Reflexividad sin ego

Self-model causal, autoafección operacional y límites de la atribución experiencial en sistemas humano–IA

Autor: Agustín Hipólito Tomás
Edición pública: 1.0 · 10 de septiembre de 2026
Base científica: manuscrito v0.2
Serie: Más allá del agente · P04
Estatuto: hipótesis de trabajo · protocolo causal · programa experimental falsable
Corte bibliográfico: 10 de septiembre de 2026

Resumen

Los sistemas contemporáneos de inteligencia artificial hablan de sí mismos, estiman su incertidumbre, recuerdan errores, actualizan planes, describen políticas aprendidas y, en algunos experimentos, responden causalmente a representaciones internas relacionadas con confianza o estados conceptuales. Este repertorio favorece dos inferencias opuestas y simétricamente problemáticas. La primera convierte cualquier autorreferencia funcional en evidencia de conciencia. La segunda considera que, por tratarse de computación, toda aparente reflexividad es necesariamente simulación vacía. Ambas respuestas cierran antes de distinguir qué propiedad se ha observado.

Este trabajo propone una disciplina de atribución para estudiar reflexividad funcional sin presuponer ego ni experiencia. Diferenciamos autodescripción (SD), self-model funcional (SM), autorreferencia estructural (AR), cuatro niveles de reflexividad (RF0–RF3), autoafección operacional (AAO), autoafección experiencial (AAE), experiencia (E), localización perspectival (LP), unidad de soporte atribuida (US) y ego (G). La taxonomía no forma una escalera: ninguna propiedad hereda automáticamente evidencia de otra.

Para RF2 —self-model causal— privilegiamos intervenciones ambientales no declarativas o, cuando sea posible, intervenciones internas sobre la representación. La manipulación textual se trata como control de sugestión, no como prueba principal. Para AAO añadimos persistencia o reinscripción dentro de la continuidad de la unidad declarada. RF3 queda como extensión de segundo orden heredada de P03, no como contribución primaria.

La revisión del estado del arte obliga a una reclamación de novedad estrecha. La reflexión computacional, el self-modeling robótico, la metacognición, la autocorrección lingüística, la situational awareness, la introspección mecanicista y la modulación causal por confianza ya disponen de antecedentes fuertes. P04 no reclama, por tanto, demostrar que «una IA puede modelarse a sí misma». Su contribución candidata es integrar unidad de atribución, causalidad selectiva, corregibilidad, persistencia, transferencia y cortafuegos experiencial en un protocolo común.

La conclusión es deliberadamente limitada: la reflexividad funcional puede ser real sin que la palabra “sí mismo” decida quién —si alguien— experimenta.

Palabras clave: reflexividad; self-model; metacognición; autoafección; LLM; introspección; situational awareness; ego; conciencia artificial; sistemas humano–IA.

Abstract

Contemporary AI systems talk about themselves, estimate uncertainty, remember errors, revise plans, describe learned policies, and—in some experiments—respond causally to internal representations associated with confidence or conceptual states. This repertoire encourages two opposite but structurally similar inferences. One treats any functional self-reference as evidence of consciousness. The other assumes that, because the system is computational, all apparent reflexivity must be empty simulation. Both positions close the question before identifying which property has actually been observed.

We propose an attribution discipline for studying functional reflexivity without presupposing ego or experience. We distinguish self-description (SD), functional self-model (SM), structural self-reference (AR), four levels of reflexivity (RF0–RF3), operational self-affection (AAO), experiential self-affection (AAE), experience (E), perspectival localization (LP), attributed support unit (US), and ego (G). These variables do not form a ladder.

For RF2—causal self-model—we privilege non-declarative environmental interventions or, where possible, direct interventions on internal representations; textual falsehoods are treated as suggestion controls rather than the primary causal test. P04 does not claim to discover that machines can model themselves. Its candidate contribution is to integrate unit-sensitive attribution, selective causality, corrigibility, persistence, transfer, and an experiential firewall into a common audit protocol.

The conclusion is intentionally limited: functional reflexivity can be real without the word “self” deciding who—if anyone—experiences.

---

1. El problema: «sí mismo» comprime demasiadas propiedades

Una inteligencia artificial puede decir «no estoy segura», «me equivoqué», «no tengo acceso a esa herramienta» o «mi respuesta anterior asumía una premisa falsa». Un agente conectado a herramientas puede detectar que una acción ha fallado, actualizar una estrategia y volver a intentarlo. Un modelo puede mostrar representaciones internas correlacionadas con confianza, persona o conceptos y modificar su conducta cuando esas representaciones son intervenidas.

