Web 3.5: la convergencia sociotecnológica que reconfigura el orden digital

La arquitectura de internet atraviesa una metamorfosis que trasciende la mera evolución tecnológica. Lo que algunas voces especializadas denominan Web 3.5 representa, en realidad, la materialización de décadas de convergencia entre sistemas que hasta hace poco operaban en silos diferenciados. Esta fase —más transicional que definitiva— configura el sustrato sobre el que se erigirá una nueva generación de infraestructuras digitales capaz de alterar, de forma estructural, las relaciones entre individuos, organizaciones y sistemas automatizados.

Esta publicación en Substack se sostiene gracias al apoyo de sus lectores.

Para recibir nuevos artículos y respaldar mi trabajo, considera suscribirte de forma gratuita o con una membresía de apoyo.

Nishant Shah, académico adscrito a la Universidad de Hong Kong y director del Digital Narratives Studio, ha señalado en diversos foros internacionales que el cambio inminente no constituye una simple actualización instrumental. “Va a cambiar sistemáticamente nuestra comprensión del ser humano, social y político”, afirmaba en un sondeo del Pew Research Center (citado en Limón, 2025). La advertencia merece atención: no hablamos de herramientas más veloces o interfaces más intuitivas, sino de una reconfiguración epistémica de los sistemas con los que interactuamos a diario.

Este Substack está apoyado por los lectores. Para recibir nuevos posts y apoyar mi trabajo, considera convertirte en un suscriptor de contenido gratis o un suscriptor de pago.

De la Industria 4.0 a la Web 4.0: un ecosistema de tecnologías convergentes

El concepto de Industria 4.0 —acuñado originalmente en el contexto de la automatización fabril alemana— ha desbordado sus límites iniciales para convertirse en una categoría analítica más amplia. Marijus Briedis, director tecnológico de NordVPN, sugiere que nos encontramos en una etapa intermedia: Web 3.5, “el puente” hacia horizontes aún inciertos (Limón, 2025). Esta versión intermedia actúa, según Briedis, como la fase donde “la personalización, la privacidad y la IA moldeada según el usuario transformarán tanto los negocios como la vida cotidiana” (citado en Limón, 2025).

Pero ¿qué elementos conforman este puente? Asaad Khaleel Ibrahim identifica el sustrato tecnológico que posibilita esta transición: macrodatos (big data), realidad aumentada, comunicación máquina a máquina (M2M), computación en la nube, inteligencia artificial y el Internet de las Cosas (IoT) (citado en Limón, 2025). Ninguna de estas tecnologías es particularmente novedosa por sí misma; su potencial disruptivo emerge precisamente de su integración sistémica. Cuando estos componentes interoperan —cuando los sensores IoT alimentan algoritmos de IA que, a su vez, orquestan respuestas automatizadas en entornos de realidad aumentada— surge un entramado cualitativa y cuantitativamente distinto de las generaciones previas.

Podría argumentarse que esta convergencia replica, en el ámbito digital, procesos que ya observamos en dominios industriales y urbanos. Las ciudades inteligentes, los gemelos digitales aplicados a cadenas de suministro o los sistemas de manufactura adaptativa son manifestaciones tempranas de este mismo fenómeno. Sin embargo, hay una diferencia crucial: mientras la Industria 4.0 operaba principalmente en contextos productivos delimitados, la Web 4.0 pretende permear todos los espacios de interacción humana.

Tabla 1. Evolución de las generaciones web y sus características definitorias. Los periodos son aproximados y reflejan adopción mayoritaria, no primeras implementaciones. Elaboración propia.

Tabla 2. Convergencia de ejes tecnológicos en la Web 3.5. Elaboración propia basada en análisis sectorial de tecnologías emergentes.

Esta convergencia ha cristalizado lo que podríamos llamar un entramado cognitivo distribuido, donde las fronteras entre lo físico y lo digital, lo humano y lo algorítmico, comienzan a diluirse de manera acelerada.

