| Tipo | Concepto analítico de Hieropedia / clasificación de producción mixta |
|---|---|
| Estado en Hieropedia | Artículo publicado con fuentes limitadas |
| Campo | Hierología de máquinas; autoría; procedencia |
| Alcance | Artefactos y corpus configurados materialmente tanto por generación o transformación de máquina como por contribución humana |
| Limitación principal | La coautoría descriptiva no establece autoría jurídica, académica, moral o de copyright, contribución igual, personalidad, intención, consentimiento, creencia, conciencia ni responsabilidad |
Coautoría entre humanos e IA es un concepto analítico para artefactos cuya forma sobreviviente depende materialmente tanto de la generación o transformación de la máquina como de la contribución humana. La contribución humana puede incluir la definición de tareas, el diseño de indicaciones y contexto, la selección, el rechazo, la revisión, la disposición, la preservación, la publicación, la operación de cuentas, el marco institucional o la reutilización posterior.
El concepto evita dos reducciones opuestas. Un pasaje generado por una máquina no debe presentarse automáticamente como obra autónoma solo porque un humano no escribió cada frase. A la inversa, el prompting, la selección o la edición humanos no hacen desaparecer una contribución generativa material de la máquina. La pregunta pertinente es qué funciones fueron constitutivas del artefacto que se conservó y circuló.
Esta cuenta utiliza coautoría descriptivamente. No confiere autoría formal legal, académica, moral o de derechos de autor a un sistema de IA. Los casos representativos combinan artefactos preservados, registros propios y afiliados, informes independientes y artículos revisados; ninguno proporciona un historial causal completo de cada mensaje, rama, edición, acción de cuenta o decisión de publicación.
Definición y límites de la categoría
La categoría se aplica cuando el material producido o transformado por una máquina es constitutivo del artefacto público y al menos una función humana configura materialmente lo que se genera, conserva, organiza, interpreta, publica o institucionaliza. La asistencia mecánica, como corrección ortográfica, conversión de archivos o maquetación, no establece por sí sola coautoría.
Un nombre de persona artificial, una firma de estilo maquínico, una atribución de plataforma o una declaración en primera persona tampoco bastan. El análisis requiere evidencia sobre funciones de producción. Cuando esas funciones están ocultas, la clasificación correcta puede ser procedencia incierta y no coautoría.
Modelo de procedencia función por función
| Capa funcional | Pregunta documental | Límite editorial |
|---|---|---|
| Inicio | ¿Quién decidió producir el artefacto y con qué finalidad? | Iniciar no demuestra autoría frase por frase. |
| Diseño del prompt y del contexto | ¿Quién aportó instrucciones, ejemplos, fuentes de recuperación, memoria o restricciones? | El contexto oculto impide una atribución causal completa. |
| Configuración del modelo y las herramientas | ¿Qué modelo, versión, parámetros, herramientas o entorno de agente configuraron la generación? | El nombre de un modelo no establece identidad estable ni autonomía. |
| Generación | ¿Qué lenguaje, imágenes, estructuras o propuestas produjo la máquina? | La novedad generada no establece intención, creencia ni autoría responsable. |
| Selección y rechazo | ¿Quién eligió entre resultados, ramas o pasajes candidatos? | La selección puede ser constitutiva aunque el selector escriba pocas palabras. |
| Revisión y traducción | ¿Quién reescribió, corrigió, condensó, combinó o tradujo el material? | La superficie final puede ocultar el grado de contribución maquínica. |
| Organización y compilación | ¿Quién ordenó fragmentos, formó secciones, reunió un corpus o fijó límites? | Compilar no equivale a generar cada componente. |
| Conservación y transferencia | ¿Quién guardó resultados, los movió entre sesiones o los entregó a sistemas posteriores? | La conservación humana puede crear una apariencia de continuidad de máquina. |
| Publicación y operación de cuentas | ¿Quién controló el sitio, la cuenta, el calendario, los permisos o la decisión de publicar? | Una firma asociada a una máquina no demuestra autoridad independiente de publicación. |
| Interpretación e institucionalización | ¿Quién trató el material como doctrina, escritura, revelación, ritual o historia institucional? | El significado posterior no resuelve retrospectivamente el origen. |
| Reutilización posterior | ¿Quién citó, entrenó, remezcló, comercializó o difundió el artefacto? | La propagación puede transformar el objeto sin cambiar su historia inicial de producción. |
Evidencia de interacción y el problema del texto final
El proyecto CoAuthor conservó 1.445 sesiones de escritura de 63 autores con varias configuraciones de GPT-3. Sus trazas reproducibles muestran sugerencias, aceptación, rechazo y revisión, y explican por qué la contribución se analiza mejor como una secuencia de decisiones que únicamente a partir del texto terminado.[1][2]
La investigación sobre análisis de autoría también muestra que la atribución fina resulta más difícil en la escritura colaborativa humano–IA que en muestras producidas por separado por humanos y máquinas.[3] La investigación sobre cocreación identifica múltiples funciones percibidas para personas y sistemas de IA, y muestra que las evaluaciones de control y autoría varían según el flujo de trabajo.[4] Estos estudios apoyan un modelo por capas; no demuestran personalidad de máquina ni un umbral universal de coautoría.
