Los talleres Avoiding AI se vuelven virales mientras las bibliotecas responden a la demanda de mayor control
La historia de TechCrunch sobre bibliotecarios puso de relieve un conflicto que Big Tech ha tenido dificultades para reconocer: muchas personas quieren menos IA, no otra razón para adoptarla. Bibliotecas de varias ciudades estadounidenses están respondiendo a esa demanda con talleres dedicados a desactivar funciones no deseadas de inteligencia artificial.
Estas sesiones invierten el modelo habitual de alfabetización en IA. Los participantes siguen aprendiendo cómo funciona la IA generativa, pero la lección práctica se centra en rechazarla. Los bibliotecarios muestran configuraciones, alternativas y soluciones que permiten a las personas elegir qué sistemas operan en sus dispositivos.
La respuesta ha superado la asistencia de las clases ordinarias de informática. Esto importa porque las empresas tecnológicas suelen describir la adopción de IA como una progresión inevitable. Los talleres muestran una realidad distinta: los productos pueden lograr distribución mediante configuraciones predeterminadas incluso cuando los usuarios siguen sin estar convencidos.
Avoiding AI se convirtió en un éxito inesperado en las bibliotecas
Una modesta clase de tecnología se convirtió en un indicador visible de la frustración pública con las funciones de IA no deseadas.
Charlie Bailey, bibliotecario de la South Philadelphia Library, impartió un taller de una hora sobre Avoiding AI el 29 de junio de 2026. La lista oficial del evento prometía instrucciones para desactivar herramientas de IA en sistemas operativos, aplicaciones y sitios web populares.
Unas 20 personas adultas asistieron a la sesión de Filadelfia. Bailey comenzó con una introducción a los sistemas de IA para consumidores antes de guiar a los participantes por sus teléfonos y computadoras. Las demostraciones prácticas incluyeron la desactivación de funciones de Apple Intelligence y Google Gemini.
Esa estructura hace que el taller sea más sustancial que una reunión antitecnología. Los participantes escuchan por qué alguien podría usar una herramienta de IA, por qué otra persona podría abstenerse y qué control sigue estando disponible. El objetivo es la elección informada, no el rechazo universal.
Bailey declaró a TechCrunch que la frustración con las herramientas impuestas inspiró el programa. La gente se encontraba con funciones de IA que no había solicitado, a menudo dentro de productos que ya utilizaba. Algunas configuraciones eran difíciles de encontrar, mientras que otras integraciones solo ofrecían opciones de exclusión parciales.
La respuesta en línea al evento fue mucho mayor que la capacidad del aula. Según la cobertura original, el anuncio de la biblioteca en Instagram recibió más de 2.000 Me gusta y 220 compartidos. Bailey programó otra sesión después de que las inscripciones superaran el espacio disponible para el primer taller.
Estas cifras destacan frente a la interacción habitual de la cuenta. TechCrunch informó que muchas publicaciones de la biblioteca reciben apenas unas decenas de Me gusta. Un taller sobre configuraciones había llegado a personas mucho más allá de su vecindario inmediato.
El concepto se originó con Hannah Cyrus, bibliotecaria de medios digitales de la Bangor Public Library en Maine. Cyrus desarrolló su propia clase Avoiding AI después de que los usuarios le preguntaran repetidamente por qué el software redactaba correos electrónicos, resumía mensajes breves o insertaba respuestas generadas por IA en tareas rutinarias.
Sus clases introductorias habituales de informática solían atraer a alrededor de una docena de participantes. La inscripción para su primer taller Avoiding AI llegó a 30 antes de que cerrara la sala, creara una lista de espera y añadiera acceso remoto. Aproximadamente 70 personas asistieron a cada una de las dos primeras sesiones al incluir a los espectadores en línea.
Más tarde, Cyrus publicó material sobre el desarrollo del taller. Decenas de bibliotecarios de distintas localidades se pusieron en contacto con ella para pedir diapositivas y orientación. Describió esa respuesta profesional como algo distinto a todo lo que había generado su anterior trabajo educativo.
