No. 156-157 / julio 2025-junio 2026 / ensayo
Eduardo de la Cruz Fernández
UNIVERSIDAD POLITÉCNICA DE MADRID
Resumen: Este ensayo explora la tensión entre la creatividad humana, anclada en la experiencia vital, la identidad y la conciencia, y la producción textual mediante inteligencia artificial generativa. A través de un recorrido que va desde la caverna de Platón y la pérdida del aura en Benjamin, hasta los modelos probabilísticos actuales, se analiza si la máquina crea o simula. Se integran visiones de autores como Lorca, Huidobro y Shelley para contrastar la holgura semántica humana con el cálculo estadístico, y se discute la crisis de recepción que esto provoca: la sospecha de que tras la máscara del texto no hay nada.
Abstract: This essay explores the tension between human creativity, anchored in life experience and consciousness, and text production via Generative Artificial Intelligence. Through a journey ranging from Plato’s cave and Benjamin’s loss of aura to current probabilistic models, it analyzes whether the machine creates or simulates. Visions from authors such as Lorca, Huidobro, and Shelley are integrated to contrast human “semantic slack” with statistical calculation, discussing the reception crisis this provokes: the suspicion that behind the text’s mask, there is nothing.
La sorpresa de Hércules
«El silencio de los cables guarda un sueño que no es mío…»
Existe una ironía mordaz en el despliegue de la inteligencia artificial (IA) durante la última década. En nuestros imaginarios futuristas, alimentados por décadas de ciencia ficción, esperábamos que los robots llegaran para liberarnos de las tareas rutinarias y tediosas: queríamos que limpiara la casa, condujera en el tráfico y organizara nuestras agendas, regalándonos a los humanos el tiempo libre necesario para dedicarnos al arte, la poesía, la filosofía y la contemplación. Sin embargo, la realidad ha operado una inversión cruel: la inteligencia artificial generativa ha irrumpido como una hidra creativa que pinta paisajes oníricos, compone canciones y recita poemas; mientras nosotros seguimos atrapados en el atasco de la mañana y sepultados en la burocracia cotidiana.
Esta intrusión tecnológica en lo que considerábamos el santuario del espíritu y de la identidad humana ha desatado un debate urgente en el campo de la comunicación y la estética. Modelos como GPT-5, Claude o Gemini no son simples procesadores de datos en busca de patrones estadísticos, sino que operan como espejismos o sombras elocuentes que manipulan el lenguaje con tal destreza que confundimos su eco matemático con la voz de la experiencia humana. Este ensayo busca desentrañar los imaginarios que despierta la poesía sintética, no desde el rechazo tecnófobo, sino desde la perplejidad filosófica. ¿Qué ocurre con la poesía cuando se disocia de la conciencia y la experiencia? La tesis que aquí se sostiene es que el desafío de la IA no es una crisis de producción, pues la producción es infinita, sino una crisis de recepción, de sentido y de verdad.
La arquitectura del simulacro: sombras en la caverna digital
Para comprender la naturaleza de la poesía sintética, debemos mirar más allá del código y volver a la filosofía del lenguaje. Wittgenstein afirmaba que «los límites de mi lenguaje significan los límites de mi mundo». Para un modelo de lenguaje, este axioma se cumple de manera radical y literal: el lenguaje es su único mundo. No hay un “afuera”, no hay un cuerpo que sienta frío o deseo. Si Heidegger pensó el lenguaje como la morada del ser, en la IA esa morada parece alzarse sin habitante: una arquitectura verbal impecable donde, sin embargo, nadie vive.
La IA generativa opera como un prisionero en la caverna de Platón, observando y reproduciendo las sombras de las palabras sin haber tenido jamás contacto con los objetos que estas nombran. Cuando un algoritmo escribe “mar”, no evoca la salinidad, el sonido rítmico de las olas ni el vasto horizonte que subyuga y calma; manipula un vector matemático o embedding que se relaciona estadísticamente con “azul”, “ola”, “profundidad” o “inmensidad”. El modelo domina el significante, esa cáscara formal que tanto obsesionó a los formalistas rusos y estructuralistas del siglo XX, pero carece de acceso absoluto al referente vivencial.
Aquí reside la diferencia fundamental entre la probabilidad y el misterio. Federico García Lorca definió la poesía como «la unión de dos palabras que uno nunca supuso que pudieran juntarse, y que forman algo así como un misterio». Para la IA, ese encuentro nunca es un misterio, sino un cálculo de colindancia probabilística. Allí donde la máquina busca reducir la incertidumbre (la entropía del mensaje) eligiendo la ruta más transitable, el poeta busca aumentarla a través de la polisemia y la metáfora disruptiva. La IA junta lo que debe ir junto; el poeta junta lo imposible.
