Trilogía Ciencia Tecnología Sociedad

Disclosing AI Use in Scientific Publications: Between Formal Transparency and the Methodological Void

Towards a Multi-Agent Network Society: A Paradigm Shift Induced by Generative Artificial Intelligence^*

Abstract This paper argues that the technological convergence enabling Generative Artificial Intelligence requires an extension of Manuel Castells’ foundational Network Society framework. The study’s objective is to introduce the Multi-Agent Network Society model, proposing that Generative Artificial Intelligence can be conceptualized as a form of artificial agency capable of initiating and shaping actions within networked environments, even under human-defined objectives and constraints, and of enacting operational (de facto) gatekeeping at scale, which transforms technology from a neutral instrument into a value-laden vector. The methodology develops the conceptual model through three analytical steps: canonical deconstruction of the human-centric node; conceptual synthesis of non-human agency evidence and illustrative cases; and model construction via abductive reasoning. The paper argues that the value vector challenges established concepts such as digital sovereignty and redefines Mass Self-Communication, transforming it into algorithmically mediated mass communication, which has implications for information trust and political discourse. The model’s prognostic utility is explored by discussing its implications in high-stakes technological domains. The paper concludes that current global governance efforts are based on an outdated, human-centric control model.

Resumen Este artículo sostiene que la convergencia tecnológica que habilita la inteligencia artificial generativa requiere una extensión del marco fundacional de la Sociedad Red de Manuel Castells. El objetivo del estudio es introducir el modelo de sociedad red multiactor, proponiendo que la inteligencia artificial generativa puede conceptualizarse como una forma de agencia artificial capaz de iniciar y moldear acciones en entornos en red, incluso bajo objetivos y restricciones definidos por seres humanos, y de ejercer una selección (gatekeeping) operativa (de facto) a escala, con lo que la tecnología pasa de ser un instrumento neutral a un vector de valor cargado. La metodología desarrolla el modelo conceptual mediante tres pasos analíticos: deconstrucción canónica del nodo centrado en lo humano; síntesis conceptual de la evidencia de agencia no humana y de casos ilustrativos; y construcción del modelo mediante razonamiento abductivo. El artículo sostiene que el vector de valor cuestiona conceptos establecidos como la soberanía digital y redefine la autocomunicación de masas, transformándola en comunicación de masas mediada algorítmicamente, con implicaciones para la confianza informativa y el discurso político. La utilidad pronóstica del modelo se explora discutiendo sus implicaciones en dominios tecnológicos de alto riesgo. El artículo concluye que los esfuerzos actuales de gobernanza global se basan en un modelo de control obsoleto y centrado en lo humano.

Use of Artificial Intelligence in Government Transparency and The Fight Against Corruption

Abstract Structural corruption, which undermines development and erodes trust in public institutions, can be addressed through the use of Artificial Intelligence (AI)-a transformative tool with the potential to strengthen transparency in the public sector. Against this backdrop, the present study aims to identify and analyze the characteristics of the most significant AI-based practices used worldwide to combat corruption. To this end, a qualitative, descriptive, and comparative approach was adopted, based on the examination of 19 international initiatives. The findings reveal a global trend toward the use of AI-through supervised machine learning-primarily in areas that are highly vulnerable to corruption, such as public procurement and tax administration. In particular, the evidence indicates that AI is generally implemented as a tool that enhances, rather than replaces, human capabilities. Despite the notable financial outcomes reported in the literature, the analysis also highlights recurring challenges, including poor data quality, a shortage of skilled personnel, and a significant gap between technological advancement and the development of legal and ethical frameworks. In conclusion, the effectiveness of AI in combating corruption is contingent on contextual factors like institutional maturity and data governance. Additionally, a comprehensive strengthening of government capacities is required to ensure that AI is employed in a transparent, ethical, and responsible manner.

