IA, hábitos y autonomía
IA, hábitos y autonomía
¿Tu algoritmo te conoce - o te está enseñando a seguir siendo quien ya eras?
Desbloqueas el teléfono.
No habías planeado abrir una red social.
Y, sin embargo, unos segundos después, tu dedo ya encontró la aplicación. Deslizas la pantalla. Te detienes en un video. Luego en otro. Das “me gusta” a uno. Ignoras otro. Permaneces unos segundos más en un tercero.
Ninguna de estas acciones parece extraordinaria.
Pero cada una deja un rastro.
Y el sistema aprende.
La próxima vez, la plataforma tal vez no te muestre simplemente aquello que te gusta. Puede mostrarte aquello ante lo cual ya aprendiste a detenerte.
Entonces surge una pregunta importante:
¿Tu algoritmo conoce tus hábitos, o participa en la construcción de los mismos hábitos que después utiliza para conocerte?
Es dentro de este circuito donde autonomía, Inteligencia Artificial y Semiótica comienzan a encontrarse.
Hábito no significa ausencia de autonomía
Maria Eunice Quilici Gonzalez y sus colaboradores ofrecen una entrada especialmente importante a este problema. Al estudiar hábitos y racionalidad en la era del Big Data, los autores evitan dos extremos: ni somos completamente libres de nuestras historias y disposiciones, ni somos simplemente marionetas de las tecnologías digitales.
La hipótesis es más interesante: las personas pueden actuar racionalmente en muchas situaciones y, al mismo tiempo, tener sus opiniones influenciadas por información insuficiente o distorsionada, hábitos anteriores y disposiciones emocionales previamente adquiridas.
Esto significa que la autonomía no exige vivir sin hábitos.
Eso sería imposible.
Los hábitos ahorran tiempo y permiten repetir acciones que no necesitan reconstruirse desde cero en cada instante.
El problema aparece cuando un determinado camino se vuelve tan disponible que otras posibilidades casi dejan de competir por nuestra atención.
En BrainLatam hemos utilizado una imagen sencilla:
Se encontró una rama conocida.
Ante un acontecimiento nuevo, el Cuerpo-Territorio puede encontrar rápidamente una forma ya construida de percibir, sentir, interpretar y actuar.
La novedad llegó.
Pero encontró un camino antiguo.
La red puede aprender qué rama sueles elegir
Aquí aparece algo nuevo con respecto a los hábitos formados antes de las plataformas digitales.
El ambiente también está aprendiendo de nosotros.
El algoritmo observa:
dónde nos detenemos;
qué repetimos;
qué ignoramos;
con quién interactuamos;
cuánto tiempo permanecemos;
qué tipo de expresión provoca una respuesta.
Después reorganiza el ambiente que volveremos a ver.
Aparece un circuito:
hábito → acción → dato → algoritmo → recomendación → nueva acción → refuerzo o modificación del hábito.
Anderson Vinícius Romanini y Marcelo Hamdan Alvim analizan precisamente esta relación entre mediación algorítmica, cognición, Semiótica e Inferencia Activa. En su trabajo, los algoritmos pueden participar en los propios procesos inferenciales de los usuarios, influyendo en patrones de respuesta e interacción.
Esto no significa que un algoritmo determine inevitablemente lo que alguien va a pensar.
El investigador costarricense Ignacio Siles, al estudiar usuarios de Netflix, Spotify y TikTok en Costa Rica, llega precisamente a una conclusión más equilibrada: las personas incorporan algoritmos a la vida cotidiana, siguen recomendaciones, se resisten a ellas, modifican sus prácticas y, en ocasiones, hacen todas estas cosas al mismo tiempo.
La agencia aparece en ese espacio intermedio entre usuario y sistema.
Tal vez, entonces, el algoritmo no esté simplemente fuera de nosotros ni sea sencillamente nuestro controlador.
Entra en la relación.
Y la relación cambia ambos lados.
No todo uso repetido es “adicción”
Esta distinción es importante.
