Por Pablo Vannini
Esta semana en Nueva York, Naciones Unidas inauguró un Diálogo global sobre gobernanza de la inteligencia artificial (IA). Estados, observadores, entidades de la ONU y otros sectores de la sociedad civil empezaron a discutir los principios de una gobernanza de la IA inclusiva, transparente y que pueda rendir cuentas. Esta propuesta, junto con otras recientes, marca un cambio sobre lo que nos llegó en los últimos años respecto de la IA. Según un relevamiento de 2023-2024, para los usuarios de google en Argentina, siete de cada diez noticias dedicadas en los medios a la inteligencia artificial aparecen en un tono netamente promocional, celebratorio y acrítico.
Para el sociólogo Pablo Vannini es fundamental comprender quiénes y cómo impulsan el desarrollo tecnológico de la IA y el nuevo tipo de piratería que las grandes empresas tecnológicas han consolidado. ¿Estamos a tiempo de dejar de entregar nuestros datos para que nos vuelvan suscripciones y servicios? ¿La soberanía tecnológica es posible?
Algunas notas sobre la llamada Inteligencia Artificial
La inteligencia artificial parece una moda, una tendencia, un trending topic. De repente, aparece en todos lados, sus siglas se repiten frente a nuestros ojos en un lugar y en otro. Descubrimos que una cantidad de productos la contienen. En diversas publicaciones se escribe sobre ella. Y proliferan nuevos supuestos especialistas que la analizan desde distintos ángulos.
Señalarla como una moda no quiere decir que sea una tecnología poco útil para la sociedad ni que pasará sin pena ni gloria como tantas otras modas tecnológicas (como la web3 y los metaversos virtuales que años atrás llenaron nuestros feeds y pantallas). Sin embargo, advertir que hoy es una ola que todo lo inunda e impregna nos plantea un primer desafío: el de tomar distancia, analizar discursos interesados e intentar poner blanco sobre negro los temas centrales de este desarrollo sociotécnico. Como ya se dijo en esta revista, si no hacemos este primer paso para tomar distancia, la IA es un significante vacío [1].
Por eso, en estas líneas no vamos a citar marcas de productos de IA ni comparar su efectividad –en predicciones, construcción de imágenes o videos–; sino que buscaremos entender el modo de producción de la IA y las formas de apropiación de conocimiento con las que se construye.
Nada es gratis en la vida
Estamos en la etapa inicial del desarrollo del mercado de la inteligencia artificial. El rápido crecimiento de productos de inteligencia artificial generativa (en general expresada como chatbots) se da luego de un proceso de hibernación de decenas de años para alcanzar esta tecnología. Y es producto de la confluencia de intereses económicos de distintos actores y algunas particularidades del funcionamiento de la industria del conocimiento. Sin ánimo de construir una historización de la inteligencia artificial[2] cabe mencionar que la tecnología se encontraba latente desde la década del 1960 y que en la eclosión actual confluyen: 1) fondos en busca de nuevos tesoros especulativos, 2) empresas tecnológicas con necesidad de mejorar o ampliar sus planes comerciales y 3) una capacidad instalada de cómputo generada por industrias no estrictamente relacionadas (centralmente la disponibilidad de cálculo por placas GPU de la industria crypto). Es por eso que nos referimos a la etapa inicial de desarrollo del mercado de la IA en tanto producto.
En esta etapa inicial hemos accedido a productos de IA que se encuentran en constante desarrollo y que fueron ofrecidos inicialmente sin costo (no gratis como veremos a continuación) para luego virar rápidamente a un esquema de suscripciones pagas.
Según el viejo dicho popular, “el primero te lo regalan, el segundo te lo cobran”. Algo de eso hay en este momento de la inteligencia artificial. La prestación de servicios sin costos para el usuario final es una técnica de expansión comercial que las grandes corporaciones tecnológicas ya han realizado en experiencias anteriores. Parece tratarse de un esquema inicial de difusión tecnológica que luego se modifica.
Somos conscientes –o deberíamos serlo– de que nuestras casillas de correos gratuitas o las cuentas en redes sociales por las que no entregamos dinero a cambio, son la puerta de acceso a nuestros datos, usos y costumbres. La gratuidad del servicio (similar a la muestra gratis de productos) se sustenta en general en la obtención de esos datos. Sirve también para generar nuevas necesidades y expandir el uso masivo que conlleva el “ser parte de” o el “no quedarse afuera”.
El modelo de producción detrás de la IA
Hasta el momento los grandes proyectos de inteligencia artificial generan pérdidas y algunas han proyectado a sus inversores que esto se mantendrá así en los próximos años[3].