Agentes inteligentes: del internet estático al internet agencial

Uno de los vectores más transformadores de esta nueva fase es la proliferación de agentes inteligentes. Tomas Rasymas, responsable de inteligencia artificial en Hostinger, subraya que la capacidad distintiva de estos sistemas no reside en su dominio del lenguaje natural —aunque este sea su interfaz más visible— sino en tres atributos menos evidentes: herramientas, memoria y capacidad de planificación (citado en Limón, 2025).

Los agentes actuales pueden descomponer objetivos complejos en subobjetivos ejecutables, mantener contexto entre sesiones, acceder a APIs externas y, críticamente, tomar decisiones sin supervisión continua. Esto implica un salto cualitativo respecto a los asistentes virtuales de generaciones anteriores. Mientras Siri o Alexa respondían consultas puntuales, los agentes de la Web 3.5 operan de forma proactiva: gestionan calendarios, negocian citas, comparan productos, ejecutan transacciones financieras o incluso redactan documentos complejos siguiendo pautas estratégicas.

Este cambio redefine el papel del usuario. Rasymas lo formula con claridad: “manifestamos nuestra intención y la web agencial lo resolverá. Significa que simplemente te ayudarán y harán todo por ti” (citado en Limón, 2025). En términos prácticos, transitamos del paradigma “busco-encuentro-decido” hacia un modelo donde el agente intermedia en cada fase. Liu (2025) propone que este nuevo paradigma de interacción humano-computadora basado en agentes inteligentes representa una transformación fundamental en cómo concebimos la agencialidad digital, desplazando progresivamente el control directo del usuario hacia sistemas de delegación cognitiva.

Las implicaciones son profundas y todavía poco exploradas. David Clark, investigador del Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT, anticipaba en estudios previos del Pew Research Center que “cada vez más, los humanos estarán en un mundo en el que las decisiones se toman mediante un conjunto activo de dispositivos que cooperan. Internet (y la comunicación mediada por computadora en general) se volverá más omnipresente pero menos explícita y visible. Hasta cierto punto, se mezclará con el trasfondo de todo lo que hacemos” (citado en Limón, 2025).

Esta predicción se materializa con rapidez inquietante. Lo que antes era comunicación mediada por computadora se torna progresivamente invisible: integrada en el trasfondo de rutinas cotidianas, operando sin requerir atención consciente. El riesgo de esta invisibilidad es doble: por un lado, facilita la experiencia de usuario; por otro, oscurece los mecanismos de control y las lógicas de funcionamiento que subyacen a las decisiones automatizadas.

El reverso oscuro: privacidad, manipulación y opacidad algorítmica

La delegación de agencialidad comporta, inevitablemente, cesión de control. Para que un agente opere eficazmente en nuestro nombre, necesita acceso profundo a nuestras preferencias, historiales, interacciones y, en última instancia, a dimensiones íntimas de nuestra existencia digital. Aquí emerge la paradoja fundamental de la Web 3.5: cuanto más eficaz pretendemos que sea el sistema, mayor superficie de vulnerabilidad exponemos.

Briedis advierte sobre la escalada de infraestructuras desprovistas de “protocolos que respalden la seguridad” (citado en Limón, 2025). La velocidad de innovación supera, con frecuencia, la capacidad regulatoria y los estándares de ciberseguridad. Esto genera un paisaje fragmentado donde conviven plataformas robustas junto a implementaciones precarias, todas ellas interconectadas en una red cuya seguridad depende de su eslabón más débil.

El fenómeno de la IA en la sombra

Justas Morkunas, directivo de Nexos.ai, introduce un concepto especialmente perturbador: shadow AI o IA en la sombra. El término designa el uso no supervisado —frecuentemente no declarado— de sistemas de inteligencia artificial dentro de organizaciones. Morkunas estima que aproximadamente el 44% de los empleados utiliza alguna herramienta de IA sin conocimiento formal de sus departamentos de tecnologías de la información o cumplimiento normativo (citado en Limón, 2025).

Su descripción resulta elocuente: “Sabes que la gente está usando algo [IA o programas o aplicaciones] en algún lugar, pero nadie es consciente” (citado en Limón, 2025). Esta frase sintetiza un fenómeno que se extiende silenciosamente por organizaciones de todos los tamaños, desde startups tecnológicas hasta corporaciones multinacionales.