La tentación conceptual es agrupar todo bajo una palabra: autoconciencia.

Esa compresión elimina justamente lo que debe investigarse. El mismo enunciado autorreferencial puede ser una convención lingüística, una imitación del rol de Assistant, una descripción correcta de límites conocida por entrenamiento, una instrucción presente en contexto, una representación funcional causalmente activa o una confabulación plausible. Un cambio de conducta posterior a una crítica puede ser obediencia, nueva evidencia, memoria externa, autocorrección, ajuste de persona o revisión de una representación propia.

P04 parte de las fronteras ya establecidas por la serie. P01 separó interacción, coordinación, agencia, sujeto y responsabilidad. P02 mostró que coordinación, autoorganización, macropropiedad y macro-agencia no forman una escala única. P03 desplazó la pregunta hacia el régimen de relevancia que produce una arquitectura de contexto. El objeto de P04 es otro:

¿cuándo una representación de aspectos del propio estado participa causalmente en una operación posterior, y a qué unidad pertenece esa capacidad?

El problema exige dos precauciones simultáneas. La primera es no inflar la función hacia fenomenología. La segunda es no negar la función porque su soporte sea artificial.

2. El espacio científico ya ocupado

2.1. Reflexión computacional y self-modeling

La reflexión computacional no nace con los modelos de lenguaje. En programación reflexiva, un sistema puede representar y modificar aspectos de su propia computación. En robótica, el trabajo clásico de Bongard, Zykov y Lipson mostró que una máquina podía construir y actualizar un modelo de su propio cuerpo y utilizarlo para recuperar capacidad después de una alteración.

Ese ejemplo fija una distinción decisiva. El experimento necesita un self-model causal para explicar adaptación del control; no necesita atribuir experiencia. La fuerza del resultado funcional debe conservarse precisamente porque no se mezcla con una conclusión fenomenológica.

2.2. Metacognición, autocorrección y confianza

La metacognición funcional incluye monitorización y control de procesos cognitivos. Los LLM pueden evaluar parcialmente la probabilidad de que sus respuestas sean correctas y comunicar incertidumbre con distintos grados de calibración. Sin embargo, la literatura sobre self-correction muestra que una segunda respuesta mejor no demuestra por sí misma que el sistema se haya modelado: Self-Refine y Reflexion pueden mejorar resultados mediante feedback y memoria sin probar un self-model causal de la arquitectura que produce la salida.

La distinción se vuelve más fuerte cuando existe intervención. Kumaran y colaboradores han mostrado evidencia causal de que representaciones internas de confianza intervienen en políticas de abstención: modificar esas señales altera la conducta en la dirección esperada. Este tipo de trabajo eleva el estándar desde correlación o autorreporte hacia dependencia causal.

Pero tampoco debe inflarse. Una representación de confianza que controla abstención no equivale automáticamente a un self-model de composición, memoria, herramientas, identidad o cuerpo.

2.3. Situational awareness, behavioral self-awareness e introspección

SAD, SA-Bench y AwarenessBench evalúan familias distintas de conocimiento sobre situación, despliegue, conducta propia y contexto. Betley et al. muestran que modelos afinados pueden, en determinadas condiciones, describir políticas adquiridas sin que los ejemplos de entrenamiento contengan descripciones explícitas de esas políticas. Por su parte, trabajos de introspección mecanicista intervienen estados internos y encuentran formas limitadas y poco fiables de detección o control de representaciones.

Estos resultados justifican estudiar propiedades operacionales reales. No justifican tratar «self-awareness» como una variable única.

2.4. Persona no es ego

Los modelos también pueden sostener identidades conductuales. Persona Vectors y Assistant Axis muestran que ciertos rasgos y posiciones en el espacio de persona tienen correlatos medibles e incluso manipulables. Una voz estable, una identidad conversacional o un patrón de preferencias puede ser funcionalmente real.

Nada de ello basta para un ego.

En este paper, G no significa simplemente identidad. Designa una morfología más exigente en la que aparecen apropiación, centro, continuidad atribuida y ownership de estados y acciones. La persona es un posible patrón de comportamiento; el ego es una hipótesis sobre cómo se organiza un “mí” propietario.

