El 30 de septiembre, un creador de modificaciones para videojuegos que publica como discount modder escribió en X que, si aquello se convertía en el estado permanente del modding, su proyecto actual podía ser el último. No quería participar en una fábrica de contenido generado con IA.
«Aquello» era la oleada de vídeos de juegos mezclados con otros juegos que estaba circulando esos días: mecánicas, escenarios y personajes trasladados con ayuda de agentes de programación. El modding consiste precisamente en modificar un videojuego para cambiar lo que permite hacer, desde corregir un detalle hasta añadir una campaña. La novedad estaba en cuánto trabajo parecían poder asumir ahora esos agentes.
Dos días después, otro modder, Kran, criticó la misma tendencia, con un matiz revelador: él también utilizaba IA. Quería herramientas que permitieran crear cosas antes imposibles; le molestaba que la atención se la llevaran mezclas pensadas para un clip breve.
Sería injusto reducir ambas reacciones a que alguien teme perder frente a una máquina. Hablan también de calidad y de la comunidad en la que quieren participar. Pero el desánimo abre una pregunta que ya hemos visto aparecer alrededor de las imágenes generadas y, más recientemente, de las matemáticas: si una máquina puede hacer aquello a lo que hemos dedicado tanto tiempo, ¿qué sentido tiene seguir?
Hay una actividad que lleva décadas conviviendo con esa pregunta. Y sus practicantes siguen sentándose ante un tablero.
Lo que cambia cuando un proyecto parece estar al alcance de cualquiera
Un ejemplo concreto ayuda a entender el impacto. Garry’s Redemption propone usar el movimiento y las herramientas de Garry’s Mod dentro del mundo de Red Dead Redemption 2. Su autor atribuye a Claude Opus 5.5 la escritura, depuración y prueba del código, bajo dirección humana.
Según su documentación, mantiene los dos juegos funcionando y comunica lo que sucede en uno con el otro. Garry’s Mod aporta el control del jugador y sus herramientas; Red Dead Redemption 2 aporta el mundo y sus habitantes. El autor lo presenta como una beta probada en un solo ordenador. Eso permite hablar de un experimento documentado, sin dar por hecho que ya sea una experiencia pulida para cualquier jugador.
Armas y herramientasUn puente entre ambosIntercambia posiciones
y accionesRed Dead Redemption 2Escenarios, personajes
y representación del mundo
Para alguien que ha invertido años en aprender cómo funciona un motor de videojuegos, ver un experimento así puede cambiar la percepción de su propia habilidad. Lo que antes parecía reservado a unas pocas personas empieza a parecer accesible con ayuda de un modelo. Todavía hay mucho que comprobar en cada demo, pero la inquietud no necesita esperar a que todo funcione perfectamente.
Se mezclan entonces dos preguntas. Una es cuánto trabajo puede automatizarse. La otra es por qué queríamos hacer ese trabajo. La primera puede cambiar muy deprisa sin que la segunda tenga una única respuesta.
El ajedrez perdió la superioridad humana y siguió creciendo
En mayo de 1997, Deep Blue ganó a Garry Kasparov un encuentro a seis partidas, por 3,5 a 2,5. Fue la primera victoria de un ordenador sobre el campeón mundial vigente en un encuentro bajo condiciones de torneo. Aquel resultado no convirtió de golpe a todos los programas en invencibles, pero hizo visible la dirección del cambio.
Hoy los mejores motores de ajedrez superan ampliamente a los mejores jugadores humanos. Además, herramientas como Stockfish están disponibles gratuitamente y alimentan el análisis de plataformas utilizadas por millones de personas. No hace falta disponer de un superordenador de IBM para recibir una evaluación que un aficionado jamás podría producir por su cuenta.
Si el atractivo del ajedrez dependiera de que los humanos fuéramos los mejores seres capaces de jugarlo, debería haber ido perdiendo su razón de ser. Sin embargo, Chess.com pasó del hito de cien millones de cuentas registradas en 2022 al de doscientos millones en 2025. En su balance de 2025, la plataforma informó de más de seis mil millones de partidas.
Conviene ser precisos: estos datos no permiten afirmar que hoy juega más gente al ajedrez que en cualquier otro momento de la historia. Tampoco permiten atribuir el crecimiento a los motores. Sí muestran algo suficiente para nuestro argumento: una enorme expansión de una plataforma de ajedrez es compatible con la superioridad de las máquinas.
La explicación se reconoce en cualquier partida entre amigos. Quien encuentra una combinación después de pensar diez minutos no deja de disfrutarla porque un programa pudiera haberla visto al instante. Importan el rival, el esfuerzo, la sorpresa y lo que uno ha conseguido entender. La jugada tiene valor dentro de esa experiencia.
Ya era así antes de la IA. Casi ningún aficionado iba a superar nunca a Kasparov. Su existencia no volvía absurda la partida del domingo. Había espacio para mejorar sin aspirar a ser la mejor inteligencia del planeta.
