Hay una imagen que puede servir de punto de partida. Imaginemos dos relojes. El primero gira a una velocidad enloquecida: es el reloj del capitalismo tecnológico, schumpeteriano y disruptivo, que en los últimos años ha entrado en una fase de aceleración sin precedentes en la historia. El segundo reloj avanza con la parsimonia propia de las instituciones deliberativas: parlamentos que negocian, tribunales que ponderan, universidades que forman, burocracias que procesan. Durante buena parte del siglo XX, ambos relojes marcharon en sincronía razonable. Hoy esa sincronía se ha roto. Y de esa fractura temporal, esa asincronía estructural entre la velocidad de las fuerzas productivas y la lentitud de las formas de gobierno y de las instituciones del conocimiento, brota una crisis que define nuestro tiempo.

Democracia asincrónica

Los datos confirman el diagnóstico con una crudeza que debiera inquietarnos. Según el Índice de Democracia 2024 de The Economist, solo 25 países del mundo se califican como democracias plenas. Representan solo el 6,6 por ciento de la población mundial. En la vereda opuesta, 60 regímenes autoritarios gobiernan a casi el 40 por ciento de la humanidad. Freedom House registra 20 años consecutivos de declive de la libertad global. El Instituto V-Dem constató, por primera vez en más de dos décadas, que hay más autocracias que democracias en el planeta. Los niveles de democracia liberal han retrocedido a los de 1985.

Lo que importa aquí no es solo la contabilidad del retroceso, sino comprender las formas que adopta. Porque el autoritarismo contemporáneo no se presenta como una fuerza exterior a la democracia ni como un anacronismo premoderno. Se manifiesta en al menos dos modalidades que conviene distinguir.

La primera es el autoritarismo que se erige como alternativa sistémica a la democracia liberal. Su modelo más estudiado es la China de Xi Jinping: un capitalismo de Estado tecnológicamente mediado por dispositivos de vigilancia y control, e ideológicamente sostenido por la confluencia de comunismo y confucianismo, ambos imbuidos de una cultura de familia, jerarquía, educación y trabajo que le confiere una solidez cultural difícil de subestimar. Lo que Chatham House ha denominado smart authoritarianism (autoritarismo inteligente) combina un control político férreo con una apertura selectiva a la innovación, logrando avances de frontera en inteligencia artificial, computación cuántica y supercomputación. Las soluciones de vigilancia digital de China ya se han exportado a más de 80 países. Este modelo no necesita la deliberación democrática; la considera un lujo disfuncional, un obstáculo para la velocidad exigida por la competencia tecnológica global.

La segunda modalidad es más insidiosa porque nace dentro de la propia democracia liberal, alterada por los tiempos acelerados del capitalismo. Son las democracias iliberales, los gobiernos de emergencia permanente que buscan superar la antigua división de poderes y concentrar el mando en el Ejecutivo y sus aparatos para adoptar decisiones rápidas, sin consulta ni consentimiento. Trump es el caso paradigmático, pero no el único: un arco que va de Orbán a Milei, de Modi a Bukele, comparte la misma urgencia. La promesa es siempre la misma: gobernar con la eficiencia de una empresa, con la velocidad de un algoritmo, prescindiendo de los “trámites” que impone la institucionalidad democrática. Los parlamentos estorban, los jueces demoran, la prensa confunde. Lo que se necesita, sugiere esta narrativa, es un ejecutivo desatado que opere al ritmo del capital.

Ambas modalidades, la exógena y la endógena, explotan la misma brecha: la asincronía entre el tempo del capitalismo disruptivo y el tempo de la gobernanza democrática. La democracia pierde legitimidad no porque sus valores hayan dejado de importar, sino porque sus procedimientos parecen incapaces de procesar la velocidad del cambio. Y las soluciones autoritarias, sean sistémicas o populistas, se presentan como respuestas funcionales a ese desajuste temporal.

Universidad frente a IA

Pero la asincronía no opera únicamente en el plano macrosocial de los regímenes políticos. Hay un segundo plano, microsocial, donde los desajustes de velocidad son igualmente profundos y, acaso, más decisivos a largo plazo: el de las organizaciones del conocimiento y, en particular, el de las universidades. La universidad es una institución con diez siglos de lenta ebullición a lo largo de su historia. Sus ritmos de trabajo han seguido los ritmos biológicos del aprendizaje humano: la apropiación lenta de un oficio, la maduración pausada del juicio, la acumulación progresiva de saber que convierte a un novicio en experto a lo largo de años de formación y práctica. Es una institución construida sobre el supuesto de que aprender —aprender de verdad, con profundidad y con capacidad de transferencia— toma tiempo. Y que ese tiempo no es un defecto del sistema sino su condición de posibilidad.