La discusión sobre el plan de negocios de estas empresas no se trata de una preocupación por la salud financiera de las mismas, sino que implica preguntarse cómo y por qué se aceptan pérdidas millonarias durante años y los posibles impactos sociales que podrían tener esos capitales asignados a otros tipos de desarrollo. Además, se trata de discutir la cadena completa de costos de estos experimentos a gran escala, para poder determinar si estos productos son sostenibles en el tiempo.
Creemos que antes de ver si la IA piensa en un sentido humano o cuántos puestos de trabajo reemplazará, hay que entender quiénes y cómo impulsan su desarrollo tecnológico.
Los productos de IA que están en el centro de la escena: ChatGPT, Gemini, Deepseek son llevados adelante por grandes corporaciones económicas que se lanzaron a una carrera desaforada por establecer monopolios. Dime quien lo hace (y cómo lo hace), y te diré para qué sirve.
La mirada crítica sobre la IA no va dirigida a la tecnología en sí. Sino que –en tanto la tecnología es una construcción social–, esta mirada crítica propone pensar la forma en que se desarrolla, quiénes son los actores que la llevan adelante, bajo qué proceso productivo, entre otras aristas. Existen otros desarrollos que basados en inteligencia artificial son pensados desde la academia o ámbitos no mercantiles y se centran en la resolución de problemáticas sociales como la detección de Alzheimer, IA e identidad y el reciente desarrollo de un modelo de Ia IA latinoamericana[4]. Estos proyectos pueden dar cuenta de las potencialidades de la tecnología en sí más allá de las modas o las búsquedas empresariales.
Adentrémonos en cómo se construyeron estos grandes productos tecnológicos de inteligencia artificial para comprender por qué deberíamos entenderlos como productos de Inteligencia Apropiada.
Si desandamos las formas en que funcionan y se producen podemos decir que las grandes corporaciones buscan participar en toda la cadena de producción, verticalizando la misma desde la recolección/extracción del dato, procesamiento en infraestructura propia, entrenamiento y supervisión, hasta el desarrollo del producto final que le llega al consumidor basado en el plusvalor generado por tratamiento del dato. Es más, la IA es una nueva búsqueda de extracción de valor de los datos apropiados: los proyectos centrales surgen apadrinados por Google, Facebook, Amazon y demás empresas que ya trabajaban en la explotación de datos.
La bibliografía crítica sobre la inteligencia artificial se centra en las consecuencias ambientales provocada por el uso de recursos para su funcionamiento (agua, electricidad), la problemática de la privacidad de los datos y el impacto en los trabajos que supone la automatización de determinadas tareas. Está menos visibilizada la apropiación de conocimiento implicada en el desarrollo y crecimiento de la tecnología IA. Nos referimos tanto al proceso de extracción (apropiación) de datos, como al proceso de aprendizaje que se realiza y las implicancias para la creación y gestión del conocimiento futuro.
Dejemos claro que en estos experimentos tecnológicos con IA no solo somos usuarios sino también los “trabajadores” del laboratorio que les permitirá mejorar y consolidar productos. Somos los dadores de datos, los creadores de contenido apropiado y los testers de los productos. Es este un primer punto de atención sobre el trabajo no pago y las apropiaciones que se generan en esa cadena.
La materia prima para el aprendizaje de la IA, el input, es el conocimiento existente. En este punto sucede un hecho fundamental sobre el que se pone poco el acento: hasta el momento los modelos han aprendido en base a una apropiación impaga del conocimiento, en la mayoría de los casos. Y no nos referimos solo al no pago de derechos de autor sobre obras que lo tienen, es también el proceso de apropiación sobre todo el universo de conocimiento y cultura del que se nutren los modelos. Hablamos de la cultura popular general, de las formas del lenguaje y demás cuestiones que podríamos pensar como parte del dominio público. Incluye también el saber científico, la creación colectiva de conocimiento que se realiza sobre todo el vasto mundo de lo que fue internet y sobre el que ya no navegamos pero que los bots de la IA bucean por nosotros para luego producir sus respuestas.
Es por ejemplo el mundo del Software Libre y todos los repositorios publicados sobre los cuales construyeron su conocimiento todos los modelos, pero algunos en particular como GitHub Copilot. El caso de GitHub Copilot es paradigmático de lo que estamos intentando mostrar en tanto se trata de un asistente de inteligencia artificial que se plantea colaborar –o reemplazar– a programadores y que realizó su proceso de aprendizaje a partir de los millones de proyectos libres con los que contaba GitHub. Es decir, miles de proyectos generados desde la colaboración que fueron apropiados por el mercado y sus reglas. A esto se suman otros espacios como el foro Reddit, que vendió sus datos construidos por el intercambio de personas que colaboraban entre pares, para alimentar herramientas de inteligencia artificial.
