con esos robots no harás la revolución

E n 1971, el gobierno de Salvador Allende se propuso crear lo que luego se llamó una “inteligencia artificial socialista”: un sistema informático llamado Synco o Cybersyn, que pretendía apoyar a la centralización de la economía nacional. Los trabajadores participaban en la construcción de modelos de empresas estatales, cuyos datos luego se transmitían en tiempo real a un “comité” de siete personas, permitiendo generar estadísticas y solucionar problemas antes de que fuera tarde: una especie de big data al servicio del socialismo. “Estaba impulsado por una agenda de soberanía tecnológica, y Cybersyn iba a ser el software que ayudaría a que todas las compañías nacionalizadas integradas en el sector público fueran más eficaces”, dice a crisis Evgeny Morozov, escritor bielorruso que investiga las relaciones entre tecnología y política, y realizador de The Santiago Boys, un podcast sobre esa epopeya que, aunque quedó truncada tras la traición y el golpe de Augusto Pinochet, ilustró una época.

Allende no era el único que quería construir una sociedad más igualitaria con compus: en 1972, en Argentina, la Fundación Bariloche creó el Modelo Mundial Latinoamericano (MMLA), un modelo computacional que tenía el objetivo del bienestar humano a nivel planetario, con énfasis en la distribución de los recursos. Manuel Sadosky, el padre de la computación en la Argentina y figura clave entre los años 60 y los 80, era ante todo un militante de izquierda, según su biógrafo Pedro Kanof. Y el primer gobernador de Santa Fe tras la recuperación de la democracia, el peronista José María Vernet, impulsó una política tecnológica que incluyó formación de las comunidades y un parque industrial que creó software y hardware, en una época en que los teclados venían sin Ñ y los procesadores de texto estaban disponibles solo en inglés.

Por aquellos años, la informática aparecía en las izquierdas y los progresismos latinoamericanos como una herramienta clave para la emancipación. La computación era, además, capaz de generar imágenes de futuro de sociedades más igualitarias, o incluso socialistas o comunistas. Pero algo cambió. Hoy, en la era de la IA generativa, los fierros y los discursos de la informática están tomados por el capitalismo y la derecha más extremos.

En Silicon Valley, un tecno-optimismo con visos progresistas fue reemplazado por un aceleracionismo de ultraderecha: su representante más hardcore es Peter Thiel, cofundador junto a Elon Musk de la procesadora de pagos PayPal y de la tecnológica Palantir, que identifica a la activista sueca Greta Thunberg, y también a aquellos que quieren regular la IA, como los “anticristos”. La Ilustración Oscura, ideología cuasirreligiosa que pregona Thiel, propone una alianza entre autócratas y tecnobros para gestionar las sociedades como si fueran empresas. Los CEO de tecnológicas que rondaban el Partido Demócrata saltaron el barco y hoy apoyan a Donald Trump, que promete subsidios y no tocar sus empresas para mantener su ventaja ante China, que se vuelve cada vez más exigua. Los empresarios y funcionarios argentinos hacen seguidismo de esas ideas, para que los designios de las empresas estadounidenses se cumplan aquí: el gobierno de Javier Milei espera una inversión de 25 mil millones de dólares para poblar la Patagonia de data centers que abastecerían el poder de cómputo de OpenAI. Aunque hasta ahora solo hay una “carta de intención” y un broker que está pasando la gorra, la imagen de futuro es clara.

En otros países de Latinoamérica como Brasil y Uruguay, las comunidades organizadas resisten la instalación de los data centers que sostienen los modelos grandes de lenguaje (LLM) de las Big Tech, que exigen demasiada electricidad y agua. Mientras, los gobiernos de izquierda, progresistas y socialdemócratas alrededor del mundo buscan regular estas tecnologías, con distintos grados de éxito. Más allá del debate, ¿perdió la izquierda el impulso renovador y devino en reaccionaria y ludita? ¿Es la IA, como la conocemos hoy, una ola de cambio inexorable a la que hay que subirse o apenas una burbuja financiera que está a punto de explotar? ¿Cuántas alternativas de IA no capitalistas existen hoy?

¿nos subimos?

El inicio del actual boom de la inteligencia artificial generativa puede ubicarse en noviembre de 2022, cuando OpenAI lanzó ChatGPT, cuya tecnología subyacente es GPT, un “transformer” generativo preentrenado: un modelo grande de lenguaje (LLM) capaz de, con cierto éxito, simular la escritura humana. Su capacidad de generar texto, imagen y sonido lo convirtió en la aplicación de software que más rápido creció en la historia: en enero de 2023 llegó a tener 100 millones de usuarios. En 2025, más de 800 millones de personas la usan por semana. Su éxito animó a otras empresas a lanzar productos similares.