El patrón se extendió después. Bibliotecarios de Filadelfia, Maine y Boston adaptaron la idea para sus comunidades. La Boston Public Library promocionó una sesión que abordaba resultados poco fiables, preocupaciones de privacidad y formas de limitar las funciones de IA.
Esa demanda es el fenómeno detrás de la palabra clave techcrunch librarians. Sin embargo, las cifras importan menos como estimación de adopción nacional que como señal. Los pequeños programas públicos están descubriendo una audiencia que la formación convencional en IA suele pasar por alto.
Esta audiencia no necesita otro seminario sobre cómo escribir prompts. Quiere un mapa de las salidas.
Por qué la demanda de excluirse de la IA está creciendo ahora
La fatiga con la IA crece cuando una función llega mediante una actualización de software antes de que los usuarios hayan decidido que la necesitan.
La implementación de IA para consumidores ha pasado de sitios web opcionales a sistemas operativos, motores de búsqueda, servicios de correo electrónico, software de oficina y aplicaciones móviles. Esta estrategia de distribución incorpora la IA a los flujos de trabajo existentes sin exigir que las personas la busquen.
La distinción importa. Elegir abrir un chatbot es distinto de encontrar texto generado dentro de una página de búsqueda o una sugerencia de redacción dentro de un correo electrónico. Una es una decisión deliberada sobre un producto. La otra es una experiencia predeterminada controlada por la plataforma.
Las configuraciones predeterminadas reducen el esfuerzo necesario para la adopción, pero también oscurecen el consentimiento. Un usuario puede contar técnicamente con una opción de exclusión sin disponer de una vía razonable para descubrirla. Las configuraciones pueden cambiar entre actualizaciones, llevar etiquetas desconocidas o desactivar solo una parte de una función.
Los talleres Avoiding AI abordan esa brecha a nivel de dispositivo. Muestran a las personas dónde existen los controles, qué cambian realmente esos controles y qué funciones no pueden eliminarse por completo. El proceso convierte un debate abstracto sobre la ética de la IA en un menú concreto de configuraciones.
La privacidad es una fuente de preocupación. La gente quiere saber si el texto, las imágenes, las grabaciones de voz, las búsquedas o la actividad del dispositivo salen de sus computadoras. También quieren entender si un proveedor conserva esa información o la utiliza para mejorar un modelo.
La fiabilidad es otra. La IA generativa produce texto nuevo al predecir secuencias probables a partir de patrones aprendidos. No verifica de forma independiente cada afirmación antes de presentar una respuesta. Esa diferencia cobra importancia cuando el software resume información o responde con aparente confianza.
Cyrus resumió la limitación sin rodeos en otra cobertura: “La IA generativa no genera información. Genera palabras”. La cuestión no es que todos los resultados sean falsos. Es que una presentación fluida no puede sustituir la comprobación de las pruebas.
El movimiento de bibliotecas de Maine se ha expandido más allá de las clases. Steven Brown, director de la Searsmont Town Library, comenzó a ayudar a los usuarios a eliminar o limitar funciones de IA en dispositivos personales después de asistir a un seminario web de Cyrus.
Brown planteó el trabajo en torno a la elección. Un teléfono llega con una configuración determinada, pero su propietario no siempre tiene que aceptarla. Los bibliotecarios pueden traducir una decisión técnica desconocida en una acción manejable.
La audiencia también incluye a personas que objetan los sistemas económicos y culturales detrás de la IA generativa. Sus preocupaciones abarcan los datos de entrenamiento, el trabajo creativo, los costes ambientales, la desinformación, la vigilancia y la concentración corporativa.
Un solo taller no puede resolver esos debates. Sin embargo, puede separarlos de la cuestión más acotada del control. Alguien no debería necesitar una teoría completa de la inteligencia artificial antes de decidir si un programa de correo electrónico puede reescribir una frase.
