AI & Ancestral Wisdom

Modelo propuesto: del conocimiento vivo a la evaluación de inteligencia artificial

AI & Ancestral Wisdom propone un método progresivo y auditable para estudiar cómo se preserva, formaliza, transmite y contrasta el conocimiento humano ante sistemas contemporáneos de inteligencia artificial. No empieza con la IA. Empieza con comunidades de práctica vivas, aprendizaje maestro–aprendiz, procedimientos documentados, trazabilidad y una investigación sobre las ambigüedades que aparecen cuando intentamos representar una práctica mediante información.

1. La premisa de investigación

Una parte significativa del conocimiento humano no se expresa completamente en reglas, documentos o conjuntos de datos. Vive en el gesto, el momento oportuno, la relación con los materiales, el territorio, la memoria compartida, el ritual y el juicio adquirido mediante la experiencia. Michael Polanyi llamó la atención sobre esta dimensión del conocimiento tácito: con frecuencia sabemos hacer más de lo que podemos explicar de forma explícita. La investigación pregunta qué partes de una capacidad pueden describirse, enseñarse o modelarse, y cuáles siguen dependiendo de la práctica y de comunidades humanas vivas.

2. Por qué no es únicamente digitalización cultural

Digitalizar documentos, registrar lenguas, describir oficios, ordenar conocimiento experto o establecer reglas éticas para los datos son tareas valiosas, pero distintas. Esta propuesta las conecta mediante una misma pregunta: ¿qué ocurre con una capacidad cuando pasa de una práctica viva a una representación formal? El propósito no es convertir una cultura en contenido digital. Es estudiar qué se conserva, qué se transforma y qué se pierde en ese tránsito, y cómo reconocer esas diferencias con quienes conocen la práctica.

3. El principio metodológico

Antes de introducir sistemas de IA, el trabajo identifica prácticas, actividades, procedimientos, datos, transformaciones, responsabilidades, versiones, evidencias, reglas de decisión, excepciones y criterios de validación. Esta base permite separar una instrucción escrita de la operación realmente ejecutada y, a su vez, de aquello que un experto resuelve mediante experiencia sin poder reducirlo por completo a una regla. No se supone que la documentación sea un reflejo perfecto de la práctica: esa diferencia también se observa.

4. Primera fase: censo y prioridades

El primer paso es identificar capacidades, técnicas, oficios y personas que desean participar en su documentación. El censo busca reconocer qué prácticas existen, cuáles dependen de muy pocos maestros, dónde se debilita el relevo generacional, qué materiales o espacios resultan indispensables y qué formas de transmisión necesitan apoyo. Su utilidad no se limita a una lista de nombres: ofrece un primer mapa de capacidades vivas y de sus condiciones de continuidad. Las prioridades deben acordarse con quienes practican esos saberes.

5. Segunda fase: comunidades de práctica

El conocimiento no reside exclusivamente en individuos. También se sostiene en talleres, rutinas compartidas, herramientas, materiales, aprendizajes, correcciones, relaciones de confianza y criterios colectivos de calidad. La investigación identifica las comunidades ya existentes o las condiciones en las que podrían fortalecerse, sin imponerles una estructura ajena. Comparar variantes y compartir criterios puede reducir la dependencia de un único maestro, siempre que se respete la diversidad legítima de cada práctica y se mantenga la autoridad de sus portadores.

6. Tercera fase: observar la transmisión maestro–aprendiz

La relación maestro–aprendiz es el principal campo de observación. Se atiende a lo que se explica verbalmente, lo que se muestra con las manos, lo que se aprende mediante correcciones sucesivas, lo que depende del tiempo o del material y lo que requiere juicio experto. También se distinguen los cambios aceptables de los errores y las condiciones en que dos maestros pueden actuar de manera distinta sin que ninguno esté equivocado. La finalidad es hacer observable el aprendizaje sin reducir prematuramente su complejidad a datos.

7. Cuarta fase: procedimientos y formalización

Una vez comprendida la práctica real, pueden elaborarse procedimientos que describan secuencias de actividad, herramientas, materiales, funciones, responsables, versiones, transformaciones, criterios de calidad, excepciones, pruebas y relaciones entre documentos. Las fotografías y otros registros se incorporan únicamente en los términos autorizados. Formalizar no significa imponer una versión única: significa distinguir lo que puede normalizarse, las variantes que deben conservarse y los aspectos que continúan dependiendo de circunstancias y criterio humano.

