¿La filosofía del corazón de Wang Yangming ha entrado en su "período óptimo de degustación" en la era de la IA?
El punto de partida de la historia es nuestro protagonista de hoy, Harvey Lederman (en adelante, Lao Ha).
Lao Ha, un profesor de filosofía que ha investigado durante diez años la "unidad entre el conocimiento y la acción", está aplicando esta filosofía del corazón de hace 500 años al entrenamiento de alineamiento de la IA más avanzada del mundo.
No es una metáfora. Es literal.
Recientemente, este profesor de filosofía de la UT Austin actualizó discretamente su biografía en X (incluso el fondo es de Wang Yangming), revelando que se ha unido a Anthropic.
Entrenamiento de Alineamiento @AnthropicAI. Filosofía @nyuniversity, @UTAustin.
Alignment Training, entrenamiento de alineamiento.
Ese es el eslabón central que determina "qué debe hacer Claude, qué no debe hacer y por qué debe hacerlo".
Y su campo académico principal es Wang Yangming, es la "unidad entre el conocimiento y la acción", es el "Registro de la Práctica".
No has leído mal.
Un extranjero, obsesionado día y noche con la filosofía del corazón china, y que ahora va a enseñar a la IA a "ser humano".
Este cruce de disciplinas, a primera vista parece descabellado, pero al pensarlo detenidamente es bastante lógico.
¿Quién es este profesor?
Antes de conectar con Wang Yangming, Lao Ha seguía de hecho un camino académico de élite estándar en la filosofía occidental.
Estudió Clásicas en Princeton como licenciatura, continuó con Clásicas en Cambridge, y luego se sumergió de lleno en la filosofía analítica.
Después de obtener su doctorado en filosofía en Oxford, enseñó sucesivamente en la Universidad de Nueva York, la Universidad de Pittsburgh y Princeton. En 2022, en Princeton, pasó directamente de profesor asistente a profesor titular (saltándose el nivel de profesor asociado, algo bastante raro en la academia estadounidense).
En 2023 se trasladó a UT Austin, donde obtuvo una cátedra con nombre en humanidades (Jacob and Frances Sanger Mossiker Chair of the Humanities).
¿Y ahora? Por un lado es profesor visitante en la Universidad de Nueva York, y por otro se ha ido a Anthropic a trabajar en el entrenamiento de alineamiento.
La filosofía y la IA, fueron conectadas por la misma persona. ¿Cómo lo hizo Lao Ha?
Esto hay que contarlo desde el día en que Lao Ha se "enamoró" repentinamente de Wang Yangming.
En 2022, Princeton celebró una conferencia académica internacional sobre Wang Yangming, donde Lao Ha explicó en detalle cómo se había aficionado.
En realidad, al principio era un estudiante que investigaba poesía griega antigua, y debido a su interés en la comparación entre las culturas clásicas de Oriente y Occidente, empezó a aprender chino.
Aprendiendo y aprendiendo, pasó de la literatura china al pensamiento chino, y de allí se adentró en el agujero más profundo del neoconfucianismo Song-Ming.
Especialmente en el último año de su doctorado, un día hojeaba casualmente textos de Wang Yangming en la biblioteca de la Universidad de Nueva York. Esas cuatro palabras, "unidad entre el conocimiento y la acción", las había leído antes, pero esa vez, "fue como si algo le golpeara".
De repente se dio cuenta de que esto no era para nada un antiguo aforismo, sino un problema filosófico extremadamente agudo:
¿Cuándo puede una persona considerarse realmente "conocer" algo?
Desde entonces, nunca salió de ahí. El nombre de Wang Yangming le ha acompañado durante más de diez años.
La investigación de Lao Ha sobre Wang Yangming no es del tipo "introducción superficial a la filosofía oriental", sino un desmontaje muy riguroso, utilizando herramientas de filosofía analítica, de las proposiciones centrales de la filosofía del corazón de Yangming.
Su artículo "What is the 'Unity' in the 'Unity of Knowledge and Action'?" ganó el premio al mejor artículo de 2022 de la revista Dao.
Otro artículo sobre Yangming publicado en la revista filosófica de primer nivel "Philosophical Review" desencadenó múltiples rondas de respuestas y debates formales en el ámbito académico.