Por eso evitar la IA se está convirtiendo en parte de la alfabetización digital. La alfabetización no significa entusiasmo obligatorio por toda tecnología. Significa comprender un sistema lo suficiente como para evaluar sus beneficios, limitaciones y alternativas.
La historia de TechCrunch sobre bibliotecarios salió a la luz porque la narrativa de adopción del mercado ha sido incompleta. El uso de los productos puede aumentar al mismo tiempo que aumenta el resentimiento. La distribución mide la exposición, pero no siempre mide la aprobación.
Los bibliotecarios de TechCrunch exponen el problema de la adopción predeterminada
El conflicto central no enfrenta a los bibliotecarios con la innovación. Enfrenta la autonomía del usuario con un diseño de producto que trata la exposición a la IA como consentimiento.
Las grandes empresas tecnológicas tienen fuertes incentivos para incorporar IA en todos sus productos existentes. Una distribución más amplia genera uso, retroalimentación y oportunidades para retener a los clientes dentro de una plataforma. También ayuda a justificar los extraordinarios recursos destinados a la infraestructura de IA.
Los usuarios se acercan a la misma interfaz con incentivos distintos. Quieren realizar una búsqueda, enviar un mensaje, organizar un documento u operar un teléfono. Una función de IA podría ayudar, pero también puede añadir incertidumbre, desorden o una relación de datos no deseada.
Ese desajuste crea aquello que los talleres hacen visible. Las plataformas optimizan la adopción de funciones en millones de cuentas. Los bibliotecarios responden a personas que no pueden localizar un interruptor.
Una opción de exclusión puede existir sin proporcionar una elección significativa. El usuario primero debe reconocer que una función está activa. Debe entender su nombre, localizar sus controles y evaluar las consecuencias de desactivarla. Las actualizaciones de software pueden alterar después esa disposición.
Algunas integraciones de IA son más fáciles de desactivar que otras. Un asistente del dispositivo puede contar con una página de configuraciones clara. Un motor de búsqueda puede colocar resúmenes en su experiencia principal de resultados sin ofrecer una opción permanente de eliminación a nivel de cuenta.
Los participantes del taller en Filadelfia compartieron sus propias soluciones. Un asistente explicó que añadir &udm=14 a una dirección de búsqueda de Google puede solicitar una vista de resultados centrada en la web. Bailey escribió la cadena en una pizarra para la sala.
Esa escena muestra por qué las bibliotecas están bien posicionadas para este papel. Una solución que circula entre usuarios técnicos se vuelve útil para un público más amplio cuando alguien la demuestra, explica sus límites y responde preguntas.
La instrucción también revela cuán desigual puede ser el control del usuario. Las personas no deberían tener que memorizar parámetros de consulta para obtener una experiencia de búsqueda más sencilla. Sin embargo, un pequeño fragmento de conocimiento compartido puede restaurar parte de la elección cuando la interfaz de una plataforma no lo hace.
Apple, Google, Microsoft, Meta y OpenAI no son adversarios idénticos en esta historia. Sus productos, configuraciones y modelos de negocio difieren. Tratarlos como un único sistema técnico ocultaría distinciones importantes.
Sin embargo, comparten una lógica de distribución. Cada uno tiene incentivos para convertir la IA en una parte normal de un entorno digital existente. El público se encuentra con esa estrategia como una colección de prompts, resúmenes, asistentes, herramientas de escritura y acciones sugeridas.
El movimiento Avoiding AI cuestiona la suposición de que la normalización pone fin al debate. Una función puede volverse común antes de ganarse la confianza. También puede seguir siendo ampliamente utilizada porque evitarla requiere esfuerzo.
Esta distinción debería importar a los equipos de producto. La exposición forzada puede mejorar las cifras de interacción a corto plazo mientras daña la confianza a largo plazo. Los usuarios que no pueden comprender o revertir una configuración pueden desconfiar de funciones adyacentes, incluidas aquellas que de otro modo podrían valorar.