La creación de conocimiento es un acto colectivo de intercambio entre pares, que visto desde un punto de vista económico se desarrolla en el marco del Principio de Reciprocidad[5]: yo doy porque otros me dieron. Lo que muchos reconocen con la frase que se atribuye a Newton: si he visto más allá es porque me paré en hombros de gigante. El conocimiento es al mismo tiempo insumo-producto: para generar conocimiento necesito de conocimiento. Es por esto que decimos que es apropiación del conocimiento cuando se utiliza para construir productos o servicios comerciales privativos.
La acción de liberar y compartir conocimiento como realiza la comunidad del software libre o se gestiona en comunidades del tipo de wikimedia o foros de intercambio (Reddit, Stack Overflow, etc.), nace de un principio de acción que busca generar más y mejor conocimiento y que se sostiene en la participación entre pares. Este ethos científico-tecnológico se ve corrompido por la apropiación que realizan bots de inteligencia artificial para realizar el proceso de acumulación originaria en base a la cual entrenan y construyen sus modelos.
Desde la esfera jurídica, vale mencionar que estamos en un momento de discusión en distintos tribunales y cortes en diferentes países acerca de los procesos de apropiación del conocimiento y de la posible titularidad de derechos de obras realizadas con IA[6].
Son interesantes algunos pasos que se están dando desde lo legal para limitar el uso por parte de la inteligencia artificial en portales de creación e intercambio (modelos para impresoras 3d, wikipedia, foros, etc.) como así también posibles y necesarios cambios que surjan en modelos como los de Creative Commons. Estas son pequeñas batallas que se desarrollan en el ámbito legal, siempre presto a atender los fundamentos de los poderosos, lento para modificar sus reglas y ciego respecto al impacto social futuro de sus decisiones. Las grandes empresas tecnológicas ya han realizado el trabajo de apropiación original: construyeron un nuevo tipo de piratería que alimentó y alimenta sus modelos.
Hay otro proceso con intervención humana que también es parte de lo que describimos como apropiación y explotación laboral. Nos referimos al trabajo conocido de tagueo de contenido. Son cientos de miles de trabajadores que según investigaciones periodísticas trabajan en gran parte desde África (Kenia en particular[7]) y cobran menos de dos dólares por hora. Con su conocimiento y trabajo alimentan tagueando contenido y verifican la respuesta que entrega “la caja negra” del modelo en el proceso de aprendizaje.
Así, hoy podemos comprender lo que algunos autores plantearon acerca de una explotación de segundo grado en los trabajadores del conocimiento. Esto se refiere a que la apropiación para la generación del plusvalor no se da sólo en el tiempo del trabajo sino que lo generado en base al conocimiento de un trabajador/creador puede ser reproducido de forma continua, dejando al trabajador o generador de contenido, fuera del circuito de reproducción del bien. Científicos, músicos, artistas en general, programadores, una vez producido el bien quedan en el ámbito de la producción y en muy pocas ocasiones participan de la circulación. Así se extiende la explotación a la reproducción del mismo.
Con la inteligencia artificial este proceso se agrava en tanto ya no se trata de la producción y reproducción del bien sino la apropiación del conocimiento en sí para nuevas creaciones que lo tomarán sin necesariamente dar crédito ni participación.
Vemos por tanto nuevamente en el mundo digital el proceso por el cual el intercambio mercantil expresado en el modelo de suscripción se impone sobre el intercambio de pares basados en la colaboración.
Estamos por tanto ante un proceso productivo que quema fondos obtenidos en rondas de inversión, busca fuentes baratas de energía, se apropia de conocimiento público – libre o privado–, con procesos probados de explotación laboral, para elaborar productos que generando algún proceso de automatización justifique el pago de una suscripción a un servicio.
Certezas y nuevas preguntas
Estamos analizando un hecho novedoso, en auge y expansión. Eso trae aparejado el temor a realizar afirmaciones apresuradas y nos quedamos respondiendo preguntas básicas sobre la temática. Sin embargo, podemos y debemos construir una base mínima de certezas sobre las que pensar nuevas preguntas, o mejor aún, nuevas líneas de acción que estas tecnologías nos interpelan a construir.
Sabemos que la inteligencia artificial no es artificial en tanto tiene mucho de realidad y de materialidad en la generación y uso de recursos y energía que la mantienen.
Sabemos por la historia que ningún proceso de apropiación produce mayor colaboración y generación de conocimiento. Los productos de la inteligencia artificial comercializados con la lógica de la suscripción necesariamente implicarán un aumento en los costos de acceso al conocimiento, mayor concentración y una menor innovación a futuro, como ha pasado en momentos históricos recientes[8].
Sabemos que la racionalidad económica y los intereses de las grandes empresas tecnológicas poco tienen que ver con la resolución de problemas sociales que aquejan a nuestras sociedades. Esa racionalidad económica piensa esta tecnología para mejorar la eficiencia empresarial y bajar los costos productivos en todas las ramas de actividad. No lo hace para pensar procesos de inclusión, diversidad, mejora de condiciones laborales, entre otros.
