La persona humana entre algoritmos: un diálogo inminente entre el personalismo y la inteligencia artificial
DOI:
https://doi.org/10.36105/mye.2026v37n3.01Palabras clave:
personalismo, inteligencia artificial, deep learning, despersonalización, caja negraResumen
El personalismo es una doctrina cuya tesis central es el valor intrínseco de la persona humana, sin embargo, las más recientes aplicaciones e implicaciones de la inteligencia artificial representan un desafío al personalismo. Pese al gran éxito de la inteligencia artificial en diversos ámbitos de la vida humana, tres de las amenazas detectadas son: la despersonalización, la abdicación intelectual y la delegación de la responsabilidad moral. La caja negra que representa el Deep learning, o esta pereza intelectual de la que adolecen las nuevas generaciones al realizar todas las tareas cognitivas con ayuda de dispositivos inteligentes, son un reflejo de que las ciencias de la computación y sus aplicaciones, lejos de ser eliminadas o suprimidas, deberían ser dominadas y enseñadas. Así como una pronta educación en el tema a las generaciones venideras, parece ser de urgencia. Con el diálogo se dará el entendimiento, y sólo la persona humana, podrá presentar una solución que haga sinergia entre esta doctrina y la tecnología.
Descargas
Referencias
1. Coenen A. David Cope, Experiments in Musical Intelligence. A-R Editions, Madison, Wisconsin, USA. Vol. 12 1996. Organised Sound. 1997; 2(1):57-60. https://doi.org/10.1017/S1355771897210101
2. Al Kuwaiti A, Nazer K, Al-Reedy A, Al-Shehri S, Al-Muhanna A, Subbarayalu AV. A Review of the Role of Artificial Intelligence in Healthcare. J Pers Med. 2023; 13(6):951. https://doi.org/10.3390/jpm13060951
3. Williams TD, Bengtsson JO. Personalism. En: Zalta EN, editor. The Stanford Encyclopedia of Philosophy [Internet]. Summer 2022. Metaphysics Research Lab, Stanford University; 2022 [citado 1 de noviembre de 2025]. Disponible en: https://plato.stanford.edu/archives/sum2022/entries/personalism/
4. Pellegrino E. The Human Person, the Physician, and the Physician’s Ethics. Linacre Q. 2020; 87(4):381-6. https://doi.org/10.1177/0024363920942459
5. Spaemann R, Schenk R. Is Every Human Being a Person? The Thomist. 1996; 60(3):463-74. Disponible en: https://philpapers.org/go.pl?id=SPAIEH&proxyI- d=&u=https%3A%2F%2Fdx.doi.org%2F10.1353%2Ftho.1996.0013
6. Sgreccia E. [Human person and personalism]. Cuad Bioet Rev Of Asoc Espanola Bioet Etica Medica. 2013; 24(80):115-23. Disponible en: https://www.redalyc.org/pdf/875/87527461012.pdf
7. Wu Q, Jin Z, Wang P. The Relationship Between the Physician-Patient Relationship, Physician Empathy, and Patient Trust. J Gen Intern Med. 2022; 37(6):1388- 93. https://doi.org/10.1007/s11606-021-07008-9
8. Wu Q, Jin Z, Wang P. The Relationship Between the Physician-Patient Relationship, Physician Empathy, and Patient Trust. J Gen Intern Med. 2022; 37(6):1388- 93. https://doi.org/10.1007/s11606-021-07008-9
9. Chipidza FE, Wallwork RS, Stern TA. Impact of the Doctor-Patient Relationship. Prim Care Companion CNS Disord. 2015; 17(5):10.4088/PCC.15f01840. https://doi.org/10.4088/PCC.15f01840