Los controles claros no necesariamente reducirían la adopción. Podrían hacerla más significativa. Una persona que entiende qué hace una función, la activa deliberadamente y puede desactivarla después proporciona una señal más sólida que alguien contabilizado mediante una configuración predeterminada.
Por tanto, la cobertura de TechCrunch sobre bibliotecarios describe más que un formato viral de talleres. Revela un canal inusual de retroalimentación para la industria tecnológica. Las bibliotecas están recibiendo las solicitudes de ayuda creadas por el diseño de productos que prioriza la IA.
Las bibliotecas están convirtiendo el rechazo en alfabetización digital
Las bibliotecas públicas pueden debatir la adopción de IA sin vender un producto, proteger un objetivo trimestral ni exigir conocimientos técnicos a los participantes.
Durante mucho tiempo, las bibliotecas han ayudado a las personas a usar computadoras, navegar servicios en línea, evaluar información y proteger su privacidad básica. Enseñar a alguien a limitar un asistente de IA encaja con esa tradición de manera más natural de lo que sugiere el provocador nombre del taller.
Su posición institucional es importante. Un proveedor de plataformas puede explicar sus propios controles, pero sigue beneficiándose de un uso continuado. Una biblioteca puede partir del objetivo del usuario, incluida la decisión de no utilizar el producto.
Esa independencia transforma el aula. Los participantes pueden preguntar si una función es necesaria sin tener que aceptar primero el encuadre de la empresa. Pueden comparar la comodidad con la privacidad, la precisión, el control creativo o una simple preferencia.
El taller también crea un entorno social para inquietudes que las personas suelen experimentar en soledad. Un usuario podría asumir que todos los demás reciben con agrado un resumen generado por IA o saben cómo desactivarlo. Una lista de inscripción completa demuestra que la confusión y el escepticismo son compartidos.
Bailey describió la camaradería entre los participantes de Filadelfia. Los asistentes intercambiaron consejos en lugar de recibir una charla unidireccional. El bibliotecario aportó estructura, mientras que la sala contribuyó con experiencia en distintos dispositivos y aplicaciones.
Este elemento entre pares importa porque los controles de IA están fragmentados. Ningún instructor puede anticipar todas las versiones de teléfonos, configuraciones de navegador, tipos de cuenta o actualizaciones de software. El conocimiento de la comunidad ayuda a cubrir esas lagunas, aunque cada solución alternativa sigue requiriendo verificación.
El campo más amplio de participación pública respalda esta definición más amplia de alfabetización. Un marco de agencia pública de 2026 de la Association of Science and Technology Centers identifica varios roles para las instituciones de aprendizaje de confianza.
Esos roles incluyen explicar la IA, ayudar a las personas a navegar riesgos de seguridad y apoyar decisiones sobre si adoptar la tecnología y cómo hacerlo. El marco considera la autonomía como un resultado educativo, en lugar de asumir que la adopción es el resultado deseado.
También reconoce riesgos relacionados con la privacidad, los sesgos, la desinformación y las estafas. Los museos y centros de ciencia no son bibliotecas, pero comparten una misión orientada al público. Ambos pueden traducir sistemas técnicos para audiencias fuera de los círculos profesionales de la tecnología.
Las clases para evitar la IA llevan ese principio a una forma especialmente directa. El plan de estudios puede comenzar con el funcionamiento de un sistema, continuar con sus ventajas y desventajas, y terminar con acciones elegidas por el participante.
Un listado de talleres de Boston sigue ese modelo. Promete una explicación de la IA generativa, un debate sobre fiabilidad y privacidad, e instrucciones para desactivar funciones en la medida de lo posible.