Resumen La corrupción estructural que deteriora el desarrollo y la confianza en las instituciones puede ser enfrentada con la inteligencia artificial, una herramienta con capacidad de transformación para fortalecer la transparencia gubernamental en el sector público. El objetivo de la investigación es identificar y analizar las características de las prácticas más relevantes que utilizan inteligencia artificial para combatir la corrupción en el mundo. El enfoque metodológico fue cualitativo, descriptivo y comparativo, basado en un estudio de 19 iniciativas internacionales. Se halla una tendencia mundial a utilizar la inteligencia artificial a través del machine learning supervisado, principalmente en áreas de alta vulnerabilidad como las compras públicas y la administración tributaria. Se observa que hay una implementación de la inteligencia artificial como una herramienta que complementa las capacidades humanas, no como un reemplazo. Aunque se han presentado resultados financieros significativos, el análisis evidencia desafíos comunes como la deficiencia en la calidad de los datos, la falta de personal capacitado y una notable brecha entre el avance tecnológico y el desarrollo de marcos jurídicos y éticos. En conclusión, la eficacia de la inteligencia artificial depende de factores contextuales como la madurez institucional y la gobernanza de datos, y necesita una reforma integral de las capacidades estatales con el fin de garantizar un uso transparente, ético y responsable.

Deepfakes as Communicative Acts: Ethical Challenges to Consent and Privacy

Abstract This article examines the ethical implications of deepfake technology, focusing on the interplay between consent and communicative acts. Enabled by generative artificial intelligence, deepfakes blur the boundary between authentic and synthetic media, creating images and videos that appear real while depicting events that never occurred. Although these technologies can serve legitimate artistic, educational, or therapeutic purposes, their use in the production of non-consensual pornographic content poses serious ethical and social risks. Building on debates in the philosophy of language and technology ethics, the paper argues that sexually explicit deepfakes are not ethically neutral: their circulation constitutes communicative acts-such as insult, silencing, or humiliation-that inflict harm regardless of their factual veracity. Beyond individual autonomy, these practices endanger fundamental rights to privacy, image, and dignity, while also eroding public trust in audiovisual evidence. The analysis concludes by proposing an ethical framework that places informed consent, legitimate purpose, and respect for fundamental rights at the center of any responsible use of deepfake technology.

Resumen Este artículo examina las implicaciones éticas de la tecnología deepfake, poniendo el foco en la relación entre consentimiento y actos comunicativos. Los deepfakes, posibilitados por la inteligencia artificial generativa, desdibujan la frontera entre lo auténtico y lo sintético, creando imágenes y videos que parecen reales aunque representen eventos que nunca ocurrieron. Si bien estas tecnologías pueden emplearse con fines artísticos, educativos o terapéuticos legítimos, su uso en la producción de contenidos pornográficos no consentidos expone riesgos éticos y sociales de gran envergadura. A partir de distintos debates en la filosofía del lenguaje y la ética de la tecnología, el trabajo sostiene que los deepfakes con contenido sexual no son éticamente neutrales, sino que su circulación constituye actos comunicativos (como insultar, silenciar o humillar) que generan daños, al margen de su veracidad fáctica. Más allá de las cuestiones de autonomía individual, estas prácticas ponen en peligro derechos fundamentales como la privacidad, la imagen y la dignidad, al mismo tiempo que erosionan la confianza pública en la evidencia audiovisual. El análisis concluye proponiendo un marco ético que ubica el consentimiento informado, la finalidad legítima y el respeto por los derechos fundamentales en el centro de cualquier uso responsable de los deepfakes.

Ethics and Politics of Quantified Work: An Analysis of the Relationship Between Artificial Intelligence and Work