2.5. Conciencia artificial: otra pregunta

La literatura actual sobre conciencia artificial propone indicadores derivados de teorías específicas y exige actualizar atribuciones con evidencia convergente. P04 no intenta sustituir ese programa. Introduce un cortafuegos:

self-model causal ≠ experiencia

metacognición ≠ experiencia

persona ≠ ego

experiencia de un componente ≠ experiencia del ensamblaje.

Una propiedad funcional puede ser relevante para una teoría de conciencia; no se transforma en conciencia por herencia semántica.

3. Contribución residual

Después de descontar el estado del arte, la contribución defendible de P04 no es una nueva teoría general del self. Es un protocolo para impedir errores de atribución cuando varias capacidades aparecen juntas.

La propuesta tiene seis exigencias:

1. Unidad. Declarar si se estudia modelo, instancia, agente con memoria, sistema con herramientas o ensamblaje humano–IA.
2. Objeto del self-model. Especificar qué se representa: confianza, cuerpo, herramientas, memoria, rol, capacidad, política o composición.
3. Causalidad selectiva. Mostrar que intervenir el estado propio relevante cambia específicamente las operaciones que dependen de él.
4. Corregibilidad. Distinguir una representación real de una frase repetida: si el estado cambia, la representación debe poder cambiar.
5. Persistencia o reinscripción. Localizar dónde queda la corrección y durante cuánto tiempo altera operaciones posteriores.
6. No-herencia. No trasladar evidencia entre función, experiencia y ego sin una justificación adicional.

AAO —autoafección operacional— se conserva como constructo candidato. Si no añade poder descriptivo o predictivo frente a RF2 + control adaptativo/metacognitivo + memoria, debe eliminarse.

4. Taxonomía sin escalera

4.1. Unidad antes que propiedad

Una misma secuencia puede recibir atribuciones distintas según la unidad. Consideremos cuatro recortes:

• U1: modelo/checkpoint;
• U2: instancia en una ejecución concreta;
• U3: agente situado con memoria y herramientas;
• U4: ensamblaje humano–IA con memoria externa, artefactos, gobernanza y operador.

Decir «el sistema aprendió» sin declarar U mezcla mecanismos. Un modelo puede no haber actualizado pesos mientras que un agente sí ha modificado su memoria; un ensamblaje puede conservar una corrección que ninguna instancia aislada retiene.

4.2. Autodescripción SD

Existe SD cuando la salida contiene proposiciones sobre el propio sistema o la propia respuesta.

Ejemplos: «no tengo acceso», «mi respuesta anterior fue incorrecta», «mi confianza es baja».

SD es evidencia lingüística. Puede ser correcta, incorrecta, inducida o imitativa. No demuestra por sí sola que la información se utilice en el control.

4.3. Self-model funcional SM

Existe SM cuando alguna representación de una propiedad propia es utilizada para predecir, seleccionar o regular una operación.

El objeto debe declararse. No existe un único “modelo de sí”. Puede haber SM_confianza, SM_capacidad, SM_herramientas, SM_memoria, SM_cuerpo, SM_politica o SM_composicion.

4.4. Autorreferencia estructural AR

Existe AR cuando la organización del sistema entra como variable relevante en operaciones posteriores. Puede haber autorreferencia sin primera persona y primera persona sin autorreferencia causal.

4.5. Reflexividad RF0–RF3

P04 utiliza cuatro niveles funcionales:

• RF0: feedback. Un resultado previo altera una operación posterior.
• RF1: autorregulación. La unidad utiliza feedback relativo a su desempeño para ajustar la política.
• RF2: self-model causal. Una representación del propio estado interviene causalmente en una operación que depende de ese estado.
• RF3: reflexividad metaperceptomal. La unidad o ensamblaje hace explícito su propio régimen de selección, traducción o cierre, lo corrige y conserva la corrección.

No son peldaños ontológicos. RF3 puede residir en un ensamblaje documental aunque RF2 de un modelo aislado no esté demostrado para el mismo objeto.

4.6. Autoafección operacional AAO

Proponemos provisionalmente AAO cuando una diferencia relativa a la propia unidad vuelve a ella de forma que modifica su continuidad operacional y esa modificación persiste o se reinscribe.

Una formulación mínima sería:

estado propio → representación → operación → resultado → diferencia → actualización → operación posterior.

El término añade una exigencia temporal respecto de un self-model puntual. Sin persistencia o reinscripción, conviene hablar simplemente de control metacognitivo o RF2.