10. Bunge M. Pseudociencia e ideología. Laetoli; 2013.
11. Al-Hashimi HM. Turing, von Neumann, and the computational architecture of biological machines. Proc Natl Acad Sci U S A. 2023; 120(25):e2220022120. https://doi.org/10.1073/pnas.2220022120
12. Schneider TD. Claude Shannon: Biologist. IEEE Eng Med Biol Mag Q Mag Eng Med Biol Soc. 2006; 25(1):30-3. https://doi.org/10.1109/memb.2006.1578661
13. Samuel AL. Some Studies in Machine Learning Using the Game of Checkers. II—Recent Progress. IBM J Res Dev. 1967; 11(6):601-17. https://doi.org/10.1147/rd.33.0210
14. Hopfield JJ. Neural networks and physical systems with emergent collective computational abilities. Proc Natl Acad Sci U S A. 1982; 79(8):2554-8. https://doi.org/10.1073/pnas.79.8.2554
15. LeCun Y, Boser B, Denker JS, Henderson D, Howard RE, Hubbard W. Backpropagation Applied to Handwritten Zip Code Recognition. Neural Comput. 1989; 1(4):541-51. https://doi.org/10.1162/neco.1989.1.4.541
16. Hinton GE, Osindero S, Teh YW. A Fast Learning Algorithm for Deep Belief Nets. Neural Comput. 2006; 18(7):1527-54. https://doi.org/10.1162/neco.2006.18.7.1527
17. Mogi K. Artificial intelligence, human cognition, and conscious supremacy. Front Psychol. 2024; 15:1364714. https://doi.org/10.3389/fpsyg.2024.1364714
18. Jumper J, Evans R, Pritzel A, Green T, Figurnov M, Ronneberger O. Highly accurate protein structure prediction with AlphaFold. Nature. 2021; 596(7873):583-9. https://doi.org/10.1038/s41586-021-03819-2
19. Richens JG, Lee CM, Johri S. Improving the accuracy of medical diagnosis with causal machine learning. Nat Commun. 2020; 11:3923. https://doi.org/10.1038/s41467-020-17419-7
20. Rudin C. Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead. Nat Mach Intell. 2019; 1(5):206-15. https://doi.org/10.1038/s42256-019-0048-x
21. Buolamwini J, Gebru T. Gender Shades: Intersectional Accuracy Disparities in Commercial Gender Classification. En: Proceedings of the 1st Conference on Fairness, Accountability and Transparency [Internet]. PMLR; 2018 [citado 5 de noviembre de 2025]. Disponible en: https://proceedings.mlr.press/v81/buolamwini18a.html
22. Bolukbasi T, Chang KW, Zou J, Saligrama V, Kalai A. Man is to Computer Programmer as Woman is to Homemaker? Debiasing Word Embeddings. [Internet]. arXiv; 2016 [citado 5 de noviembre de 2025]. Disponible en: http://arxiv.org/abs/1607.06520
23. Orben A, Przybylski AK. The association between adolescent well-being and digital technology use. Nat Hum Behav. 2019; 3(2):173-82. https://doi.org/10.1038/s41562-018-0506-1
24. Bender EM, Koller A. Climbing towards NLU: On Meaning, Form, and Understanding in the Age of Data. En: Jurafsky D, Chai J, Schluter N, Tetreault J, ed. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics [Internet]. Association for Computational Linguistics; 2020 [citado 6 de noviembre de 2025]. Disponible en: https://aclanthology.org/2020.acl-main.463/
25. Boege S, Milne-Ives M, Meinert E. Impact of Responsible AI on the Occurrence and Resolution of Ethical Issues: Protocol for a Scoping Review. JMIR Res Protoc. 2024; 13:e52349. https://doi.org/10.2196/52349
26. Lyons JB, Hobbs K, Rogers S, Clouse SH. Responsible use of AI. Front Neuroergonomics. 2023; 4:1201777. https://doi.org/10.3389/fnrgo.2023.1201777
27. Saenz A, Centi A, Ting D, You J, Landman A, Mishuris RG. Establishing responsible use of AI guidelines: a comprehensive case study for healthcare institutions. NPJ Digit Med. 2024; 7:348. https://doi.org/10.1038/s41746-024-01300-8
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Carlos Ledesma-Alonso
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Medicina y Ética se distribuye bajo Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.
El autor conserva los derechos patrimoniales sin restricciones y garantiza a la revista el derecho de ser la primera publicación del trabajo. El autor es libre de depositar la versión publicada en cualquier otro medio, como un repositorio institucional o en su propio sitio web.
