Investigadores de sistemas complejos, evolución y cognición proponen tratar a los grandes modelos de lenguaje como tecnologías capaces de propagarse y modificar a sus huéspedes humanos. Para explorar la idea construyeron un modelo inspirado en la epidemiología que produce puntos críticos, dependencia e incluso lock-in tecnológico.
Los grandes modelos de lenguaje podrían entenderse como una nueva clase de “virus cognitivo”: sistemas tecnológicos que se propagan a través de las poblaciones humanas, se incorporan a sus prácticas culturales y cognitivas y, al hacerlo, pueden modificar las condiciones que favorecen su propia expansión.
Ésa es la hipótesis que un grupo internacional de investigadores intenta formalizar en Large-Language Models as a Cognitive Virus, un preprint publicado en arXiv el 3 de septiembre. Entre sus autores están Ricard Solé, David Krakauer y Michael Levin, con investigadores afiliados a la Universitat Pompeu Fabra, el Santa Fe Institute, Tufts University, Harvard y otros centros.
La palabra “virus” no aparece únicamente como recurso provocador en el título. Los autores plantean explícitamente que la difusión de los LLM puede estudiarse mediante una analogía viral y describen a estos sistemas como tecnologías culturalmente transmitidas cuya utilidad facilita su propagación, pero que también pueden aumentar la dependencia mediante la delegación de operaciones cognitivas.
El trabajo no sostiene, sin embargo, que un LLM sea necesariamente dañino. La analogía viral no equivale para los investigadores a una relación parasitaria: recuerdan que incluso en biología existen virus que pueden comportarse como patógenos, mutualistas o socios evolutivos, y plantean que los efectos de los LLM también dependen de la forma en que humanos y máquinas se acoplan.
De las ideas que se propagan a los LLM
La propuesta parte de una genealogía anterior a la inteligencia artificial generativa. El artículo recuerda que el propio lenguaje ha sido descrito como una entidad viral porque determinados patrones entran en las mentes mediante aprendizaje social, se reproducen a través de los hablantes y cambian conforme circulan. Los autores enlazan esta tradición con teorías de evolución cultural, memes y “virus de la mente”.
En esa perspectiva, lo que se propaga no necesita ser un organismo. Palabras, ideas y patrones culturales pueden reproducirse mediante imitación, modificarse con cada uso y persistir atravesando cerebros, medios, instituciones y tecnologías.
El paper incorpora después los virus informáticos y los lenguajes de programación como antecedentes tecnológicos de los LLM. Ambos dependen de soportes tecnológicos y transforman los entornos donde circulan. Los modelos de lenguaje, sostienen los investigadores, reúnen características de ambos: funcionan como una nueva interfaz humano-máquina y, al mismo tiempo, se propagan mediante usuarios y ecosistemas digitales.
La diferencia con tecnologías de información anteriores estaría en que los LLM no se limitan a almacenar o transportar lenguaje. Participan directamente en su producción, reformulación y evaluación. Por ello, la pregunta deja de ser solamente cómo cambia nuestra manera de comunicarnos y pasa a ser cómo se reorganiza el sistema formado por lenguaje, cognición y tecnología.
Convertir la metáfora en ecuaciones
El salto particular del trabajo consiste en intentar describir esa hipótesis mediante un sistema dinámico inspirado en los modelos epidemiológicos. Los investigadores dividen a la población en tres estados. En el primero se encuentran personas desacopladas o débilmente acopladas a los LLM. En el segundo están los usuarios que utilizan estas herramientas pero conservan lectura, escritura, razonamiento, verificación y acceso a fuentes alternativas. El tercero corresponde a usuarios persistentemente dependientes, para quienes las operaciones mediadas por el modelo se han vuelto fuertemente sustitutivas.
Después introducen variables que representan la velocidad con que las prácticas de uso se transmiten socialmente, el abandono de la tecnología, la transición desde un uso regular hacia la dependencia y la recuperación desde ésta. El modelo incluye también un mecanismo de refuerzo colectivo: las prácticas cognitivas autónomas resultan más fáciles de conservar cuando continúan siendo frecuentes dentro de escuelas, lugares de trabajo y grupos sociales.
No están intentando calcular cuántas personas concretas serán “infectadas” por ChatGPT, Claude o Gemini. Las variables representan mecanismos generales y las tasas utilizadas condensan comportamientos humanos muy diferentes. Pero al introducirlas en un sistema matemático aparece un resultado más interesante: la transición hacia una mayor dependencia no tiene por qué ser gradual.
Un punto después del cual el sistema cambia
Bajo determinadas relaciones entre los parámetros, el modelo presenta dos estados estables posibles. Una sociedad puede permanecer principalmente autónoma o puede estabilizarse en un régimen mucho más acoplado a los LLM.