Resumen En este artículo se aborda el fenómeno del quantified work como una problemática ético-política asociada a la digitalización del trabajo y a la incorporación de la inteligencia artificial en los procesos de gestión laboral. Metodológicamente, se desarrolla una revisión teórica no exhaustiva de literatura académica reciente, seleccionada a partir de un razonamiento abductivo y organizada en torno a cuatro dimensiones ético-políticas: (i) la regulación de las nuevas tecnologías, (ii) los mecanismos de control, (iii) las ideologías que las sostienen y que promueven, y (iv) las formas de resistencia emergentes. Los resultados muestran que la literatura aborda el quantified work como una intensificación histórica de la racionalización del trabajo en la que los dispositivos algorítmicos amplían las capacidades de control mediante la datificación, la vigilancia y la gestión afectiva, al tiempo que producen nuevas modalidades de sujeción maquínica, por un lado, e ideológica, por otro. Asimismo, se identifican diferentes enfoques existentes para comprender las resistencias contemporáneas, que suelen oscilar entre prácticas individuales de adaptación y acciones colectivas con distinto potencial transformador, basadas en resistencias a -y a través de- los algoritmos. Se concluye que las principales aportaciones consisten en articular y sistematizar estas perspectivas teóricas predominantes vinculadas a las tradiciones heterogéneas de pensamiento político de la actualidad: neoliberalismo, posmarxismo y posestructuralismo.

Abstract This article examines quantified work as an ethical and political issue arising from the digitalization of work and the incorporation of artificial intelligence into labor management. To that end, a non-exhaustive theoretical review of recent academic literature was conducted. The corpus was selected through abductive reasoning and organized around four ethical-political dimensions: (i) the regulation of new technologies, (ii) mechanisms of control, (iii) the ideologies that sustain and promote them, (iv) and emerging forms of resistance. The findings show that the literature conceptualizes quantified work as a historical intensification of the rationalization of labor. Whitin this framework, algorithmic systems expand the capacities for control through datafication, surveillance, and affective management. At the same time, they produce new forms of subjection, both machinic and ideological. Furthermore, different approaches to contemporary resistance were identified. These tend to range from individualized practices of adaptation to collective actions with varying degrees of transformative potential, often based on forms of resistance to-and through-algorithms themselves. In conclusion, the article’s main contribution lies in articulating and systematizing these prevailing theoretical perspectives, which are linked to heterogeneous traditions of contemporary political thought, including neoliberalism, post-Marxism, and post-structuralism.

Inferences in Machines? Inferential Hallucinations in Large Language Models from the Perspective of Metacognitive Feelings

Resumen Los grandes modelos de lenguaje han ganado recientemente cierta popularidad debido a su habilidad para hacer inferencias a partir de la información proporcionada por los usuarios. Estas redes neuronales parecen inferir lógicamente, sobre una base probabilística, emulando reglas lógicas. Tradicionalmente, las inferencias han sido entendidas como procesos de pensamiento que van desde las premisas hasta las conclusiones. No obstante, se ha debatido sobre la naturaleza de la inferencia y la posibilidad de extenderla por fuera del ámbito humano: ¿es comparable la capacidad inferencial de los grandes modelos de lenguaje con la de los seres humanos? En este artículo se propone que la diferencia entre la inferencia humana y la de los grandes modelos de lenguaje radica en la dimensión fenomenológica o afectiva del razonamiento. En particular, la ausencia de sentimientos metacognitivos que guían, monitorean y evalúan los procesos de pensamiento; por ejemplo, razonar o inferir. Aunque los grandes modelos de lenguaje simulan inferencias novedosas, su tendencia a producir alucinaciones inferenciales demuestra la ausencia de esa dimensión autorreguladora que caracteriza al razonamiento humano. En contraste con la afectividad presente en los humanos, las fallas inferenciales de los grandes modelos de lenguaje se podrían entender a partir de tres aspectos: la maldición de la reversión, las alucinaciones inferenciales por estrategias de decodificación y el exceso de confianza. Este artículo concluye que unas de las causas de las alucinaciones inferenciales son la falta de sentimientos metacognitivos como el sentimiento de corrección, la falta de balance por sentimiento de fiabilidad y la ausencia de la duda.