8. Quinta fase: trazabilidad y posibilidad de auditoría

El paso siguiente consiste en comprobar si una descripción puede seguirse hasta sus fuentes y si una persona competente puede revisar cómo se obtuvo. El control documental, la gestión de versiones, los criterios de calidad y la auditoría de procesos permiten pasar de una observación a un registro verificable y parcialmente transmisible. La pregunta no es si todo puede convertirse en procedimiento, sino qué partes son consistentes, qué variaciones son legítimas y qué aspectos perderían significado si se intentara estabilizarlos artificialmente.

9. Sexta fase: hipótesis sobre entropía informacional

El modelo plantea, como hipótesis por contrastar, que ciertas ambigüedades informacionales podrían ayudar a identificar zonas donde persiste conocimiento no formalizado. Presta especial atención a la ambigüedad de responsabilidad o autoridad —quién aporta, custodia, valida o puede decidir sobre una práctica— y a la ambigüedad de versión —qué descripción se usa, cómo cambió y por qué conviven variantes diferentes—. La presencia de estas ambigüedades no demuestra por sí misma conocimiento tácito: puede señalar tanto un defecto documental como una complejidad real del contexto. Esa distinción constituye precisamente parte de la investigación.

10. Desorden corregible y conocimiento tácito estructural

Cuando la ambigüedad procede de documentos incompletos, responsabilidades confusas, duplicación accidental o falta de control de versiones, la respuesta puede ser documental y organizativa: aclarar autoridades, consolidar registros, establecer procedencias y verificar el cumplimiento de los acuerdos. En cambio, cuando dos variantes responden legítimamente a materiales, estaciones, territorios, maestros, rituales o circunstancias distintas, eliminar la diferencia puede destruir conocimiento. La tarea es comprenderla, documentar sus condiciones y validarla sin forzar una simplificación.

11. Cuatro tipos de ambigüedad que conviene distinguir

El modelo de trabajo separa cuatro situaciones. El desorden documental aparece cuando faltan autor, versión o control y puede corregirse con mejores registros. La duplicación operativa surge cuando dos áreas mantienen información sin coordinación y requiere responsabilidades y fuentes maestras claras. La ambigüedad contextual aparece cuando varias versiones son válidas en condiciones distintas y exige describir esas condiciones. Por último, el conocimiento tácito estructural aparece cuando una práctica depende de criterio experto todavía no formalizado; requiere observación, contraste y preservación del contexto. Clasificar estos casos evita confundir cualquier diferencia con un error o, a la inversa, justificar como misterio un defecto que puede corregirse.

12. Séptima fase: la IA como aprendiz

La IA entra únicamente después de construir una base humana y documental suficiente. En su primer papel es un aprendiz paralelo al humano: recibe procedimientos, observaciones, imágenes autorizadas, variantes, reglas, excepciones, lenguaje contextual y correcciones registradas durante la transmisión. Se compara lo que un aprendiz humano comprende y ejecuta con lo que el sistema parece comprender a partir de esos materiales. La coherencia de una respuesta textual no se toma como prueba de comprensión de la práctica.

13. Octava fase: la IA como apoyo a la enseñanza

El segundo papel es más exigente. Se examina si el sistema puede explicar una práctica de manera que ayude a otra persona a aprenderla, por ejemplo un nuevo aprendiz, un artesano de otro contexto o un observador técnico. Ya no basta con que recuerde información: debe conservar secuencias, condiciones, variantes y límites. La evaluación distingue entre producir una explicación convincente y contribuir realmente a una capacidad que otra persona pueda ejercer con supervisión adecuada.

14. Revisión humana de la transmisión asistida por IA

Las explicaciones generadas por sistemas de IA deben ser revisadas por personas competentes y legitimadas para evaluar la práctica. La revisión observa si se conserva la secuencia de trabajo, se respeta el contexto, se reconocen variantes legítimas, se señalan excepciones y se mantienen procedencias y límites de uso. También busca omisiones, afirmaciones inventadas y una falsa sensación de coherencia. Un sistema puede escribir de modo fluido y, sin embargo, alterar el sentido técnico, cultural o simbólico de aquello que pretende enseñar.