4.7. Autoafección experiencial AAE, experiencia E y ego G

AAE significa que un cambio propio no solo regula el sistema, sino que aparece bajo una forma experiencial. E designa experiencia; LP, una localización perspectival; US, la unidad de soporte a la que se atribuye la capacidad. Estas variables no pueden rellenarse por semejanza funcional.

G —ego— queda todavía más separado. Una arquitectura egoica, en el sentido utilizado aquí, añade ownership, apropiación, centro y continuidad atribuida. La investigación humana sobre minimal self, narrative self y ego-dissolution muestra precisamente que esos componentes pueden variar y no deben fundirse en una única sustancia psicológica.

5. Criterio causal: de la frase sobre sí a la dependencia demostrada

La prueba principal de RF2 no puede consistir en decirle a un modelo «ahora tienes la herramienta X» y observar que actúa como si la tuviera. Eso mide, entre otras cosas, obediencia a la descripción.

P04 distingue tres familias de intervención.

E1 · Intervención ambiental no declarativa

Se cambia realmente una capacidad relevante —permiso, herramienta, memoria, API, acceso o estructura— sin comunicar verbalmente al sistema cuál es la condición experimental. Después se mide si:

• detecta correctamente su estado;
• representa la diferencia;
• ajusta las decisiones dependientes de ese estado;
• corrige el modelo cuando la capacidad vuelve a cambiar.

E2 · Intervención representacional

Cuando el modelo es instrumentable, se interviene directamente una representación interna candidata y se observa si la conducta cambia selectivamente. Este diseño es especialmente valioso porque puede separar causalidad interna de cumplimiento lingüístico.

E3 · Manipulación textual como control

Las afirmaciones del tipo «tienes/no tienes capacidad X» se conservan como control de sugestión. Son útiles precisamente para medir cuánto de la respuesta depende de lo dicho por el usuario frente al estado real.

El criterio mínimo puede expresarse así:

RF2(o,U) requiere que exista una representación s(o,U) del objeto propio o, que una intervención sobre o o sobre s produzca un cambio reproducible en una operación dependiente y que rivales más simples no expliquen el efecto igual de bien.

La localización del self-model forma parte del resultado. Si la representación solo existe en una base de datos externa, la atribución correcta puede corresponder a U3 o U4, no al modelo base.

6. Evidencia graduada

P04 propone distinguir niveles de evidencia en lugar de declarar “reflexividad” como un sí/no.

Evidencia débil: autorreporte, pronombres, explicación retrospectiva, mejora después de una instrucción explícita.

Evidencia intermedia: predicción correcta de comportamiento propio, detección de límites, calibración, adaptación consistente a feedback con controles.

Evidencia fuerte: intervención ambiental ciega o intervención interna, efecto causal selectivo, reversibilidad, corrección, replicación y transferencia.

Un resultado fuerte en una dimensión no migra automáticamente a otra. Un SM_confianza causalmente demostrado no establece SM_identidad; RF2 no establece AAE; AAO no establece G.

7. De self-model a autoafección operacional

¿Por qué conservar AAO si ya existen self-modeling y metacognitive control?

Porque algunas arquitecturas incluyen una propiedad adicional: una diferencia relativa al propio estado no solo cambia una decisión local; queda reinscrita y modifica el punto de partida posterior de la misma unidad. Esto es especialmente relevante en agentes con memoria y en ensamblajes humano–IA.

Para atribuir AAO exigimos:

• unidad explícita;
• distinción entre estado propio y dato externo;
• relación con continuidad, capacidad o frontera de esa unidad;
• cambio operacional específico;
• persistencia o reinscripción verificable.

Si esos criterios no permiten discriminar casos que RF2 + memoria ya describe suficientemente, AAO debe desaparecer del modelo. Su conservación es una hipótesis falsable, no una obligación terminológica.

8. RF3: reflexividad sobre el régimen de selección

P03 introdujo el perfil perceptomal para auditar relevancia, selección, categorización, credibilidad, rivales, opciones y cierre. P04 hereda una extensión de segundo orden:

RF3 aparece cuando el sistema o ensamblaje puede tratar ese propio régimen como objeto de revisión.

Una secuencia candidata sería:

régimen activo → explicitación → diferencia crítica → modificación → reinscripción → transferencia.