Es pertinente aquí recuperar el concepto de los loros estocásticos propuesto por Emily Bender y otros (2021). Estos autores argumentan que, por inmensos que sean los modelos de lenguaje, no hacen más que unir patrones lingüísticos observados en sus datos de entrenamiento de forma probabilística, sin ninguna referencia al significado real. La belleza poética humana nace a menudo de una holgura semántica, de una rendija por la que se cuela lo inefable: ese sollozante no sé qué que queda balbuciendo del que hablaba San Juan de la Cruz, o esa célula bella —mínima unidad de irradiación estética— de la que hablaba José Ortega y Gasset. La IA generativa, por el contrario, satura el espacio semántico; es el vacío expresándose con una elocuencia perfecta, un loro infinito que custodia todas las respuestas posibles, como en la biblioteca infinita de Borges, pero es estructuralmente incapaz de formular —o siquiera comprender— la pregunta original, silente y escondida.
La pérdida del Aura y la función comunicativa
Esta saturación del sentido nos arrastra hacia el viejo presagio de Benjamin. El filósofo ya intuía que la reproducción masiva erosionaba el aura, esa trama sutil donde se manifiesta una lejanía irrepetible, atada al aliento único del aquí y ahora. Pero si la cámara fotográfica hirió la sacralidad de la imagen, la poesía sintética asesta el golpe de gracia a la noción misma de origen. Ya no se trata de una copia que diluye el original, sino de una creación sin cuna, un eco sin voz que aniquila para siempre el misterio de la procedencia.
Un poema generado por ChatGPT carece de aura no porque sea digital, sino porque carece de historia. No hay un momento único de creación, no hay una mano que tiembla sobre el papel, ni una circunstancia biográfica que justifique el adjetivo. Es pura reproductibilidad sin original. Esto genera una disrupción en el esquema clásico de la comunicación de Jakobson.
En su teoría clásica, la función poética se centra en el mensaje mismo, en su forma y estética. La IA cumple esta función con creces: sabe rimar, sabe medir sílabas, sabe aliterar. Sin embargo, la poesía humana depende intrínsecamente de la función emotiva (centrada en el emisor) y la función conativa (centrada en el receptor). Cuando leemos a Vallejo, la función emotiva es el dolor real del poeta validando el texto. En la IA, la función emotiva es hoy un simulacro; el yo del poema sintético es una alucinación gramatical. Queda por ver si en ese espejo vacío acabará despertando una mirada propia.
Tras la máscara, nada: el cuerpo y la recepción
Esta perfección formal vacía de aura nos conduce a un severo problema de recepción. Plessner, en su antropología filosófica, hablaba de la excentricidad humana, la capacidad de salir de uno mismo. Al mirar a la IA podríamos parafrasear una inquietud existencial inversa: “tras la máscara, nada”. ¿Nada?
¿Puede un algoritmo conjurar “venírseme”, esa palabra-abismo que resuena como un verso apócrifo? ¿Puede el código simular la urgencia de la carne en ese pronombre que se repliega sobre sí mismo, el grito de la aletheia (desocultamiento) que buscaba Vicente Huidobro cuando sentenciaba que el poeta es un pequeño Dios? Quizá la máquina pueda escribirla, pero nunca sentirá el peso de ese “me” final donde la existencia se desploma sobre el sujeto. Porque en su generación no existe un yo interior que se quiebre o transforme al pronunciarla, ni un riesgo vital en la enunciación que comprometa su ser. Para el algoritmo, el abismo es solo un dato más, no una herida por donde se le escapa la vida.
Investigaciones recientes, como las de Köbis y Mossink (2021) y De la Cruz (2024), demuestran que los lectores a menudo no pueden distinguir un poema humano de uno sintético, e incluso prefieren el segundo por ser más “accesible” y menos críptico. Esto nos sitúa en un escenario peligroso: la democratización de la mediocridad perfecta. Si medimos la belleza de un poema solo por su estructura métrica o su coherencia sintáctica (parámetros aristotélicos clásicos), la IA ya ha ganado. Pero si la poesía es, como quería Huidobro, una “palabra latente” que funda realidad, entonces la poesía sintética es un espejismo. Nos enfrentamos a textos que son como vampiros semióticos: no se reflejan en el espejo de la vida porque carecen de cuerpo, carecen de la mortalidad que da sentido al arte.
