South American Publishing books@southam.pub 20261008T193556Z spa

9789915992860-es-1 03 01 15 9789915992860 06 10.62486/978-9915-9928-6-0 00 ED E107 00 01 01 The Seven Deadly Sins of Artificial Intelligence Uses, excesses and dilemmas of a technology that amplifies our decisions 1 A01 21 0000-0001-7797-0388 José Enrique Hernández de la Cruz José Enrique Hernández de la Cruz 2 A01 21 0000-0002-9455-4324 Libardo Ramón Polanía Libardo Ramón Polanía 3 A01 21 0000-0002-3669-3123 Verenice Sánchez Castillo Verenice Sánchez Castillo 4 A01 21 0000-0003-1095-1865 Yasniel Sánchez Suárez Yasniel Sánchez Suárez 5 A01 21 0000-0002-8197-1727 Camilo Enrique Barragán Morales Camilo Enrique Barragán Morales 6 A01 21 0000-0003-4555-7518 Alfredo Javier Pérez Gamboa Alfredo Javier Pérez Gamboa 7 A01 21 0009-0001-8578-7919 Fabio Edisson Morera Forero Fabio Edisson Morera Forero 8 A01 21 0000-0001-9644-0040 Juan Manuel Andrade Navia Juan Manuel Andrade Navia 9 A01 21 0000-0001-5820-0505 Elvia María Jiménez Zapata Elvia María Jiménez Zapata 10 A01 21 0000-0003-0425-7201 Carlos Alberto Gómez Cano Carlos Alberto Gómez Cano 11 A01 21 0000-0002-3681-9152 Juan Ernesto Pérez-Pérez Juan Ernesto Pérez-Pérez 1 01 spa 10 COM004000 COMPUTERS / Artificial Intelligence / General 10 COM100000 COMPUTERS / Artificial Intelligence / Generative AI 10 SOC071000 SOCIAL SCIENCE / Technology Studies 10 PHI005000 PHILOSOPHY / Ethics & Moral Philosophy 93 UYQ 93 UBJ 93 JBFV5 20 Artificial intelligence; AI ethics; Human autonomy; Algorithmic accountability; Responsible innovation 30 00 Artificial intelligence is transforming knowledge production, education, professional practice, communication, and decision-making, creating opportunities for innovation while introducing significant ethical, social, economic, and environmental challenges. Understanding these transformations requires examining not only technological capabilities but also the human expectations, institutional incentives, and power structures that shape their development and use. Seven traditional categories of human excess provide a conceptual framework for critically analyzing the tensions associated with artificial intelligence without attributing moral agency to technological systems. Pride addresses algorithmic authority, misplaced confidence, and the acceptance of automated outputs without adequate verification. Greed examines the concentration of technological power, data ownership, economic benefits, and inequalities in access. Lust explores excessive fascination with artificial interaction, anthropomorphism, emotional dependence, and the limits of personalization. Envy focuses on imitation, impersonation, intellectual authorship, and the authenticity of generated content. Gluttony considers the environmental implications of computational infrastructure, resource consumption, and excessive digital production. Wrath analyzes automated disinformation, digital violence, harmful manipulation, and human responsibility for technological misuse. Sloth investigates cognitive dependence, intellectual disengagement, and the consequences of delegating learning and decision-making processes. Through a critical synthesis of interdisciplinary research and conceptual analysis, these dimensions are connected to questions of accountability, autonomy, sustainability, and social justice. The discussion emphasizes the importance of evidence-based evaluation, contextual interpretation, and meaningful human oversight. Responsible technological development ultimately requires preserving the capacities to verify information, choose alternatives, terminate interactions, acknowledge contributions, establish reasonable limits, and correct harmful outcomes. These principles support a human-centered approach that balances technological innovation with critical judgment, ethical responsibility, and institutional accountability. 04 00 Capítulo 1: Soberbia: creer que la inteligencia artificial lo sabe todo; Capítulo 2: Avaricia: concentrar el poder, los datos y los beneficios; Capítulo 3: Lujuria: la fascinación desbordada por lo artificial; Capítulo 4: Envidia: imitar, suplantar y aparentar; Capítulo 5: Gula: consumir recursos y producir contenido sin medida; Capítulo 6: Ira: utilizar la inteligencia artificial para dañar; Capítulo 7: Pereza: delegar aquello que deberíamos aprender, pensar o decidir 01 00 03 02 https://southam.pub/book-catalog/2026/978-9915-9928-6-0/978-9915-9928-6-0_Portada.png 1 03 06 10.62486/978-9915-9928-6-0.Ch01 01 04 1 Soberbia: creer que la inteligencia artificial lo sabe todo 1 A01 21 0000-0001-7797-0388 José Enrique Hernández de la Cruz José Enrique Hernández de la Cruz 2 A01 21 0000-0002-9455-4324 Libardo Ramón Polanía Libardo Ramón Polanía 3 A01 21 0000-0002-3669-3123 Verenice Sánchez Castillo Verenice Sánchez Castillo 01 spa 30 00 La soberbia algorítmica aparece cuando una respuesta generada recibe una autoridad mayor que