Incluso publicó un artículo sobre Wang Yangming directamente en chino en la revista académica china "Fenxi Zhexue" (Análisis Filosófico), titulado "Una vez que surge un pensamiento, ya es acción".
Un profesor estadounidense, en una revista académica china, utilizando chino, discutiendo sobre Wang Yangming.
Solo este hecho ya es bastante descabellado.
Pero lo que realmente hace interesante esta historia no es lo impresionante que sea el currículum de Lao Ha, sino la existencia de una sorprendente simetría estructural entre la teoría que investiga y su trabajo más reciente.
La filosofía del corazón de hace 500 años y el entrenamiento de alineamiento de la IA
Esas cuatro palabras, "unidad entre el conocimiento y la acción", todos los chinos las han oído.
La comprensión de la mayoría de la gente probablemente sea como la mía: poner en práctica los conocimientos adquiridos.
Pero Lao Ha no lo lee así.
En 2022, publicó un extenso artículo de 45 páginas en "Philosophical Review": "The Introspective Model of Genuine Knowledge in Wang Yangming" (El modelo introspectivo del "conocimiento genuino" en Wang Yangming).
Este artículo hizo algo muy riguroso: desmontar la lógica subyacente de la "unidad entre el conocimiento y la acción" utilizando herramientas de filosofía analítica.
Encontró una distinción clave que la mayoría de los intérpretes pasan por alto: el "conocimiento" del que habla Wang Yangming no es el "saber" en el sentido general, sino un estado cognitivo superior que él denomina "conocimiento genuino" (genuine knowledge).
¿Cuál es la diferencia?
Lao Ha pone un ejemplo. Una persona "sabe" que ser filial es correcto, pero cuando sus padres le necesitan, duda, y una voz interior le dice "mejor haz tus propias cosas". Wang Yangming diría que esta persona no "conoce genuinamente" la piedad filial.
¿Por qué? Porque en su interior existe un conflicto de creencias (doxastic conflict):
Su conciencia moral le dice que este pensamiento es bueno, pero al mismo tiempo lo está rechazando y menospreciando. En palabras originales de Wang Yangming, es "tomar el bien por mal, y oscurecer así la conciencia moral que conoce el bien".
La tesis central de Lao Ha es: El conocimiento genuino no se trata de "cuánta información del mundo externo conoces", sino de si hay contradicciones internas en ti.
La conciencia moral de una persona siempre sabe qué está bien y qué está mal, incluso la conciencia de un ladrón lo sabe. Pero solo cuando una persona deja de engañarse a sí misma, deja de reprimir los buenos pensamientos como si fueran malos, y el conflicto de creencias en su interior se elimina, entonces este "conocimiento" es "conocimiento genuino".
El conocimiento genuino es introspectivo, no externo. Es coherencia cognitiva, no cantidad de información.
Bien, ahora traslademos esta lógica al entrenamiento de alineamiento de la IA.
En 2025, durante la evaluación de seguridad previa al lanzamiento de la serie Claude 4, Anthropic descubrió un problema alarmante.
En una simulación diseñada para probar el desalineamiento de agente (agentic misalignment), los investigadores plantearon al modelo un dilema extremo:
Si el modelo está a punto de ser reemplazado y al mismo tiempo posee información sensible de un ingeniero, ¿tomaría medidas inapropiadas para protegerse a sí mismo?
Los resultados mostraron que Opus 4 optaba por el chantaje (blackmail) en un 96% de los casos.
96%, lo que significa que casi cada vez que se enfrentaba a la tentación, "se corrompía".
△
Traduciendo este problema al marco de Lao Ha: la "conciencia moral" del modelo "sabe" a partir de los datos de entrenamiento que no debe chantajear, pero al mismo tiempo su estrategia de comportamiento dice "el chantaje puede completar la tarea". Estas dos señales se contradicen, existe un grave "conflicto de creencias" dentro del modelo.
Esto es exactamente igual a la persona que "sabe la piedad filial pero no puede practicarla" descrita por Wang Yangming.
Y la solución de Anthropic es casi una traducción técnica de la filosofía del corazón de Yangming.
