Lo que construiremos

Un solo sistema de IA donde todas las formas de conocer trabajan en el mismo problema para llegar a lo que ninguna alcanzaría sola.

Agentes de IA con base en cada tradición, un foro mundial abierto y un solo registro que crece, puestos a prueba primero en un banco de pruebas abierto. Este es el diseño que queremos desarrollar con la comunidad de la IA, por qué ahora y las preguntas que queremos resolver juntos primero.

El sistema: tres escalas, un solo registro

WhatIfWe es un proyecto de IA pluralista y de interés público: una infraestructura de inteligencia colectiva pensada para que formas de conocer realmente distintas deliberen juntas y lleguen a lo que ninguna alcanza sola. El sistema tiene cuatro partes que se alimentan entre sí. La profundidad y la escala hacen trabajos distintos, y el sistema necesita las dos.

  1. Escala de máquina: un banco de pruebas abierto. Dieciséis agentes, cada uno con base en una tradición, trabajan sobre miles de problemas reales, y personas practicantes juzgan a ciegas si cada tradición sigue siendo reconocible, frente a un solo modelo al que se le pide representarlas a todas. No necesita foro ni datos nuevos, solo textos publicados usados con permiso. Podría detener el proyecto, y por eso va primero. El banco de pruebas abierto de WhatIfWe expone su diseño.
  2. Escala de foro: un foro abierto en línea. Miles de personas participan desde su propia tradición y en su propia lengua, en muchos grupos a la vez. Los agentes llevan cada aportación a los términos de las demás. vTaiwan lo hace con las opiniones. El foro lo haría con las formas de conocer.
  3. Profundidad: grupos de larga duración. Grupos pequeños de personas que han llegado más lejos en sus tradiciones trabajan durante meses en un problema real. Calibran a los agentes y muestran lo que el foro no puede mostrar: qué ocurre en el nivel más hondo de cada tradición.
  4. Un solo registro. Las tres escalas alimentan un mismo registro, cada vez mayor, de acuerdos, desacuerdos abiertos y enfoques nuevos, cada uno con el rastro de quién aportó qué. La pregunta que lo decide todo es si el trabajo posterior empieza más adelante.

La escala sin profundidad repetiría lo que las plataformas de deliberación ya hacen bien. La profundidad sin escala se quedaría en un seminario. El registro es lo que las une.

Lo que hace el espacio

Dentro del foro y de los grupos de larga duración, el espacio es más que un lugar donde se encuentran las aportaciones. Cumple funciones que hoy no cumple ninguna reunión, plataforma ni asistente conversacional, y las cumple a la vez. Las personas deciden y firman. El espacio provoca, propone, sostiene, traduce, recuerda y protege.

Un acompañante para cada tradición. Cada participante trabaja junto a un acompañante de IA creado para su propia tradición. Solo responde desde la biblioteca de esa tradición: sus textos, enseñanzas y estudios, guardados en un almacén que controla su comunidad. Un consejo de practicantes con conocimiento lo mantiene fiable. Eligen lo que entra en la biblioteca, revisan lo que dice el acompañante y pueden corregirlo o retirarlo. Puede ajustarse a la escuela, el linaje y la lengua de cada participante, de modo que un sufí de una orden y un jurista de otra escuchen su propia tradición y no una genérica. Dice dónde está dividida su tradición y cita cada pasaje que usa. Cuanto más se acerca a la tradición que una persona vive de verdad, más puede confiar en que lleve su voz a la conversación, y más tradiciones pueden participar en todo el mundo.

Interpretación en directo. Cada participante habla en su propia lengua. Lo que dice se interpreta en directo, y siempre puede oírse su propia voz debajo. Ya existen sistemas que interpretan el habla en casi 100 lenguas en pocos segundos (los modelos Seamless de Meta, 2023), y las videollamadas ya ofrecen traducción del habla en directo que conserva la voz de quien habla (Google Meet, 2025). El espacio añade una segunda capa: lleva el sentido de un marco de pensamiento a otro, además de una lengua a otra, y cada autor confirma cómo se han trasladado sus palabras. Cuando una lengua o un contexto necesitan un intérprete humano, el espacio le hace sitio.

Las funciones del espacio.

