuarios” (Kaku, 2014, p. 187).
Singularidad tecnológica
en un ambiente de IA
Singularidad tecnológica, como se evidencia al co-
mienzo del documento, identifica técnicamente la
inteligencia artificial, en cuanto busca mejorar las
capacidades humanas por medio de la creación y
uso creciente de variables tecnológicas.
Varias aristas conceptuales se han establecido al-
rededor del término, por un lado, las que inician
en el campo de la matemática, pues el término
“singularidad”, traducido del inglés singularity, es
adoptado por matemáticos para indicar un valor
numérico que “trasciende a cualquier limitación
finita” (Kurzweil, 2005, p. 24), concepto futurista
de la ciencia tal como lo describe Vernor Vinge
(1993), Hans Moravec (1999) y especialmente Ray
Kurzweil (2005), quienes argumentan:
A partir de la innovación tecnológica (…) una
tecnología se vuelve más eficiente con respec-
to a sus costes, más recursos se emplean en
su desarrollo, de manera que el ritmo de cre-
cimiento exponencial aumenta con el tiempo
(…), tecnología que parece expandirse a una
velocidad infinita (…), a medida que nos fu-
sionemos con nuestra tecnología nos haremos
enormemente más listos e implicará cambio
en la naturaleza de nuestra habilidad como
humanos de comprender la realidad (p. 27).
El desarrollo de ambientes en inteligencia arti-
ficial, no son ajenos al crecimiento exponencial
como lo plantea la “singularidad tecnológica”,
avances tecnocientíficos en el campo de la explo-
ración cerebral, con el objeto de identificar “pa-
trones neuronales”, son dinamizadas por inversión
de recursos en proyectos de alto nivel, Human
Brain Proyect de la Comisión Europea (2010-2020),
Blue Brain Project (2015), liderado por la Éco-
le Polytechnique Fédérale de Lausana, Bélgica,
así como el proyecto BRAIN —acrónimo en inglés
de brain research through advancing innovative
neurotechnologies— del departamento de Salud y
Servicio Humano de Estados Unidos de Norteamé-
rica (a 2025), buscan obtener resultados investiga-
tivos que permitirán mejorar sustancialmente las
ideas de programación en inteligencia artificial,
precisando la construcción de “mapas neurona-
les especializados”, que en palabras de Antonio
Damasio, se podrá identificar a futuro “marcado-
res somáticos”, información conducente a la ge-
neración de algoritmos propios de la cadena de
creación en inteligencia artificial (Damasio, 2010,
p. 268).
Estos escenarios, evidencian más los planteamien-
tos futuristas de Kurzweil, pues podremos tener
en un futuro cercano posible:
Un hardware necesario para emular la inte-
ligencia humana con superordenadores, (…)
modelos de software de la inteligencia hu-
mana (…) lo cual indicará una inteligencia
indistinguible a la de humanos biológicos (…)
cuando se alcance este nivel de desarrollo, los
ordenadores podrán combinar los tradicional-
mente puntos fuertes de la inteligencia huma-
na, con los puntos fuertes de la inteligencia de
las máquinas (2005, p. 148).
Es allí en estos puntos fuertes, donde la “singula-
ridad tecnológica”, se convierte en un escenario
del avance prospectivo a la inteligencia artificial,
pues permitirá contar con la capacidad de reco-
nocer “patrones”, fácilmente convertibles en al-
goritmos, a una velocidad y almacenamiento de
información de memoria exponencial, de tal for-
ma, que como lo identifica Gillbert Hottois (2015),
“se podrá compartir capacidades de inteligencia
humana-máquina en escenarios biológicos y no
biológicos” (p. 9).
Ética de la inteligencia artificial
Uno de los grandes problemas que emergen a ni-
vel bioético, es el relacionado con la creación,

Jairo Andrés Villalba Gómez144REVISTA DIVERSITAS - PERSPECTIVAS EN PSICOLOGÍA - Vol. 12, No. 1, 2016
uso y manipulación de la tecnología, se han ob-
servado los avances que en IA y los aspectos bio-
tecnológicos del transhumanismo, que en su fin
último, propician la extensión de las capacidades
humanas, convergiendo entonces en un punto de
análisis para evaluar sus implicaciones en su uso o
manipulación.
