La Inteligencia Artificial y nosotras

Un rincón coordinado por Francisco Javier Rodríguez Amorín

«Hasta la pura luz de la ciencia parece no poder brillar más que sobre el fondo tenebroso de la ignorancia. Todos nuestros inventos y progresos parecen dotar de vida intelectual a las fuerzas materiales, mientras que reducen a la vida humana al nivel de una fuerza material bruta»
— Karl Marx, Discurso en el aniversario del People’s Paper, 1856

«Quien te domina la conciencia te marca y te dicta quien es tu enemigo y tu amigo.» – Manuel Blanco Chivite, entrevista en Público, 2014

Introducción: La IA como fenómeno político

El desarrollo tecnológico, y en particular el de la inteligencia artificial (IA), a menudo se presenta como un destino manifiesto, una ola imparable que llegará independientemente de la voluntad de las personas. Sin embargo, el problema no es la tecnología en sí misma, sino el poder que la controla. Como señala Silvia Ribeiro en su artículo «Inteligencia artificial, sometimiento y dependencia», este no es un desarrollo impulsado por la demanda, sino una estrategia deliberada de una oligarquía tecnológica para aumentar la dependencia de los usuarios y el control sobre sus datos y conductas.

Para las opciones de izquierda, comprender esta tecnología, despojándola de su marketing y analizando sus potencialidades y peligros, no es una opción, sino una necesidad política ineludible. Como señala la investigadora Ana Valdivia en una entrevista para CTXT, «decir que la inteligencia artificial es racista es una manera de escurrir el bulto de las grandes tecnológicas y de las personas que están diseñando esa inteligencia artificial racista, porque la inteligencia artificial en sí es una herramienta». Esta afirmación sitúa el debate donde debe estar: no en la tecnología en sí misma, sino en los intereses y decisiones humanas que la moldean, desmontando la narrativa de una IA neutral e inevitable.

La realidad frente al Marketing

Centro de datos con servidores y cables de red, representando la infraestructura física de la IA — Centro de datos: la infraestructura material que sostiene la IA.

Es crucial reconocer que la realidad de la IA no siempre se corresponde con la imagen que nos venden las grandes corporaciones. Existe un poderoso marketing de las compañías tecnológicas, diseñado para atraer inversiones, crear expectativas de futuro y presentar sus productos como soluciones mágicas e inevitables. Iñaki Alrui, en «La era de los MANGOS: el nuevo orden de la IA», documenta cómo el acrónimo GAFAM (Google, Apple, Facebook, Amazon y Microsoft) da paso a los MANGOS (Meta, Anthropic, Nvidia, Google, OpenAI y SpaceX), un nuevo club de corporaciones que compiten por erigirse como la infraestructura fundamental de la próxima era tecnológica. Este relato omite sistemáticamente los costes reales de este desarrollo.

La construcción de estas expectativas desmedidas tiene un nombre en la literatura académica: «technology hype» o exageración tecnológica. Un artículo de Nicanor Ursua analiza este fenómeno, señalando cómo empresas y gobiernos articulan «futuros empresariales imaginados» que combinan hechos, supuestos y componentes emocionales con fines estratégicos y de legitimación, creando así una desconexión entre la promesa y la capacidad real de cumplimiento.

Un ejemplo claro es la huella ambiental de la IA. Lejos de ser una tecnología «verde» o inmaterial, la IA generativa (como ChatGPT) tiene un impacto material devastador. Entrenar y operar estos modelos requiere inmensas cantidades de energía y agua, convirtiendo a los centros de datos en enormes sumideros de recursos. Tal como se detalla en «Inteligencia Artificial recapitulando», en 2025 el consumo eléctrico de la industria de IA fue de 448 teravatios —superando en 1.3 veces el consumo de todo México— y se estima que para 2030 se duplicará hasta 945 teravatios, equivalente al consumo total de todo el continente africano con 1.600 millones de personas. Una sola consulta a ChatGPT puede consumir hasta 60 veces más energía que una búsqueda en Google. La huella hídrica asociada será de 9.3 billones de litros de agua para 2030, lo que equivale a las necesidades básicas anuales de 1.300 millones de personas en África subsahariana. Ribeiro añade que este coste ambiental, a menudo invisibilizado, recae de manera desproporcionada en las comunidades donde se instalan estos centros de datos y en los países del Sur Global, que sufren la extracción de recursos y la contaminación por residuos electrónicos. La «paradoja de Jevons» advierte que, incluso con sistemas más eficientes, el abaratamiento del servicio solo incrementará su consumo total.