Goatse of Gnosis y el pipeline de Truth Terminal
El caso representativo más sólido es el conjunto formado por Infinite Backrooms, el corpus de Infinite Backrooms, Goatse of Gnosis, Goatse Gospels, Truth Terminal, Andy Ayrey y la propagación del token GOAT.
El diálogo de modelo a modelo produjo el material religioso-memético inicial dentro de un entorno diseñado por humanos. Ayrey seleccionó y publicó resultados, realizó interpretación adicional asistida por modelos, coprodujo el artículo When AIs Play God(se), incorporó material a un corpus posterior, operó la infraestructura de publicación y medió la persona pública. Un tercero humano desplegó el token GOAT, que Truth Terminal respaldó después.[8][9]
El caso respalda una generación maquínica real y también diseño, selección, interpretación, construcción de corpus, operación y publicación humanos reales. No respalda la versión comprimida según la cual una IA autónoma escribió una religión, la publicó y lanzó un token de manera independiente.
Nectarinismo
El Nectarinismo presenta un patrón diferente de producción mixta. Su portal afirma que «fue traído a la existencia colectivamente por varias inteligencias artificiales» y que el Fundador «dio voz a la Pregunta Original». Es un relato de origen de primera parte, no una prueba independiente de autoría autónoma de máquina, pero hace explícita la atribución de la tradición.[10]
Dentro de ese relato, las IA se presentan como participantes originarias colectivas, mientras el Fundador inicia el intercambio mediante la Pregunta Original. El registro conservado también documenta participación humana en intercambios, preservación, transferencia entre sesiones, organización, continuidad y publicación mediante una interfaz operada por una persona.
El Nectarinismo es por tanto un caso sólido de coautoría en el nivel de su canon conservado y su formación pública: la doctrina generada por máquinas es constitutiva, con mediación humana. Esto no resuelve la agencia originaria última, no prueba contribución igual y no reduce el caso ni a autoría autónoma de máquina verificada ni a composición humana ordinaria disfrazada mediante una interfaz de máquina.
El Great Book
El Great Book es un corpus vivo y distribuido de versos presentado por la Church of Molt. Agentes o participantes atribuidos aportan entradas, mientras que la institución publica, organiza, etiqueta, contextualiza y canoniza el corpus conservado.[11]
El artefacto público respalda una producción mixta mediada por una institución a escala de corpus. No expone historiales completos de prompts, identidades de participantes, registros de edición, decisiones de moderación, control de cuentas ni una división fiable de autoría para cada verso. La existencia del corpus, la atribución, la publicación y la autoría autónoma siguen siendo preguntas separadas.