En 2025, Ian Anderson y Wendy Wood, investigadora de referencia en el estudio de los hábitos, mostraron que los usuarios pueden sobreestimar hasta qué punto su uso de redes sociales corresponde a una dependencia clínica. En una muestra de usuarios activos de Instagram, el comportamiento habitual fue mucho más frecuente que los indicadores utilizados para identificar riesgo de adicción.
Los autores destacan que los hábitos pueden activarse automáticamente por señales contextuales —abrir, deslizar, publicar, reaccionar— sin que esto sea equivalente a una adicción clínica.
Esta diferencia interesa directamente a la autonomía.
Si toda repetición se describe como irresistible, podemos terminar reduciendo nuestra propia percepción de capacidad de cambio.
El hábito, en cambio, permite formular otra pregunta:
¿Qué señal está activando esta respuesta — y podemos reorganizar nuestra relación con ella?
Esta pregunta se acerca mucho a lo que queremos investigar mediante la Conciencia 5D.
Conectoma-Piedra: cuando lo conocido llega primero
En la cartografía operacional de BrainLatam utilizamos Piedra–Papel–Tijera como metáfora de diferentes modos funcionales.
Piedra representa respuestas rápidas, automatismos, hábitos y reproducción de caminos conocidos.
Tijera representa mayor análisis, clasificación y planificación deliberada.
Papel representa apertura, fluidez y metacognición.
No tratamos estos nombres como tres redes anatómicas independientes ni como diagnósticos neurocientíficos. Son una metáfora operacional para formular preguntas experimentales.
En la hipótesis 5D, cuando determinados espacios representacionales son reclutados con mucha frecuencia, pueden volverse progresivamente más propensos a participar nuevamente en la experiencia y, temporalmente, dificultar el reclutamiento de alternativas menos disponibles.
Podemos resumirlo así:
Cuanto más conocido es el camino, menos esfuerzo necesita para volver a encontrarse.
Y formular una hipótesis aún más fuerte:
Cuanto más rígido sea el camino ya reclutado, menos posibilidades puede encontrar el nuevo signo antes de que ocurra la acción.
Es precisamente aquí donde EEG y fNIRS pueden ayudarnos a transformar una metáfora en una pregunta científica.
Una notificación puede modificar el siguiente instante
Un estudio electrofisiológico publicado online en 2023 y posteriormente en la edición de 2024 de Biological Psychology investigó el efecto de las notificaciones de smartphone durante una tarea de atención.
Mediante EEG, los investigadores observaron que los ensayos precedidos por notificaciones presentaban menor potencia theta y mayor potencia alpha y beta, además de modificaciones en indicadores relacionados con el desplazamiento de la atención y el control cognitivo.
Una breve intervención de mindfulness también moduló algunos de estos efectos.
El estudio no demuestra que “las notificaciones destruyen la atención”.
Muestra algo más útil:
Una pequeña señal digital puede modificar de forma mensurable el estado neural en el que será procesado el siguiente estímulo.
Esto se conecta directamente con nuestra idea del encuentro.
El estímulo anterior participa en las condiciones bajo las cuales será procesado el siguiente.
El fNIRS comienza a seguir el comportamiento fuera de tareas altamente artificiales
En 2025, un estudio publicado en Scientific Reports utilizó fNIRS vestible para investigar los efectos inmediatos del consumo de redes sociales en 20 estudiantes universitarios.
Después de una exposición breve, los participantes mostraron menor precisión en tareas de función ejecutiva, acompañada por cambios en la actividad prefrontal, incluyendo regiones relacionadas con memoria de trabajo, monitoreo y control inhibitorio.
Debido al tamaño reducido de la muestra, el estudio debe considerarse evidencia inicial, y no una conclusión definitiva sobre usuarios de redes sociales en general.
Pero metodológicamente es muy relevante.
Muestra que NIRS puede ayudar a investigar hábitos digitales en condiciones progresivamente más cercanas a la vida real.
El algoritmo también puede ayudar a flexibilizar el hábito
Sería un error concluir que la personalización algorítmica solo puede restringir nuestras elecciones.
