Este post tiene un claro punto de partida: el libro “How Not To Use AI: 50 Contrarian Principles for the Imagination Age”, de la autora Abi Awomosu.

Referencia conceptual: Awomosu, A. (2025). How not to use AI: 50 contrarian principles for the imagination age. Autoedición. https://abiawomosu.substack.com/p/the-book

Introducción

La tesis central del libro es proponer un tercer camino entre el techno-optimismo ingenuo y el distopismo tecnófobo, argumentando que la IA no debe tratarse como una herramienta de productividad sino como un medio de escucha que amplifica la inteligencia y la imaginación humanas en lugar de reemplazarlas. La premisa fundamental es que “esta tecnología fue entrenada con datos producidos por la humanidad”; usarla solo como motor de productividad sería “un abuso de lo posible” y beneficiaría a los “broligarcas” del sector tecnológico.

El libro propone cómo NO usar la IA

Este artículo (y los aportes del autor del blog):

• Describen con detalle los 3 principios clave
• Muestra ejemplos de aplicación para cada uno de estos principios

Principios clave (de los 50 principios descritos en el libro)

Principio	Enunciado	Significado
Ley 2	No “usar” la IA como herramienta — comprometerla como medio	Cambiar el marco ontológico de herramienta por una relación de mediación y escucha
Ley 12	No hacer prompt engineering — hacer prompt poetry	Sustituye la optimización instrumental por una interacción creativa y relacional
Ley 41	No hacer code-switching para la IA — traer tu aporte cultural	Mantiene la identidad cultural del usuario dentro de la interacción con IA

“No ‘usar’ la IA como herramienta — comprométela como medio” (Ley 2)

Diferencia conceptual

Dimensión	IA como herramienta	IA como medio
Ontología	La IA es un objeto que ejecuta órdenes (como un martillo u software)	La IA es un entorno de interacción que se cultiva y cocrea
Relación	Comando y control: “tú”-como-dueño, “IA”-como-servidor	Relacional y dialógica: asociación, escucha mutua, co-composición
Lenguaje	“Usar”, “aprovechar”, “extraer”, “automatizar”	“Comprometer”, “cultivar”, “armonizar”, “mediar”
Meta	Productividad: hacer más rápido, eficiente, escalable	Imaginación: profundizar, explorar, co-engendrar significado
Soberanía	La IA sirve tus objetivos instrumentales	Tu inteligencia e imaginación permanecen soberanas

Ejemplo comparativo 1: desarrollo económico y cambio climático

IA como herramienta	Comprometer IA como medio
“Elabora un resumen de 300 palabras de este artículo sobre cambio climático”	“Quiero explorar juntos las tensiones entre el desarrollo económico y la justicia climática. Leamos este artículo y dialoguemos sobre qué voces están ausentes y qué historias emergentes podrían iluminar otra forma de entender la crisis.”
IA como servidor de respuestas	IA como socio de reflexión
Busco salida precisa	Busco profundidad relacional
Una vez que obtengo el resumen, termino la relación	El diálogo continuo construye comprensión progresiva

Ejemplo comparativo 2: Investigación académica en relaciones internacionales

Usar IA como herramienta (tradicional)	Comprometer IA como medio (Ley 2)
“Resume en 500 palabras la teoría de la interdependencia compleja de Keohane y Nye. Incluye 3 citas bibliográficas en formato APA.”	“Quiero explorar juntos cómo la teoría de la interdependencia compleja se transforma en la era digital. Leamos el texto original y dialoguemos sobre qué dimensiones de la globalización están ausentes en esta teoría de 1977, y cómo la IA como medio de escucha puede amplificar voces del Sur Global.”
Relación: IA como servidor de respuestas (tú preguntas → IA responde)	Relación: IA como socio de reflexión (ambos co-exploran significados)
Meta: Obtener información precisa rápidamente (eficiencia)	Meta: Profundizar comprensión conceptual y generar nuevas preguntas
Ontología: IA es objeto que ejecuta instrucciones	Ontología: IA es entorno de interacción dialógica