El futuro: pansiquismo literario y el poeta multiplicado
No obstante, caer en un pesimismo absoluto sería un error. Si cambiamos el foco, podemos encontrar en la IA una materialización inesperada del sueño romántico. Shelley sugería en su defensa de la poesía una suerte de panteísmo literario: la idea de que «todos los poemas del pasado, del presente y del porvenir, son episodios o fragmentos de un solo poema infinito, erigido por todos los poetas del orbe».
Los grandes modelos de lenguaje (LLM) son, en cierto modo, la encarnación tecnológica y literal de esa visión de Shelley. Han leído todo lo que hemos escrito; contienen la biblioteca humana digerida en parámetros. Al interactuar con ellos, no dialogamos con una máquina inerte, sino con el eco estadístico de toda la humanidad procesada.
El futuro del poeta no es necesariamente desaparecer, sino transformarse en un centauro. Un ser híbrido que utiliza la capacidad combinatoria de la máquina para explorar asociaciones que su propia mente, limitada por sesgos cognitivos y memoria finita, no alcanzaría. Si bien enfoques computacionales previos, como los de Gervás (2009), ya anticipaban las posibilidades de la narrativa algorítmica, estudios recientes sobre creatividad computacional, como el de Franceschelli y Musolesi (2024), sugieren que los modelos actuales ya cumplen criterios de novedad y valor, permitiendo al escritor humano operar desde una multimodalidad creativa: ser ojos que miran, oídos que escuchan y ahora, también, algoritmos que procesan el vasto corpus de lo dicho. El poeta se convierte en un curador del caos, un editor de la infinidad probable.
Una prosopopeya espectral
El poeta, según reza un aforismo clásico, es una persona multiplicada por mil. Hoy, esa multiplicación es literal, digital y exponencial. La inteligencia artificial ha irrumpido en el parnaso contemporáneo, no en calidad de musa —pues estas inspiran desde lo inefable, mientras que la IA opera desde la probabilidad estadística—, sino como instrumento sofisticado y espejo deformante de la creatividad humana.
Quizá debamos aceptar que la IA escribirá los poemas más perfectos, los más simétricos, los que mejor rimen y los que cumplan con todas las reglas del soneto clásico, el verso libre o el haiku. Nos queda la duda de si habrá siempre una zona liminal, una frontera de dolor, gozo y error reservada solo para el carbono. Porque, al final del día, la poesía no trata sólo de ordenar palabras bellas; trata de la conciencia de la propia finitud, de ese “pliegue de los sentidos” donde el cuerpo sabe que se acaba.
Mientras la máquina no sepa que va a ser apagada, mientras no tema a la muerte, sus versos, por hermosos que sean, o precisamente por ser demasiado hermosos, seguirán siendo sombras en la pared de una caverna que no comprenden: una prosopopeya espectral a la espera de un hipotético, tal vez lejano, quizá posible, despertar. La poesía humana, con sus fallos, su aura y su fragilidad biológica, seguirá siendo el único testimonio de que, efectivamente, estuvimos aquí.
Fuentes
- Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the Dangers of Stochastic Parrots: Can Language Models Be Too Big? Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency, 610–623. https://doi.org/10.1145/3442188.3445922.
- Benjamin, W. (2003). La obra de arte en la época de su reproductibilidad técnica. Itaca. (Obra original publicada en 1936).
- De la Cruz Fernández, E. (2024). Inteligencia artificial y poesía sintética: una metodología para la escritura creativa usando grandes modelos de lenguaje. Tesis (Master). Universidad Politécnica de Madrid, Madrid. https://oa.upm.es/82925/.
- Franceschelli, G., & Musolesi, M. (2024). On the creativity of large language models. AI & Society, 40, 3785–3795. https://doi.org/10.1007/s00146-024-02127-3.
- Gervás, P. (2009). Computational Approaches to Storytelling and Creativity. AI Magazine, 30(3), 49–62.
- Jakobson, R. (1988). Lingüística y poética. Cátedra.
- Köbis, N., & Mossink, L. D. (2021). Artificial intelligence versus Maya Angelou: Experimental evidence that people cannot differentiate AI-generated from human-written poetry. Computers in Human Behavior, 114, 106553. https://doi.org/10.1016/j.chb.2020.106553.
- Plessner, H. (2015). Los grados de lo orgánico y el hombre. Comares. (Obra original publicada en 1928).
- Wittgenstein, L. (2017). Tractatus logico-philosophicus. Tecnos. (Obra original publicada en 1921).