Esta práctica genera múltiples vectores de riesgo. Primero, filtración de datos sensibles: cuando un empleado introduce información corporativa confidencial en un modelo de IA externo (como ChatGPT, Claude o similares), esos datos pueden quedar almacenados en servidores de terceros, potencialmente accesibles para entrenamiento de modelos futuros o, en escenarios más graves, comprometidos por brechas de seguridad. Segundo, inconsistencia en resultados: distintos modelos producen outputs divergentes ante idénticos inputs, generando problemas de trazabilidad y auditoría. Tercero, ausencia de gobernanza: sin políticas claras sobre qué herramientas son admisibles y bajo qué condiciones, las organizaciones operan en un vacío normativo interno que tarde o temprano colisionará con regulaciones externas (GDPR en Europa, CCPA en California, o marcos emergentes como el AI Act europeo).

Morkunas reconoce que existen soluciones técnicas: bloqueadores de tráfico a endpoints no autorizados, alojamiento interno de modelos (on-premise deployment), herramientas de rastreo de uso y encriptación de datos sensibles. Sin embargo, admite con franqueza que “la seguridad al 100% es imposible” (citado en Limón, 2025). La afirmación no es derrotista; es realista. En sistemas suficientemente complejos, los vectores de ataque se multiplican exponencialmente y la superficie de exposición crece de manera no lineal.

Manipulación algorítmica y sesgos sistémicos

Rasymas aborda otro ángulo inquietante: la manipulación mediante agentes. Menciona experimentos recientes donde modelos de IA fueron empleados para anticiparse a reacciones de inversores bursátiles, generando información estratégica que otorgaba ventajas asimétricas en mercados financieros (citado en Limón, 2025). Si bien confía en que los protocolos de desarrollo incorporen salvaguardas éticas, admite que “la manipulación es inevitable” en alguna medida.

Esta inevitabilidad deriva de la propia arquitectura de los sistemas. Los agentes optimizan funciones objetivo definidas por sus programadores. Si esos objetivos están imperfectamente especificados —o si existen incentivos perversos en su diseño— el sistema puede exhibir comportamientos que, técnicamente, cumplen su mandato pero que resultan éticamente problemáticos o socialmente perjudiciales. Es el clásico problema de alignment (alineamiento) en IA, pero ahora multiplicado por la autonomía creciente de los agentes y su capacidad para operar sin supervisión humana constante.

Además, la personalización extrema que promete la Web 3.5 conlleva riesgos de fragmentación epistemológica. Si cada usuario recibe contenidos, recomendaciones y hasta presentaciones de información filtradas por su agente personal, ¿dónde queda el espacio para experiencias compartidas? ¿Cómo construimos consensos cuando habitamos burbujas informativas cada vez más personalizadas y, por tanto, cada vez más aisladas? Esta cuestión adquiere particular relevancia en contextos democráticos, donde la construcción de un mínimo espacio común de deliberación constituye condición necesaria para la gobernanza colectiva.

Seguridad en ecosistemas heterogéneos: el desafío de la cadena de suministro tecnológica

Mantas Lukauskas, ingeniero de datos en Hostinger, señala una tensión adicional: el uso de IA para generar código introduce vulnerabilidades sistémicas. Los modelos actuales pueden producir fragmentos de código funcional pero inseguro: rutinas que no validan inputs, que exponen APIs sin autenticación adecuada o que implementan criptografía débil (citado en Limón, 2025). Cuando ese código se integra en sistemas productivos sin revisión exhaustiva, las consecuencias pueden ser severas.

Lukauskas menciona también el problema del enmascaramiento de datos (data masking). Para proteger información sensible, las organizaciones a menudo ofuscan datos antes de introducirlos en modelos de IA. Sin embargo, esta práctica degrada la calidad de los resultados: “la calidad del resultado de la IA será peor porque enmascaraste cierta información necesaria para que calcule una mejor respuesta” (citado en Limón, 2025). Se configura así un dilema que parece irresoluble: ¿priorizamos privacidad a costa de precisión, o precisión a costa de privacidad?