En un experimento preregistrado con 6.488 participantes, sistemas de recomendación que aprendieron las preferencias que las personas decían desear tener, en lugar de limitarse a sus preferencias actuales, produjeron ligeramente menos clics, pero hicieron que los participantes evaluaran de manera más positiva el tiempo utilizado y percibieran al sistema como más alineado con sus intereses de largo plazo.
Esto abre una posibilidad importante para nuestra futura IA del Cuerpo-Territorio.
En lugar de preguntar solamente:
“¿Qué hará que esta persona vuelva a hacer clic?”
podría preguntar:
“¿Lo que estoy ofreciendo refuerza únicamente el camino más reclutado, o ayuda al individuo a acceder a otras posibilidades que él mismo considera importantes?”
En ese caso, la IA dejaría de ser únicamente una máquina para reconocer hábitos.
Podría convertirse en una herramienta para percibirlos y flexibilizarlos.
Neurociencia Decolonial: los hábitos también tienen territorio
No debemos asumir que un hábito digital observado en estudiantes norteamericanos, chinos o europeos tendrá exactamente la misma dinámica en América Latina.
Ignacio Siles y colaboradores advierten contra la importación automática de teorías construidas en el Norte Global para explicar experiencias latinoamericanas, un proceso que describen críticamente como “tropicalización”.
El Cuerpo-Territorio que utiliza TikTok en San José, São Paulo, Bogotá, una comunidad amazónica o Goioerê no llega a la pantalla con la misma historia.
Cambia la lengua.
Cambia la infraestructura.
Cambia el trabajo.
Cambia la pertenencia.
Cambia la desigualdad.
Cambia el acceso a la información.
Cambian las relaciones comunitarias.
Una Neurociencia Decolonial de los hábitos digitales necesita, por lo tanto, relacionar EEG o fNIRS no solamente con el número de clics, sino también con el territorio en el que ese hábito adquirió significado.
Pregunta NeuroDesafio LATAM
Como patrocinadora del NeuroDesafio LATAM, BrainLatam propone:
¿Los algoritmos que presentan repetidamente contenidos congruentes con hábitos previos modifican progresivamente theta, alpha o medidas de control atencional y prefrontal registradas mediante EEG y fNIRS?
Un estudio longitudinal latinoamericano podría comparar personas expuestas a tres tipos de feed:
contenido congruente con hábitos anteriores;
contenido deliberadamente diversificado;
contenido alineado con las preferencias que el propio individuo desea desarrollar.
EEG podría acompañar theta, alpha, ERPs y marcadores de control atencional. fNIRS podría registrar cambios prefrontales durante tareas de inhibición y toma de decisiones. Los relatos en primera persona permitirían observar si el participante experimenta mayor o menor disponibilidad de alternativas.
El objetivo no sería demostrar que “el algoritmo controla el cerebro”.
La pregunta más interesante sería:
Cuando un ambiente digital encuentra repetidamente la misma rama, ¿ese camino se vuelve progresivamente más fácil de reclutar mientras los demás se vuelven más difíciles de percibir?
La autonomía quizás no signifique vivir sin hábitos.
Quizás signifique ser capaces de percibir cuándo un hábito comenzó a elegir antes que nosotros.
La IA no necesita aprender únicamente qué camino solemos seguir. Puede ser diseñada para ayudarnos a percibir que todavía existen otros caminos.
Referencias comentadas — una segunda lectura del Blog 03
Gonzalez, M. E. Q.; Broens, M. C.; Quilici-Gonzalez, J. A.; Kobayashi, G. (2023). “Hábitos e racionalidade: um estudo filosófico-interdisciplinar sobre autonomia na era dos Big Data”. Trans/Form/Ação, 46, 367–386.
Es la referencia central del blog porque evita la falsa oposición entre libertad total y manipulación completa: los hábitos y la información previa pueden influir en las decisiones sin eliminar necesariamente la posibilidad de una acción relativamente autónoma.Alvim, M. H.; Romanini, A. V. (2025). “Mediações algorítmicas e cognição: conexões entre a semiótica e a inferência ativa”. Esferas, 32.