la permitida por su evidencia. Este capítulo examina cómo la asistencia tecnológica puede transformarse en autoridad mediante mecanismos relacionados con fluidez, automatización, confianza, evaluación y conocimiento. Se distinguen estabilidad, fidelidad documental, plausibilidad y verdad, mostrando que una respuesta bien redactada no constituye por sí sola una razón suficiente para actuar. La evidencia favorable a la asistencia se contrasta con límites de transferencia, errores de representación, sesgos y condiciones reales de supervisión. El conocimiento experto y el situado permiten reconocer información, excepciones y experiencias que una entrada breve puede dejar fuera. La discusión analiza además cómo cambia la exigencia de verificación cuando una salida describe, interpreta, recomienda o interviene en decisiones que afectan trayectorias educativas, laborales o institucionales. La humildad epistemológica se propone como respuesta práctica: delimitar la función autorizada, recuperar fundamentos, reconocer incertidumbre y conservar capacidad efectiva de corregir. Los escenarios educativos y criterios institucionales se presentan como propuestas analíticas cuya eficacia requiere evaluación propia. El capítulo concluye que una dependencia responsable debe corresponder a una función definida, evidencia pertinente y posibilidades materiales de revisión e impugnación. La diversidad de estudios impide establecer una tasa universal de confiabilidad o deducir el reemplazo de profesiones completas a partir de ventajas localizadas. El problema central no es que la inteligencia artificial produzca respuestas, sino que personas e instituciones les atribuyan una autoridad que excede las condiciones bajo las cuales fueron generadas y verificadas. 2 03 06 10.62486/978-9915-9928-6-0.Ch02 01 04 2 Avaricia: concentrar el poder, los datos y los beneficios 1 A01 21 0000-0003-1095-1865 Yasniel Sánchez Suárez Yasniel Sánchez Suárez 2 A01 21 0000-0002-3669-3123 Verenice Sánchez Castillo Verenice Sánchez Castillo 3 A01 21 0000-0002-8197-1727 Camilo Enrique Barragán Morales Camilo Enrique Barragán Morales 01 spa 30 00 La avaricia tecnológica se expresa cuando la adopción de inteligencia artificial concentra poder, datos y beneficios mientras distribuye de manera desigual costos, trabajo y dependencia. Este capítulo examina qué condiciones permiten evaluar una distribución justa del valor en contextos institucionales. El análisis relaciona infraestructura, inversión, datos, trabajo humano, acceso, mantenimiento, portabilidad y capacidad de salida, evitando confundir disponibilidad de una herramienta con posibilidad efectiva de aprovecharla. Se distinguen eficiencia parcial, productividad de una tarea y beneficio distribuido, así como concentración global y dependencia local de proveedores. Los estudios sobre alfabetización, participación y bienestar aportan preguntas situadas y limitan promesas universales; las diferencias entre países, instituciones y territorios impiden tratar la adopción de IA como un proceso homogéneo. La síntesis conceptual identifica capacidades para comprender una relación tecnológica, intervenir en sus condiciones y modificarla cuando produce cargas injustificadas. También examina quién aporta datos, trabajo, infraestructura y conocimiento, y quién conserva control sobre los resultados y la continuidad del servicio. Una aplicación ilustrativa de contratación de orientación estudiantil muestra cómo revisar finalidad de datos, accesibilidad, portabilidad, carga de supervisión y posibilidad de cambiar de proveedor. Su implementación no ha sido evaluada. El capítulo concluye que una adopción defendible debe explicar quién recibe beneficios, quién asume costos y qué mecanismos permiten corregir la distribución. La justicia tecnológica exige acceso, pero también poder de negociación, comprensión, alternativas practicables y capacidad institucional para evitar que la dependencia se convierta en una forma persistente de desigualdad. 3 03 06 10.62486/978-9915-9928-6-0.Ch03 01 04 3 Lujuria: la fascinación desbordada por lo artificial 1 A01 21 0000-0003-4555-7518 Alfredo Javier Pérez Gamboa Alfredo Javier Pérez Gamboa 01 spa 30 00 La lujuria tecnológica se utiliza como metáfora para examinar la fascinación desbordada por sistemas de inteligencia artificial que responden, personalizan y simulan cercanía. Este capítulo pregunta qué condiciones permiten aprovechar disponibilidad y acompañamiento conversacional sin reducir la autonomía de las personas. El análisis integra investigaciones sobre antropomorfización, confianza, compañía artificial, aprendizaje, personalización y gobernanza, distinguiendo experiencia subjetiva, conducta de uso y efectos posteriores. Los relatos de amistad, bienestar o daño se interpretan según sus diseños y criterios de selección; el alivio momentáneo de soledad no se presenta como beneficio clínico duradero, y las asociaciones