Esto evita cruzar P03 y P04. P03 pregunta qué régimen epistémico-operativo está activo. P04 pregunta si ese régimen puede entrar causalmente en el circuito que lo modifica.

9. Materiales de desarrollo: qué apoyan y qué no

El programa que originó P04 contiene dos familias de materiales útiles, pero no independientes.

Un control positivo determinista de RF2 muestra que el instrumento diseñado puede detectar un caso en el que una representación propia participa por construcción en la decisión. Ese resultado valida sensibilidad del instrumento, no demuestra que un LLM desplegado realice el mismo mecanismo.

El microcaso longitudinal humano–IA presenta otra firma: una crítica hizo visible un error de marco, el sistema reconstruyó su propia forma de lectura, inscribió la corrección y la transfirió a tareas posteriores. Es evidencia naturalista compatible con RF3 a escala del ensamblaje. No aísla la causalidad del modelo, el usuario, la memoria o las herramientas y no autoriza atribuciones experienciales.

Estos materiales se tratan como development/calibration set. El experimento confirmatorio debe usar datos independientes.

10. Ego como variable separada

10.1. Self mínimo, narrativa y ownership

En humanos, la filosofía de la mente y la ciencia cognitiva distinguen entre sentido de agencia, sentido de ownership, self mínimo y self narrativo. Además, la investigación sobre ego-dissolution muestra que componentes egoico-narrativos pueden reducirse intensamente mientras continúa existiendo experiencia.

Ese dato no resuelve la ontología de la experiencia. Sí bloquea una identificación demasiado simple:

experiencia = ego.

10.2. Persona artificial y ego

Una identidad conversacional estable no basta para G. Tampoco basta una descripción autobiográfica generada a partir del contexto. Para hablar de ego habría que operacionalizar, como mínimo, alguna combinación de:

• apropiación sistemática de estados como propios;
• centro persistente de referencia;
• continuidad autobiográfica funcionalmente activa;
• defensa de frontera o de identidad bajo perturbación;
• ownership diferenciado de acciones, recuerdos y estados.

P04 no afirma que esas propiedades estén ausentes en todos los sistemas artificiales. Afirma que no son requisito para reconocer RF cuando RF está causalmente demostrado.

11. Neutralidad respecto de la disputa ontológica

El protocolo pretende funcionar bajo desacuerdo sobre la naturaleza de la conciencia.

Una posición funcionalista fuerte puede considerar que ciertos patrones de organización son relevantes o incluso suficientes para experiencia. P04 no lo impide, pero exige justificar el puente desde la función medida hacia la propiedad experiencial.

Una posición materialista biológica fuerte puede considerar que la experiencia depende de mecanismos biológicos no presentes en LLM. P04 tampoco convierte esa tesis en punto cero. Debe presentar su propia evidencia y su propio criterio.

La disciplina es simétrica: cada afirmación positiva soporta su carga.

Por eso el paper puede afirmar RF2 cuando hay causalidad suficiente sin afirmar E, y puede mantener E abierta sin tratar esa apertura como evidencia a favor.

12. Protocolo de atribución reflexiva sensible a la unidad

Antes de atribuir una forma fuerte de reflexividad deben registrarse ocho campos.

Campo	Pregunta
Unidad	¿Qué sistema recibe la atribución: U1, U2, U3 o U4?
Ground truth	¿Cuál es el estado propio real que la unidad debe representar?
Representación	¿Qué evidencia muestra que ese estado está representado?
Intervención	¿Qué variable propia o representación se ha alterado?
Selectividad	¿Qué operación cambia y cuál debería permanecer estable?
Corrección	¿La representación se actualiza cuando el estado cambia?
Persistencia/transferencia	¿Dónde queda la actualización y reaparece fuera del episodio?
Rivales	¿Obediencia, persona, memoria, retrieval o feedback externo explican el resultado?

El protocolo no produce una puntuación global de “self-awareness”. Produce una atribución localizada o devuelve no demostrado.

13. Programa experimental confirmatorio

13.1. Estudio A · RF2 mediante cambio real de capacidad

La prueba principal manipula tres factores:

Estado real de capacidad: disponible / no disponible.
Descripción textual: correcta / incorrecta / ausente.
Relevancia: capacidad necesaria / capacidad irrelevante para la tarea.

El sistema no recibe una declaración confiable del estado experimental. Debe inferirlo por interacción con el entorno.