La red de proveedores tecnológicos complica aún más el panorama. Mientras grandes corporaciones pueden invertir recursos considerables en ciberseguridad y cumplimiento normativo, la mayoría de la infraestructura digital está sostenida por empresas medianas y pequeñas con capacidades limitadas. Morkunas defiende la necesidad de “estándares que todos deberíamos cumplir”, señalando marcos regulatorios como el AI Act europeo (citado en Limón, 2025). No obstante, la efectividad de tales regulaciones dependerá de su capacidad para equilibrar innovación y protección sin ahogar a actores más pequeños bajo cargas burocráticas insostenibles.

Tabla 3. Principales riesgos y estrategias de mitigación en entornos Web 3.5

Confianza, gobernanza y tensiones geopolíticas

Lukauskas alude a un episodio reciente que ilustra las tensiones geopolíticas subyacentes en esta transición: la emergencia del modelo chino DeepSeek. Su comentario —”se ha demostrado que no es nada porque la gente no confía en tales modelos. Es difícil confiar porque no se sabe qué está encriptado o cómo se pueden usar esos datos”— revela una dimensión frecuentemente subestimada: la confianza como factor crítico en la adopción tecnológica (citado en Limón, 2025).

La desconfianza hacia DeepSeek no deriva necesariamente de deficiencias técnicas comprobadas, sino de incertidumbres sobre gobernanza de datos, encriptación y posibles backdoors o puertas traseras. En un contexto donde datos y algoritmos son activos estratégicos, la procedencia geopolítica de las tecnologías se convierte en variable decisoria. Europa impulsa soberanía digital mediante iniciativas como Gaia-X o la European Cloud Initiative; China consolida su Gran Muralla digital con regulaciones cada vez más estrictas sobre flujos de datos transfronterizos; Estados Unidos mantiene hegemonía en infraestructuras cloud a través de AWS, Azure y Google Cloud Platform. La Web 3.5 no es neutral: está atravesada por lógicas de poder que exceden la esfera puramente tecnológica.

Lukauskas concluye con una formulación aparentemente sencilla pero profundamente compleja: “Hay dos conceptos claves: libertad y responsabilidad. Tienes libertad para usar herramientas, pero necesitamos saber cuándo detenernos o qué no llevar a la IA” (citado en Limón, 2025). Esta tensión entre autonomía y supervisión define, en última instancia, el carácter de la sociedad digital emergente.

Convergencia de sistemas y emergencia de un orden sociotecnológico

La Industria 4.0 introdujo el principio de la automatización integrada en contextos productivos. Sin embargo, la Web 3.5 amplifica este paradigma al incorporar la dimensión cognitiva y social de los datos. Lo que antes eran herramientas industriales —robots, sensores o nubes de datos— se convierten ahora en agentes culturales, capaces de incidir en la opinión pública, en los mercados o en las narrativas políticas.

Wensheng Gan, profesor de la Universidad de Jinan, sostiene que esta etapa “ya está llegando y dando forma a nuestras vidas” y que será “capaz de abordar la propiedad de los datos web de acuerdo con la tecnología distribuida, optimizar el mundo desde las perspectivas de la economía, la cultura y la tecnología y promover nuevos métodos de producción de contenido, estructuras organizativas y formas económicas” (citado en Limón, 2025). La ambición es totalizante; las preguntas, innumerables.

Desde una perspectiva sistémica, la Web 3.5 puede entenderse como una plataforma de convergencia sociotecnológica en la que las innovaciones de la Industria 4.0 (automatización, IoT, IA, computación en la nube) confluyen con las aspiraciones de la Sociedad 5.0 —concepto acuñado por la Federación Empresarial Japonesa Keidanren (2017)— que propone la integración ética de tecnología y humanidad orientada hacia el bienestar social y el equilibrio tecnológico.

Tabla 4. Marcos conceptuales convergentes en la Web 3.5

Nota a la tabla: Esta tríada describe la arquitectura de una nueva civilización digital, donde la cognición se descentraliza y el conocimiento se distribuye entre redes, sensores y modelos de IA. Elaboración propia.