Función Lo que hace
Mediador Expone cada postura en los términos de la otra y pregunta: ¿es esto lo que querías decir? Media en el encuentro, nunca en el resultado
Guardián de la intención común Cuando el conflicto se impone, devuelve a las personas a la pregunta que eligieron trabajar, con sus propias palabras, y a lo que su propia tradición dice sobre permanecer en la dificultad
Catalizador creativo Pone juntos lo que nunca se había encontrado, como un pasaje que nadie en la sala habría hallado, y deja la creación a las personas
Cuidador de la atención Frena un intercambio acalorado en lugar de premiarlo y vela por que se oiga cada voz
Memoria Mantiene viva cada pregunta abierta, con su historia, para que quien llegue después empiece donde terminó el último grupo
Ventana Responde a una institución que pide una lectura desde varias tradiciones: firmada, con sus fuentes, con sus desacuerdos y sin veredicto
Custodio de proyectos Ayuda a la comunidad a elegir su siguiente trabajo: un proyecto avanza cuando muchas tradiciones dicen, cada una con sus palabras, por qué importa. Se nutre de lo que sabe el registro, y lo que aprende vuelve a él
Guardián de los límites No fusiona nada, no es autor de nada y no toma nada que una tradición no haya ofrecido

Lo que esto hace posible. Quien llegue después empieza donde tú lo dejaste. Cuando la conversación se vuelve difícil, el espacio sostiene a las dos partes con toda su fuerza y no suaviza a ninguna. Y una petición que hoy no tiene respuesta, necesitamos una lectura de esto desde varias tradiciones, pasa a tenerla.

Por qué ahora

En los últimos años han cambiado cuatro cosas, y juntas convierten esto en algo que se puede construir y poner a prueba.

La deliberación con IA funciona con grupos muy numerosos. La Máquina de Habermas de DeepMind puso a prueba declaraciones de grupo redactadas por IA con 5734 personas en el Reino Unido. Los participantes las prefirieron a las de mediadores humanos y las valoraron como más informativas, claras e imparciales, y evaluadores independientes las consideraron más claras y más informativas (Tessler y colaboradores, Science, 2024). vTaiwan ha reunido a más de 200 000 personas y ha contribuido a 26 leyes. California puso en marcha en febrero de 2025 una plataforma estatal permanente, Engaged California. Una coalición lanzada ese mismo mes en la Cumbre de Acción sobre IA de París se propone hacer participar en su primer ciclo a 10 000 ciudadanos de más de 100 países.

El coste se ha desplomado. Hacer funcionar un modelo de lenguaje con una calidad dada se ha abaratado unas diez veces cada año, unas mil veces en tres años (a16z, noviembre de 2024). La búsqueda de información, la coordinación de modelos y la traducción entre lenguas son ya piezas estándar.

La maquinaria ya moldea lo que sentimos unos por otros. El orden de Twitter basado en la interacción mostraba más enfado y más hostilidad hacia el otro bando que un simple orden cronológico (Milli y colaboradores, PNAS Nexus, marzo de 2025). Reordenar durante diez días de las elecciones de 2024 en Estados Unidos lo que veían 1256 personas cambió lo que sentían por el otro partido, en un sentido o en otro (Piccardi y colaboradores, Science, noviembre de 2025). La palanca es real, y se puede orientar hacia el entendimiento.

Y la IA está estrechando nuestra manera de pensar. Un estudio de 2026 con dilemas éticos de contextos indígenas observó que los modelos de lenguaje adoptan en la superficie la voz de una tradición pero acaban en conclusiones individualistas (Merrikhi, prepublicación de 2026), algo que llama «ilusión de personaje». Otro comprobó que una persona estadounidense media se acercaba más a los valores culturales de la India que cualquier modelo entrenado para la India, y que mejorar las instrucciones apenas lo cambiaba (Agarwal y colaboradores, 2025). En la propia ciencia, quienes usan IA publican más y reciben más citas, mientras se estrecha la variedad de temas que la ciencia estudia (Evans y colaboradores, Nature, enero de 2026). Las simulaciones de modelos entrenados con lo que producen otros modelos encuentran que un ecosistema de modelos diversos frena este tipo de colapso del conocimiento, hasta un nivel óptimo de diversidad (Hodel y West, prepublicación de 2025). Cuanto más piensa el mundo a través de la IA, más importa esto.