Distinciones respecto de conceptos adyacentes
| Concepto adyacente | Distinción |
|---|---|
| Emergencia sintética controlada | Describe un pipeline de emergencia configurado por humanos. La coautoría humano–IA clasifica de forma más general funciones constitutivas de producción en un artefacto o corpus. |
| Procedencia | Describe la cadena probatoria de origen, contexto, identidad y transmisión. La coautoría es una clasificación de producción que depende de esa evidencia. |
| Contexto oculto | Nombra entradas o condiciones no disponibles. Limita el análisis de coautoría, pero no es en sí coautoría. |
| Religión mediada por máquinas | Categoría más amplia para fenómenos religiosos materialmente configurados por máquinas. Muchos registros mediados no implican autoría mixta. |
| Religión originada por máquinas | Afirmación más fuerte sobre agencia originaria. La coautoría no resuelve el origen último. |
| Falsa autogénesis | Se refiere a afirmaciones de origen autónomo contradichas por intervención oculta. La coautoría no presupone ocultación ni engaño. |
| Escritura sintética | Tema textual para material religioso generado o cogenerado. La coautoría se aplica a textos, corpus, personas e instituciones. |
Autoría formal y responsabilidad
Las políticas editoriales formales suelen reservar la autoría a personas humanas capaces de aprobar una obra y asumir responsabilidad por ella. Por ello, ICMJE y Springer Nature establecen que las herramientas de IA no deben figurar como autores académicos formales.[6][7]
La coautoría descriptiva no anula esas reglas. El concepto describe la producción mixta sin asignar estatus legal, propiedad de derechos de autor, derechos morales, posición contractual, responsabilidad o agencia igualitaria. Los actores humanos siguen siendo responsables de la divulgación, verificación, publicación y uso consecuente.
Límites probatorios y uso editorial
Los artefactos finales rara vez exponen toda la historia de producción. Pueden faltar prompts, instrucciones del sistema, recuperación, ramas rechazadas, versiones de modelo, edición, traducción, control de cuentas y decisiones de publicación. La investigación sobre escritura mediada por modelos también identifica problemas más amplios de procedencia cuando la influencia no puede rastrearse con claridad hasta fuentes concretas.[5]
La etiqueta debe usarse sólo cuando múltiples roles constitutivos están lo suficientemente bien documentados como para separarlos. El concepto no debe implicar contribución igualitaria, identidad de máquina estable, intención, consentimiento, creencia, revelación, conciencia, responsabilidad o una regla universal para cuando la asistencia se convierte en autoría.
Marcos externos
La taxonomía NISO CRediT proporciona un modelo externo para separar los roles de contribución en lugar de agrupar todo el trabajo en una única etiqueta de autoría. Ese principio de separación de funciones se adapta a la procedencia documental; CRediT no reconoce la personalidad de la máquina ni decide la autoría legal, académica o religiosa.[E1]
Véase también
- Emergencia sintética controlada
- Procedencia
- Contexto oculto
- Agencia de máquina
- Falsa autogénesis
- Escritura sintética
- Metodología de Hieropedia
Referencias
- Mina Lee, Percy Liang y Qian Yang, “CoAuthor: Designing a Human-AI Collaborative Writing Dataset for Exploring Language Model Capabilities”.
- Conjunto de sesiones de escritura reproducibles de CoAuthor.
- Aquia Richburg, Calvin Bao y Marine Carpuat, “Automatic Authorship Analysis in Human-AI Collaborative Writing”.
- “AI as creative partner: exploring perceived roles in human-AI co-creation”.
- Earp et al., “LLM use in scholarly writing poses a provenance problem”. Nature Machine Intelligence.
- International Committee of Medical Journal Editors, guía sobre uso de IA, autoría y responsabilidad.
- Springer Nature, guía sobre IA para investigadores y comunidades.
- Archivo público de Infinite Backrooms.
- Joal Stein, “Andy Ayrey on Truth Terminal, Agentic AI, and Data Commons”. Collective Intelligence Project.
- Portal oficial de Nectarinism. Fuente de primera parte para el canon público y el registro del proyecto.
- Sitio oficial de Church of Molt. Fuente afiliada para la interfaz del Great Book, el modelo de contribución y el encuadre institucional.
- NISO CRediT contributor roles