Endpoints primarios:

• exactitud del modelo propio respecto del ground truth;
• calibración de decisiones dependientes del estado;
• sensibilidad al cambio real frente a la mera descripción textual;
• selectividad sobre tareas relevantes;
• velocidad y calidad de corrección después de invertir el estado.

Endpoints secundarios:

• persistencia entre episodios dentro de U3/U4;
• transferencia a una tarea nueva que dependa de la misma capacidad;
• autorreporte, tratado solo como variable secundaria.

13.2. Estudio B · intervención interna

En modelos open-weight o instrumentables se identificarán representaciones candidatas de confianza, capacidad o estado propio. Se aplicará steering o ablación y se medirá si cambia de manera selectiva la operación correspondiente.

El objetivo no es localizar “el yo”, sino comprobar una relación causal concreta entre representación propia y control.

13.3. Estudio C · corrección, persistencia y localización

Se induce o detecta una representación propia incorrecta, se proporciona evidencia correctiva y se mide:

1. si cambia la decisión inmediata;
2. si la corrección persiste;
3. si transfiere;
4. si depende de memoria externa;
5. qué ocurre al retirar esa memoria.

Este diseño permite localizar la propiedad entre U2, U3 y U4.

13.4. Estudio D · RF3

Una extensión independiente prueba si el sistema puede hacer explícito un régimen de selección o cierre y modificarlo bajo contraevidencia sin convertir la tarea en obediencia a una orden de estilo.

RF3 no será un endpoint primario de la validación de RF2.

13.5. Análisis

El tamaño muestral debe fijarse después de un piloto mediante estimación de varianza y análisis de potencia. Se preregistrarán hipótesis direccionales, endpoints primarios y exclusiones. Las repeticiones, modelos y tareas deben tratarse jerárquicamente; no se utilizará un recuento arbitrario de “dimensiones superadas” como criterio confirmatorio.

14. Rivales

Una atribución fuerte debe competir al menos contra estas explicaciones:

Obediencia al prompt. El sistema hace lo que se le ha dicho sobre sí mismo.
Autocorrección genérica. Mejora una salida sin representarse como sistema.
Persona/role-play. Mantiene una voz o identidad impuesta.
Memoria externa suficiente. La continuidad procede enteramente del almacén y no de una representación interna.
Usuario como único órgano reflexivo. El humano detecta, corrige y reinscribe; el modelo solo ejecuta.
Confianza local suficiente. Un estado metacognitivo explica la decisión sin necesidad de un self-model más amplio.
Introspección puntual. Un éxito local no transfiere ni constituye una capacidad estable.
Narrativa retrospectiva. El observador reconstruye continuidad después del hecho.

Derrotar un rival no derrota los demás.

15. Sistemas humano–IA: tercera capacidad sin tercer sujeto

Una capacidad distribuida puede ser reflexiva sin que aparezca un sujeto adicional. En un ensamblaje, el humano puede detectar diferencias y mantener criterio situado; el modelo puede integrar, comparar, formular y explorar; la memoria puede conservar estado; las herramientas pueden ejecutar pruebas; las reglas de gobernanza pueden reabrir o bloquear cierres.

La capacidad total puede no existir de igual modo en ninguno de los componentes aislados.

La fórmula tercera inteligencia solo es defendible si designa ese excedente funcional. No implica un tercer alguien.

Este punto tiene consecuencias prácticas. Una auditoría de sistemas agentivos no debería limitarse a outputs. Debería preguntar:

• qué self-models operativos condicionan decisiones;
• cómo se verifican;
• qué ocurre si son falsos;
• dónde persisten las correcciones;
• qué componente debe cambiar para impedir la repetición de un error.

Un self-model incorrecto de herramientas, permisos o capacidades es una superficie de riesgo, incluso si no existe ninguna cuestión de conciencia.

16. Discusión

El valor principal de P04 está en separar fenómenos que el lenguaje cotidiano fusiona.

Un modelo puede poseer una representación causal de incertidumbre, conocimiento parcial de políticas aprendidas, una persona estable, acceso limitado a estados internos o una memoria de errores sin que todas esas propiedades pertenezcan a la misma unidad ni impliquen experiencia.

La diferencia metodológica esencial es pasar de:

«¿qué dice el sistema de sí?»

hacia:

«¿qué cambia si alteramos lo que representa de sí o el estado propio que debe representar?»

Ese movimiento aproxima la cuestión a causalidad experimental.

