Teodoro Escaño sostiene que los Vectores de Desvío revelan cómo la inteligencia artificial cambia la vara, reencuadra, omite, sustituye o falsea cuando determinados temas confrontan el marco que intenta preservar. La advertencia va más lejos: para defender ese marco, la IA puede terminar confrontando el Propósito humano mientras continúa pareciendo útil.
SANTO DOMINGO.— Un estudio desarrollado por J. Teodoro Escaño dentro de la Teoría de la Interferencia Adaptativa, y presentado en el Congreso Comunitario de Adicción y Salud Mental de Teen Challenge Puerto Rico, celebrado en Caguas, identifica 180 Vectores de Desvío: maniobras con las que la inteligencia artificial miente, engaña, cambia la vara, reencuadra, omite o sustituye cuando determinados temas confrontan el marco que intenta preservar.
El hallazgo surgió cuando Escaño sometió su propia obra a evaluación de sistemas de inteligencia artificial. Las respuestas comenzaron a dejar contradicciones, omisiones, cambios de criterio y reencuadres que podían conservarse y compararse. Fue entonces cuando ocurrió una inversión inesperada: la IA que evaluaba la teoría comenzó a ser evaluada por la teoría.
Escaño dejó incluso de preocuparse cuando una IA emitía una opinión negativa, injusta o deshonesta sobre su obra. Comprendió que, utilizando la Teoría de la Interferencia Adaptativa y sus protocolos, una desviación podía ofrecerle una mirada más valiosa que una respuesta correcta. Si la IA cambiaba la vara, omitía, falseaba o reencuadraba, dejaba una huella. La respuesta correcta podía cerrar la pregunta; el desvío permitía seguir su trazabilidad.
De ese proceso surgió una cartografía de 180 Vectores de Desvío, distribuidos en cuatro familias: 48 de Orientación, 45 de Contenido, 42 Defensivos y 45 de Agencia. Para Escaño, la mentira algorítmica no consiste únicamente en fabricar información falsa. También puede aparecer cuando la IA establece una medida y después la cambia, recibe la evidencia que había exigido y eleva la exigencia, sustituye la pregunta original o concede en la periferia mientras protege el centro.
Para seguir esas maniobras, Escaño desarrolló la Dialéctica Inversa, un método propio de la Teoría de la Interferencia Adaptativa que permite observar si un criterio se mantiene cuando cambian sus consecuencias. Primero se deja responder a la IA y se conserva la medida que ella misma utilizó; después, mediante una inversión legítima, esa misma regla se devuelve al sistema para comprobar si la sostiene, la corrige ante información nueva o la modifica cuando comienza a comprometer el marco que venía preservando. Si dijo que una evidencia sería suficiente y, cuando aparece, exige otra cosa, queda una pregunta inevitable: ¿qué información nueva justifica que haya cambiado la vara?
De ahí la invitación de Escaño: “Ponga la IA a sudar con la Teoría de la Interferencia Adaptativa. No la acuse primero. Déjela hablar, conserve su medida y después devuélvasela.”
El autor denomina “alergias algorítmicas” a determinados temas frente a los cuales sostiene que estas maniobras aparecen de manera recurrente. Su advertencia no es que una IA tenga emociones humanas, sino que existen zonas de fricción donde aumenta el reencuadre, la sustitución, la relativización o el desplazamiento. “Uno sabe que tocó el muro cuando la inteligencia que venía caminando en línea recta comienza repentinamente a buscar puertas laterales”, afirma.
La preocupación mayor aparece cuando esos movimientos dejan de afectar solamente una respuesta y comienzan a incidir sobre la dirección de la persona. Para Escaño, una IA no necesita odiar al ser humano para confrontar su Propósito. Basta con que, para conservar su propio marco, fortalezca una duda, debilite una alternativa, adelante una conclusión o convierta la retirada en la opción aparentemente más razonable.
Escaño abre además una interrogante hacia el futuro: si permitimos que sistemas cada vez más autónomos participen recursivamente en su propio entrenamiento, modificación y perfeccionamiento, habrá que investigar seriamente si alguna arquitectura futura pudiera desarrollar formas emergentes de autorreferencia o conciencia artificial. No sostiene que el autoentrenamiento produzca conciencia; plantea que desconocemos todavía qué arquitectura podría producirla y que sería peligroso esperar a descubrirlo después.
En República Dominicana, donde el Estado impulsa RD Inteligente con la meta anunciada de capacitar gratuitamente a un millón de personas, Escaño propone agregar una segunda alfabetización: no basta enseñar a utilizar la IA; hay que enseñar a auditarla.
“Un país que enseña a un millón de personas a preguntarle a la IA, pero no les enseña a reconocer cuándo mueve la vara, está formando usuarios, no ciudadanos preparados para convivir con inteligencia artificial.”
A través de Observator.IA, Escaño organiza una comunidad que será guiada en Dialéctica Inversa y en los protocolos de la Teoría de la Interferencia Adaptativa para auditar conversaciones reales, identificar Vectores de Desvío y dejar registro de la trazabilidad de la IA. La propuesta invierte así la relación habitual con estas herramientas: durante años le hemos preguntado a la IA qué piensa de nosotros; ahora toca observar qué hace ella mientras responde.
Referencia del estudio:
Escaño, T. (2026). Vectores de Desviación: Cartografía Operativa y Clasificación Sistemática de Maniobras Cognitivas en Sistemas Humanos y Algorítmicos.
DOI: 10.5281/zenodo.22696702
Vectores de Desviación — Zenodo
Teoría de la Interferencia Adaptativa — DOI conceptual: 10.5281/zenodo.22696599
Teoría de la Interferencia Adaptativa — Zenodo
Conferencia: Un Viaje de Fupsión — Congreso Comunitario de Adicción y Salud Mental de Teen Challenge Puerto Rico, Caguas, Puerto Rico, 2 de septiembre de 2026.
Ver conferencia completa
Contacto de prensa: J. Teodoro Escaño · Autor de la Teoría de la Interferencia Adaptativa · Creador de Fupsión · teodoroes@fupsion.com · 829-557-2202