con intensidad de uso no se convierten automáticamente en relaciones causales. Se examina cómo el lenguaje fluido y la disponibilidad permanente pueden favorecer atribuciones de comprensión, reciprocidad o compromiso que el sistema no posee. La síntesis conceptual relaciona autonomía con comprender la función del servicio, conocer sus límites, corregir interpretaciones, conservar alternativas y poder terminar una interacción sin costos desproporcionados. Una aplicación ilustrativa de asistencia para preparar tutorías traduce estos criterios en ayuda graduada, cierre útil y respuesta institucional a incidencias, aunque su implementación no ha sido evaluada. El capítulo concluye que la cercanía responsable exige coherencia entre promesa, función y capacidad de respuesta. La mesura tecnológica no significa rechazar vínculos útiles, sino evitar que personalización, atención o intimidad sean utilizadas para capturar dependencia, ocultar intereses comerciales o sustituir relaciones y decisiones que requieren reciprocidad, responsabilidad y alternativas humanas. La autonomía requiere, por tanto, que el usuario pueda comprender qué relación está manteniendo con el sistema y conservar opciones reales fuera de esa interacción. 4 03 06 10.62486/978-9915-9928-6-0.Ch04 01 04 4 Envidia: imitar, suplantar y aparentar 1 A01 21 0009-0001-8578-7919 Fabio Edisson Morera Forero Fabio Edisson Morera Forero 01 spa 30 00 La envidia tecnológica se emplea como metáfora para estudiar la capacidad de la inteligencia artificial generativa de imitar estilos, reproducir rasgos, suplantar identidades y producir resultados que aparentan capacidades o autorías distintas de las reales. Este capítulo pregunta cómo atribuir contribución, identidad y competencia con evidencia suficiente cuando intervienen sistemas generativos. El análisis integra investigaciones sobre creación, aprendizaje, detección, procedencia, deepfakes, integridad académica y responsabilidad. Los resultados organizan cuatro objetos diferentes de comprobación: origen, exactitud, autorización y capacidad demostrada. Esta distinción permite evitar que una señal técnica, una marca de procedencia o un detector se conviertan en prueba universal de autoría o engaño. Los beneficios de la asistencia en escritura y tutoría se contrastan con límites relacionados con diversidad, desempeño independiente y evaluación. También se examinan autenticidad, consentimiento y representación de voces o rostros, así como la necesidad de diferenciar semejanza de suplantación. La síntesis define autenticidad como correspondencia verificable entre una afirmación sobre quién hizo, autorizó o puede hacer algo y la evidencia que la respalda. Una aplicación ilustrativa de ensayo académico vincula fuentes, decisiones de revisión, declaración de asistencia, privacidad y oportunidad de explicación; su eficacia no ha sido evaluada. El capítulo concluye que transparencia y autenticidad requieren atribución pertinente, documentación y capacidad de corregir. La tecnología puede ampliar la creación, pero una apariencia convincente no debe sustituir la comprobación de procedencia, consentimiento, responsabilidad o competencia humana. La autenticidad se entiende así como una relación comprobable entre apariencia, contribución, autorización y responsabilidad. 5 03 06 10.62486/978-9915-9928-6-0.Ch05 01 04 5 Gula: consumir recursos y producir contenido sin medida 1 A01 21 0000-0001-9644-0040 Juan Manuel Andrade Navia Juan Manuel Andrade Navia 2 A01 21 0000-0001-5820-0505 Elvia María Jiménez Zapata Elvia María Jiménez Zapata 3 A01 21 0000-0002-3669-3123 Verenice Sánchez Castillo Verenice Sánchez Castillo 01 spa 30 00 La gula tecnológica se utiliza como metáfora para examinar la expansión del consumo de recursos y la producción de contenidos cuando la capacidad de generar se separa de criterios de suficiencia. Este capítulo analiza cómo relacionar utilidad y cargas de actividades asistidas por inteligencia artificial conservando unidades, fronteras y contexto. Se integran estudios sobre energía, emisiones, agua, centros de datos, hardware, minerales y residuos con investigaciones educativas y organizativas. Los resultados distinguen datos sectoriales, mediciones, estimaciones y escenarios; operación y fabricación; extracción y consumo de agua; eficiencia unitaria y demanda total. Esta separación evita convertir cifras de escalas diferentes en una huella universal por consulta o en un balance general de sostenibilidad. El capítulo examina además cómo la generación masiva de textos, imágenes y otros contenidos puede aumentar almacenamiento, circulación y ruido informacional, de modo que producir más no equivale necesariamente a producir más valor. La síntesis propone una unidad funcional que incorpore calidad, revisión y producto efectivamente utilizado, y relaciona eficiencia con suficiencia y distribución de cargas. Las oportunidades de mitigación y productividad se consideran junto con sus condiciones y compensaciones. Una aplicación ilustrativa de materiales docentes utiliza registros de actividad, calidad equivalente e incertidumbre ambiental, aunque carece de resultados propios de implementación. El capítulo concluye que la proporcionalidad socioambiental requiere finalidad, información pertinente y capacidad de ajustar. La pregunta central no es solo cuánto consume una herramienta, sino qué beneficio justifica ese consumo, quién soporta sus cargas y qué alternativas permiten reducirlo sin perder la función necesaria. 