Por lo tanto, sabemos también que para quienes queremos construir otra sociedad urge construir nuevas búsquedas, preguntas y proyectos (sobre todo proyectos).
Es importante que podamos desarrollar la tecnología IA para encarar proyectos emancipadores y para mejorar nuestras capacidades cognitivas. Desde América Latina debemos analizar qué posibilidades de desarrollo local y autónomo pueden existir o si es factible pensar estas tecnologías desde una perspectiva de la Soberanía Tecnológica. Hoy entregamos nuestros datos y en el mejor de los casos vendemos nuestro trabajo humano para que nos vuelvan suscripciones y servicios, construyendo balanzas comerciales deficitarias. Por lo tanto, es fundamental proyectar las posibilidades de infraestructuras propias y el trabajo con tecnologías libres. Esa sería una línea para que la balanza comercial tecnológica no sea inevitablemente negativa en la región.
En tanto la inteligencia artificial es un artefacto tecnológico importante y que ocupa (y ocupará) un rol central en los procesos de automatización y mejora continua, es necesario traer a la luz proyectos socialmente importantes en los que la inteligencia artificial puede tener un impacto positivo. No se trata de discutir si va a reemplazar trabajo humano, se trata de discutir cómo puede mejorarlo. Se trata de buscar construir grandes modelos de lenguaje e infraestructura por fuera de las grandes corporaciones tecnológicas para mejorar los sistemas de salud, educación y cuidado.
Sepamos que la inteligencia artificial es una construcción colectiva apropiada. Todo esto es gracias a y por nosotros. No pongamos la tecnología y las empresas en el centro, pongamos lo que el conocimiento colectivo pudo construir, veamos lo que el mercado se apropió y tratemos, si es que aún estamos a tiempo, de repensar la construcción tecnológica para mejorar nuestras capacidades y resolver verdaderos problemas sociales.
Pablo Vannini es Licenciado en Sociología por la UBA, Maestrando en Economía Social por la Universidad de General Sarmiento y Docente de la Universidad Nacional de Jose Paz. Socio fundador de gcoop – Cooperativa de Software Libre. Investiga temas relacionados a Tecnologías libres, Gestión del Conocimiento y Economía Social.
[1] Peirone, F. (2024) Hoy la Inteligencia Artificial es un significante vacío. Recuperado de https://revistabordes.unpaz.edu.ar/hoy-la-inteligencia-artificial-es-un-significante-vacio/
[2] Para una simple e interesante historización puede verse López, C. (2024). Breve historización de la IA. En López, C; Balmaceda, T; Zeller, M; Peler, J; Aguerre, C; Tagliazucchi, Ok Pandora. Buenos Aires: El gato y la caja. https://elgatoylacaja.com/ok-pandora/breve-historia-de-la-ia
[3] El último caso reportado es el de OpenIA, para más detalle puede verse: Forbes (2025) Sam Altman reveló que OpenAI está perdiendo dinero con su proyecto ChatGPT Pro Recuperado de https://www.forbesargentina.com/money/sam-altman-revelo-openai-esta-perdiendo-dinero-su-proyecto-chatgpt-pro-n65431
[4] Existen muchos proyectos desarrollados desde la academia o la investigación que buscan implementar las potencialidades de la IA para la resolución de problemáticas sociales solo por citar alguno del ámbito médico explicado de forma sencilla: Detectando Alzheimer con IA https://www.youtube.com/watch?v=cAL0FXOSdyA o el desafio lanzado por la Fundación Sadosky sobre IA e Identidad: https://desafio-ia-por-la-identidad.fundacionsadosky.org.ar/ . También podríamos citar el embrionario desarrollo de Latam GPT: https://www.latamgpt.org/
[5] Karl Polanyi desarrolla los distintos principios económicos que existen más allá del intercambio mercantil en su libro La gran transformación (2017) México, Fondo de Cultura Económica
[6] Solo por mencionar algunos casos puede verse Magnani, E (2025) Piratería por parte de una IA generativa. Recuperado de https://www.pagina12.com.ar/858533-pirateria-por-parte-de-una-ia-generativa o la discusión que está llevando adelante Wikimedia. Recuperado de https://diff.wikimedia.org/2025/04/01/how-crawlers-impact-the-operations-of-the-wikimedia-projects/
[7] Smink, V (2023). Los cientos de miles de trabajadores en países pobres que hacen posible la existencia de inteligencia artificial como ChatGPT (y por qué generan controversia). Recuperado de https://www.bbc.com/mundo/noticias-64827257
[8] Para evaluar la relación entre Propiedad Intelectual e Innovación puede verse: Zukerfeld, M (2020) “Piratería y desarrollo: discursos, historias y política de un amor negado” Recuperado de https://www.youtube.com/watch?v=zeYxVry6g4E
Imagen de portada: Freepik