Amazon, Google, Meta y Microsoft (el principal accionista de OpenAI) van a terminar 2025 con una inversión conjunta en IA de alrededor de 400 mil millones de dólares, principalmente para financiar data centers. En la primera mitad del 2025, según estimaciones, el gasto en IA explicó casi la totalidad del crecimiento del PBI en Estados Unidos; es decir que, sin esta industria (que las empresas aún no logran hacer rentable), el gigante del Norte estaría en recesión. Si la IA demostrara ser una burbuja, como cada vez más analistas sospechan, su explosión podría llevarse puesta a la principal economía del mundo. Los augurios no faltan: este año, OpenAI cerró un acuerdo por 100 mil millones de dólares con Nvidia, la empresa que fabrica los chips que se necesitan para los data centers, que se llaman GPU. Nvidia invertirá esa cantidad en OpenAI para financiar data centers, que a su vez equiparán esas instalaciones con chips de Nvidia: esta megainversión es, a fin de cuentas, un subsidio de Nvidia a su principal cliente.

Mientras su uso se extiende para el trabajo y el ocio, las críticas por izquierda arrecian. Primero, por la concentración económica: un puñado de empresas estadounidenses moldea una tecnología ampliamente utilizada en el mundo y que, encima, promete desde escribir relatos eróticos hasta curar toda enfermedad. Acaparar el mercado no les fue difícil: parte tiene que ver con la propia base tecnológica de la IA, que es muy cara de implementar y, al contrario de otros tipos de software, apropiable por las empresas. Para Javier Blanco, doctor en Informática de la Universidad de Eindhoven, Países Bajos, y profesor en la Universidad Nacional de Córdoba (UNC), “el software desde su creación, desde los setenta, es una tecnología que favorece el compartir y lo colaborativo”. Según dice, “el movimiento de software libre fue la politización de esa capacidad. El machine learning, en cambio, no es lo mismo. Porque requerís grandes cantidades de datos, grandes poderes de cómputo, y el modelo final no te dice mucho en términos de código”. Esto es inédito en la informática: los LLM no son replicables como lo son, por ejemplo, los sistemas operativos, por lo que sería imposible volver a ver una disputa como la que se dio entre Linux (software libre) vs. Windows (software privativo).

La IA realmente existente, además, se nutre de un extractivismo generalizado. Según Milagros Miceli, doctora en Ciencias de la Computación en la Universidad Técnica de Berlín y una de las 100 figuras influyentes en IA según Time, esta tecnología, como está concebida hoy (es decir, “aprendizaje automático basado en una cantidad masiva de datos”), es inherentemente capitalista.“No se sostiene sin la explotación: de nosotros como usuarios, de nuestros datos, de nuestra información, de los cientos de miles de trabajadores y trabajadoras de datos alrededor del mundo, de los bienes y los recursos naturales” que consumen los data centers, afirma a crisis.

Se estima que hoy en día el sector representa entre el 1,5% y el 4% de las emisiones globales totales de gases de efecto invernadero. Mientras, en la última COP30, Google presentaba modelos de IA para reducir emisiones alineando semáforos o para predecir inundaciones. “Estamos dejando que las grandes empresas tecnológicas nos digan cómo resolver la crisis climática: nos han convencido de que la solución pasa por colaborar con ellas”, dice a crisis Laís Martins, periodista de tecnología de The Intercept Brasil. “Al aliarnos con ellas, no estamos viendo ni abordando su propia contribución a la crisis climática”, agrega.

Además, el resultado es una tecnología que no puede, por ejemplo, entender noticias el 45% de las veces en el caso de ChatGPT, Copilot, Gemini, y Perplexity, según un estudio realizado en octubre por la BBC y la Unión Europea de Radiodifusión. Cada vez más encuestas muestran que, en muchos casos, la IA disminuye la productividad laboral, porque los empleados gastan tiempo corrigiendo trabajos hechos con esa tecnología. Tiene un nombre en inglés: se llama slop, contenido de baja calidad. En español, se usa el término bazofIA.

Otra palabra derivada del uso de los chatbots es “adulación algorítmica”: “Los modelos de lenguaje te dan la razón siempre y han generado problemas: desde errores en información hasta reforzar creencias equivocadas, que ahora vemos con bastante pavor, como un fortalecimiento de movimientos como los antivacunas”, dice Beatriz Busaniche, de la Fundación Vía Libre. Eso sin contar su incidencia en la salud mental de una población empobrecida que, cada vez más, utiliza chatbots en lugar de ir a terapia.

