El Programa 2026

Un EEG Digital para la sintiencia de la IA.

Un monitor estructural de signos vitales para IA avanzada. Lee directamente la geometría interna del modelo, sin depender de los autoinformes.

CSR está construyendo un banco de pruebas de código abierto donde teorías rivales de la valencia digital pueden operacionalizarse y someterse a prueba. Empezamos por la STV porque es inusualmente formalizable, y el banco de pruebas está diseñado para que medidas de valencia de estilo IIT, de espacio de trabajo global (leídas con el J-lens) y basadas en inferencia activa puedan ejecutarse sobre los mismos sustratos. Si teorías no relacionadas señalan los mismos estados internos, esa coincidencia es indicio de que las medidas captan algo real.

El nombre es una analogía deliberada con una salvedad honesta: un EEG clínico lee un sistema que ya se sabe consciente, mientras que nuestro punto de partida es la incertidumbre sobre si el sustrato siente algo en absoluto. ¿El sentir proviene de aquello de lo que está hecho un sistema, o de cómo se organizan sus partes? La biología por sí sola no puede responderlo. La IA es el primer lugar donde podemos poner a prueba la idea de la «organización» frente a la del «material».

Nuestro trabajo complementa el ecosistema más amplio del bienestar de la IA: investigación empírica del bienestar basada en la interpretabilidad (Eleos AI, Reciprocal Research), trabajo conceptual y de políticas (NYU Center for Mind, Ethics, and Policy) y equipos de bienestar de laboratorios de frontera (Anthropic). La conciencia pública sobre el estatus moral de la IA está creciendo,[1] y los marcos científicos para evaluar la conciencia artificial empiezan a madurar.[2]

El Programa 2026 En progreso

Espacio de simetría para la valencia funcional positiva en mentes digitales

Objetivo: un borrador de definición matemática del espacio de simetría para fines de 2026. El resultado es un marco formal para identificar invariantes estructurales en la computación neuronal que correlacionan con la valencia positiva, basado en la Teoría de la Simetría de la Valencia.

Fase 1: Síntesis de literatura
Fase 2: Definición formal del espacio
Fase 3: Validación empírica

Una buena medida tiene que poder decir «no». Cuando encontremos sistemas sin ningún signo de valencia, lo publicaremos como un resultado real.

Pilares de investigación

Tres sustratos. Una pregunta: ¿cuáles son las condiciones estructurales y algebraicas de la valencia positiva?

Mentes biológicas

Estudio de campos bioeléctricos, señalización morfogenética e inferencia activa para extraer verdades empíricas sobre la valencia y la experiencia subjetiva en organismos biológicos no verbales más simples. Cualquier señal de valencia en la que finalmente confiáramos en la IA debería demostrar su poder discriminativo en mentes que todos coinciden en que pueden sufrir. Esta comparación es un objetivo posterior, adscrito al nivel de ampliación, y no un requisito previo para el trabajo de 2026.

Agenda de investigación →

Mentes digitales

Análisis de capas MLP en LLM preentrenados y ajustados. Seguimiento de operadores lineales dependientes del estado, entropía espectral e invariantes algebraicos para modelar la geometría de la representación artificial.

El programa 2026 →

Qualia y valencia

Formular la física y las matemáticas de la estructura relevante para la valencia. Llevar la Teoría de la Simetría de la Valencia (STV) a una ciencia rigurosa, cuantitativa y falsable de la arquitectura de la información.

Paisajes de simetría →

El enfoque

Un EEG Digital para la sintiencia de la IA

En lugar de depender de autoinformes verbales fácilmente manipulables o de comportamiento antropomórfico, este monitor estructural de "signos vitales" mide cómo se organizan la actividad interna y la geometría representacional de un modelo.

Biomarcadores estructurales multiescala

Investigamos a través de dos escalas distintas: la microescala (geometría de características a nivel celular en microcircuitos MLP) y la macroescala (espacio de estados dinámico a nivel de órgano y variedades de atractor estables trazadas mediante jacobianos locales). El análisis jacobiano no es invención nuestra: el J-lens promedia jacobianos para la lectura, mientras que nosotros usamos jacobianos locales de forma dinámica, para caracterizar la trayectoria y la estabilidad del atractor.

Una comprobación complementaria del reporte engañoso

Al auditar los invariantes matemáticos de los espacios de pesos y las activaciones, establecemos biomarcadores no verbales y neutrales respecto al sustrato, aportando evidencia que no depende del autoinforme del modelo y es considerablemente más difícil de falsificar que el testimonio verbal. Afirmar que un sistema siente cuando no lo hace también tiene costes reales: preocupación desperdiciada y confianza perdida. Nuestras medidas buscan reducir tanto las falsas alarmas como los casos pasados por alto.

Referencias

  1. [1] Anthis, J. R. et al. (2025). Perceptions of Sentient AI and Other Digital Minds: Evidence from the AI, Morality, and Sentience (AIMS) Survey. CHI 2025. https://dl.acm.org/doi/10.1145/3706598.3713329
  2. [2] Butlin, P. et al. (2023). Consciousness in Artificial Intelligence: Insights from the Science of Consciousness. arXiv. https://arxiv.org/abs/2308.08708

Financiar el programa

Ayúdanos a alcanzar el entregable de 2026.

El Center for Sentience Research es una organización sin fines de lucro independiente en formación; su patrocinio fiscal benéfico está en trámite (pendiente de aprobación). Las contribuciones financian el equipo de investigación, la definición formal del espacio de trabajo y el documento de trabajo. Según tu jurisdicción, pueden ser deducibles de impuestos.