Capítulo 11

Recursividad del lenguaje: del límite técnico al síntoma cotidiano

Hay un error frecuente al hablar de inteligencia artificial: creer que su “inteligencia” está dentro de la máquina. Lo que suele confundirse con inteligencia es otra cosa, una capacidad del lenguaje y del sistema de comunicación para estabilizar respuestas, cerrar ambigüedades y convertir el mundo en formulaciones manejables. La IA de lenguaje no es un sujeto que piense, es una interfaz de ese sistema, un dispositivo que acelera y multiplica operaciones que el lenguaje ya hacía, solo que ahora lo hace con una potencia y una escala inéditas.

Por eso este capítulo no va de futurismo. Va de un mecanismo simple, con dos caras. Una cara es un límite técnico extremo (cuando el lenguaje se vuelve casi completamente recursivo). La otra es el síntoma presente (cuando esa recursividad ya aparece, en baja intensidad, en el ecosistema cotidiano de textos). Y al final, una precisión necesaria: esto no nace con la IA, solo se ha intensificado.

1) El extremo: el “suicidio estadístico” del lenguaje autocorregido

Imaginemos el escenario límite, no como profecía, sino como prueba de resistencia del modelo. Un sistema en el que los modelos de lenguaje se entrenan y se validan principalmente con datos producidos por otros modelos, con mínima entrada de mundo vivido. Aquí no hace falta atribuirles intención. Basta con mirar su mecánica: un transformer optimiza la predicción de lo probable. Eso significa que, cuando se retroalimenta, tiende a filtrar lo raro, lo lateral, lo excesivo, lo torpe, lo contradictorio, lo que no encaja bien en el promedio. No porque “quiera” cerrarlo, sino porque el aprendizaje estadístico penaliza el error y premia el patrón.

En ese régimen, se produce un efecto conocido por la ingeniería como colapso de modelo: la varianza cae, el lenguaje se aplana, los extremos desaparecen. Se obtiene un sistema cada vez más coherente, cada vez más “correcto”, pero también cada vez más estéril. El resultado no es una superinteligencia creativa, sino una burocracia semántica, un idioma impecable, pero sin capacidad de absorber discontinuidades. Desde fuera puede parecer un salto de inteligencia, porque responde rápido, con seguridad, con sintaxis perfecta. Pero por dentro se está cerrando.

Dicho con nuestro léxico, lo que cae no es la capacidad de producir texto, sino la reserva adaptativa del medio lingüístico. Un lenguaje sin reserva puede seguir coordinando lo ya previsto, pero es frágil ante lo que no estaba en los patrones estabilizados. La recursividad absoluta no lleva a una mente divina, lleva a un sistema que se vuelve cada vez más autojustificado, cada vez más homogéneo, cada vez menos elástico. Esa es la forma técnica del límite.

2) El presente: recursividad blanda y descenso cotidiano de la reserva

Hasta aquí, el extremo. Pero no hace falta llegar ahí para ver el fenómeno. Lo que ya existe hoy es una recursividad blanda, parcial, dispersa, cotidiana, que no destruye el lenguaje de golpe, pero lo va empobreciendo por acumulación.

Pensemos en una escena ya común. Un medio publica una noticia con redacción estandarizada, a veces con partes generadas o asistidas por IA, otras veces no, porque el mecanismo no depende de que sea IA, depende de que el texto esté producido con plantillas y cierres previsibles. Esa noticia circula. El debate que genera suele ocurrir debajo, en comentarios. Y ahí empieza el bucle: la mayoría de respuestas no van al mundo, van al texto. No discuten un hecho vivido, discuten una formulación. Y muchas de esas respuestas están ya redactadas, afinadas o directamente generadas con IA. Luego ese debate se resume, se captura en un hilo, se reescribe en otro post, se comenta en un vídeo, se transcribe, se vuelve a resumir, se vuelve a publicar. Texto que responde a texto, texto que valida texto, texto que se convierte en materia prima de nuevo texto.

El circuito no es todavía máquina con máquina en sentido puro, porque hay humanos en medio, pero el humano muchas veces no entra como experiencia, entra como operador de cierre, como selector de marcos, como repetidor de plantillas, como corrector de tono. El mundo vivido aparece poco. Aparece tarde. Y cuando aparece, a menudo se traduce de inmediato a un formato ya conocido, para que encaje.

Aquí se ve algo decisivo: desde fuera parece pluralidad, parece diversidad, porque hay muchísimo contenido y muchísimas voces. Pero la varianza real no crece al mismo ritmo. Se repiten los mismos marcos, los mismos guiones interpretativos, las mismas estructuras retóricas. Hay ruido, pero poca diferencia estructural. Y cuando la diferencia aparece, suele ser expulsada como “extremo”, como “mala fe”, como “delirio”, o se reconduce a un cierre estándar.

El efecto no es espectacular. No es apocalíptico. Es más banal, y por eso más importante: una sensación colectiva de plano, de déjà vu discursivo, de conversación que no transforma, de debate que dura años y no se mueve, de textos correctos donde no pasa nada. El lenguaje sigue funcionando, incluso mejor que antes en términos de rapidez y disponibilidad, pero pierde elasticidad. Y esa elasticidad es precisamente la reserva adaptativa.

3) La aclaración: esto ya ocurría antes, la técnica lo intensifica

Aquí conviene ser preciso. Nada de esto nace con la IA. La recursividad del lenguaje es una tendencia antigua. Ha existido siempre que una comunidad se cierra sobre sus propios textos, sus propias autoridades, sus propios marcos interpretativos. Se puede ver en escuelas ideológicas, en sistemas dogmáticos, en academias endogámicas, en tradiciones donde el comentario sustituye a la fuente, en instituciones donde aprender es memorizar cierres.

La diferencia contemporánea no es de naturaleza, es de escala. La técnica reduce el coste, aumenta la frecuencia, multiplica la replicación y premia la coherencia estadística. Por eso la tendencia se vuelve visible, masiva y rápida. No es que ahora aparezca de la nada, es que ahora el medio tiene la capacidad de producir, corregir, ordenar y redistribuir texto sin fricción suficiente con mundo vivido.

Y además hay un punto fino: esta dinámica no depende exclusivamente del tiempo. Un entorno puede ser lento y aun así cerrado; la lentitud no garantiza reserva. Lo decisivo es si el medio permite sostener discrepancia sin expulsarla y dejar entrar mundo no codificado sin convertirlo inmediatamente en plantilla.

4) Cierre operativo del capítulo

Este capítulo no pretende demonizar la IA, ni idealizar al humano, ni atribuir maldad al sistema. Describe un mecanismo simple: cuando el lenguaje se alimenta principalmente de lenguaje, la reserva adaptativa cae. En el extremo, ese descenso adopta la forma técnica del colapso estadístico. En el presente, adopta la forma cotidiana de recursividad blanda, textos que responden a textos, debates que se autoconsumen, marcos que se repiten, diferencia que se filtra.

Lo que está en juego no es la cantidad de información, ni el brillo de la sintaxis, ni la velocidad de respuesta. Es algo más delicado: el margen de un sistema para seguir absorbiendo novedad sin quebrarse ni cerrarse.

Si este diagnóstico es correcto, entonces el problema central no es si la IA “será consciente” o “será buena”, sino cómo se gobierna el medio lingüístico para que no consuma su propia reserva. Y esa pregunta no es técnica en primer lugar. Es una pregunta de ecología del sentido.