6 03 06 10.62486/978-9915-9928-6-0.Ch06 01 04 6 Ira: utilizar la inteligencia artificial para dañar 1 A01 21 0000-0002-9455-4324 Libardo Ramón Polanía Libardo Ramón Polanía 01 spa 30 00 La ira tecnológica se utiliza como metáfora para estudiar cómo la inteligencia artificial puede amplificar daño, desinformación, violencia y decisiones discriminatorias. Este capítulo examina mecanismos de daño sin reducirlos a una intención única y conserva diferencias entre objetivo, producción, difusión, decisión y consecuencia. El análisis integra estudios de sesgo, toxicidad, mensajes automatizados, deepfakes y confianza pública, junto con marcos institucionales de responsabilidad. Los resultados muestran que una consecuencia puede requerir corrección aunque la atribución del daño permanezca incierta, y que la supervisión humana solo es significativa cuando quienes revisan disponen de tiempo, información, competencia y autoridad material para cambiar una decisión. Se distingue procedencia de veracidad: confirmar el origen de un contenido puede ayudar a reconstruir responsabilidad, pero no demuestra que la afirmación sea verdadera. El capítulo examina además acoso, automatización del odio, manipulación de identidades y erosión de la confianza, así como la necesidad de responder a personas afectadas y no solo al funcionamiento técnico del sistema. La síntesis relaciona prevención, atención y reparación con responsables, recursos y procedimientos de revisión. Una aplicación ilustrativa sobre una instrucción académica falsa separa comprobación, cuidado y restitución de oportunidades; su eficacia no ha sido evaluada. El capítulo concluye que responsabilidad significa una relación verificable entre evidencia y facultad de modificar consecuencias. Una respuesta institucional adecuada debe identificar mecanismos, reducir exposición, corregir decisiones y reparar daños sin convertir incertidumbre sobre intención en excusa para la inacción. El cuidado exige que la corrección técnica se acompañe de procedimientos comprensibles para quienes reciben las consecuencias. 7 03 06 10.62486/978-9915-9928-6-0.Ch07 01 04 7 Pereza: delegar aquello que deberíamos aprender, pensar o decidir 1 A01 21 0000-0003-0425-7201 Carlos Alberto Gómez Cano Carlos Alberto Gómez Cano 2 A01 21 0000-0002-3681-9152 Juan Ernesto Pérez-Pérez Juan Ernesto Pérez-Pérez 01 spa 30 00 La pereza tecnológica se emplea como metáfora para examinar qué ocurre cuando la inteligencia artificial permite delegar operaciones necesarias para aprender, pensar o decidir. El capítulo no identifica toda reducción de esfuerzo con un problema: automatizar tareas puede mejorar accesibilidad, productividad y disponibilidad de apoyo. La pregunta central es qué operaciones conviene descargar y qué capacidades deben conservarse para actuar con responsabilidad cuando la asistencia disminuye o falla. El análisis integra estudios sobre descarga cognitiva, tutoría, escritura, alfabetización, automatización y aprendizaje, distinguiendo producto, proceso y capacidad posterior. Los beneficios y perjuicios se interpretan según población, configuración, comparador y momento de evaluación, evitando inferir retención prolongada a partir de pruebas inmediatas o deterioro permanente desde autoinformes. La síntesis muestra que el esfuerzo no desaparece necesariamente, sino que puede desplazarse hacia verificación, selección, integración y supervisión. Sin embargo, esas tareas también requieren conocimientos, tiempo y autoridad. La inteligencia aumentada se propone como criterio para evaluar si una herramienta amplía desempeño sin erosionar la capacidad que la persona necesita conservar. Una aplicación ilustrativa relaciona trabajo asistido, una tarea equivalente sin ayuda generativa y una prueba de transferencia, manteniendo accesibilidad en todas las etapas; su eficacia no ha sido evaluada. El capítulo concluye que la diligencia exige comprender qué se delega, verificar resultados y conservar capacidad de actuar de forma independiente. El uso responsable de apoyo tecnológico requiere poder comprobar, elegir, terminar, atribuir, limitar y corregir, en lugar de confundir una respuesta disponible con aprendizaje o juicio adquirido. South American Publishing 01 South American Publishing 02 https://southam.pub/book-catalog/isbn/978-9915-9928-6-0.php Montevideo UY 04 01 