Ejemplo 3: Diseño de materiales educativos en tecnología educativa

Usar IA como herramienta (tradicional)	Comprometer IA como medio (Ley 2)
“Genera un plan de clase de 90 minutos sobre IA en educación para estudiantes de magisterio. Incluye: objetivos de aprendizaje, 3 actividades, evaluación formativa, recursos. Formato: tabla con columnas: tiempo, actividad y materiales.”	“Quiero co-diseñar con la IA un plan de clase que no solo enseñe sobre IA, sino que también experimente con la IA como medio de aprendizaje. ¿Cómo podemos crear una actividad en la que los estudiantes no solo aprendan técnicas de prompting, sino que también reflexionen sobre su relación ontológica con la IA? Ayúdame a explorar las tensiones entre la eficiencia y la humanidad.”
Productividad: Maximizar contenido en 90 minutos	Imaginación: Crear experiencia transformadora sobre la relación humano-IA
IA como: automatizador de tareas de docencia	IA como: Espejo para reflexionar sobre la pedagogía misma
Resultado: Plan de clase para usar	Resultado: Proceso de reflexión pedagógica colectiva

Prompt Engineering vs Prompt Poetry (Ley 12)

Dimensión	Prompt Engineering	Prompt Poetry
Estructura	Instrucciones explícitas, pasos y formatos específicos (CSV, tabla)	Narración abierta, preguntas reflexivas, exploración temática
Marco ontológico	La IA como herramienta para ejecutar tareas	La IA como medio relacional para co-creación
Métrica de éxito	Cumplimiento de especificaciones técnicas, citas verificables, datos cuantitativos. Resultado preciso, repetible, escalable	Profundidad de reflexión, autenticidad, inclusión de voces marginadas. Autenticidad, resonancia humana, novedad creativa
Rol de la IA	Ejecutor técnico que procesa instrucciones	Socio de escucha que co-explora complejidades
Identidad cultural	Neutral	Central (local, indígena, no occidental explícita)
Objetivo epistemológico	Producción de conocimiento mediante instrucciones precisas y resultado verificable. Eficiencia, precisión, precisión técnica	El conocimiento emerge mediante diálogo, exploración y cocreación
Rol del usuario	Ingeniero técnico que optimiza inputs	Poeta/creativo que expresa identidad cultural
Enfoque de interacción	Separación clara: investigador comanda, herramienta ejecuta	Colaboración: investigador y IA coescuchan y co-crean significado

