La integración de la filosofía en el diseño de infraestructuras tecnológicas y software

La formación de los ingenieros y desarrolladores en las universidades de ciencias aplicadas suele priorizar la eficiencia algorítmica, el rendimiento de cómputo y la optimización de recursos por encima del análisis estructural de las necesidades reales. Este sesgo formativo sitúa el foco exclusivamente en la viabilidad de ejecución, obviando si el problema que se intenta resolver mediante la innovación técnica es el adecuado o si responde a dinámicas de consumo insostenibles.

Los límites del diseño frente a los límites de la viabilidad

Desde el punto de vista de la ingeniería clásica, los límites de una arquitectura o de un sistema se miden por la capacidad de cálculo, la disponibilidad de energía o las restricciones materiales actuales. Sin embargo, la integración de la filosofía y la ética aplicada en los planes de estudio introduce una capa de análisis fundamental: determinar si una capacidad técnica debe ser desarrollada o si sus externalidades negativas superan su utilidad práctica.

• Cuestionamiento del planteamiento inicial: Analizar quién define los requerimientos del sistema y qué asunciones de diseño se dan por válidas sin cuestionamiento previo.
• Auditoría de costes sistémicos: Evaluar el impacto energético, hídrico y territorial de infraestructuras críticas como los centros de datos o los modelos masivos de inteligencia artificial.
• Asimetría de impactos: Identificar la brecha existente entre los beneficiarios finales de un servicio digital y las comunidades que soportan los costes ambientales y sociales de su despliegue.
• Soberanía y gobernanza: Determinar qué decisiones automatizadas mediante software o hardware vulneran derechos o desplazan responsabilidades éticas.

La automatización y el espejismo de la neutralidad técnica

El desarrollo de sistemas basados en inteligencia artificial ejemplifica la necesidad urgente de una perspectiva crítica en los equipos de ingeniería. A menudo, la conversación pública se limita a discutir cómo acelerar el entrenamiento de modelos o reducir la latencia en la inferencia, omitiendo los costes computacionales asociados y la procedencia de los datos. La tecnología no opera en un vacío neutral; cada línea de código y cada arquitectura de hardware modifican el entorno sociopolítico y ambiental en el que se implementan.

La formación técnica necesita también de la filosofía porque esta aporta habilidades para cuestionar los problemas antes de intentar resolverlos, recordando que los planteamientos iniciales rara vez son neutrales y que podemos ser extraordinariamente buenos resolviendo un problema y, aun así, estar resolviendo el problema equivocado.

Este cambio de perspectiva obliga a los desarrolladores a situar el foco no solo en la optimización de parámetros, sino en la distribución equitativa de los beneficios y los riesgos derivados del despliegue tecnológico a gran escala.