20261010 01 WORLD 06 15 9789915992877 9789915992877-es-2 03 01 15 9789915992877 06 10.62486/978-9915-9928-6-0 00 BC 01 01 The Seven Deadly Sins of Artificial Intelligence Uses, excesses and dilemmas of a technology that amplifies our decisions 1 A01 21 0000-0001-7797-0388 José Enrique Hernández de la Cruz José Enrique Hernández de la Cruz 2 A01 21 0000-0002-9455-4324 Libardo Ramón Polanía Libardo Ramón Polanía 3 A01 21 0000-0002-3669-3123 Verenice Sánchez Castillo Verenice Sánchez Castillo 4 A01 21 0000-0003-1095-1865 Yasniel Sánchez Suárez Yasniel Sánchez Suárez 5 A01 21 0000-0002-8197-1727 Camilo Enrique Barragán Morales Camilo Enrique Barragán Morales 6 A01 21 0000-0003-4555-7518 Alfredo Javier Pérez Gamboa Alfredo Javier Pérez Gamboa 7 A01 21 0009-0001-8578-7919 Fabio Edisson Morera Forero Fabio Edisson Morera Forero 8 A01 21 0000-0001-9644-0040 Juan Manuel Andrade Navia Juan Manuel Andrade Navia 9 A01 21 0000-0001-5820-0505 Elvia María Jiménez Zapata Elvia María Jiménez Zapata 10 A01 21 0000-0003-0425-7201 Carlos Alberto Gómez Cano Carlos Alberto Gómez Cano 11 A01 21 0000-0002-3681-9152 Juan Ernesto Pérez-Pérez Juan Ernesto Pérez-Pérez 1 01 spa 10 COM004000 COMPUTERS / Artificial Intelligence / General 10 COM100000 COMPUTERS / Artificial Intelligence / Generative AI 10 SOC071000 SOCIAL SCIENCE / Technology Studies 10 PHI005000 PHILOSOPHY / Ethics & Moral Philosophy 93 UYQ 93 UBJ 93 JBFV5 20 Artificial intelligence; AI ethics; Human autonomy; Algorithmic accountability; Responsible innovation 30 00 Artificial intelligence is transforming knowledge production, education, professional practice, communication, and decision-making, creating opportunities for innovation while introducing significant ethical, social, economic, and environmental challenges. Understanding these transformations requires examining not only technological capabilities but also the human expectations, institutional incentives, and power structures that shape their development and use. Seven traditional categories of human excess provide a conceptual framework for critically analyzing the tensions associated with artificial intelligence without attributing moral agency to technological systems. Pride addresses algorithmic authority, misplaced confidence, and the acceptance of automated outputs without adequate verification. Greed examines the concentration of technological power, data ownership, economic benefits, and inequalities in access. Lust explores excessive fascination with artificial interaction, anthropomorphism, emotional dependence, and the limits of personalization. Envy focuses on imitation, impersonation, intellectual authorship, and the authenticity of generated content. Gluttony considers the environmental implications of computational infrastructure, resource consumption, and excessive digital production. Wrath analyzes automated disinformation, digital violence, harmful manipulation, and human responsibility for technological misuse. Sloth investigates cognitive dependence, intellectual disengagement, and the consequences of delegating learning and decision-making processes. Through a critical synthesis of interdisciplinary research and conceptual analysis, these dimensions are connected to questions of accountability, autonomy, sustainability, and social justice. The discussion emphasizes the importance of evidence-based evaluation, contextual interpretation, and meaningful human oversight. Responsible technological development ultimately requires preserving the capacities to verify information, choose alternatives, terminate interactions, acknowledge contributions, establish reasonable limits, and correct harmful outcomes. These principles support a human-centered approach that balances technological innovation with critical judgment, ethical responsibility, and institutional accountability. 04 00 Capítulo 1: Soberbia: creer que la inteligencia artificial lo sabe todo; Capítulo 2: Avaricia: concentrar el poder, los datos y los beneficios; Capítulo 3: Lujuria: la fascinación desbordada por lo artificial; Capítulo 4: Envidia: imitar, suplantar y aparentar; Capítulo 5: Gula: consumir recursos y producir contenido sin medida; Capítulo 6: Ira: utilizar la inteligencia artificial para dañar; Capítulo 7: Pereza: delegar aquello que deberíamos aprender, pensar o decidir 01 00 03 02 https://southam.pub/book-catalog/2026/978-9915-9928-6-0/978-9915-9928-6-0_Portada.png 1 03 06 10.62486/978-9915-9928-6-0.Ch01 01 04 1 Soberbia: creer que la inteligencia artificial lo sabe todo 1 A01 21 0000-0001-7797-0388 José Enrique Hernández de la Cruz José Enrique Hernández de la Cruz 2 A01 21 0000-0002-9455-4324 Libardo Ramón Polanía Libardo Ramón Polanía 3 A01 21 0000-0002-3669-3123 Verenice Sánchez Castillo Verenice Sánchez Castillo 01 spa 30 00 La soberbia algorítmica aparece cuando una respuesta generada recibe una autoridad mayor que la permitida por su evidencia. Este