Abstract Large Language Models (LLMs) have recently gained considerable attention due to their ability to draw inferences from information provided by users. These neural networks appear to generate logical inferences on a probabilistic basis, often emulating patterns that resemble classical rules of inference. Traditionally, inference has been understood as a cognitive process through which conclusions are derived from premises. However, the nature of inference itself, and the possibility of extending it beyond the human domain, has long been debated. In particular, a central question arises: can the inferential capacity of LLMs be comparable to that of human beings? This article argues that the difference between human inference and the kind of inference produced by LLMs lies in the phenomenological, or affective, dimension of reasoning. More specifically, the distinction concerns the absence of metacognitive feelings that guide, monitor, and evaluate thought processes, such as reasoning or inferring. Although LLMs are capable of simulating novel inferences, their tendency to generate inferential hallucinations reveals the lack of the self-regulatory dimension that characterizes human reasoning. In contrast to the affective component present in human condition, inferential failures in LLMs can be interpreted in terms of three aspects: the reversal curse, inferential hallucinations resulting from decoding strategies, and overconfidence. Accordingly, it is concluded that one of the causes of inferential hallucinations is the absence of metacognitive feelings, including the lack of a feeling of correctness, the absence of the balance provided by a sense of reliability, and the lack of doubt.

Technopoiesis and Artificial Intelligence: Theoretical Foundations, Governance, and Applications in Education

Resumen El artículo examina las características dinámicas de la relación entre tecnología, conocimiento y educación a partir de la tecnopoiesis, analizada aquí conceptualmente, enfatizando en su dimensión cognitiva, como un marco que describe la externalización y la reorganización del procesamiento intelectual en sistemas técnicos. La metodología tiene un enfoque hermenéutico y conceptual que se sustenta en fuentes filosóficas, biológicas y pedagógicas contemporáneas, con el propósito de analizar tres ejes: la recursividad tecnológica de la inteligencia artificial y sus efectos de segundo orden en el aprendizaje; la sincronización cognitiva que homogeneiza ritmos, escalas y alineamientos educativos; y la función ética como inmunología social, entendida en tanto sistema de regulación y cuidado de la diversidad en el ecosistema educativo. Una de las consideraciones fundamentales del artículo es que la inteligencia artificial, además de ofrecer la posibilidad de ampliar las capacidades humanas, puede redefinir las condiciones mismas del pensamiento y la cooperación, lo que genera la exigencia de una gobernanza educativa que se encamine a lograr el equilibrio entre dependencia y autonomía en los procesos de aprendizaje. Se concluye que, en este contexto, el objetivo de la educación debe ser priorizar la plasticidad del sistema cognitivo, promoviendo una ética en la que se acople la humanidad y la tecnología y se oriente el uso de la inteligencia artificial hacia la sostenibilidad de la relación entre sujetos, instituciones y sistemas inteligentes.

Abstract This article examines the evolving relationship between technology, knowledge, and education through the lens of technopoiesis. Conceptually framed, technopoiesis is understood here, in its cognitive dimension, as a framework that describes how intellectual processing is externalized and reorganized within technical systems. Drawing on contemporary philosophical, biological, and pedagogical sources, the study adopts a hermeneutic and conceptual approach. It explores three dimensions: (i) the technological recursivity of Artificial Intelligence (AI) and its second-order effects on learning; (ii) its cognitive synchronization, which homogenizes educational rhythms, scales, and alignments; and (iii) its ethical function as a form of social immunology-that is, as a system for regulating and safeguarding diversity within the educational ecosystem. A key argument advanced here is that AI not only enhances human capabilities but also has the potential to redefine the very conditions of thought and cooperation. Consequently, new models of educational governance capable of balancing dependence and autonomy in learning processes are required. In this context, it is concluded that education should prioritize the plasticity of the cognitive system while promoting an ethics that integrates humanity and technology and guides the use of AI toward sustaining the relationship among individuals, institutions, and intelligent systems.

Llamas, Women and Machines. Technofeminist Approaches to the Relationship Between Gender and Technologies