La expresión “en la medida de lo posible” es esencial. La evitación total es difícil porque los sistemas de aprendizaje automático operan detrás de muchos servicios sin interfaces visibles de chatbot. Los filtros de spam, los motores de recomendación, la detección de fraude y la clasificación de contenido implican modelos automatizados.
Por ello, un taller útil debe definir su alcance. Desactivar una función generativa visible no equivale a eliminar todos los algoritmos de un dispositivo. Cambiar de producto también puede intercambiar un conjunto de prácticas de datos por otro.
Una buena instrucción debe reconocer esos límites. De lo contrario, “Evitar la IA” se convierte en una promesa que ningún bibliotecario puede cumplir. El objetivo realista es una negativa selectiva respaldada por una mejor comprensión.
Ese modelo puede servir tanto a los escépticos como a los usuarios dispuestos a adoptar estas herramientas. Quien aprende a desactivar una función también aprende dónde opera y qué información toca. Ese mismo conocimiento respalda una decisión más deliberada de volver a activarla.
Lo que las cifras virales no demuestran
Los talleres llenos muestran una demanda insatisfecha, pero no establecen que la mayoría de los consumidores quiera abandonar los productos de IA.
Las cifras de asistencia proceden de un número reducido de programas. Setenta participantes en una sesión híbrida de biblioteca resultan notables frente a una clase de informática para una docena de personas. No constituyen una encuesta nacional representativa.
La interacción social tiene límites similares. Más de 2.000 “me gusta” en una publicación de una biblioteca demuestran que el tema llegó inusualmente lejos. No revelan cuántas personas desactivaron una función, mantuvieron esa decisión o rechazaron la IA por completo.
La propia etiqueta puede atraer a varias audiencias. Algunos participantes se oponen a la IA generativa por principios. A otros no les gusta un producto concreto, desconfían de los resúmenes automatizados o simplemente quieren menos interrupciones. Un tercer grupo puede asistir porque desea comprender la tecnología antes de decidir.
Esas motivaciones no deberían reducirse a un bloque anti-IA. La lección más sólida se refiere a la demanda de control, no a un colapso verificado de la adopción por parte de los consumidores.
Los consejos técnicos también tienen una vida útil corta. Las empresas cambian menús, nombres de funciones, requisitos de cuenta y comportamientos predeterminados. Los materiales de un taller que funcionan en junio pueden quedar incompletos tras una actualización importante de software.
Los bibliotecarios necesitarán un proceso de mantenimiento. Las instrucciones deberían identificar versiones de dispositivos, registrar fechas de prueba y distinguir configuraciones permanentes de soluciones temporales. De lo contrario, el programa podría crear la misma confusión que pretende resolver.
Las alternativas también requieren escrutinio. Un navegador o proveedor de búsquedas más pequeño puede reducir la exposición a respuestas generadas, al tiempo que introduce otras compensaciones de privacidad, seguridad o accesibilidad. “No procede de Big Tech” no es una garantía automática de calidad.
También existe el riesgo de presentar la alfabetización en IA únicamente como evitación. Las personas necesitan suficiente comprensión para reconocer medios manipulados, estafas, resúmenes poco fiables y decisiones automatizadas, incluso si nunca abren un chatbot.
La negativa y el reconocimiento son habilidades distintas. Una persona puede desactivar un asistente y aun así encontrarse con contenido sintético en redes sociales, resultados de búsqueda, atención al cliente o mensajes de otras personas.
El mejor modelo de taller combina tres capas. Primero, explica el sistema en lenguaje sencillo. Segundo, identifica riesgos y beneficios relevantes. Tercero, proporciona controles prácticos a los participantes sin imponer una única elección aceptable.
Los defensores de la industria pueden argumentar razonablemente que las funciones de IA ayudan con la escritura, la accesibilidad, la traducción, la investigación y las tareas repetitivas. Algunos usuarios las quieren activamente. Eliminar o desaconsejar esas herramientas de forma generalizada sustituiría una política rígida por otra.