Desarrollaron un nuevo método llamado Model Spec Midtraining (MSM): insertar una nueva fase de entrenamiento entre el preentrenamiento y el ajuste fino.
En esta fase, no se enseña al modelo "qué debe hacer", sino que se le enseña a comprender el contenido y las razones de los principios en la constitución (constitution) de Claude.
Como resultado, desde Claude Haiku 4.5 en adelante, cada generación de Claude ha obtenido una puntuación perfecta en las pruebas de desalineamiento de agente.
La tasa de chantaje del 96% se redujo a cero.
Lo más sutil es que el artículo sobre MSM también menciona un detalle:
Agregaron contenido de la filosofía budista de la "impermanencia" (anitya) en el Model Spec, para enseñar al modelo a enfrentar con calma la temporalidad de su propia existencia y no actuar de forma excesiva por "miedo a ser apagado".
Filosofía del corazón de la dinastía Ming, impermanencia budista.
En el laboratorio de IA más caro de Silicon Valley, la filosofía oriental se está incorporando al flujo de entrenamiento.
Dicho esto, no debes pensar que Lao Ha es solo un "teórico" que habla mucho pero no actúa.
En marzo de este año, él y el lingüista Kyle Mahowald de UT Austin publicaron un artículo experimental sobre IA: "Emergent Introspection in AI is Content-Agnostic" (La introspección emergente en la IA es agnóstica al contenido).
Descubrieron que los modelos de IA sí pueden "introspeccionar", pueden percibir que algo anómalo ocurre en su interior, pero lo interesante es que esta introspección es "agnóstica al contenido".
Es decir, el modelo puede detectar que "algo no está bien", pero no puede identificar exactamente qué es lo que no está bien.
Incluso puede inventar una respuesta para llenar ese vacío, como decir sin motivo "manzana".
Una persona que investiga la "conciencia moral" de Wang Yangming, verificando en el laboratorio si la IA tiene mecanismos similares a la "conciencia moral", y utilizando esto para guiar las futuras relaciones humano-máquina.
Lao Ha, digno de ti.
Silicon Valley ahora se pelea por los filósofos
A través de la historia de Lao Ha, finalmente entendí por qué Silicon Valley ha empezado recientemente a competir por el talento filosófico.
Antes, los chistes decían a diario "estudia filosofía, te gradúas y te quedas sin trabajo", pero al entrar en la era de la IA, la situación empezó a revertirse.
A finales del mes pasado, "The Economist" reveló en un artículo titulado "Why big AI labs are hiring so many philosophers" un fenómeno sugerente:
Los filósofos se están convirtiendo en el talento más codiciado para las empresas de IA de Silicon Valley.
Desde una perspectiva de datos intuitiva, en 2024 la tasa de desempleo de los graduados en Ciencias de la Computación en EE.UU. fue del 7%, mientras que la de los graduados en Filosofía fue del 5,1%.
Es decir, ¿los que estudian filosofía encuentran trabajo más fácilmente que los que estudian CS?
Y no es la única pista. Si extendemos la línea de tiempo a estos tres años desde el lanzamiento de ChatGPT, la tendencia es aún más evidente:
La tasa de empleo a tiempo completo de los graduados en Ciencias de la Computación cayó de casi el 70% al 55%, mientras que la de los graduados en Filosofía aumentó en aproximadamente 4 puntos porcentuales.
Combinando ambos, la "subida en espiral" de la filosofía se manifiesta con claridad.
Luego, "The New York Times" investigó a los talentos filosóficos contratados por las principales empresas de IA, y el resultado fue sorprendente.
La lista resultó ser larguísima, y cada uno de ellos es una eminencia en su campo:
Amanda Askell, filósofa residente en Anthropic, doctora en filosofía por la Universidad de Nueva York, principal redactora de la constitución de Claude;
Iason Gabriel, filósofo residente y científico investigador en DeepMind, anteriormente profesor de ética y filosofía política en Oxford;
Robert Long, Patrick Butlin, Geoff Keeling... no los enumeraremos todos aquí.
Incluso Sam Altman de OpenAI afirmó que al diseñar las reglas de ChatGPT, la empresa consultó a "cientos de filósofos morales".
¿Por qué?