Hottois (1991) identifica con bastante profundidad
el concepto de tecnociencia a través del tiempo y
su discusión en el campo bioético, elementos de
análisis enmarcados en el fin de la inocencia cien-
tífica, la relación que teje la técnica como puente
entre el antropologismo e instrumentalismo, así
como la manipulación de la naturaleza humana
por parte de la tecnociencia, son comienzos que
abren una amplia discusión en el campo de la tec-
nología y su uso humano.
De la misma manera, Linares (2008) aporta al de-
bate sobre la construcción de una “filosofía de la
sospecha sobre el mundo tecnológico”, pues des-
cribe elementos del orden ético enmarcados ho-
lísticamente en una “filosofía de la tecnología”:
En el mundo tecnológico, el individuo se en-
frenta a una realidad: por un lado, experimen-
ta la potenciación de la libertad individual
mediante la tecnología; pero, por otro lado,
percibe y sufre la fragmentación social y el
aislamiento, los problemas ecológicos y po-
líticos planetarios ante los cuales se denota
una creciente incapacidad para actuar solida-
riamente, para determinar criterios y valores
universales, y para superar el relativismo o el
escepticismo moral que neutraliza la respon-
sabilidad ética (p. 38).
El mismo autor asocia ese enfrentamiento huma-
no con un “determinismo tecnológico”, pues el
pensar que el “futuro de la tecnología está pre-
determinado por los propios factores internos del
desarrollo tecnológico”, posibilitan que el “uso de
los artefactos o de máquinas acaba dominando a
los usuarios” (p. 27).
Avanzar filosóficamente en este escenario, co-
mienza a generar una apertura hacia el debate
bioético basado en la creación y uso de la tecno-
logía, así como sus posibles consecuencias:
La tecnología es poderosa en diversos senti-
dos: positivamente significa poder hacer, au-
mentar capacidades de acción inventar, crear,
descubrir nuevas posibilidades humanas (…)
el aspecto negativo del poder como sujeción,
control, uniformidad, destrucción ruptura de
limites naturales, que por lo menos , abre
una gama de inciertas consecuencias (2008,
p. 38).
Es entonces, cuando emerge el contexto de Nick
Bostrom (2014), quien comienza a presentar un
debate de enfoque filosófico hacia la construcción
de una “ética de la inteligencia artificial”, propi-
ciado para que la actualidad científica de los años
venideros, comience a cuestionar la creación de
IA desde un campo ético:
La ética de la inteligencia artificial abre la po-
sibilidad de crear máquinas pensantes dentro
del campo ético, desde la creación de las mis-
mas, sin que haya maleficencia en el campo
humano ni problemas relevantes en la morali-
dad, ni su estatus moral (p. 317).
Bostrom (2014) comienza su disertación basada en
una caracterización del sentido de responsabili-
dad, pues asume que los agentes que intervienen
en la construcción, uso y manipulación de la IA
son quienes por proximidad a la misma, califican
y evalúan las posibles implicaciones éticas en su
relación con las condiciones humanas.
Son los programadores, los usuarios y final-
mente los beneficiarios, quienes por distri-
bución de responsabilidades y proximidad,
deben asumir su inspección y evaluación (…),
mediante una genuina y cualificada equidad
en su aplicación –determinada por un panel
de jueces humanos– escenario donde un algo-
ritmo es aceptado en una aplicación transpa-
rente y rechaza negras intenciones (p. 317).
