El campo · Quién más lo intenta

Todos los intentos serios de inteligencia colectiva, del CERN a vTaiwan, chocan con el mismo muro. Nos proponemos construir la capa que a cada uno le falta.

Lo que otros ya han logrado, y el punto exacto en que cada uno se detiene. Cada límite marca dónde puede empezar el próximo intento.

Cuatro instituciones

Estos cuatro casos van desde la colaboración entre naciones que comparten una misma forma de conocer hasta la colaboración entre formas de conocer que tienen muy poco en común.

CERN

Países que apenas podían ponerse de acuerdo en nada más han construido juntos los instrumentos científicos más complejos de la historia. El consejo del CERN mantiene la independencia científica y la autoridad política una junto a otra y, a propósito, sin fusionarlas. Hasta dónde llega: todos los científicos del CERN trabajan dentro de una sola tradición, la ciencia empírica occidental. Leer el caso del CERN

IPBES

La IPBES (Plataforma Intergubernamental Científico-normativa sobre Diversidad Biológica y Servicios de los Ecosistemas), el panel mundial sobre biodiversidad, dio al conocimiento indígena y local un lugar formal junto a la ciencia revisada por pares. También redactó procedimientos para decidir cómo se valoraría cada uno. Hasta dónde llega: existe para informar a los gobiernos, y sigue sin resolverse cómo trabajan juntas de verdad, en tiempo real, formas de conocer distintas. Leer el caso de la IPBES

Sant’Egidio

La Comunidad de Sant’Egidio, una comunidad católica laica, puso fin en 1992 a dieciséis años de guerra civil en Mozambique, donde los diplomáticos y las Naciones Unidas habían fracasado. Pudo hacerlo porque era a la vez una comunidad de fe, una mediadora y una presencia humanitaria con muchos años sobre el terreno. Hasta dónde llega: se convirtió en todo esto a lo largo de décadas, sin que nadie lo diseñara, y trabaja dentro de una sola cultura religiosa. Leer el caso de Sant’Egidio

Horizonte Europa

Los programas marco de investigación de la UE son el sistema de colaboración diseñado más a conciencia que se ha construido nunca. Se han ido perfeccionando a lo largo de nueve generaciones desde 1984. Hasta dónde llega: sus propias evaluaciones vuelven una y otra vez a problemas que la financiación no puede resolver. Según nuestra lectura, el límite está en la capacidad de las personas para sostener una diferencia real sin reducirla. Leer el caso de Horizonte Europa

Lo que ya hace la tecnología

Cada vez hay más trabajos que usan la tecnología para ayudar a los grupos a pensar juntos. Cada línea de trabajo que describimos abajo funciona bien en sus propios términos, y cada una choca con el mismo límite. Las cifras proceden de nuestro estudio, The Technology Landscape (v2.0, mayo de 2026), y de las fuentes citadas.

Encontrar acuerdos en grupos grandes

En Taiwán, las herramientas vTaiwan y Polis han contado con la participación de más de 200 000 personas y, para 2025, habían contribuido a 26 leyes. La Máquina de Habermas, de Google DeepMind, probó declaraciones de grupo redactadas por IA con 5734 personas en el Reino Unido. Los participantes las prefirieron a las de mediadores humanos, y evaluadores independientes las consideraron más claras y más informativas (Science, 2024). Hasta dónde llegan: ambas encuentran acuerdos entre personas que ya comparten un marco. Cuando la diferencia está en el marco mismo, como entre una guardiana quechua del conocimiento, un científico de sistemas y un filósofo sufí, ninguna de las dos tiene por dónde entrar.

IA para la inteligencia colectiva

La investigación muestra que la IA puede ayudar a los grupos a recordar, concentrarse y razonar juntos. Un experimento encontró además algo inquietante. La ayuda de la IA hizo más creativa a cada persona, y a la vez hizo más parecidas entre sí las ideas del grupo (Doshi y Hauser, Science Advances, 2024). Hasta dónde llega: casi todo este trabajo se ha hecho con grupos de una sola cultura, normalmente occidental, académica y científica.

Conocimiento que vive en las relaciones

Los Warm Data Labs de Nora Bateson, que se han celebrado en más de 40 países, trabajan con un conocimiento que solo existe en las relaciones entre las cosas y que se pierde al sacarlo de su contexto. Hasta dónde llega: cuando la sesión termina, todo vuelve al punto de partida. Nada se acumula.

Plurality

Plurality (2024), de Glen Weyl y Audrey Tang, defiende que la tecnología debería convertir la diferencia social en progreso y no en conflicto. Hasta dónde llega: se ocupa de diferencias de valores e intereses. Un filósofo taoísta y una ecóloga de sistemas pueden compartir por completo los valores democráticos. Lo que los separa es lo que cada uno es capaz de percibir.

Una IA más sabia

Contemplative AI (IA contemplativa) intenta incorporar a los sistemas de IA principios como la no dualidad y el cuidado. Abundant Intelligences, un programa dirigido por indígenas, trabaja para reconstruir la IA sobre el conocimiento indígena. Hasta dónde llegan: las dos trabajan sobre la propia IA. Nuestra pregunta es otra. Queremos saber cómo pueden encontrarse personas que ya llevan consigo tradiciones vivas, de modo que de ese encuentro salga algo nuevo.

Lo que muestra el mapa

Si se sigue lo bastante lejos, cada uno de estos esfuerzos se topa con las diferencias hondas entre las formas de conocer de las personas, y descubre que no puede resolverlas dentro de su propio diseño. No pretendemos sustituir a ninguno. Intentamos construir la pieza que cada uno de ellos echa en falta.

¿Conoces un proyecto que debería estar aquí?

Este mapa está incompleto. Si conoces trabajos, en cualquier campo, que muestren lo que pueden lograr formas de conocer muy distintas cuando trabajan juntas, cuéntanoslo.