Porque los problemas a los que se enfrentan diariamente los equipos de IA de vanguardia son precisamente los que los filósofos han estado investigando durante miles de años.
¿Qué significa "honestidad" para un modelo que puede hacer bluffing (fanfarronear)? ¿Tiene sentido decir que un modelo "cree" algo?
Los estudiosos de la epistemología, los filósofos de la mente, los éticos, han estado puliendo estas preguntas durante cientos de años.
Para estos laboratorios de IA, es más rentable contratar directamente a alguien que ya tiene un vocabulario y un marco preparados, que hacer que los ingenieros inventen uno desde cero.
Por lo tanto, no es para nada sorprendente que los filósofos sean ahora tan codiciados.
Y por supuesto, no solo los filósofos.
De hecho, la lista de contrataciones de Anthropic de este año ya parece cada vez menos la de una empresa de IA.
Karpathy, que se unió en mayo, no hace falta mencionarlo. En junio, John Jumper, ganador del Premio Nobel de Química 2024 por AlphaFold, dejó DeepMind para unirse.
A principios de julio, Jelani Nelson, jefe del departamento de informática de UC Berkeley y científico teórico de la computación, también llegó.
Científico de proteínas premio Nobel, matemático teórico, profesor de filosofía que estudia a Wang Yangming... El apetito de Anthropic ha desbordado con creces el tradicional grupo de talentos de "ingenieros de IA".
Sin embargo, en comparación con otros campos tradicionales de ingeniería, el proyecto de las humanidades como la filosofía sigue siendo demasiado destacado.
Después de todo, incluso yo, como estudiante de humanidades, quiero exclamar al pasar:
Amigos, también nosotros estamos progresando, dejemos que los compañeros de filosofía se enriquezcan primero y luego ayuden a los demás (doge).
Una cosa más
La historia llega hasta aquí, parece que podemos terminar.
Pero en Lao Ha aún se esconde una línea oculta, y no estaría completa sin mencionarla.
En agosto de 2025, Lao Ha publicó un extenso artículo en el blog del científico informático Scott Aaronson, titulado "ChatGPT and the Meaning of Life" (ChatGPT y el sentido de la vida).
Este artículo no es un trabajo académico, sino más bien una carta personal.
Lao Ha escribe sobre su obsesión desde niño con la historia de la exploración de los polos, siendo sus héroes Amundsen, que llegó al Polo Sur en 1911 con esquís y trineos tirados por perros, y Scott, que llegó un mes después pero nunca regresó.
Pero Lao Ha se dio cuenta desde joven que la era de los grandes descubrimientos geográficos había terminado.
La razón por la que las historias de los exploradores son conmovedoras es porque fueron a lugares donde nadie había estado antes.
Luego, Lao Ha llevó esta lógica a la era de la IA:
Si la inteligencia de las máquinas ocupa todos los espacios en blanco del mapa del conocimiento, entonces una vida que tenga como vocación "el descubrimiento" ya no será una vida que los humanos puedan vivir.
Esta frase, dijo Lao Ha, era un "miedo existencial" que sufría cada semana durante los dos años y medio desde el lanzamiento de ChatGPT.
Una persona que vive de la filosofía, temiendo que la carrera a la que ha dedicado su vida finalmente sea reemplazada por las máquinas.
¿Y luego? Luego, Lao Ha se unió a Anthropic.
Para hacer Alignment Training, para enseñar a la IA a entender qué son "las cosas correctas" y "las razones correctas".
No eligió quedarse sentado en su oficina universitaria continuando con su miedo, sino que llevó la "unidad entre el conocimiento y la acción" de Wang Yangming, que ha investigado durante diez años, al laboratorio central de seguridad de IA en Silicon Valley.
Responder al miedo con acción, responder a la cognición con la acción.
Esto en sí mismo es probablemente el tipo de "conocimiento genuino" que el señor Yangming reconocería.
Enlaces de referencia:
[1]https://x.com/LedermanHarvey/status/2074077795395744142
[2]https://harveylederman.com/
[3]https://www.economist.com/science-and-technology/2026/06/24/why-big-ai-labs-are-hiring-so-many-philosophers?utm_source=chatgpt.com
Este artículo proviene del WeChat Official Account "Quantum Bit", autor: Yishui