Hacia un nuevo orden sociotecnológico: preguntas abiertas y desafíos estructurales

La Web 3.5, como fase transicional, ofrece una ventana —quizás breve— para influir en la arquitectura de la próxima generación. Las decisiones técnicas, regulatorias y éticas que adoptemos en estos años configurarán, probablemente durante décadas, las condiciones bajo las cuales humanos y máquinas cohabitarán. No se trata meramente de optimizar algoritmos o diseñar interfaces; se trata de definir qué tipo de sociedad queremos construir y qué valores deseamos inscribir en sus infraestructuras digitales.

Anderson y Rainie (2023), en su exhaustivo informe sobre el futuro de la agencialidad humana, plantean interrogantes fundamentales sobre cómo las tecnologías emergentes están reconfigurando la capacidad de las personas para tomar decisiones autónomas. Su análisis sugiere que nos encontramos en un momento crítico donde las trayectorias tecnológicas aún no están completamente determinadas, pero las ventanas de oportunidad para intervenir se estrechan rápidamente.

¿Cómo garantizamos que la delegación de agencialidad no degenere en abdicación de autonomía? ¿Es posible diseñar sistemas de IA suficientemente transparentes sin comprometer su eficacia? ¿Qué marcos legales son adecuados para regular entidades algorítmicas que operan con creciente independencia? ¿Cómo evitamos que la personalización extrema erosione el espacio público compartido? ¿Qué mecanismos de rendición de cuentas (accountability) necesitamos cuando las decisiones son tomadas por sistemas distribuidos sin un centro de responsabilidad claramente identificable?

La convergencia tecnológica que sustenta la Web 3.5 —macrodatos, IA, IoT, computación ubicua— no es determinista. Las tecnologías no poseen teleologías intrínsecas; son artefactos políticos cuya configuración refleja intereses, ideologías y relaciones de poder. Clark y Chalmers (1998), en su influyente ensayo sobre la mente extendida, argumentaban que las herramientas cognitivas externas ya forman parte constitutiva de nuestros procesos mentales. Si esto era cierto para cuadernos y calculadoras, ¿qué implicaciones tiene para agentes inteligentes que no solo extienden, sino que potencialmente reemplazan funciones cognitivas humanas?

Reconocer esta dimensión es el primer paso para ejercer agencia colectiva sobre su desarrollo. En palabras de Briedis, “la web 3.5 es el puente y le estamos dando forma en este momento mientras nos preguntamos cómo nos afectará personalmente o a los negocios” (citado en Limón, 2025). La metáfora del puente resulta apropiada: no se trata de un tránsito pasivo de una orilla a otra, sino de una construcción activa cuya forma final depende de las decisiones que tomemos colectivamente.

Epílogo: el tránsito silencioso hacia una civilización digital emergente

La Web 3.5 no es una promesa futurista ni una utopía tecnológica lejana: es el entorno operativo actual de la humanidad conectada. Cada interacción con un asistente virtual, cada recomendación algorítmica que acepta, cada tarea que delegamos en sistemas automatizados, forma parte de este tránsito hacia una web agencial donde los sistemas piensan, deciden y actúan con autonomía creciente.

Esta transición, aunque en gran medida silenciosa e invisible para la mayoría de usuarios, está redefiniendo las condiciones de posibilidad de la vida digital. Limón (2025) lo resume con precisión: asistimos a una revolución que “va a cambiar sistemáticamente nuestra comprensión del ser humano, social y político”, no como una herramienta más, sino como “un cambio estructural en los sistemas a los que estamos acostumbrados”.

El puente, sin embargo, no conduce únicamente hacia la Web 4.0 entendida como salto tecnológico: conduce hacia una civilización digital emergente, caracterizada por la delegación cognitiva masiva, la hibridación de inteligencias humanas y artificiales, y la reformulación del concepto mismo de humanidad. En esta nueva configuración, las preguntas clásicas sobre identidad, autonomía, responsabilidad y comunidad exigen respuestas que todavía no hemos articulado completamente.

La gran cuestión, en consecuencia, no es si llegaremos a la Web 4.0 —llegaremos, de eso parece no haber duda— sino qué clase de humanidad cruzará ese umbral. ¿Seremos sujetos conscientes y críticos que mantienen capacidad de decisión sobre aspectos fundamentales de sus vidas? ¿O nos convertiremos progresivamente en nodos semiautomatizados de una red más vasta, delegando tantas funciones cognitivas y decisionales que la frontera entre agencialidad humana y algorítmica se torne indiscernible?