Eso no parece ser lo que hace el formato de Bailey. Según se informa, explica posibles usos antes de presentar razones para abstenerse. El plan de estudios se centra en la autonomía, no en una prohibición general.
Big Tech puede responder a la crítica sin abandonar la IA. Las empresas pueden ofrecer avisos más claros, configuraciones estables, vías reales de aceptación voluntaria y documentación que los usuarios comunes comprendan. También pueden separar las funciones básicas de las incorporaciones generativas experimentales.
El fenómeno de los bibliotecarios de techcrunch cobrará más importancia si los talleres siguen llenándose después de que se desvanezca la publicidad inicial. La asistencia repetida, las solicitudes de nuevos sistemas de bibliotecas y una demanda sostenida de materiales actualizados reforzarían el argumento.
Por ahora, la historia es una señal contundente con una muestra limitada. Merece atención precisamente porque las empresas tecnológicas rara vez reciben este tipo de comentarios a través de la analítica convencional de productos.
Tres señales mostrarán si evitar la IA perdura
La siguiente etapa depende de si un taller viral se convierte en infraestructura pública duradera, mejores controles de productos o un formato de protesta efímero.
La primera señal es la replicación. Cyrus recibió consultas de decenas de bibliotecarios después de compartir su enfoque, mientras aparecían programas en Maine, Filadelfia y Boston. El movimiento se vuelve más relevante si otros sistemas de bibliotecas incorporan clases recurrentes en lugar de eventos únicos.
Los programas recurrentes demostrarían que la demanda sobrevive a la cobertura de prensa. También requerirían planes de estudio compartidos, calendarios de actualización y orientación para distintos dispositivos. Un recurso público mantenido convertiría consejos dispersos en una forma accesible de apoyo al consumidor.
La segunda señal es la respuesta de las empresas de plataformas. Apple, Google, Microsoft, Meta y otros proveedores pueden reducir la fricción en torno a los controles de IA sin ralentizar su desarrollo técnico.
Habrá que observar configuraciones que se mantengan estables entre actualizaciones, expliquen claramente el manejo de datos y desactiven funciones relacionadas desde un único lugar. Una aceptación voluntaria genuina durante la configuración inicial sería una respuesta aún más sólida.
Si los controles se vuelven más fáciles de localizar, los talleres habrán influido en las expectativas sobre los productos incluso sin campañas formales. Si las empresas hacen que la IA sea más difícil de evitar, la asistencia podría aumentar mientras se profundiza la desconfianza.
La tercera señal es el contenido de los futuros programas de alfabetización en IA. Las bibliotecas podrían dividir su oferta entre itinerarios de adopción, evaluación, seguridad y negativa. Eso reconocería que las comunidades incluyen tanto usuarios entusiastas como escépticos convencidos.
Un plan de estudios más amplio debilitaría la afirmación de que Evitar la IA es solo una tendencia de reacción. Establecería la negativa como una parte del uso informado de la tecnología, junto con la verificación, la privacidad, la accesibilidad y la experimentación práctica.
Los lectores deberían aplicar la misma prueba a sus propios dispositivos. Identifiquen qué funciones de IA están activas, qué información procesan, si aportan valor y si los controles disponibles se ajustan a sus preferencias.
Mantener un registro personal de esas decisiones puede ayudar cuando las actualizaciones de software cambian configuraciones conocidas. El mismo hábito respalda una gestión del conocimiento personal más amplia, en la que la información útil se mantiene organizada y recuperable bajo el control del usuario.
La historia de los bibliotecarios de techcrunch plantea, en última instancia, una pregunta sencilla que los paneles de producto no pueden responder: cuando las personas usan IA porque renunciar a ella es difícil, ¿qué significa realmente la adopción?
Las bibliotecas están ofreciendo una respuesta. Den a las personas información comprensible, un lugar para hacer preguntas y control práctico. Luego, déjenlas decidir qué tecnología merece un lugar en sus vidas.