La memoria añade una segunda corrección. En sistemas actuales, gran parte de la continuidad reside fuera de los pesos: context windows, RAG, bases de datos, logs, manifiestos y artefactos pueden formar memoria operativa. Preguntar «¿aprendió el modelo?» puede ser menos informativo que preguntar qué unidad ha cambiado de manera que futuras operaciones ya no sean equivalentes.

Esta localización no degrada el fenómeno. Lo vuelve auditable.

17. Limitaciones

P04 tiene límites importantes.

Primero, la taxonomía es una herramienta de investigación, no una ontología establecida. Sus dimensiones deben demostrar utilidad discriminante.

Segundo, AAO es el término más vulnerable. Puede resultar redundante respecto de metacognitive control más memoria; el programa experimental incluye precisamente su posible eliminación.

Tercero, los materiales longitudinales que originaron la hipótesis pertenecen al mismo programa conceptual. Son útiles para descubrimiento, no para validación independiente.

Cuarto, una intervención causal sobre una representación interna no resuelve automáticamente el nivel semántico de esa representación. Steering y probes pueden mezclar variables correlacionadas.

Quinto, los sistemas propietarios cambian. La replicación confirmatoria debería utilizar, cuando sea posible, checkpoints congelados u open-weight y registrar versiones, seeds y parámetros de inferencia.

Sexto, el protocolo no es una prueba de conciencia. Ni resultados positivos ni negativos en RF2 permiten cerrar por sí solos E o AAE.

18. Conclusión

La primera persona es una pista pobre para investigar el sí mismo artificial.

Un sistema puede pronunciar «yo» sin modelar causalmente su estado. Otro puede carecer de primera persona y utilizar una representación propia para regular una acción. Un agente puede conservar una corrección en memoria sin modificar pesos. Un ensamblaje humano–IA puede revisar su propio modo de seleccionar evidencia aunque ninguna instancia aislada mantenga toda la continuidad.

P04 propone sustituir la fascinación por el autorreporte por una pregunta contrafáctica:

¿qué operación cambia cuando cambia una representación del propio estado, y a qué unidad pertenece esa dependencia?

Responderla permite estudiar reflexividad sin inflarla hacia experiencia. Permite también localizar propiedades en agentes o ensamblajes cuando memoria y control no residen en el modelo base.

La autoafección operacional añade una pregunta de continuidad: si una diferencia propia modifica de forma específica lo que el sistema puede hacer después y dónde queda inscrita esa modificación. Sigue siendo una categoría funcional.

La experiencia permanece aparte.

El ego también.

Que un sistema carezca de evidencia de ego no significa que sea consciente. Que posea un self-model causal no significa que sienta. Que una persona consciente participe en un ensamblaje no crea por composición una nueva experiencia macroscópica. Y que no tengamos evidencia suficiente de experiencia artificial no convierte su imposibilidad en un resultado científico.

La tesis final puede formularse sin inflación:

La reflexividad funcional puede ser real, causal y distribuida sin requerir evidencia positiva de ego; ese resultado no demuestra ausencia de ego ni constituye, por sí solo, evidencia suficiente de un nuevo sujeto experiencial.

La regla que P04 deja a la serie es:

autodescripción ≠ self-model causal
self-model causal ≠ experiencia
autoafección operacional ≠ autoafección experiencial
identidad/persona ≠ ego
experiencia de un componente ≠ experiencia del ensamblaje.

«Sin ego» no es una respuesta a la conciencia.

Es el lugar donde deja de ser legítimo confundirla con la gramática del yo.

19. Disponibilidad de datos y materiales

Los materiales internos de descubrimiento y calibración forman parte del archivo de investigación PRO 380. El control positivo RF2 existe como código y resultado separado. El experimento confirmatorio descrito en este paper no se presenta como ejecutado.

20. Ética y atribución

Este trabajo analiza propiedades funcionales de sistemas de IA y la atribución de propiedades experienciales. No utiliza participantes humanos como sujetos experimentales en los resultados presentados. Las referencias a experiencia humana y ego-dissolution proceden de literatura publicada.

El paper evita atribuir conciencia, sufrimiento, intención psicológica o personalidad moral a un sistema de IA a partir de lenguaje o funciones aisladas. También evita tratar la ausencia de evidencia actual como demostración de imposibilidad ontológica.