Duele perder algo que nos hacía especiales
La comparación con un gran maestro tiene un límite. Una persona excepcional es escasa; un programa puede estar disponible para todos. Saber hacer algo difícil permite ayudar a otros, ocupar un lugar en un grupo y recibir reconocimiento. Si esa capacidad se vuelve abundante, ese lugar puede cambiar incluso aunque uno conserve intacto el gusto por la actividad.
Imaginemos a un modder al que su comunidad acudía porque sabía arreglar un tipo de fallo. Disfrutaba investigándolo, pero también disfrutaba siendo quien podía resolverlo. Si mañana cualquiera obtiene el arreglo de un asistente, sigue sabiendo lo mismo y quizá tenga una herramienta mejor. Sin embargo, una parte de lo que recibía a cambio ha desaparecido. Decirle que debería alegrarse por el aumento de productividad deja fuera una pérdida real.
Eso ayuda a entender el desánimo sin convertirlo en una prueba de que la actividad ha perdido todo su valor. Una habilidad puede dejar de ser excepcional y seguir siendo interesante. Puede perder precio y conservar utilidad. Puede resultar menos necesaria para obtener un producto y seguir siendo una forma de desarrollar criterio o relacionarse con otras personas.
También hay quienes entrarán precisamente porque una barrera se ha reducido. Pensemos en alguien que quiere crear una pequeña misión para jugar con sus amigos. Le interesan el escenario y las decisiones que tomarán los jugadores, pero se atasca con los archivos del juego. Si un asistente resuelve esa parte, aparece una posibilidad de creación. Para otra persona, investigar esos archivos era la diversión. Ninguna de las dos tiene por qué querer automatizar lo mismo.
Estos son ejemplos hipotéticos, no un pronóstico sobre cuántos modders entrarán o abandonarán. Sirven para ver por qué una misma herramienta puede desmotivar a alguien y entusiasmar a otra persona sin que ninguna de las dos esté fingiendo.
La afirmación que nos parece equivocada es el salto posterior: de «una parte de lo que me motivaba ha cambiado» a «ya no tiene sentido hacerlo».
Una imagen terminada y una prueba comprendida
Con el dibujo se puede hacer la misma distinción. Si alguien necesita una imagen para ilustrar una presentación, obtenerla en segundos puede resolver su problema. Si alguien se sienta a dibujar porque quiere aprender a observar una cara, una imagen generada no realiza por él ese aprendizaje. Aunque el resultado le guste más que su propio dibujo, no ha practicado mirar.
Para un ilustrador que vive de encargos, además, está en juego otra cosa: que alguien siga pagando por su trabajo. La posibilidad de continuar dibujando por placer no responde a la pérdida de ingresos. El ejemplo del ajedrez ayuda a discutir el sentido de una práctica; sería una respuesta insuficiente a quien pregunta cómo va a ganarse la vida.
En las matemáticas aparece una dificultad adicional. Timothy Gowers explicó el 17 de septiembre que una de sus principales motivaciones para hacerse matemático había sido resolver problemas abiertos, cuanto más famosos mejor. No está seguro de que hubiese seguido ese camino sin aquella aspiración. Su preocupación es que jóvenes que habrían investigado y transmitido la tradición matemática dejen de hacerlo.
Lo tratamos en nuestro artículo sobre la responsabilidad de las empresas de IA ante la comunidad matemática. Un resultado nuevo, la comprensión que permite y la formación de quien lo estudia son cosas relacionadas, pero diferentes.
Aquí la analogía del ajedrez debe ajustarse. Cada partida vuelve a empezar; un problema abierto, una vez resuelto, deja de estar abierto. Si lo que te motivaba era ser la primera persona en demostrarlo, una solución ajena sí elimina esa oportunidad. No basta con pedirte que repitas la demostración y sientas lo mismo.
Pero tampoco sería razonable concluir que entenderla carece de valor. Quien redescubre por sí mismo una demostración conocida adquiere algo que no tenía, aunque la biblioteca no gane un teorema. El problema institucional surge si solo reconocemos como contribución llegar primero y dejamos sin espacio a quienes explican, conectan ideas o enseñan a pensar con ellas.
Ese es un cambio que merece trabajo concreto. También merece honestidad: conservar el interés de las matemáticas no garantiza conservar cada itinerario profesional ni cada motivo que antes empujaba a investigarlas.
El ajedrez conserva el espacio para jugar
Hay otra lección del tablero que suele quedar fuera de la comparación. El ajedrez no se limitó a descubrir que las personas seguirían jugando por gusto. Sus comunidades mantienen una distinción entre usar una máquina para analizar y recibir sus jugadas mientras se compite contra otra persona.
