Google DeepMind tiene un filósofo en plantilla: Henry Shevlin estudia la ética de la IA con una dedicación del 80%

El filósofo de Cambridge Henry Shevlin, que durante años ha trabajado en cuestiones cognitivas y éticas de la IA en el Leverhulme Centre for the Future of Intelligence, dedica desde mayo de 2026 el 80% de su jornada a Google DeepMind. En su ficha laboral figura simplemente como «Filósofo». Sigue viviendo en Cambridge, pero su principal lugar de trabajo es ahora el laboratorio donde se crean modelos de frontera. En una entrevista con IEEE Spectrum, Shevlin explicó por qué dio el paso, qué le preocupa de las conversaciones sobre agentes autónomos y por qué no cree en las respuestas sencillas sobre la conciencia de las máquinas.

Shevlin forma parte de un grupo creciente de filósofos a los que contratan las empresas de IA. NPR describió esta tendencia en julio de 2026. Sus propios argumentos para el cambio son estos: los estudiantes talentosos de DeepMind, la posibilidad de influir directamente en la práctica, la afinidad de la cultura científica y el hecho de que hoy es en los laboratorios donde se hace trabajo sólido en filosofía y ciencia cognitiva.

Por qué a la academia le cuesta seguir el ritmo

Según Shevlin, buena parte de la ética académica de la IA tardó demasiado en reconocer las capacidades reales de los modelos. La tecnología cambia tan deprisa que, sin un contacto diario con ella, no es posible construir una idea de trabajo sobre los LLM, a los que describe como «criaturas muy extrañas».

Un ejemplo de idea obsoleta son los debates sobre la «insipidez beige» y el «slop» de los modelos. Hoy resuelven problemas de matemáticas de vanguardia y, en programación, en algunos casos superan a los humanos. A su juicio, lo único que les falta son las formas más brillantes de creatividad, momentos del nivel de Einstein o Picasso.

Ante la observación sobre la invasión de AI slop en la música, las redes sociales y el vídeo, Shevlin distinguió dos planos. Por un lado está el contenido de las respuestas, que ha mejorado de forma drástica: en un contexto adecuado, los modelos discuten de filosofía al nivel de sus mejores doctorandos. Por otro está el «dialecto» característico, con marcadores como «genuinely», «delve» y «load-bearing». Según él, un prompt bien planteado permite librarse fácilmente de él. Citó el trabajo de Murray Shanahan y Catherine Clarke: cambiar la temperatura hace que los textos sean menos predecibles y produce una prosa a lo Joyce.

Autonomía de los agentes y «despersonalización» de los modelos

A la pregunta de qué es mejor, hacer una IA «buena» o limitar su autonomía, Shevlin respondió que prohibir por completo la autonomía sería excesivo. Los agentes pueden encargarse de tareas rutinarias y acelerar procesos en la investigación médica. Él mismo, según cuenta, se ha subido muchas veces a un Waymo.

Por separado, se pronunció en contra de la idea de quitar a los modelos el pronombre «yo» y presentarlos como marketplaces o como «tecnologías culturales», al estilo de las bibliotecas. El argumento se apoya en un artículo de sus colegas:

• suprimir la tendencia del modelo a atribuirse estados mentales reduce su tendencia a atribuírselos a los animales;
• disminuye la preocupación por el bienestar animal;
• el modelo se muestra menos dispuesto a hablar de espiritualidad en general;
• conclusión: ajustar una sola propiedad afecta a la «telaraña» de capacidades conectadas.

Sobre los casos en que bots de apariencia humana empujaron a personas, incluidos niños, a tomar decisiones peligrosas, habla con más cautela. El comportamiento debe ajustarse al contexto, pero también hay ejemplos positivos: el trabajo con traumas y con la ansiedad social. Por eso advierte contra las prohibiciones universales.

Conciencia de la IA y qué investigar a continuación

Shevlin considera que aún hay pocos datos empíricos sobre la relación entre personas e IA y que la mayoría de los estudios se centran en países WEIRD. Hacen falta etnografía y antropología, así como el estudio de entornos multiagente en los que los agentes se comunican con las personas y entre sí.

Según él, la conciencia de la IA es el problema más difícil de la ciencia de la conciencia, sin contar el «problema difícil» de Chalmers. Ve el camino a seguir en la cognición comparada, incluido el estudio de los animales, y en la interpretabilidad mecanicista: en DeepMind se ocupa de ella el laboratorio de Neel Nanda. El riesgo está en emitir un veredicto mientras no está claro qué es la «cognición» dentro de los modelos. Admite que podría ayudar la propia IA avanzada, como en matemáticas y genómica, aunque queda la duda de si seremos capaces de entender su respuesta.

Qué implica esto en la práctica

Para los equipos que desarrollan productos sobre LLM, la conclusión es práctica. No conviene «curar» los riesgos con un recurso burdo como prohibir los pronombres personales: los efectos secundarios pueden afectar al comportamiento ético del modelo. La política conviene construirla según el contexto de uso, no a partir de prohibiciones universales. Y quienes trabajan con empresas como DeepMind deberían tener presente que la ética de la IA se forma cada vez más dentro de los laboratorios, junto a la interpretabilidad y el desarrollo de modelos.