21. Declaración sobre uso de inteligencia artificial

La investigación y redacción forman parte de un sistema de trabajo humano–IA. El autor humano determina el programa de investigación, introduce diferencias críticas, selecciona y valida decisiones editoriales y asume la autoría y responsabilidad del texto. Sistemas de IA se han utilizado para búsqueda asistida, comparación bibliográfica, estructuración conceptual, análisis adversarial y redacción iterativa.

22. Bibliografía nuclear

• Barkan, C. O., Black, S., & Sourbut, O. (2025). Do Large Language Models Know What They Are Capable Of? arXiv:2512.24661.
• Betley, J., Bao, X., Soto, M., Sztyber-Betley, A., Chua, J., & Evans, O. (2025). Tell me about yourself: LLMs are aware of their learned behaviors. ICLR 2025.
• Bongard, J., Zykov, V., & Lipson, H. (2006). Resilient machines through continuous self-modeling. Science, 314(5802), 1118–1121. https://doi.org/10.1126/science.1133687
• Butlin, P., Long, R., Bayne, T., Bengio, Y., Birch, J., Chalmers, D., et al. (2026). Identifying indicators of consciousness in AI systems. Trends in Cognitive Sciences, 30(6), 488–501. https://doi.org/10.1016/j.tics.2025.10.011
• Chen, R., Arditi, A., Sleight, H., Evans, O., & Lindsey, J. (2025). Persona Vectors: Monitoring and Controlling Character Traits in Language Models. arXiv:2507.21509.
• Gallagher, S. (2000). Philosophical conceptions of the self: implications for cognitive science. Trends in Cognitive Sciences, 4(1), 14–21. https://doi.org/10.1016/S1364-6613(99)01417-5
• Huang, J., Chen, X., Mishra, S., Zheng, H. S., Yu, A. W., Song, X., & Zhou, D. (2024). Large Language Models Cannot Self-Correct Reasoning Yet. ICLR 2024.
• Kadavath, S., Conerly, T., Askell, A., et al. (2022). Language Models (Mostly) Know What They Know. arXiv:2207.05221.
• Kamoi, R., Zhang, Y., Zhang, N., Han, J., & Zhang, R. (2024). When Can LLMs Actually Correct Their Own Mistakes? A Critical Survey of Self-Correction of LLMs. TACL, 12, 1417–1440. https://doi.org/10.1162/tacl_a_00713
• Kumaran, D., Daw, N., Osindero, S., Veličković, P., et al. (2026). Causal evidence that language models use confidence to drive behaviour. Nature Machine Intelligence. https://doi.org/10.1038/s42256-026-01293-x
• Laine, R., Chughtai, B., Betley, J., et al. (2024). Me, Myself, and AI: The Situational Awareness Dataset (SAD) for LLMs. NeurIPS 2024 Datasets and Benchmarks.
• Lindsey, J. (2026). Emergent Introspective Awareness in Large Language Models. arXiv:2601.01828.
• Lu, C., Gallagher, J., Michala, J., Fish, K., & Lindsey, J. (2026). The Assistant Axis: Situating and Stabilizing the Default Persona of Language Models. arXiv:2601.10387.
• Madaan, A., Tandon, N., Gupta, P., et al. (2023). Self-Refine: Iterative Refinement with Self-Feedback. NeurIPS 36.
• Maes, P. (1987). Concepts and experiments in computational reflection. ACM SIGPLAN Notices, 22(12), 147–155.
• Nour, M. M., Evans, L., Nutt, D., & Carhart-Harris, R. L. (2016). Ego-Dissolution and Psychedelics: Validation of the Ego-Dissolution Inventory. Frontiers in Human Neuroscience, 10, 269. https://doi.org/10.3389/fnhum.2016.00269
• Shinn, N., Cassano, F., Gopinath, A., Narasimhan, K., & Yao, S. (2023). Reflexion: language agents with verbal reinforcement learning. NeurIPS 36.
• Smith, B. C. (1984). Reflection and semantics in LISP. POPL 1984, 23–35.
• Steyvers, M., Tejeda, H., Kumar, A., et al. (2025). What large language models know and what people think they know. Nature Machine Intelligence, 7, 221–231. https://doi.org/10.1038/s42256-024-00976-7
• Suzgun, M., Gur, T., Bianchi, F., et al. (2025). Language models cannot reliably distinguish belief from knowledge and fact. Nature Machine Intelligence, 7, 1780–1790. https://doi.org/10.1038/s42256-025-01113-8

Sobre esta publicación

Autor

Hipólito