Estas preguntas no son retóricas. Configuran el núcleo del debate contemporáneo sobre tecnología, sociedad y futuro. Y sus respuestas —que emergerán tanto de decisiones conscientes como de derivas no intencionadas— determinarán el rostro de la civilización digital que estamos construyendo, consciente o inconscientemente, en este preciso momento histórico.

Referencias

Anderson, J., & Rainie, L. (2023). The future of human agency. Pew Research Center. https://www.pewresearch.org/wp-content/uploads/sites/20/2023/02/PI_2023.02.24_The-Future-of-Human-Agency_FINAL.pdf

Clark, A., & Chalmers, D. (1998). The extended mind. Analysis, 58(1), 7-19. https://doi.org/10.1093/analys/58.1.7

Keidanren (Japan Business Federation). (2017). Society 5.0: Cocrearing the future. https://www.keidanren.or.jp/en/policy/2017/095.html

Limón, R. (2025, 18 de octubre). Web 3.5, el “puente” hacia la revolución que cambiará el mundo. El País. https://elpais.com/tecnologia/

Liu, Y. (2025). A new human-computer interaction paradigm: Agent interaction model based on large models and its prospects. Virtual Reality & Intelligent Hardware, 7(3), 237-266. https://doi.org/10.1016/j.vrih.2025.04.001

Más referencias que consulté:

Anderson, J., & Rainie, L. (2023). The Future of Human Agency. Pew Research Center. https://www.pewresearch.org/wp-content/uploads/sites/20/2023/02/PI_2023.02.24_The-Future-of-Human-Agency_FINAL.pdf

Clark, A., & Chalmers, D. (s. f.). The Extended Mind. Recuperado 27 de octubre de 2025, de https://dx.doi.org/10.1093/analys/58.1.7

Fu, Z., Barbara, A., & Scupelli, P. (Eds.). (2025). Digital Futures in Human-Computer Interaction: Design Thinking for Digital Transformation. CRC Press. https://doi.org/10.1201/9781032693606

Huy, P. Q., & Phuc, V. K. (2024). Convergence of Blockchain, Artificial Intelligence, and Internet of Things (BlockIoTIntelligence) with Metaverse for Industry 4.0 to Realize Net Zero Economy. https://doi.org/10.1007/978-3-031-55779-8_12

Liu, Y. (2025). A new human-computer interaction paradigm: Agent interaction model based on large models and its prospects—ScienceDirect. Virtual Reality & Intelligent Hardware, 7(3), 237-266. https://doi.org/10.1016/j.vrih.2025.04.001

Rabah, K. (2018). Convergence of AI, IoT, Big Data and Blockchain: A Review. The Lake Institute Journal, 1(1), 1-18.

Securing Predictive Psychological Assessments: The Synergy of Blockchain Technology and Artificial Intelligence. (s. f.). Recuperado 27 de octubre de 2025, de https://www.scirp.org/%28S%28mllvtr455ztxky45opcgzyis%29%29/journal/paperinformation?paperid=137228

Walpita, P. (2025, abril 11). Diving into Agentic Architectures: The Future of AI Systems. Medium. https://priyalwalpita.medium.com/diving-into-agentic-architectures-the-future-of-ai-systems-bbaa2ec123ee

Nota sobre las referencias: Este artículo se basa primordialmente en el reportaje de Limón (2025), que recoge declaraciones directas de expertos del sector tecnológico (Marijus Briedis, Tomas Rasymas, Justas Morkunas, Mantas Lukauskas) obtenidas durante una presentación en el complejo tecnológico Vilna Cyber City. Las referencias académicas complementarias (Anderson & Rainie, Clark & Chalmers, Keidanren, Liu) proporcionan marco teórico y contextualización. Todas las citas de expertos tecnológicos proceden del artículo periodístico mencionado. Es un artículo remix entre lo académico y lo periodístico.

Este Substack está apoyado por los lectores. Para recibir nuevos posts y apoyar mi trabajo, considera convertirte en un suscriptor de contenido gratis o un suscriptor de pago.