Entre ambos aparece un punto crítico. La presión social para utilizar IA puede aumentar poco a poco sin producir grandes cambios hasta que alcanza determinado umbral. En ese momento, el equilibrio anterior pierde estabilidad y el sistema puede desplazarse rápidamente hacia una población con más usuarios regulares y dependientes. El fenómeno presenta además histéresis: el camino para volver no es igual al camino de entrada.
Una vez que la población se encuentra en el régimen de mayor dependencia, regresar las condiciones al nivel inmediatamente anterior al salto puede no ser suficiente. Para recuperar el equilibrio autónomo hay que atravesar un segundo umbral. Los investigadores describen ese fenómeno como una forma de technological lock-in: prevenir el cambio puede resultar más fácil que revertirlo una vez consolidado.
No toda delegación es dependencia
El modelo distingue además dos formas diferentes de utilizar una herramienta cognitiva. Una puede funcionar como andamiaje: reduce parte del esfuerzo inmediato, pero mantiene o incrementa la capacidad de la persona para realizar posteriormente la tarea sin ayuda. La otra funciona como sustitución: elimina progresivamente la necesidad de realizar la operación cognitiva que originalmente sustentaba esa capacidad.
Un LLM puede, por ejemplo, funcionar como tutor si la persona reconstruye, cuestiona y verifica sus argumentos. Pero también puede sustituir directamente la síntesis, la evaluación o la composición. Por eso los investigadores sostienen que la distinción relevante no está simplemente entre utilizar o evitar la IA, sino en el tipo de acoplamiento que se establece y en las capacidades que permanecen cuando la herramienta desaparece.
Esta diferencia es importante para no interpretar el modelo como evidencia de que los LLM ya estén provocando una caída cuantificada de la capacidad cognitiva humana. Para dibujar uno de sus escenarios, los investigadores asignan valores hipotéticos de competencia cognitiva a cada estado. Ellos mismos advierten que se trata de una suposición ilustrativa y no de una estimación experimental sobre usuarios reales. En un régimen donde la IA funcione como andamiaje o aumente capacidades, el resultado podría ser distinto.
Una “inmunización” que no consiste en evitar la IA
La analogía epidemiológica lleva a los autores a otro concepto: la “inmunización cognitiva”. Tampoco significa impedir el contacto con los LLM. El objetivo sería conservar mecanismos que hagan reversible el acoplamiento: resolver algunas tareas sin IA, verificar las respuestas, mantener habilidades independientes, introducir momentos deliberados de desconexión y diseñar procesos educativos donde el modelo apoye el razonamiento en vez de completarlo.
El trabajo coloca así parte del problema fuera del individuo. Las escuelas, empresas y comunidades también mantienen capacidades cognitivas porque construyen ambientes donde leer, escribir, razonar y verificar siguen siendo prácticas frecuentes y valoradas. Si una parte suficientemente grande de esas actividades es delegada, el entorno que sostiene la autonomía también puede debilitarse.
¿Qué es exactamente el virus?
Aquí aparece, sin embargo, uno de los límites más interesantes del propio artículo. Aunque propone explícitamente pensar a los LLM como “virus cognitivos”, su modelo matemático no identifica una única entidad como equivalente del virus biológico. El ecosistema incluye prácticas culturalmente transmitidas, contenido, linajes tecnológicos de modelos y los propios estados de los usuarios. Las ecuaciones describen principalmente la epidemiología del acoplamiento humano con los LLM, no la reproducción independiente de un supuesto patógeno artificial.
El artículo tampoco desarrolla demasiado el diálogo con la tradición intelectual que utiliza para construir su metáfora. Recurre a trabajos anteriores sobre lenguaje viral, memes, mente extendida y tecnologías cognitivas, pero dedica mucho más espacio a la formalización matemática que a discutir qué conserva o modifica de cada una de esas propuestas.
Es precisamente ahí donde el paper resulta útil como muestra de una teoría sobre IA todavía en construcción. Los autores plantean como siguientes pasos modelos con agentes heterogéneos, redes sociales más complejas y sistemas humano-máquina en los que autonomía, dependencia y agencia puedan cambiar continuamente. Llegan incluso a sugerir que lo que se propaga en estos ecosistemas podría no ser una entidad individual, sino patrones de organización cognitiva distribuidos entre sistemas biológicos, artificiales e híbridos.
Large-Language Models as a Cognitive Virus no demuestra que la inteligencia artificial esté convirtiendo a sus usuarios en una población cognitivamente dependiente. Lo que hace es otra cosa: toma la antigua idea de que lenguaje, información y tecnologías pueden comportarse como entidades virales y pregunta qué ocurre cuando esa hipótesis se convierte en un sistema de ecuaciones.
El resultado es una de las señales de cómo empieza a desarrollarse una teoría propia alrededor de los LLM: ya no sólo para medir qué tan inteligentes son los modelos, sino para intentar describir matemáticamente qué clase de sistemas humanos, artificiales e híbridos pueden surgir cuando ambos comienzan a transformarse mutuamente.