Resumen En este artículo se indaga acerca de tres figuras específicas contemporáneas de la inteligencia artificial (IA): agente LLaMa (Large Language Model), influencers virtuales femeninas y asistentes virtuales de voz, desde una perspectiva tecnofeminista, prestando especial atención a los estereotipos de género que reproducen, como también a las dinámicas extractivistas y de explotación que las sustentan. Se problematiza sobre cómo estas agentes virtuales configuran un nuevo ensamblaje entre feminidades, tecnologías y trabajo, que reproduce un estereotipo de femineidad al presentarse como informativas y serviciales, afectuosas y no amenazantes. Dicho estereotipo también se extiende a figuraciones «simpáticas y divertidas» de animales, capaces de oficiar de asistentes o metaasistentes ingenieriles, desde lógicas abiertamente extractivistas de datos, energía y trabajo del sur global. La metodología empleada es el análisis crítico-interpretativo orientado a identificar los principales cuestionamientos en relación con los estereotipos de género y los neoextractivismos de la IA. Se seleccionaron fuentes teóricas y empíricas relevantes para los estudios sobre tecnología y los tecnofeminismos. La crítica feminista a estas tecnologías se propone visibilizar y desmontar el ensamblaje entre feminidades, máquina y trabajo dando cuenta de cómo las posibilidades abiertas y contingentes de la IA estrecha que interviene en la creación de asistentes de voz y de las influencers virtuales quedan muy limitadas por las relaciones sociales capitalistas, colonialistas y patriarcales que configuran estas tecnologías.

Abstract This article examines three contemporary figures of Artificial Intelligence (IA): LLaMa agents (Large Language Model), female virtual influencers, and voice-based virtual assistants. Drawing on a technofeminist framework, it analyzes the gender stereotypes these systems reproduce and the extractivist and exploitative dynamics that sustain them. The study problematizes how these virtual agents constitute a new assemblage of femininities, technologies, and labor that reproduces normative models by presenting as informative, helpful, affectionate, and non-threatening. This logic extends to “cute and playful” animal figurations serving as engineering assistants or meta-assistants, which operate within openly extractivist approaches involving data, energy, and labor from the Global South. Furthermore, employing a critical interpretative methodology, the study identifies key tensions concerning gender stereotypes and the neo-extractivist dimensions of AI. To this end, relevant theoretical and empirical contributions from technology studies and technofeminism were selected and examined. This feminist critique aims to render visible and dismantle the links between femininities, machines, and labor, demonstrating how the open and contingent possibilities of narrow AI-involved in the development of voice assistants and virtual influencers-are limited by the capitalist, colonial, and patriarchal social relations that shape contemporary technologies.

Can Artificial Intelligence Be Creative?

Resumen Este artículo examina la pregunta acerca de si las inteligencias artificiales pueden ser creativas y defiende una tesis deflacionaria que hace extensible la creatividad a las máquinas, aunque no en el mismo sentido que los humanos, pues aquellas carecen de intencionalidad, comprensión semántica y juicio valorativo. Para desarrollar esta tesis, se implementa una metodología integradora del análisis conceptual, la estrategia del contraste y el rigor argumentativo, aplicándose primero a la revisión de las principales concepciones sobre la inteligencia artificial, además de analizar la teoría de la creatividad propuesta por Margaret Boden, quien distingue entre creatividad combinacional, exploratoria y transformacional. A partir de esa distinción, se argumenta que las inteligencias artificiales -como los modelos de lenguaje del tipo de ChatGPT o generadores de imágenes como Sims- pueden operar bajo estas tres formas: combinan información de manera novedosa, exploran espacios de posibilidad definidos por reglas y, en algunos casos, transforman los marcos conceptuales dentro de los cuales operan. Con base en ello, se propone una distinción entre la creatividad humana y la artificial. La primera se funda en la intencionalidad y la agencia; la segunda, por contraste, en la producción de resultados novedosos, valiosos y sorprendentes, pese a que no haya intencionalidad.

Abstract This article examines whether artificial intelligence (AI) can be creative and defends a deflationary account of creativity. It argues that this capacity can indeed be extended to machines, though not in the same sense as in humans, because machines lack intentionality, semantic understanding, and evaluative judgment. To build the account, this paper adopts an integrative methodology that combines conceptual analysis, a contrastive strategy, and rigorous argumentation. This methodology is first applied to a review of the main conceptions of ai and subsequently to an analysis of Margaret Boden’s theory of creativity, which distinguishes between combinational, exploratory, and transformational creativity. Building on this distinction, this article argues that ai systems-including large language models such as ChatGPT or image generators such as Sims-can operate across all three forms. They combine information in novel ways, explore spaces of possibility defined by rules, and, in some cases, transform the conceptual frameworks within which they function. Accordingly, this paper proposes a distinction between human and artificial creativity. The former is grounded in intentionality and agency, whereas the latter rests on the production of novel, valuable, and surprising outcomes, despite the absence of intentionality.