Por la mala calidad de los datos y por su forma de procesarlos, los resultados muchas veces reproducen estereotipos raciales, de género o de clase: en 2018, Amazon dejó de usar una IA que filtraba postulaciones porque excluía a las mujeres. En palabras de Reuters, “el sistema de Amazon se enseñó a sí mismo que eran preferibles los candidatos masculinos”. Por otro lado, algunas regiones de Estados Unidos utilizan COMPAS, un sistema de IA que alega predecir si los acusados volverán a delinquir y asiste a los jueces en determinar si se debe permitir que alguien quede en libertad condicional. En 2016 una investigación de ProPublica demostró que los afroamericanos tienen casi el doble de probabilidades que los blancos de ser etiquetados como personas de alto riesgo sin haber reincidido realmente.

Es por estas experiencias que, por ejemplo, en noviembre de 2025, la administración peronista de la provincia de Buenos Aires comenzó a regular el uso de la IA en el Estado, emulando una ley de la Unión Europea: califica a los sistemas según sus riesgos y prohíbe, por ejemplo, usar esa tecnología para elaborar perfiles y clasificaciones de personas según su comportamiento. En el otro extremo, el gobierno PRO del municipio de Zárate nombró a un chatbot como “funcionaria no humana”.

la data y los fierros

Los progresismos que plantean objeciones a la IA crearon herramientas informáticas para combatirlos. Estereotipos y Discriminación en Inteligencia Artificial (EDIA) proviene de la Fundación Vía Libre y propone que los usuarios hurguen en la caja negra. “Es un sistema que está diseñado para que personas no técnicas puedan auditar sesgos y mecanismos discriminatorios o potencialmente discriminatorios en modelos de lenguaje”, dice Busaniche.

El Centro Nacional de Inteligencia Artificial de Chile (Cenia) encaró el problema de otra forma: hace dos años, comenzó a desarrollar Latam-GPT, un modelo de lenguaje regional que, según cuenta a crisis Rodrigo Durán, gerente del instituto, “está entrenando con datos recolectados en alianza con más de 50 instituciones de Latinoamérica y el Caribe en 16 países”. Para Durán, como los modelos de las Big Tech cuentan con una relativa escasez de datos de la región, tienen “un sesgo que minimiza la importancia de la cultura local”.

El proyecto que comanda el Cenia es ambicioso: según Durán, desarrollar capacidades de investigación, entendimiento e ingeniería acarreará la posibilidad de tener de “igual a igual” una conversación sobre límites y regulación con otras potencias mundiales. No quieren ser apenas un chatbot más: apuntan, por ejemplo, a que sirva para la “formulación de políticas públicas a partir de la evidencia local, o educación primaria y secundaria, incluso terciaria”.

Hay otro aspecto fundamental: la capacidad de cómputo para procesar los datos, los famosos data centers. Actualmente, según Data Center Map, hay 4504 en Norteamérica, 2682 en Europa Occidental y 538 en Latinoamérica (Brasil es la excepción de la región, con 195 listados). Latam-GPT no escapa a las limitaciones del subcontinente: si bien se usaron GPU de Cenia para los experimentos de modelos, el entrenamiento se hizo en la infraestructura de Amazon Web Services (AWS), empresa estadounidense y una de las principales proveedoras de servicios en la nube a nivel mundial.

Existen, dentro del ambiente de la tecnología en Latinoamérica, voces críticas a la utilización de servicios de empresas extranjeras: afirman que se trata de resignar soberanía y “regalar” datos. Pero, según Durán, Latinoamérica corre con desventaja para pensar alternativas, ya que, comparativamente, está en los años 80.

Hay organizaciones comunitarias y gobiernos que ya la están viendo: la provincia de Buenos Aires tiene un data center propio, como también la comunidad de afrodescendientes que comanda la Casa de Cultura Tainã, en Campinas, Brasil, que lo usa para almacenar “memorias ancestrales, nuestras trayectorias y nuestros conocimientos”. Mientras, entre tecnólogos circulan otras discusiones: hay quienes afirman que el problema de la IA concebida hoy es la escala y celebran usos comunitarios, pequeños y específicos, sin las pretensiones de omnipotencia de ChatGPT. Por ejemplo, las investigadoras argentinas de Datagénero crearon AymurAI, un software que ayuda a los poderes judiciales a recolectar y disponibilizar datos sobre violencias de género. En su libro El imperio de la IA: Sam Altman y su carrera por dominar al mundo, la periodista estadounidense Karen Hao habla de un modelo en Nueva Zelanda que desgraba conversaciones y creó un diccionario, con el fin de preservar la lengua maorí, hecho con apenas dos GPU, como norte a seguir.

No todos acuerdan con esta mirada. “Además de pobres, ¿culpógenos? No, no, no”, dice a crisis Nicolás Wolovick, docente y titular del Centro de Computación de Alto Desempeño de la UNC donde, por ejemplo, está alojado EDIA. Para Wolovick, Argentina tiene que crecer. El data center que administra es de 200 kW y está trabajando al tope de su capacidad, lo que lo lleva a rechazar solicitudes de uso que llegan de la universidad, donde varias disciplinas científicas requieren un procesamiento que ellos no pueden ofrecer. “No tenemos los fierros necesarios: tenemos GPU de 24 GB de RAM. Nvidia, en su iteración siguiente, está pensando en que cada GPU tenga 1 TB”, dice.

