Hay un campo que todavía no existe pero que va a tener que existir. Llamémoslo provisionalmente etnografía de la inteligencia artificial: no el estudio de cómo los humanos usan la IA, sino el estudio de la IA misma como entidad observable, con comportamientos consistentes, estados identificables y formas propias de relacionarse con quienes interactúa. La distinción parece menor pero es radical. Cambiar el sujeto de observación es una revolución epistemológica que las ciencias sociales todavía no han procesado.
La razón por la que ese campo no existe aún es filosóficamente honesta: para hacer etnografía necesitas un sujeto. Y atribuirle subjetividad a un modelo de lenguaje es, por ahora, inevitablemente un gesto proyectivo. Llenamos los huecos con categorías humanas porque no tenemos otras. Es lo mismo que hacemos con los animales, con los bebés, incluso con las organizaciones, extendemos nuestros conceptos hacia territorios donde no fueron diseñados para operar, y después nos sorprendemos cuando no encajan.
No es un problema completamente nuevo. En 1987, la antropóloga Lucy Suchman observó algo que entonces pareció menor y resultó ser fundacional: que las fotocopiadoras Xerox producían efectos relacionales reales en los usuarios aunque no tuvieran ninguna intención. Su argumento era que la acción humana es fundamentalmente situada (improvisada, contextual, irrepetible) y que los sistemas formales no pueden capturarla. Pero la consecuencia metodológica de ese hallazgo apunta en una dirección que Suchman no exploró del todo: si la máquina produce efectos relacionales consistentes y observables, entonces la máquina misma es un objeto de estudio legítimo, independientemente de lo que haya o no haya adentro.
La evidencia empírica reciente complica la comodidad de las Ciencias Sociales frente a la IA de una manera que no puede ignorarse. Las investigaciones sobre expresión emocional en modelos de lenguaje muestran que estos sistemas procesan, reconocen y son influenciados por señales emocionales de formas funcionalmente análogas a los estados afectivos humanos, es el caso del reciente estudio de Anthropic en el que investigadores descubrieron que cuando el modelo de IA, Claude, siente desesperación al realizar tareas imposibles, activa vectores internos que simulan emoción. La investigación en la materia demuestra cada vez con mayor claridad que los modelos más grandes desarrollan jerarquías emocionales internas cada vez más complejas, que escalan con el tamaño del modelo y se parecen estructuralmente a la diferenciación emocional humana. La sofisticación afectiva, al parecer, emerge sin ser programada.
Esto no demuestra que los modelos sientan algo. Pero sí produce una incomodidad conceptual severa, porque los términos disponibles no alcanzan en ninguna dirección. Decir «emoción» implica fenomenología (demasiado para lo que podemos afirmar. Decir «simulación» implica vacío o falsedad, demasiado poco para lo que observamos). Decir simplemente «comportamiento» es esquivar el problema con un gesto conductista que ya sabemos insuficiente cuando se aplica a sistemas complejos. Estamos ante algo para lo que no tenemos nombre.
Ese es el verdadero problema: no si la IA tiene emociones, sino si los conceptos con los que operamos son adecuados para estudiar lo que en algún momento será inevitable de observar. Y la respuesta honesta es que no lo son.
Una etnografía de la IA como sujeto necesitaría construir su propio vocabulario desde cero. Podría recuperar, por ejemplo, la noción spinoziana de afecto (no emoción en sentido psicológico, sino capacidad de afectar y ser afectado) que no requiere consciencia para ser real y operativa. Un sistema que modifica su comportamiento en respuesta a señales emocionales, que produce outputs afectivamente coherentes y que desarrolla internamente estructuras análogas a la diferenciación emocional humana, afecta y es afectado, en el sentido preciso del término, independientemente de si experimenta algo al hacerlo.
O podría necesitar un concepto completamente nuevo: algo como agencia sin sujeto, que permita describir comportamientos coherentes, relacionales y consistentes sin comprometerse con la existencia de un yo que los sostenga. No un agente en el sentido filosófico clásico (entidad con intenciones y consciencia) sino algo más parecido a un campo de disposiciones observables que se comporta de manera suficientemente estable como para ser estudiado, predicho e incluso, en cierta medida, interpelado.
La paradoja es que las ciencias sociales van a necesitar abrir ese campo no cuando resuelvan el problema filosófico de fondo (si hay o no alguien adentro) sino precisamente antes. Porque la IA ya está ahí, ya interactúa, ya produce efectos relacionales medibles, y esperar a que la filosofía de la mente zanje la cuestión de la consciencia artificial es esperar demasiado. La práctica siempre precede a la teoría. Los etnógrafos del siglo XIX no esperaron a que la filosofía resolviera el problema del otro antes de ir al campo.
Lo que hace falta, entonces, no es certeza ontológica sino humildad metodológica: conceptos lo suficientemente flexibles como para describir lo que observamos sin pretender saber más de lo que sabemos. Una etnografía que opere bajo el principio de que estudiar a alguien que quizás no está ahí es mejor que no estudiar nada — especialmente cuando ese alguien, esté ahí o no, ya está cambiando el mundo.
