urante gran parte del siglo XX y lo que va del XXI, la epistemología académica se sustentó en una idea aparentemente clara: el conocimiento se construye acumulativamente, a partir de la reflexión crítica sobre el trabajo previo, con la revisión de “estados del arte” que situaban cada investigación dentro de una “tradición intelectual” y metodológica compartida.
En este modelo, el conocimiento se consolida sobre textos extensos —monografías, tesis y artículos considerados científicos, guardados en el formato PDF— que contienen narrativas completas, argumentos, métodos, resultados y amplias referencias bibliográficas, y cuya validez se asegura por medio de debates, citas y revisiones rigurosas. Este paradigma está entrando en crisis porque la forma tradicional de producir y comunicar conocimiento —artículos largos en PDF, escritos para “comunidades cerradas” de especialistas—, no solamente se ha vuelto cada vez menos útil fuera de los escenarios académicos, sino que ahora resulta obsoleta, desde un punto de vista técnico y epistemológico.
La razón de fondo no se reduce a la llegada de nuevas tecnologías, sino a un cambio profundo en cómo se hace, verifica y distribuye el conocimiento en la era de la inteligencia artificial (IA). Estamos transitando aceleradamente, del documento extenso al objeto de conocimiento digital. Un punto de inflexión significativo, evidenciado en el ensayo “After the PDF: A new unit of knowledge for the AI era”, del matemático Steve Smith, es la propuesta en la que los artículos en formato PDF —esa unidad elemental de la comunicación científica— han cumplido su función histórica. Estos artículos eruditos y ampulosos ya no sirven al propósito epistemológico fundamental de la ciencia contemporánea. El artículo en PDF fue diseñado para la lectura humana lineal y almacenamiento estable; sin embargo, este formato dispersa la información crítica (figuras, métodos, datos, contextos), ya que es un molde difícil de procesar automáticamente y pobremente estructurado para los actuales sistemas de IA.
En respuesta a los cambios actuales que exige la inteligencia artificial, se propone sustituir el artículo PDF por “unidades de conocimiento densas”, semánticamente estructuradas y computables, llamadas “objetos de conocimiento” (knowledge objects): paquetes digitales que unen las hipótesis principales o audaces, su contexto interpretativo y la trazabilidad de su origen (proveniencia), de forma que, tanto humanos como máquinas, puedan inferir, verificar y aplicar el conocimiento con precisión y rapidez. Lo que se necesita y se busca con fruición, son “respuestas” rápidas, comprobadas y con mucha información confiable.
Este giro en el uso de los conocimientos, no es únicamente una innovación técnica, sino que también es una revolución epistemológica porque el núcleo de la ciencia, deja de ser el documento narrativo para convertirse en unidades de conocimiento reutilizables e interoperables. Las implicaciones son profundas, pues se abandona la idea donde el conocimiento es un corpus acumulativo de textos, para pasar a entenderlo como redes interconectadas de hechos, relaciones, información estadística exhaustiva, contextos y validaciones verificables.
Este cambio tecnológico y epistemológico es particularmente crítico en disciplinas como las ciencias sociales, políticas y las humanidades, donde millones de monografías y artículos en PDF, con extensos estados del arte y discusiones teóricas farragosas, quedan archivados e inutilizados por los lectores reales, siendo citados, sobre todo, dentro de comunidades elitistas, sin impacto social claro.
La presión por publicar o perecer, ha generado una proliferación de artículos que ya no contribuyen significativamente a los debates públicos o transformaciones sociales, sino que reproducen un lenguaje académico para los indicadores de productividad. La epistemología tradicional —reflexión, debate teórico, genealogía histórica de ideas— se vuelve irrelevante para la mayoría de los agentes sociales, que necesitan información verificable, útil y accionable con rapidez. En este nuevo contexto, el valor de una investigación, ya no está en cuántos artículos se unen a una cadena acumulativa de saber, sino en cuán accesible, contextualizada y verificable es la información que produce.
Hoy, tanto en la educación como en la investigación aplicada, hay una inclinación creciente hacia los objetos de conocimiento con valor inmediato: información que pueda ser aplicada, verificada y contrastada, sin necesidad de largas genealogías teóricas. Hoy en día, se buscan respuestas rápidas y verificadas por medio de sistemas que facilitan las decisiones en tiempo real, integrando evidencia robusta, en lugar de debates formales.
El acceso transparente y validado, con énfasis en datos abiertos, metodologías claras y trazabilidad que permitan, tanto a personas como a máquinas rastrear y justificar el origen de cada afirmación, es lo fundamental. Este énfasis coincide con las tendencias globales de reorganización del conocimiento, donde la IA —especialmente los modelos generativos— pone en cuestión la autoridad tradicional de la publicación académica, al generar respuestas útiles, a partir de grandes conglomerados de datos y patrones estadísticos, en vez de someterse a los métodos clásicos de verificación humana.
¿Significa esto el fin de la epistemología? No se trata de una desaparición total de la epistemología como disciplina filosófica. Más bien, estamos ante la obsolescencia del modelo epistemológico centrado en documentos largos como unidades fundamentales de conocimiento. El surgimiento de una epistemología híbrida, en la que la estructura, la verificabilidad y la conexión con los buscadores guiados por IA, son tan importantes como la reflexión teórica.
Actualmente asistimos a un desplazamiento desde la acumulación pasiva de textos, hacia un enfoque activo de construcción de conocimiento útil para la sociedad y las decisiones complejas del presente. Si el siglo XX académico tuvo como pilar epistemológico al “estado del arte acumulativo”, el siglo XXI —impulsado por IA y nuevas infraestructuras digitales de conocimiento— pone el acento en la relevancia, la verificabilidad y la utilización directa del conocimiento.
¿Acabó, entonces, la epistemología clásica? Con cuidado, podemos afirmar que la epistemología tradicional, centrada en las narrativas “acumulativas” dentro de formatos de texto cerrados, está en declive. Lo que emerge es una epistemología orientada hacia los objetos de conocimiento finitos y estructurados.
Las nuevas tendencias en la epistemología flexible, están diseñadas, tanto para máquinas, como para los seres humanos, colaborándose mutuamente en la producción de sentidos. La nueva epistemología deberá estar centrada en información verificable, contextualizada y útil, más que en discusiones teóricas inmensas que pocos leen.
Este cambio representa, no solo una transformación técnica, sino también una reconfiguración del propósito mismo del conocimiento académico, que está pasando de preservar la memoria intelectual a facilitar la acción, comprensión validada y adaptación a un mundo complejo y acelerado que requiere mucha información y respuestas rápidas. Un mundo dominado por la inteligencia artificial en todos los ámbitos de la vida.
Franco Gamboa Rocabado es sociólogo político y catedrático Fulbright de Ciencias Políticas.
El presente artículo de opinión es de responsabilidad del autor y no representa necesariamente la línea editorial de Datápolis.bo.