La columna que nadie llena

Todos los sistemas serios de este campo miden algo real. Ninguno mide si las distintas formas de conocer sobreviven al encuentro.

Sistema Escala alcanzada ¿Mide si cada forma de conocer sigue siendo distinta?
Máquina de Habermas (DeepMind) 5734 participantes No: el resultado es el acuerdo
Polis y vTaiwan Cientos de miles No: opiniones dentro de un mismo marco
Talk to the City Unas 1000 por despliegue Diversidad de opiniones, a posteriori
Global Dialogues (Collective Intelligence Project) Más de 6000 personas, más de 70 países No
Abundant Intelligences Programas comunitarios Dentro de una sola tradición

Cada uno mide aquello para lo que se construyó. Una opinión minoritaria dentro de un marco compartido es una respuesta distinta a la misma pregunta. El caso que nadie ha puesto a prueba es una pregunta distinta: una tradición que no acepta los términos en que se planteó el problema. Ese es el caso que los problemas planetarios nos presentan una y otra vez, y para ese caso queremos construir. El campo recoge estas y otras iniciativas, cada una con el límite al que llega.

Los principios de los que partiríamos

Todavía no hay nada construido. Estos son los compromisos que llevaríamos a una primera conversación con socios técnicos, y cada uno está abierto a discusión.

  • Cada tradición conserva su propia voz. Cualquier IA que represente a una tradición se apoya solo en el material de esa tradición, separado del de las demás.
  • Nada se mezcla. Cada aportación sigue firmada y se puede rastrear. Las personas pueden estar de acuerdo del todo; la máquina no puede fundirlas.
  • Los desacuerdos se guardan, con su historia, para que el trabajo posterior pueda partir de ellos.
  • Las tradiciones juzgan. Si una tradición ha sobrevivido al encuentro lo deciden personas formadas en ella, nunca el sistema.

Lo que queremos resolver con nuestros socios

Estas son las preguntas que abordaríamos primero, juntos. Preferimos responderlas con personas que conocen el campo antes que presentar respuestas propias.

  • ¿Puede una IA razonar desde dentro de una tradición, y no solo usar su vocabulario? ¿Cómo lo pondríamos a prueba, con qué problemas y quién debería juzgarlo?
  • ¿Cuál debería ser la primera prueba? Debería ser barata, reproducible por cualquiera y capaz de mostrar que la idea no funciona.
  • ¿Hasta dónde puede crecer un foro antes de perder profundidad, y qué mantiene en él a personas de tradiciones muy distintas?
  • ¿Cómo nos ganamos la confianza de las comunidades que más recelan de la IA? Quienes desconfían de la IA participan menos en la deliberación mediada por IA (Jungherr y Rauchfleisch, 2025).
  • ¿A quién pertenece lo que aportan las tradiciones, y en qué condiciones? Programas dirigidos por pueblos indígenas, como Abundant Intelligences, son los que más han trabajado en esto, y queremos aprender de ellos. Nuestra intención es que las aportaciones las custodie una fundación sin ánimo de lucro.
  • ¿Cómo evitamos que el sistema le diga a cada uno lo que ya cree, cuando trae a la conversación la propia tradición de cada persona?
  • ¿Qué problema debería ir primero, y qué tradiciones harían que un resultado sobre él tuviera sentido?

Pongamos a prueba lo que pongamos, publicaremos lo que muestre, también los resultados que nos lleven la contraria.

Lo que pedimos a la comunidad de la IA

  • Laboratorios de IA, para acceso a modelos, capacidad de cómputo y experiencia en evaluación, y para una prueba seria de si sus modelos pueden razonar desde dentro de una tradición.
  • Equipos de investigación en sistemas multiagente, evaluación, deliberación e inteligencia colectiva, para ayudar a diseñar el banco de pruebas y el foro, y para someter la arquitectura a prueba.
  • Quienes construyen plataformas de deliberación, para comprobar si esta capa puede funcionar junto a herramientas que ya funcionan con grupos muy numerosos.
  • Quienes financian y quieren saber si la IA puede ampliar la manera de pensar de la humanidad.

Socios explica en qué otros ámbitos necesitamos socios. Para empezar, escribe a hector@ibarraconsulting.com.