Por ejemplo, Chess.com prohíbe emplear motores que analicen posiciones durante las partidas contra otros usuarios. La plataforma puede ofrecer herramientas de análisis y, a la vez, proteger partidas en las que cada jugador decide por sí mismo. La mejora técnica y las reglas de la actividad cumplen funciones diferentes.
Podemos imaginar una escena muy sencilla. Juegas una partida, intentas encontrar un plan y pierdes. Después consultas el análisis y descubres por qué tu ataque no funcionaba. El motor participa en el aprendizaje. Si hubiera elegido todas tus jugadas mientras fingías jugar por tu cuenta, habría cambiado la actividad y roto el acuerdo con tu rival.
El modding y el arte no tienen un reglamento único que permita trasladar esa separación tal cual. Pero sí pueden hacer explícito qué ofrecen sus espacios: una colección de experiencias jugables, un taller para aprender a construirlas, una exhibición del proceso de sus autores o un lugar para experimentar con herramientas. Cada propósito permite valorar contribuciones distintas.
La queja de Kran adquiere aquí más fuerza. Si lo que una comunidad recompensa deja de parecerse a lo que sus miembros quieren practicar, el problema no se arregla recordándoles que todavía pueden abrir el editor. Importa poder encontrar trabajos cuidados, recibir comentarios útiles y compartirlos con gente a la que le interesan.
Por eso el ajedrez no demuestra que todo vaya a salir bien por sí solo. Muestra que podemos seguir dando valor a una actividad después de perder la superioridad técnica, y que las reglas y los espacios donde la practicamos ayudan a sostener ese valor.
No necesitamos ganar a la máquina para seguir
En Codin no creemos que una actividad deje de merecer la pena porque una IA pueda hacerla mejor. Esa conclusión confunde una medida del resultado con todas las razones por las que alguien decide participar.
Tampoco creemos que haya que defender las aficiones prometiendo que siempre quedará alguna capacidad exclusivamente humana. Hoy podría ser el gusto, mañana la elección de las preguntas, pasado mañana la originalidad. Si cada razón para seguir depende de que el modelo todavía no sepa hacer algo, estaremos obligados a buscar una nueva justificación con cada avance.
El argumento debería resistir incluso un escenario más exigente: supongamos que una IA llega a producir mejores mods, mejores imágenes y mejores explicaciones que nosotros. Seguiría sin haber aprendido en nuestro lugar. Seguiría sin haber pasado esa tarde con nuestros amigos. La existencia del resultado no contiene todas las experiencias que se pueden vivir al construirlo.
Eso no devuelve automáticamente ingresos, atención o reconocimiento. Quienes organizan comunidades y plataformas tienen decisiones que tomar sobre qué hacen visible y qué recompensan. Quienes forman a otros deben poder explicar qué merece aprenderse aunque ya exista una herramienta capaz de resolverlo. Y quienes crean deberían conservar la posibilidad de elegir qué parte quieren delegar y qué parte quieren practicar.
Un modder puede utilizar IA para quitarse de encima una tarea tediosa y dedicar más tiempo a diseñar una misión. Otro puede querer escribirlo todo porque ese es el reto que disfruta. También puede decidir dejarlo. Lo que no se sigue de un vídeo espectacular es que continuar se haya vuelto absurdo.
La próxima vez que una máquina haga en segundos algo que nos ha costado años aprender, habrá pérdidas y oportunidades que examinar. Pero antes de dar por terminada la actividad conviene preguntarse qué encontrábamos en ella.
El ajedrez ofrece una respuesta bastante concreta. Sabemos que la máquina encontraría una jugada mejor. Aun así, queremos ver cuál somos capaces de encontrar nosotros.
Fuentes
- Discount modder: publicación en X, 30 de septiembre de 2026. Testimonio individual sobre la posibilidad de abandonar el modding.
- Kran: publicación y conversación en X, 2 de octubre de 2026. Crítica a las mezclas virales desde la perspectiva de un modder que utiliza IA.
- Garry’s Redemption: repositorio y documentación de su autor. Atribución del modelo, arquitectura y límites declarados de la beta; consulta del 4 de octubre de 2026.
- IBM: historia de Deep Blue. Encuentros con Kasparov de 1996 y 1997.
- Stockfish: proyecto oficial. Disponibilidad y uso del motor para análisis.
- Chess.com: Chess Stats. Hitos de cuentas registradas; página actualizada en septiembre de 2025.
- Chess.com: Year in Review 2025. Partidas registradas por la plataforma durante 2025.
- Timothy Gowers: Why I didn’t sign the Fields medallists’ letter, 17 de septiembre de 2026. Motivación, formación y continuidad de la comunidad matemática.
- Chess.com: Fair Play Policy. Política actualizada el 25 de marzo de 2026; consulta del 4 de octubre.
Las valoraciones sobre el sentido de crear y aprender expresan la posición editorial de Codin. Los testimonios citados no representan una encuesta de la comunidad de modding.