Ethics of Artificial Intelligence and Education in Critical Thinking

Resumen El objetivo de este artículo es proponer un marco conceptual para comprender el ejercicio de la autonomía y de la responsabilidad, en un contexto social y educativo donde la toma de decisiones, el desarrollo del conocimiento y el ejercicio de la ciudadanía se ven permeados por la incidencia de la inteligencia artificial (IA). Metodológicamente, se parte de la compilación de información en dos fases de trabajo colaborativo. La primera fase se centró en elaborar lineamientos para el uso de la IA en una universidad colombiana durante el periodo de junio de 2023 a junio de 2024. Las fuentes consultadas en este primer momento fueron abordadas desde un enfoque crítico-hermenéutico y se derivaron del diálogo académico e interdisciplinario del equipo conformado. En la segunda fase se asumió un enfoque de análisis conceptual a partir de resultados preliminares de un proyecto de investigación finalizado en julio de 2025, el cual tuvo como uno de sus objetivos específicos analizar las percepciones de los estudiantes y profesores sobre el desarrollo de competencias mediadas por IA. Estas etapas de compilación y análisis de información permiten presentar un marco interpretativo y argumentativo sobre dos desafíos identificados, que asocian al uso de la IA en el ámbito de la educación superior: a) la implementación de lineamientos éticos en el uso de la IA, para consolidar una cultura de la integridad académica e investigativa, y b) la promoción de una formación humanista para la democracia, basada en habilidades de pensamiento crítico.

Abstract This article aims to propose a conceptual framework for understanding the exercise of autonomy and responsibility within a social and educational context where decision-making, knowledge development, and the exercise of citizenship are permeated by the influence of Artificial Intelligence (AI). In methodological terms, information was collected through two phases of collaborative work. The first phase focused on developing guidelines for AI use at a Colombian university between June 2023 and June 2024. The sources consulted during this stage were approached from a critical-hermeneutic perspective, and the data emerged from the interdisciplinary and academic dialogue within the working teams (participants). In the second phase, a conceptual analysis was carried out, drawing on the preliminary results of a research project completed in July 2025. One of the project’s specific objectives was to analyze students’ and faculty members’ perceptions regarding the development of AI-mediated skills. Taken together, these stages of information collection and analysis make it possible to present an interpretative and argumentative framework addressing two identified challenges associated with AI use in higher education. The first concerns the implementation of ethical guidelines to support a culture of academic and research integrity, and the second relates to the promotion of a humanistic approach to education for democracy grounded in critical thinking skills.

Corporate Governance in Transhumanism: Big Tech, Neurotechnologies, and STS Challenges

Resumen Este artículo analiza la influencia de las corporaciones tecnológicas (big tech) en la configuración de políticas gubernamentales de corte transhumanista. Se plantea una reflexión crítica de la tecnociencia desde el enfoque de ciencia, tecnología y sociedad (CTS), articulada con la concepción biopolítica foucaultiana, para examinar el desarrollo de las neurotecnologías y entender cómo las narrativas, las infraestructuras y las prácticas tecnológicas afectan las subjetividades y redefinen la relación entre Estado, corporaciones y ciudadanía. Este enfoque evidencia que las decisiones políticas, económicas y regulatorias habilitan los procesos de coproducción sociotécnica y el desarrollo de las neurotecnologías, los sistemas biométricos, las plataformas de inteligencia artificial y las arquitecturas de datos. Se constata, asimismo, que el transhumanismo está lejos de ser una corriente filosófica, pues está concebido como un proyecto político que lleva a los Estados a replantearse sus prioridades para redefinir la noción misma de ciudadanía y desplazar la agencia humana hacia sistemas automatizados y modelos algorítmicos. La articulación entre big tech y gobiernos presenta la promesa de mejoramiento humano y optimización social como narrativa legitimadora de una tecnocracia emergente que reconfigura la autonomía individual, la privacidad y la dignidad humana. El artículo logra un aporte relevante al permitir comprender cómo se están transformando las fronteras entre lo humano y la máquina, tanto en lo técnico como en lo ontológico y político.