capítulo examina cómo la asistencia tecnológica puede transformarse en autoridad mediante mecanismos relacionados con fluidez, automatización, confianza, evaluación y conocimiento. Se distinguen estabilidad, fidelidad documental, plausibilidad y verdad, mostrando que una respuesta bien redactada no constituye por sí sola una razón suficiente para actuar. La evidencia favorable a la asistencia se contrasta con límites de transferencia, errores de representación, sesgos y condiciones reales de supervisión. El conocimiento experto y el situado permiten reconocer información, excepciones y experiencias que una entrada breve puede dejar fuera. La discusión analiza además cómo cambia la exigencia de verificación cuando una salida describe, interpreta, recomienda o interviene en decisiones que afectan trayectorias educativas, laborales o institucionales. La humildad epistemológica se propone como respuesta práctica: delimitar la función autorizada, recuperar fundamentos, reconocer incertidumbre y conservar capacidad efectiva de corregir. Los escenarios educativos y criterios institucionales se presentan como propuestas analíticas cuya eficacia requiere evaluación propia. El capítulo concluye que una dependencia responsable debe corresponder a una función definida, evidencia pertinente y posibilidades materiales de revisión e impugnación. La diversidad de estudios impide establecer una tasa universal de confiabilidad o deducir el reemplazo de profesiones completas a partir de ventajas localizadas. El problema central no es que la inteligencia artificial produzca respuestas, sino que personas e instituciones les atribuyan una autoridad que excede las condiciones bajo las cuales fueron generadas y verificadas. 2 03 06 10.62486/978-9915-9928-6-0.Ch02 01 04 2 Avaricia: concentrar el poder, los datos y los beneficios 1 A01 21 0000-0003-1095-1865 Yasniel Sánchez Suárez Yasniel Sánchez Suárez 2 A01 21 0000-0002-3669-3123 Verenice Sánchez Castillo Verenice Sánchez Castillo 3 A01 21 0000-0002-8197-1727 Camilo Enrique Barragán Morales Camilo Enrique Barragán Morales 01 spa 30 00 La avaricia tecnológica se expresa cuando la adopción de inteligencia artificial concentra poder, datos y beneficios mientras distribuye de manera desigual costos, trabajo y dependencia. Este capítulo examina qué condiciones permiten evaluar una distribución justa del valor en contextos institucionales. El análisis relaciona infraestructura, inversión, datos, trabajo humano, acceso, mantenimiento, portabilidad y capacidad de salida, evitando confundir disponibilidad de una herramienta con posibilidad efectiva de aprovecharla. Se distinguen eficiencia parcial, productividad de una tarea y beneficio distribuido, así como concentración global y dependencia local de proveedores. Los estudios sobre alfabetización, participación y bienestar aportan preguntas situadas y limitan promesas universales; las diferencias entre países, instituciones y territorios impiden tratar la adopción de IA como un proceso homogéneo. La síntesis conceptual identifica capacidades para comprender una relación tecnológica, intervenir en sus condiciones y modificarla cuando produce cargas injustificadas. También examina quién aporta datos, trabajo, infraestructura y conocimiento, y quién conserva control sobre los resultados y la continuidad del servicio. Una aplicación ilustrativa de contratación de orientación estudiantil muestra cómo revisar finalidad de datos, accesibilidad, portabilidad, carga de supervisión y posibilidad de cambiar de proveedor. Su implementación no ha sido evaluada. El capítulo concluye que una adopción defendible debe explicar quién recibe beneficios, quién asume costos y qué mecanismos permiten corregir la distribución. La justicia tecnológica exige acceso, pero también poder de negociación, comprensión, alternativas practicables y capacidad institucional para evitar que la dependencia se convierta en una forma persistente de desigualdad. 3 03 06 10.62486/978-9915-9928-6-0.Ch03 01 04 3 Lujuria: la fascinación desbordada por lo artificial 1 A01 21 0000-0003-4555-7518 Alfredo Javier Pérez Gamboa Alfredo Javier Pérez Gamboa 01 spa 30 00 La lujuria tecnológica se utiliza como metáfora para examinar la fascinación desbordada por sistemas de inteligencia artificial que responden, personalizan y simulan cercanía. Este capítulo pregunta qué condiciones permiten aprovechar disponibilidad y acompañamiento conversacional sin reducir la autonomía de las personas. El análisis integra investigaciones sobre antropomorfización, confianza, compañía artificial, aprendizaje, personalización y gobernanza, distinguiendo experiencia subjetiva, conducta de uso y efectos posteriores. Los relatos de amistad, bienestar o daño se interpretan según sus diseños y criterios de selección; el alivio momentáneo de soledad no se presenta como beneficio clínico duradero, y las asociaciones con intensidad de uso no se convierten