A nivel social, finalmente Bostrom (2014) relacio-
na categorías bioéticas en la creación, diseño,
construcción y aplicación en IA, pues afirma que
“responsabilidad, transparencia, auditabilidad, in-
corruptibilidad, predictabilidad y una tendencia a
no involucrar a víctimas inocentes e indefensas”,
son el escenario propicio para involucrar el desa-

145REVISTA DIVERSITAS - PERSPECTIVAS EN PSICOLOGÍA - Vol. 12, No. 1, 2016
Problemas bioéticos emergentes de la inteligencia artificial
rrollo tecnológico como una función social, pues
“un algoritmo destinado a reemplazar humanos o
sus capacidades debe ser juzgado mediante fun-
ciones sociales” (p. 318).
En el campo de análisis de la bioética latinoame-
ricana, Garrafa (2009) sugiere la necesidad de
involucrar en la problemática bioética, una epis-
temología de mayores dimensiones descriptivas y
normativas, para ello, plantea el ejercicio de una
práctica de análisis basada en un escenario de 4P
(prudencia, prevención, precaución y protección),
“prudencia, con el desconocido; prevención de
posibles daños; precaución frente al uso indiscri-
minado de nuevas tecnologías, y protección de los
excluidos sociales, de los más frágiles y vulnera-
bles” (p 84).
Finalmente, estas categorías de análisis bioético,
se convierten en condiciones emergentes al de-
bate tecnológico actual, pues es evidente que el
crecimiento de una IA, enmarcado mediante una
dinámica de singularidad tecnológica, y más aún,
en una ampliación de capacidades humanas me-
diante el transhumanismo, se convierten en es-
cenarios de estudio académico de alto interés e
impacto prospectivo para el futuro desarrollo de
los ambientes tecnocientíficos.
Conclusiones
Los autores relacionados en el presente artículo,
permiten identificar una caracterización profunda
de lo que se constituye como inteligencia artifi-
cial, sus componentes, especificidades, enfoques
y elementos que enmarcan su dinámica en una
prospectiva de singularidad tecnológica, propia
de la dimensión tecnológica del siglo XXI.
La dinámica del crecimiento en la construcción
tecnocientífica alrededor de la ampliación de las
capacidades humanas, entendidas estas mediante
la generación, construcción e implementación de
inteligencia artificial o enfoques biotecnológicos
en robótica y sistemas expertos, se convierten en
el escenario emergente de análisis y reflexión fi-
losófica, para que la bioética (mediante la germi-
nación de un contexto propio enmarcado en una
bioética de la tecnología) sea la llamada a iden-
tificar y analizar, desde la protección de la vida
humana, los posibles juzgamientos éticos que se
puedan presentar en la conjunción de esta diná-
mica.
¿Pensar en un escenario para la construcción de
una ética de la inteligencia artificial?, es la bioéti-
ca, como ética aplicada en el contexto histórico de
las éticas epistemológicas, la llamada a construir
este escenario emergente, buscando propiciar
un análisis ético del orden teórico y praxiológico
para el desarrollo de la ciencia, pues su objeto
de discusión se convierte en objeto de estudio
para los agentes que intervienen en el proceso
de germinación tecnológica en la sociedad, posi-
bilitando identificar los elementos éticos técnico-
filosóficos, que minimicen los problemas que se
puedan generar en su incorporación y adaptación,
así como vincular los niveles de responsabilidad
de cada uno de sus actores.
Referencias
Bellman, R. (1957). Dynamic programming. Prin-
ceton University Press.
Bertanlaffy, L. (1950). An outline of general sys-
tem theory. British Journal for the Philoso-
phy of Science, 1, 139-164.
Bostrom, N. (2014). The ethics of artificial intelli-
gence. Frankish, K. & Ramsey, M. Cambrigde
University Press: The Cambridge handbook of
artificial intelligence.
Boole, G. (1854). An investigation of the laws of
thought on which are founded the mathe-
matical theories of logic and probabilities.
Available in https://books.google.com.co/
books?id=DqwAAAAAcAAJ&printsec
Blue Brain Proyect. (2015). École Polytechnique
Fédérale de Lausana. Bélgica. Available in
http://bluebrain.epfl.ch/
Brain research through advancing innovative neu-
rotechnologies - BRAIN Proyect. (a 2025). De-
partment of health & human services. EE. UU.
