Este trabajo aborda la creciente integración de la inteligencia artificial generativa en el espacio público y sus efectos en la deliberación democrática. Se parte de la constatación de que mientras que la deliberación parlamentaria descansa sobre la capacidad humana de ofrecer explicaciones causales, asumir responsabilidad y anclar el lenguaje en la experiencia del mundo, los grandes modelos de lenguaje operan mediante correlaciones estadísticas entre formas lingüísticas. Frente a quienes ven en estos sistemas una evolución técnica neutral, el estudio sostiene que esta diferencia de naturaleza tiene consecuencias políticas profundas.

El análisis se organiza en torno a dos niveles. En el institucional, la deliberación se caracteriza por su lentitud, sus garantías procesales y su sujeción a la responsabilidad política. En el espacio digital, en cambio, el discurso es producido en masa por sistemas que no comprenden lo que dicen, que no pueden rendir cuentas y cuya razón de ser es la fluidez y el engagement, no la veracidad. Veracidad, o falacia que tampoco pueden constatar estos sistemas. La hipótesis que guía la investigación es que la implantación masiva de la IA en las redes sociales, mientras los parlamentos permanecen relativamente ajenos a ella, no es neutral. Así, lejos de cerrarse, la brecha entre ambos niveles tiende a ensancharse.

Para ello se analizan 3 mecanismos. En primer lugar se analiza la transferencia de agencia, por la que los ciudadanos delegan en algoritmos la selección de su dieta informativa, erosionando su capacidad críticca y la serendipia. El segundo mecanismo sería el reduccionismo paramétrico, que simplifica la complejidad de la identidad humana a variables computables. En este proceso, lo que ocurre es que se invisibilizan contradicciones y minorías. El tercer mecanismo sería el de la expresión regulada, donde los usuarios adaptan su lenguaje a las limitaciones de los sistemas, perdiendo todos los matices y ambigüedades del discurso humano.

La principal aportación del texto es sintetizar los argumentos de los críticos más relevantes de la IA generativa para mostrar por qué estos sistemas no pueden ser considerados participantes deliberativos en sentido político. El marco teórico integra, principalmente, aportaciones de la filosofía de la mente, lingüística computacional y crítica tecnológica. Así, se reconstruyen las posiciones de autores reconocidos en la materia, como Searle, Harnad, Chomsky o Bender. Pero la contribución original reside en aplicar ese aparato conceptual a la disociación que se produce cuando un tipo de tecnología, diseñada para operar mediante correlaciones estadísticas, se despliega de forma masiva en el espacio público mientras la deliberación institucional sigue operando bajo exigencias de fiabilidad, trazabilidad y responsabilidad.

El documento desarrolla cómo esta asimetría se manifiesta en fenómenos cotidianos que a menudo pasan desapercibidos. En este punto se menciona la creciente costumbre de delegar la verificación de hechos en asistentes como Grok, que termina por derivar en la progresiva descualificación de las habilidades retóricas y analíticas de la ciudadanía. Se introduce el concepto de deuda cognitiva para dar cuenta de un proceso en el que la delegación excesiva en la inteligencia artificial puede conducir a la atrofia de capacidades que son condición de posibilidad de la deliberación.

Frente a la tentación de buscar soluciones exclusivamente técnicas, se argumenta que los problemas aquí señalados son estructurales. Un sistema que no distingue entre una afirmación verdadera y una confabulación plausible no dejará de hacerlo por más datos que se le incorporen. La desinformación, en este marco, se presenta como la consecuencia del desajuste entre la lógica de los modelos y la naturaleza de la verdad, que es una relación con el mundo y no una propiedad estadística de los enunciados. Esto convierte este desajuste en un fallo inevitable, que no puede ser resuelto a través de mejoras técnicas incrementales. Los LLM vectorizan tokens y generan patrones de "verdad" en términos probabilísticos, pero no pueden referenciar el mundo (Harnad, 1990), lo que los convierte en loros estocásticos (Bender et al., 2021) incapaces de participar en una deliberación genuina.

Finalmente, se discuten vías de mitigación para proteger el espacio de la deliberación clásica sin renunciar a la innovación. Estas vías incluyen, por citar ejemplos, la regulación democrática de la IA, la transparencia algorítmica, o la educación crítica de la ciudadanía. Las reflexiones finales apuntan a una pregunta de fondo que trasciende lo técnico y lo regulatorio. ¿Qué tipo de deliberación queremos como ciudadanos? Si se opta por la deliberación clásica, con sus garantías y sus lentitudes, será necesario proteger ese espacio de la colonización algorítmica. Si, por el contrario, se apuesta por un modelo híbrido que integre la producción automatizada de discurso, habrá que repensar desde la base qué significa deliberar, representar y rendir cuentas. No está claro que esas preguntas tengan una respuesta satisfactoria, pero el trabajo sugiere que el peligro no proviene de una superinteligencia que nos esclavice, sino de sistemas lo bastante persuasivos como para que la gente confíe en ellos y que puedan causar daño.