Abstract This study analyzes the influence of technology companies (Big Tech) in shaping government policies aligned with transhumanist agendas. It offers a critical reflection on technoscience from a Science, Technology, and Society (STS) perspective, combined with the Foucauldian biopolitical framework. The purpose is to examine the development of neuroethologies and understand how technological narratives, infrastructures, and practices impact subjectivities and reshape the relationship between the state, corporations, and citizens. From this perspective, it becomes clear that political, economic, and regulatory decisions enable processes of sociotechnical co-production, as well as the advancement of neurotechnologies, biometric systems, Artificial Intelligence platforms, and data architectures. At the same time, the analysis shows that transhumanism extends beyond a purely philosophical stance; rather, it operates as a political project that prompts states to reorganize priorities and thus redefine the notion of citizenship and shift human agency toward automated systems and algorithmic models. Furthermore, the alignment between Big Tech and governments presents the promise of human betterment and social optimization as a legitimizing narrative of an emerging technocracy that reconfigures individual autonomy, privacy, and human dignity. Overall, the article contributes to a deeper understanding of how the boundaries between humans and machines are being transformed-not only in technical terms but also at the ontological and political levels.

Is Technology Good or Bad in Itself? An Intentionalist-Dispositional Approach

Resumen Este artículo reabre la pregunta por la neutralidad moral de la tecnología y sostiene que los artefactos no son indiferentes al valor: encarnan orientaciones morales en la intersección entre intención de diseño y disposiciones efectivamente fijadas en el mundo. La tesis se precisa al mostrar cómo los artefactos configuran probabilidades de acción con relevancia ética y al discutir objeciones -incluido el papel del azar y la perspectiva externalista del uso- para aclarar qué significa que algo sea «bueno» o «malo» en sentido literal-moral. El estudio del reconocimiento automático de emociones ejemplifica que un sistema deviene problemático cuando su base epistémica es débil y sus categorías reducen lo humano, y las disposiciones que introduce tienden a producir daños en contextos de alto riesgo. En contraste, buenos diseños son aquellos que, conforme al marco defendido, resultan robustos (se sostienen ante variación y casos no previstos), flexibles (admiten ajuste y corrección sin romper su propósito) y transparentes (hacen inteligibles supuestos, datos y límites), y, sobre todo, alinean el valor previsto con el valor incorporado y el valor realizado. Malos diseños son los que, como en el caso analizado, descansan en supuestos epistémicos frágiles, fijan disposiciones reductoras y producen efectos sistemáticamente indeseables. De ello se sigue que la moralidad tecnológica se decide en el diseño, lo que justifica rediseñar o, en ciertos casos, no desplegar.

Abstract This article reopens the question of the moral neutrality of technology and maintains that artefacts are not indifferent to value: they embody moral orientations at the intersection between design intention and dispositions that are effectively fixed in the world. The thesis is made more precise by showing how artefacts configure probabilities of action with ethical relevance, and by discussing objections-including the role of chance and the externalist perspective on use-to clarify what it means for something to be “good” or “bad” in a literal-moral sense. The study of automatic emotion recognition illustrates that a system becomes problematic when its epistemic basis is weak, its categories reduce what is human, and the dispositions it introduces tend to cause harm in high-risk contexts. By contrast, good designs are those that, according to the defended framework, are robust (they hold up under variation and unanticipated cases), flexible (they allow adjustment and correction without breaking their purpose), and transparent (they make assumptions, data, and limits intelligible), and, above all, they align the intended value with the embedded value and the realized value. Bad designs are those that, as in the analysed case, rest on fragile epistemic assumptions, fix reductive dispositions, and produce systematically undesirable effects. From this, it follows that technological morality is decided in design, which justifies redesigning or, in certain cases, not deploying.