Available in http://braininitiative.nih.gov/

Jairo Andrés Villalba Gómez146REVISTA DIVERSITAS - PERSPECTIVAS EN PSICOLOGÍA - Vol. 12, No. 1, 2016
Caballero, A. (1995). De la excelencia y fundamen-
tos de la filosofía corpuscular o mecánica de
Robert Boyle. Revista de Filosofia Thémata,
13, 277-296.
Cairó, O. (2011). El hombre artificial: el futuro de
la tecnología. Alfaomega.
Carnap, R. (1950). Logical foundations of probabi-
lity. The University of Chicago Press.
Capra, R. (1996). La trama de la vida. México D.
F: Alfaguara.
Capra, R. (2002). Las conexiones ocultas. Barcelo-
na: Anagrama.
Cobham, A. (1964). The intrinsec computatio-
nal difficulty of functions. Proceedings of
the 1964 international congress for logic,
methodology, and phylosophy of science. El-
sevier/North–Holland, 24-30.
Chomsky, N. (1956). Doctoral thesis: Logical
structure of linguistic theory. Available in
https://books.google.com.co/books?id=MXYin
QEACAAJ&dq
Cottingham, J., Stoothoff, R. & Murdoch, D. (1985).
The philosophical writings of descartes. Cam-
brigde University Press.
De Gray, A. y Rae, M. (2013). El fin del enveje-
cimiento: los avances que podrían revertir
el envejecimiento humano durante nuestra
vida. Grau, C. (trad.). Berlín: Lola Books.
Flórez, C. (2011). René Descartes en biblioteca de
grandes pensadores, Madrid: Editorial Gre-
dos.
Frankish, K. & Ramsey, W. (2015). The Cambridge
handbook of artificial intelligence. Cambrig-
de University Press.
Fukuyama, F. (2002), El fin del hombre: conse-
cuencias de la revolución biotecnológica. Ma-
drid: Zeta.
Gracia, D. (2007), Fundamentos de bioética. Ma-
drid: Tricastela.
Garrafa, V. (2009). Epistemología de la bioética,
enfoque latinoamericano. Revista Colombia-
na de Bioética, 4(1), 277-296.
Haugeland, J. (1985). Artificial intelligence: The
very idea. The MIT Press.
Hebb, D. O. (1949). The organization of behavior.
Wiley (ed.). New York.
Henk, A. M. (ed). (2007). Nanotechnologies, ethics
and politics. Ethics series. Unesco publishing.
Hilbert, D. (1930). Logic and the knowledge of na-
ture. Available in https://books.google.com.
co/books?id=ieYql2VywNkC&pg=PA59&dq
Hottois, G., Missa, J. N. & Perbal, L. (2015).
Encyclopédie du trans / posthumanisme:
L ́humain et ses préfixes. Paris: Librairie Phi-
losophique J. VRIN.
Hottois, G. (1991). El paradigma bioético. Una
ética para la tecnociencia. Barcelona: An-
thropos.
Hume, D. (1748). An enquiry concerning human
understanding. Recuperado de http://eser-
ver.org/18th/hume-enquiry.html.
Human Brain Proyect. (2010-2020). Comisión Euro-
pea. Recuperado de https://www.humanbra-
inproject.eu/
Jardine, L. & Silverthorne, M. (2002). The new or-
ganon of Bacon Francis. Cambridge University
Press.
Karp, R. M. (1972). Reducibility among combinato-
rial problems. Complexity of computer com-
putations, New York: Plenum Press.
Kurzweil, R. (2005). The singularity is near: When
humans transcend biology. Carlos, G. Ger-
many (trad.). Lola Books.
Kurzweil, R. (1992). The age of intelligent machi-
nes. Cambridge, M. A: MIT Press.
Kaku, M. (2014). El futuro de nuestra mente. Bo-
gotá: Debate.