automáticamente en relaciones causales. Se examina cómo el lenguaje fluido y la disponibilidad permanente pueden favorecer atribuciones de comprensión, reciprocidad o compromiso que el sistema no posee. La síntesis conceptual relaciona autonomía con comprender la función del servicio, conocer sus límites, corregir interpretaciones, conservar alternativas y poder terminar una interacción sin costos desproporcionados. Una aplicación ilustrativa de asistencia para preparar tutorías traduce estos criterios en ayuda graduada, cierre útil y respuesta institucional a incidencias, aunque su implementación no ha sido evaluada. El capítulo concluye que la cercanía responsable exige coherencia entre promesa, función y capacidad de respuesta. La mesura tecnológica no significa rechazar vínculos útiles, sino evitar que personalización, atención o intimidad sean utilizadas para capturar dependencia, ocultar intereses comerciales o sustituir relaciones y decisiones que requieren reciprocidad, responsabilidad y alternativas humanas. La autonomía requiere, por tanto, que el usuario pueda comprender qué relación está manteniendo con el sistema y conservar opciones reales fuera de esa interacción. 4 03 06 10.62486/978-9915-9928-6-0.Ch04 01 04 4 Envidia: imitar, suplantar y aparentar 1 A01 21 0009-0001-8578-7919 Fabio Edisson Morera Forero Fabio Edisson Morera Forero 01 spa 30 00 La envidia tecnológica se emplea como metáfora para estudiar la capacidad de la inteligencia artificial generativa de imitar estilos, reproducir rasgos, suplantar identidades y producir resultados que aparentan capacidades o autorías distintas de las reales. Este capítulo pregunta cómo atribuir contribución, identidad y competencia con evidencia suficiente cuando intervienen sistemas generativos. El análisis integra investigaciones sobre creación, aprendizaje, detección, procedencia, deepfakes, integridad académica y responsabilidad. Los resultados organizan cuatro objetos diferentes de comprobación: origen, exactitud, autorización y capacidad demostrada. Esta distinción permite evitar que una señal técnica, una marca de procedencia o un detector se conviertan en prueba universal de autoría o engaño. Los beneficios de la asistencia en escritura y tutoría se contrastan con límites relacionados con diversidad, desempeño independiente y evaluación. También se examinan autenticidad, consentimiento y representación de voces o rostros, así como la necesidad de diferenciar semejanza de suplantación. La síntesis define autenticidad como correspondencia verificable entre una afirmación sobre quién hizo, autorizó o puede hacer algo y la evidencia que la respalda. Una aplicación ilustrativa de ensayo académico vincula fuentes, decisiones de revisión, declaración de asistencia, privacidad y oportunidad de explicación; su eficacia no ha sido evaluada. El capítulo concluye que transparencia y autenticidad requieren atribución pertinente, documentación y capacidad de corregir. La tecnología puede ampliar la creación, pero una apariencia convincente no debe sustituir la comprobación de procedencia, consentimiento, responsabilidad o competencia humana. La autenticidad se entiende así como una relación comprobable entre apariencia, contribución, autorización y responsabilidad. 5 03 06 10.62486/978-9915-9928-6-0.Ch05 01 04 5 Gula: consumir recursos y producir contenido sin medida 1 A01 21 0000-0001-9644-0040 Juan Manuel Andrade Navia Juan Manuel Andrade Navia 2 A01 21 0000-0001-5820-0505 Elvia María Jiménez Zapata Elvia María Jiménez Zapata 3 A01 21 0000-0002-3669-3123 Verenice Sánchez Castillo Verenice Sánchez Castillo 01 spa 30 00 La gula tecnológica se utiliza como metáfora para examinar la expansión del consumo de recursos y la producción de contenidos cuando la capacidad de generar se separa de criterios de suficiencia. Este capítulo analiza cómo relacionar utilidad y cargas de actividades asistidas por inteligencia artificial conservando unidades, fronteras y contexto. Se integran estudios sobre energía, emisiones, agua, centros de datos, hardware, minerales y residuos con investigaciones educativas y organizativas. Los resultados distinguen datos sectoriales, mediciones, estimaciones y escenarios; operación y fabricación; extracción y consumo de agua; eficiencia unitaria y demanda total. Esta separación evita convertir cifras de escalas diferentes en una huella universal por consulta o en un balance general de sostenibilidad. El capítulo examina además cómo la generación masiva de textos, imágenes y otros contenidos puede aumentar almacenamiento, circulación y ruido informacional, de modo que producir más no equivale necesariamente a producir más valor. La síntesis propone una unidad funcional que incorpore calidad, revisión y producto efectivamente utilizado, y relaciona eficiencia con suficiencia y distribución de cargas. Las oportunidades de mitigación y productividad se consideran junto con sus condiciones y compensaciones. Una aplicación ilustrativa de materiales docentes utiliza registros de actividad, calidad equivalente e incertidumbre ambiental, aunque carece de resultados propios de implementación. El capítulo concluye que la proporcionalidad socioambiental requiere finalidad, información pertinente y capacidad de ajustar. La pregunta central no es solo cuánto consume una herramienta, sino qué beneficio justifica ese consumo, quién soporta sus cargas y qué alternativas permiten reducirlo sin perder la función necesaria. 