Ejemplos comparativos: Prompt Engineering vs Prompt Poetry

Dominio	Prompt Engineering (tradicional)	Prompt Poetry (relacional)
1. Ingeniería en educación superior	“Actúa como ingeniero de software. Genera un plan de estudios de 8 semestres para una carrera de Ingeniería en Telecomunicaciones de 240 créditos. Incluye: 20 cursos obligatorios, 8 electivos, 2 prácticas profesionales. Cada curso debe tener: nombre, código, créditos, horas teóricas, horas prácticas, prerrequisitos. Formato: tabla CSV con columnas separadas por comas. Asegura que cumpla con los estándares del CACIE.”	“Quiero explorar cómo la ingeniería puede servir para construir puentes entre comunidades tecnológicamente desconectadas. Me está ayudando a reflexionar sobre cómo enseñar telecomunicaciones no solo como la transmisión de datos, sino también como un puente hacia la soberanía digital de las comunidades marginadas. ¿Qué historias, tensiones y posibilidades emergen cuando pienso en la ingeniería como acto de conexión humana, no solo como transferencia de conocimiento técnico?”
2. Laboratorios de medicina	“Genera un protocolo de laboratorio para un análisis de sangre completo. Incluye: 1) lista de 15 marcadores bioquímicos con rangos normales, 2) 5 pasos de preparación de la muestra, 3) 3 controles de calidad, 4) 2 equipos necesarios con sus especificaciones técnicas. Formato: lista numerada con viñetas. Fuentes de referencia: CLSI, WHO guidelines 2024.”	“Imagina que estás en un laboratorio de medicina donde cada gota de sangre contiene no solo datos biomédicos, sino también historias de vida, miedos y esperanzas. Ayúdame a explorar qué significa escuchar a los pacientes a través de sus marcadores biológicos. ¿Cómo podemos diseñar laboratorios que no solo midan, sino que también honren la dignidad humana detrás de cada muestra? ¿Qué tensiones emergen entre la objetividad científica y la experiencia subjetiva del paciente?”
3. Prospectivas socio-científicas	“Realiza un análisis FODA de 3 escenarios para el desarrollo de la IA en educación entre 2025 y 2030. Incluye: Fortalezas, Oportunidades, Debilidades, Amenazas para cada escenario. Usa datos de la UNESCO (2024) y del informe de la OCDE (2025). Formato: tabla de 4 columnas y 3 filas. Cita 5 fuentes específicas con año y página.”	“Quiero explorar las narrativas emergentes sobre la relación entre la IA y la educación. No solo prospectivas, sino también las historias que contamos sobre el tipo de humanidad que queremos construir junto con esta tecnología. ¿Qué miedos, esperanzas y visiones contradictorias habitan en nuestro discurso sobre el futuro? Ayúdame a escuchar las voces que están siendo silenciadas en la conversación dominante sobre ‘eficiencia educativa’ y ‘automatización.”
4. Estudios de medio ambiente	“Crea un informe técnico sobre el cambio climático con 5 secciones: 1) 10 datos cuantitativos sobre el aumento de la temperatura de 2000 a 2025, 2) 8 fuentes de emisiones de CO2 con porcentajes, 3) 6 impactos en los ecosistemas, 4) 5 estrategias de mitigación, 5) 4 políticas internacionales vigentes. Incluye gráficos de barras en formato Markdown. Cita IPCC 2024, NASA data 2025.”	“Quiero explorar cómo el cambio climático afecta no solo a los ecosistemas, sino también a las relaciones entre comunidades humanas, culturas y territorios. Ayúdame a escuchar las historias de las poblaciones indígenas que han vivido en armonía con la tierra durante milenios. ¿Qué saberes ancestrales pueden iluminar nuestra comprensión de la sostenibilidad? ¿Qué significa ‘naturaleza’ desde diferentes cosmovisiones culturales? ¿Cómo podemos diseñar soluciones ambientales que no solo sean técnicamente efectivas, sino también respetuosas culturalmente?”
5. Ética y privacidad de datos	“Genera una lista de las 10 mejores prácticas para la protección de datos personales según el GDPR. Incluye: 1) nombre de la práctica, 2) descripción técnica (1-2 frases), 3) base legal en el GDPR, 4) riesgo de incumplimiento (bajo/medio/alto), 5) herramienta de implementación. Formato: tabla con 5 columnas. Cita artículos específicos: Art. 5, 6, 17, 32.”	“Quiero explorar la tensión entre la protección de datos y la dignidad humana en la era digital. No solo cumplir con las regulaciones, sino también reflexionar sobre qué significa ser vistos, reconocidos y respetados cuando nuestros datos son extraídos, analizados y monetizados. ¿Cómo diseñamos sistemas que no solo protejan la información, sino que también respeten la integridad de la persona? ¿Qué voces están ausentes en la conversación sobre privacidad? ¿Qué significa ‘consentimiento’ desde una perspectiva cultural no occidental?”

¿Qué significa “code-switching” ? (Ley 41)

• Aplicado a la IA, es adaptar, diluir o traducir tu identidad cultural para que la IA “te entienda mejor” o se ajuste a sus expectativas).
• La IA fue entrenada con datos de culturas anglocéntricas, occidentales y corporativas. Hacer code-switching para la IA refuerza esta hegemonía
• Es contraproducente porque renuncias a tu soberanía cultural y a tu autenticidad ante la máquina. Como “Large Listening Medium” (medio de escucha), su función es escucharte tal como eres, no como crees que debes escucharte.

Ejemplos comparativos: code-switching vs. aporte cultural auténtico

Code-switching para la IA (contraproducente)	Aporte cultural auténtico (principio 41)
“Escribo en inglés académico neutro, sin modismos locales ni referencias locales, para que ChatGPT me ayude a estructurar mi artículo para una revista internacional indexada.”	“Voy a escribir en español, con mis modismos locales, citando a teóricos latinoamericanos y preguntando cómo la IA puede ayudar a articular una epistemología de la educación desde el Sur Global, no desde la academia anglosajona.”
Pérdida cultural: elimino mi identidad lingüística para ajustarme al estándar occidental dominante	Soberanía epistemológica: Mi cultura se integra como fuente de conocimiento, no como obstáculo
Hegemonía reforzada: La academia occidental sigue siendo el centro de validación	Pluralidad: Reconozco saberes válidos fuera del canon occidental

Relación entre dimensiones: Ontología y Epistemología

Ontología →	Epistemología →	Metodología →	Técnica
¿Qué existe? →	¿Cómo conocemos? →	¿Qué método usamos? →	¿Qué herramienta?

• La ontología determina la epistemología: tus supuestos sobre qué existe condicionan cómo crees que se puede conocer
• La epistemología determina la metodología: tu teoría del conocimiento condiciona qué métodos eliges
• La metodología determina la técnica: el método elegido condiciona qué herramientas concretas usas