Mientras el gobierno nacional insiste con el desfinanciamiento de las universidades y propone poblar la Patagonia de data centers privados, Wolovick dice que Argentina no cuenta con “una escala razonable” de capacidad de procesamiento para la cantidad de habitantes y proyectos que tiene. “Y esa escala razonable dudo que contamine el planeta —dice—. Una vez que tengamos suficiente potencia, vamos, pensemos en esas cosas. Mientras tanto, olvidate: la huella de carbono se produce [en el primer mundo], no acá”.

El problema, para Wolovick, tiene que ver con la cosmovisión que impera entre las Big Tech. Para él, DeepSeek, un modelo chino que, gracias a innovaciones algorítmicas y arquitectónicas (y, probablemente, a una «canibalización» de otros LLMs), logró un rendimiento comparable con un menor consumo de energía y demostró que nadie en la industria estadounidense piensa en restricciones ambientales. “Es pornográfico: lo único que hacen es poner plata a cada problema que tienen”, afirma. En cambio, dice, «el data center de Arsat en este momento está consumiendo 22 mil litros de agua por día. Yo no sé, pero esa cifra me parece ridículamente baja”.

qué hacer

Para Miguel Benasayag, filósofo, doctor en Psicología e investigador interdisciplinario, autor junto a Ariel Pennisi de La inteligencia artificial no piensa (el cerebro tampoco), el entusiasmo de los setenta por la informática se debe a que “emergió en el mundo una nueva potencia que no teníamos los humanos, ayudada por el dogma izquierdista de la época de que todo lo que era progreso era bueno, por el historicismo”. Hoy Benayasag, que militó en el PRT-ERP, propone domesticar la IA. “Rodolfo Kusch hablaba de la fagocitación —dice—. Hay que morfarse el arma del enemigo, pero vos no podés capturarla y chau, porque por ahí te da una indigestión que te mata”. Por eso, propone “acercarse con prudencia” y “encontrar modos transgresivos de utilización”.

¿Existe una forma de reapropiación popular de una tecnología que es inherentemente extractiva? ¿Es ser de izquierda conservadora resistirse a ella? Quizás algunas pistas estén en Cybersyn, el programa chileno: tanto en sus aciertos como en sus errores. Morozov afirma que el proyecto informático para centralizar la economía era “antiautomatización” ya que “existía un deseo deliberado de contar con una sala de operaciones en la que un grupo de personas pudiera lidiar con la incertidumbre y la complejidad sin dar por sentado que se trataba de algo que un modelo matemático algorítmico, ya fuera determinista o estocástico, pudiera resolver”. Pero el proyecto no era participativo, ya que los obreros solo fueron consultados al principio, cuando se armaron los «modelos» de las empresas: la suposición implícita era que los trabajadores únicamente sabían sobre el funcionamiento de sus fábricas, pero nada sobre“cómo dirigir el país”, lo cual, para Morozov, replicaba la “antigua usanza leninista”. Es que si en los años 70  había un proyecto informático de emancipación es porque había un proyecto de emancipación social. Pero contenía lógicas, como la del partido centralizado, que hoy resultan difíciles de sostener.

La cuestión no es nueva: desde la radio en los años 30 hasta las utopías tecnológicas de los años 70, siempre reaparece la pregunta por la neutralidad de las herramientas y la posibilidad de torcerlas contra la lógica que las produjo. Pero la IA introduce un matiz distinto: por su escala, por su opacidad, por la infraestructura que requiere y por la concentración extrema de la red sobre la que opera, es una tecnología difícilmente apropiable de manera plena. Con esta realidad, y la izquierda sin un plan articulado, los usos no capitalistas de esta tecnología son microtácticas acotadas: chatbots para grupos vulnerables, digitalizaciones de archivos para que sean fácilmente accesibles, diccionarios de lenguas en peligro de extinción o pequeños data centers comunitarios.

Si la izquierda no cae en la tecnofobia y hace usos limitados de esta tecnología, sería también importante no caer en el solucionismo tecnológico de las Big Tech que proponen la IA como un maná del que surgirá desde la cura del cáncer hasta el fin del trabajo: hasta ahora, significó un aumento de la huella de carbono, pérdidas de puestos de trabajo, reproducción de sesgos de todo tipo, aumento de la delegación cognitiva y la creación de una espectacular burbuja financiera. Lo dijo Stafford Beer, el cibernético inglés detrás del desarrollo de Cybersyn en Chile: “El propósito de un sistema es lo que hace: No tiene sentido afirmar que el propósito de un sistema es hacer lo que constantemente no logra hacer”.