6 03 06 10.62486/978-9915-9928-6-0.Ch06 01 04 6 Ira: utilizar la inteligencia artificial para dañar 1 A01 21 0000-0002-9455-4324 Libardo Ramón Polanía Libardo Ramón Polanía 01 spa 30 00 La ira tecnológica se utiliza como metáfora para estudiar cómo la inteligencia artificial puede amplificar daño, desinformación, violencia y decisiones discriminatorias. Este capítulo examina mecanismos de daño sin reducirlos a una intención única y conserva diferencias entre objetivo, producción, difusión, decisión y consecuencia. El análisis integra estudios de sesgo, toxicidad, mensajes automatizados, deepfakes y confianza pública, junto con marcos institucionales de responsabilidad. Los resultados muestran que una consecuencia puede requerir corrección aunque la atribución del daño permanezca incierta, y que la supervisión humana solo es significativa cuando quienes revisan disponen de tiempo, información, competencia y autoridad material para cambiar una decisión. Se distingue procedencia de veracidad: confirmar el origen de un contenido puede ayudar a reconstruir responsabilidad, pero no demuestra que la afirmación sea verdadera. El capítulo examina además acoso, automatización del odio, manipulación de identidades y erosión de la confianza, así como la necesidad de responder a personas afectadas y no solo al funcionamiento técnico del sistema. La síntesis relaciona prevención, atención y reparación con responsables, recursos y procedimientos de revisión. Una aplicación ilustrativa sobre una instrucción académica falsa separa comprobación, cuidado y restitución de oportunidades; su eficacia no ha sido evaluada. El capítulo concluye que responsabilidad significa una relación verificable entre evidencia y facultad de modificar consecuencias. Una respuesta institucional adecuada debe identificar mecanismos, reducir exposición, corregir decisiones y reparar daños sin convertir incertidumbre sobre intención en excusa para la inacción. El cuidado exige que la corrección técnica se acompañe de procedimientos comprensibles para quienes reciben las consecuencias. 7 03 06 10.62486/978-9915-9928-6-0.Ch07 01 04 7 Pereza: delegar aquello que deberíamos aprender, pensar o decidir 1 A01 21 0000-0003-0425-7201 Carlos Alberto Gómez Cano Carlos Alberto Gómez Cano 2 A01 21 0000-0002-3681-9152 Juan Ernesto Pérez-Pérez Juan Ernesto Pérez-Pérez 01 spa 30 00 La pereza tecnológica se emplea como metáfora para examinar qué ocurre cuando la inteligencia artificial permite delegar operaciones necesarias para aprender, pensar o decidir. El capítulo no identifica toda reducción de esfuerzo con un problema: automatizar tareas puede mejorar accesibilidad, productividad y disponibilidad de apoyo. La pregunta central es qué operaciones conviene descargar y qué capacidades deben conservarse para actuar con responsabilidad cuando la asistencia disminuye o falla. El análisis integra estudios sobre descarga cognitiva, tutoría, escritura, alfabetización, automatización y aprendizaje, distinguiendo producto, proceso y capacidad posterior. Los beneficios y perjuicios se interpretan según población, configuración, comparador y momento de evaluación, evitando inferir retención prolongada a partir de pruebas inmediatas o deterioro permanente desde autoinformes. La síntesis muestra que el esfuerzo no desaparece necesariamente, sino que puede desplazarse hacia verificación, selección, integración y supervisión. Sin embargo, esas tareas también requieren conocimientos, tiempo y autoridad. La inteligencia aumentada se propone como criterio para evaluar si una herramienta amplía desempeño sin erosionar la capacidad que la persona necesita conservar. Una aplicación ilustrativa relaciona trabajo asistido, una tarea equivalente sin ayuda generativa y una prueba de transferencia, manteniendo accesibilidad en todas las etapas; su eficacia no ha sido evaluada. El capítulo concluye que la diligencia exige comprender qué se delega, verificar resultados y conservar capacidad de actuar de forma independiente. El uso responsable de apoyo tecnológico requiere poder comprobar, elegir, terminar, atribuir, limitar y corregir, en lugar de confundir una respuesta disponible con aprendizaje o juicio adquirido. South American Publishing 01 South American Publishing 02 https://southam.pub/book-catalog/isbn/978-9915-9928-6-0.php Montevideo UY 04 01 20261010 01 WORLD 06 15 9789915992860