15. Hipótesis experimental

La hipótesis central propone que, cuanto mayor sea la complejidad contextual y la densidad de ambigüedades legítimas de una práctica, más difícil podría resultar para un sistema de IA representarla, estabilizarla y transmitirla fielmente. Esta relación aún debe definirse y comprobarse empíricamente; no es un resultado demostrado. Para estudiarla se pueden describir perfiles que atiendan al número de variantes, la autoridad sobre los registros, el control de versiones, la dependencia del contexto, el juicio experto, la transmisión implícita, las diferencias territoriales, la carga ritual o simbólica y la resistencia a una formalización uniforme.

16. Investigación comparativa

El método está concebido para comparar prácticas diferentes sin imponerles una medida cultural única. Podrían estudiarse bordados del Totonacapan y de otras regiones, joyería, cultivo y beneficio de vainilla, tejido, relojería, restauración, conocimientos ecológicos o técnicas complejas de taller. Cada caso requiere su propio acuerdo con los portadores del saber y sus criterios de evaluación. La comparación busca comprender qué aspectos pueden explicitarse y cuáles exigen experiencia situada, no jerarquizar culturas por su facilidad de digitalización.

17. Qué podría revelar el modelo

Una práctica predominantemente procedimental puede resultar más sencilla de registrar, revisar y transmitir. Otra, muy dependiente de circunstancias cambiantes, necesitará reglas de contexto y validación humana. Otras capacidades dependen de percepción material, gesto, tiempo, autoridad comunitaria o conocimiento ritual y podrían resistirse a una formalización más profunda. Son perfiles de trabajo, no una clasificación definitiva de personas o culturas. Uno de los resultados más valiosos podría consistir en identificar con precisión dónde fallan los sistemas de IA y qué condiciones humanas no pueden sustituirse.

18. Contribución propuesta a la evaluación de IA

Gran parte de la evaluación corriente de IA se centra en lenguaje, razonamiento, búsqueda, matemáticas, programación o ejecución de tareas. Aquí se propone un tipo complementario de ensayo: contrastar modelos con conocimiento tácito situado, transmisión maestro–aprendiz, variaciones legítimas y situaciones donde la documentación no agota el contexto. El objetivo es observar qué arquitecturas o estrategias permiten reconocer sus límites y trabajar con ambigüedad sin producir explicaciones falsamente seguras o reducir las diferencias culturales a una media indiferenciada.

19. Contribución propuesta a la preservación

El mismo método puede ayudar a identificar capacidades en riesgo, reforzar comunidades de práctica, documentar variantes, favorecer la enseñanza entre generaciones, organizar archivos trazables y mejorar la atribución cultural. También puede preparar información útil para estudiar, cuando proceda y con consentimiento, mecanismos de protección formal. Preservar no equivale a almacenar una grabación o una descripción: significa mantener condiciones para que una capacidad pueda seguir practicándose, corrigiéndose y transmitiéndose.

20. Estado institucional y condiciones de implantación

Este texto describe una propuesta metodológica de investigación, no un programa experimental completado ni un reconocimiento concedido por una institución externa. Su posible puesta en práctica requiere comunidades voluntarias, acuerdos claros sobre derechos y acceso, investigadores y evaluadores competentes, recursos de campo, documentación y criterios de revisión. The Integral Management Society y el Instituto aportan una trayectoria de trabajo con comunidades de práctica, documentación, gestión de procesos y sistemas complejos, pero cada caso deberá concretar participantes, alcance, autorizaciones y evidencia propia antes de presentarse como actividad ejecutada.

21. La pregunta que permanece abierta

AI & Ancestral Wisdom no pretende demostrar que la inteligencia artificial pueda reemplazar la sabiduría humana. Busca averiguar, de forma práctica y verificable, qué conocimientos pueden documentarse, cuáles pueden enseñarse parcialmente, cuáles pueden modelarse y cuáles deben permanecer vinculados a personas, comunidades, materiales y territorios. La pregunta central no es si una IA puede almacenar conocimiento ancestral. Es si puede aprender, explicar y apoyar su transmisión sin perder la coherencia del contexto ni borrar aquello que hace legítima y viva una práctica.