Ahora bien, esa institución del tiempo lento se enfrenta hoy a una disrupción temporal sin precedentes: la irrupción de la inteligencia artificial generativa. Y no se trata de una tecnología más entre otras. Se trata de algo cualitativamente distinto. La IA generativa opera a nivel experto a una velocidad pasmosa. Produce diagnósticos, redacta textos legales, genera código, sintetiza literatura científica, resuelve problemas matemáticos, diseña moléculas, evalúa imágenes médicas. En la terminología de Richard Susskind, hemos entrado en la era de los massively capable systems: sistemas que igualan y, a menudo, superan espectacularmente el desempeño humano en tareas que hasta ayer eran monopolio de profesionales formados durante años.

Lo que está en juego es toda la esfera del conocimiento experto de la sociedad: esa esfera crucial para el funcionamiento del Estado, la economía y el bienestar de las personas, compuesta por médicos, abogados, ingenieros, contadores, arquitectos, periodistas, docentes, investigadores. La IA generativa es, ella misma, pero en estrecha interacción con los expertos humanos, un sistema experto. Más precisamente, lo que se está configurando es un par indisoluble de experticia humana y experticia generada tecnológicamente que, en conjunto, automatizan actividades existentes, crean nuevas y —más adelante, según toda previsión razonable— podrán inventar órdenes de actividad que aún no podemos imaginar ni nombrar.

Los ejemplos ya no son conjeturales. En el ámbito jurídico, el uso de IA en los grandes bufetes creció más de un trescientos por ciento en un solo año; un sistema documentado por Harvard Law redujo el tiempo de respuesta a las reclamaciones de dieciséis horas a tres minutos. En medicina, la FDA ha autorizado más de mil doscientos dispositivos médicos habilitados con IA. En finanzas, el 85 por ciento de las firmas de trading estadounidenses emplean IA en sus operaciones. En cada uno de estos campos, lo que se comprime no es solo el tiempo de ejecución de una tarea, sino también el tiempo necesario para adquirir la competencia que antes habilitaba su ejecución. Ganuthula y Balaraman, dos investigadores del IIT Jodhpur, han descrito con precisión esta paradoja: al colaborar con sistemas de IA, los profesionales externalizan su conocimiento tácito —ese saber implícito, construido a lo largo de años de práctica, que Polanyi definió como lo que sabemos, pero no podemos decir— y, al hacerlo, aceleran la automatización de aquello que los distinguía en el mercado laboral.

Según el Índice de Democracia 2024 de The Economist, solo 25 países del mundo se califican como democracias plenas. Representan solo el 6,6 por ciento de la población mundial. En la vereda opuesta, 60 regímenes autoritarios gobiernan a casi el 40 por ciento de la humanidad. Freedom House registra 20 años consecutivos de declive de la libertad global.

Temporalidades en disputa

La universidad se encuentra, así, en el epicentro de una doble amenaza. Desde su exterior, es acosada por los autoritarismos emergentes de cualquier signo: se le resta autonomía institucional, apoyo fiscal y libertades académicas. El autoritarismo prefiere universidades vigiladas que trabajen dócilmente en los objetivos del gobierno. Los recortes de Trump a la investigación universitaria, las presiones de Orbán sobre la Central European University, el control ideológico de las universidades chinas son manifestaciones de un mismo impulso: domesticar la institución que, por vocación, cultiva el pensamiento libre y la crítica razonada.

Desde su interior, la amenaza es de otra naturaleza, pero igualmente radical. La comprensión de los tiempos de aprendizaje y de producción y circulación del conocimiento trastoca todo lo que la universidad ha sido. Se acelera inaudiblemente el tiempo para generar conocimiento, producir diagnósticos, tomar exámenes, evaluar los resultados del trabajo de pares, investigar, absorber nuevas lecturas, comunicar información, programar algoritmos e innovar. Lo más radicalmente puesto en cuestión por la IA es el tiempo necesario para dominar los conocimientos, que se comprime de forma dramática. El aprendizaje por unidad de tiempo se multiplica exponencialmente.