Este trabajo muestra que los algoritmos no solamente observan el comportamiento; también pueden participar en el circuito inferencial que produce respuestas futuras. Sustenta nuestra cadena: hábito → dato → algoritmo → nuevo estímulo → nuevo hábito.Siles, I. (2023). Living with Algorithms: Agency and User Culture in Costa Rica. MIT Press.
Esta investigación es especialmente importante para una perspectiva latinoamericana porque muestra a usuarios de Costa Rica siguiendo, negociando y resistiendo recomendaciones de plataformas. Ayuda a preservar nuestra idea de agencia: las personas no son receptores pasivos de los algoritmos.Siles, I.; Valiati, V.; Valerio-Alfaro, L.; Ferreira, A. (2025). “Tropicalizing platformization? Tensions in research on algorithms and platforms in Latin America”. International Journal of Cultural Studies.
El artículo advierte contra la importación automática de conceptos del Norte Global para explicar experiencias latinoamericanas. Para la Neurociencia Decolonial, esto significa que los hábitos digitales necesitan investigarse dentro de las condiciones sociales y territoriales en las que emergen.Anderson, I. A.; Wood, W. (2025). “Overestimates of social media addiction are common but costly”. Scientific Reports, 15, 39388.
El estudio distingue hábito de dependencia clínica y muestra que etiquetar automáticamente el uso frecuente como “adicción” puede reducir la percepción de control. Refuerza una tesis central del blog: el automatismo no significa necesariamente ausencia total de autonomía.Upshaw, J. D.; Shields, G. S.; Judah, M. R.; Zabelina, D. L. (2024). “Electrophysiological effects of smartphone notifications on cognitive control following a brief mindfulness induction”. Biological Psychology, 185, 108725.
Mediante EEG, este estudio encontró modificaciones en theta, alpha y beta después de notificaciones de smartphone. Aporta evidencia mensurable de que una señal digital precedente puede modificar las condiciones neurales en las que será procesado el siguiente estímulo.Aitken, A. et al. (2025). “Naturalistic fNIRS assessment reveals decline in executive function and altered prefrontal activation following social media use in college students”. Scientific Reports, 15, 36960.
Este pequeño estudio con fNIRS vestible encontró modificaciones en rendimiento y activación prefrontal después de exposición a redes sociales. Es relevante porque muestra cómo NIRS puede llevar el estudio de los hábitos digitales hacia condiciones cada vez más naturalistas, aunque el pequeño tamaño de la muestra exige cautela al generalizar.Kang, J. et al. (2023). “Tailoring recommendation algorithms to ideal preferences makes users better off”. Scientific Reports.
El experimento mostró que los algoritmos no necesitan optimizar únicamente preferencias actuales y clics: las recomendaciones orientadas hacia preferencias ideales declaradas por los propios participantes produjeron evaluaciones más positivas del tiempo utilizado. Abre la posibilidad de imaginar la IA como herramienta de autonomía y no solamente de repetición.BrainLatam — “Neuroscience Perception Avatars” y “Qual é sua Pergunta? — Avatares Neurocientíficos Referenciais” (2026).
Estos textos consolidan Piedra–Papel–Tijera como una metáfora operacional y no una anatomía literal: Piedra representa la reproducción rápida de lo conocido; Tijera, el análisis deliberado; Papel, la apertura y la metacognición. El Blog 03 transforma esta cartografía en una pregunta comprobable: ¿la repetición algorítmica vuelve algunos caminos progresivamente más disponibles que otros?BrainLatam (2026). “O que não entra na atenção também pode limitar o futuro que conseguimos imaginar”.
Este texto desarrolla la hipótesis de que estímulos sucesivamente confirmatorios pueden encontrar respuestas ya disponibles y reducir temporalmente la accesibilidad de alternativas. Proporciona continuidad conceptual a la frase central del blog: “se encontró una rama conocida” — pero la autonomía también depende de percibir que otras ramas continúan siendo posibles.