James Yoonil Auh, que ha escrito con notable lucidez sobre estos asuntos en University World News, sostiene que la responsabilidad más radical de la universidad contemporánea es defender el tiempo mismo: no como nostalgia, sino como prerrequisito estructural de una inteligencia responsable. Es una formulación que merece retenerse. Porque lo que la neurociencia confirma —que el cerebro humano opera a una velocidad varios órdenes de magnitud inferior a la de un procesador, que el aprendizaje profundo requiere procesos biológicos lentos de consolidación sináptica, que el cerebro necesita preparar su red entera antes de incorporar cada nuevo aprendizaje, siguiendo un proceso lento que es justamente lo que le permite aprender sin olvidar— no es un defecto a corregir. Es la condición misma de lo que significa aprender como ser humano: con cuerpo, con tiempo, con error, con relación, con esfuerzo.

Pero sería un error convertir esta constatación en un argumento conservador. La universidad no puede simplemente refugiarse en la lentitud como quien se refugia en una trinchera. Habrá nuevas formas de entender en qué consiste aprender, aprender a hacer, aprender a ser y aprender a convivir. Las formaciones profesionales se verán —se están viendo ya— trastocadas en forma y fondo. Hay en ciernes toda una nueva cronopolítica del tiempo académico, como ha mostrado Ulrike Felt: los regímenes temporales de la investigación, la docencia y la gestión institucional están siendo reconfigurados por fuerzas que la universidad apenas empieza a comprender. La disyuntiva es clara: adaptarse —campus, currículo, modos pedagógicos, formas de producción de conocimiento, gobierno institucional, carrera académica, maneras de examinar y medir qué significa “dominar una materia”— o transformarse rápidamente en un museo disfuncional. Y esto vale tanto para las actividades STEM como para las ciencias sociales, las humanidades y las artes.

Tempus fugit

Byung-Chul Han, el filósofo coreano-alemán que ha hecho de la crítica de la aceleración uno de sus temas centrales, observa que un mero ajetreo frenético no produce nada nuevo: solo reproduce y acelera lo ya disponible. Su concepto de la atención profunda —esa capacidad de demorarse, de concentrarse, de habitar una pregunta sin resolverla prematuramente— describe con exactitud lo que la universidad ofrece cuando funciona bien y lo que la IA no puede sustituir. No porque la IA sea incapaz de dar respuestas sofisticadas, sino porque la formación de un ser humano capaz de juicio no es un problema de optimización computacional. Es un proceso de constitución de sí que requiere tiempo vivido, no tiempo procesado.

Y aquí convergen los dos planos del aceleracionismo que he intentado distinguir. La democracia y la universidad comparten una vulnerabilidad estructural temporal. Ambas son instituciones cuyo valor depende de la lentitud: la deliberativa en un caso, la formativa en el otro. Ambas están siendo presionadas por un capitalismo tecnológico que no reconoce más métrica que la velocidad. Y ambas enfrentan la misma tentación autoritaria: sacrificar la profundidad por la eficiencia, la deliberación por el decreto, la formación por el entrenamiento, el juicio por el algoritmo.

El desafío no es resistir la aceleración —eso sería tan inútil como resistir la gravedad—, sino gobernarla. Encontrar, dentro de las instituciones democráticas y universitarias, los mecanismos para procesar la velocidad sin renunciar a la profundidad. Para las democracias, eso significa reinventar sus procedimientos deliberativos sin abandonar sus principios. Para las universidades, significa integrar la IA generativa como infraestructura cognitiva, sin confundir la comprensión del acceso al conocimiento con la del propio aprendizaje. La diferencia entre ambas cosas —entre acceder a una respuesta y comprender un problema— es precisamente lo que separa la información de la formación, el dato del juicio, la velocidad de la inteligencia.

En un mundo donde solo el 6,6 por ciento de la humanidad vive en democracias plenas y donde el 92 por ciento de los estudiantes universitarios ya usa IA, la pregunta no es si estas instituciones cambiarán. La pregunta es si podrán preservar lo que las hace irremplazables: la temporalidad irreducible del desarrollo humano, ese proceso lento, encarnado, relacional, de llegar a ser, frente a fuerzas que tratan la velocidad como la única medida del valor. Defender ese tiempo —el tiempo de deliberar, el tiempo de aprender, el tiempo de errar y corregir— puede ser el acto más radicalmente contemporáneo que nos quede.