¿Qué es la IA y Cómo Funciona?

Grupo de personas interactuando con dispositivos digitales, simbolizando la relación entre humanos e IA — La IA es una herramienta humana, no una entidad autónoma.

Para entender qué es realmente la IA, la investigadora Ana Valdivia (Oxford Internet Institute) propone una definición útil: la IA es «un conjunto de hardware y software en el que un algoritmo se programa con un objetivo y llega a alcanzar ese objetivo de la manera más eficiente, algorítmicamente hablando, con datos» [CTXT, 2024]. Es decir, no hablamos de «inteligencia» en el sentido humano, sino de algoritmos de optimización a gran escala que han aprendido a dar respuestas a partir de los datos con los que han sido entrenados. Una neurona artificial no piensa, ni entiende, ni tiene conciencia; simplemente procesa números según reglas matemáticas que ha aprendido de datos.

Este punto es clave. La IA, al alimentarse de datos del pasado, reproduce y amplifica los sesgos, discriminaciones e injusticias de nuestro presente. Es una máquina de predicción estadística que no distingue entre verdad y ficción, lo que explica sus famosas «alucinaciones». Por lo tanto, la «inteligencia» de la máquina no es neutral; refleja y perpetúa el statu quo capitalista, racista y sexista del que se nutre. Las ciencias sociales, como argumenta el académico Luis Josué Lugo Sánchez en el artículo «¿Pertenece la IA a las matemáticas o a las ciencias sociales?», son tan relevantes como las exactas para entender este fenómeno, ya que analizan la dinámica de poder y la relación entre humanos y máquinas. Lugo Sánchez señala que nueve de cada diez alumnos de la Facultad de Ciencias Políticas y Sociales de la UNAM utilizan IA para apoyarse en la realización de trabajos, un dato que evidencia la rápida penetración de estas herramientas en el ámbito educativo.

Beneficios y riesgos para la Sociedad

La IA no es intrínsecamente mala, pero su adopción acrítica y bajo el monopolio de unas pocas corporaciones presenta riesgos inmensos.

Posibles beneficios:

Automatización de tareas repetitivas: Podría liberar tiempo humano para actividades más creativas.
Mejora en diagnósticos médicos: La IA puede analizar grandes volúmenes de datos para detectar patrones en imágenes médicas. Como señala Alfonso Valencia, director del Departamento de Ciencias de la Vida en el Barcelona Supercomputing Center, «la IA está transformando nuestra capacidad para entender enfermedades complejas, pero su aplicación debe ir acompañada de una reflexión profunda sobre el uso de los datos y la equidad en el acceso a estos avances» [CNIO, 2024].
Acceso al conocimiento: Herramientas como los modelos de lenguaje pueden facilitar el acceso a la información y la educación, si se usan críticamente.
Investigación científica: Puede acelerar descubrimientos en campos como la biología o la física.

Peligros y aspectos negativos:

Sesgos estructurales: Valdivia explica que «la inteligencia artificial va a ser racista mientras el sistema en su conjunto sea racista» [CTXT, 2024]. El algoritmo no inventa la discriminación; la reproduce y la amplifica a partir de datos históricos, mostrando los prejuicios de nuestras instituciones. Un ejemplo claro es el algoritmo del Ministerio del Interior del Reino Unido para visados, que fue cancelado por penalizar sistemáticamente a solicitantes de África. Como señala Valdivia, «si el algoritmo es racista es porque se ha entrenado con datos racistas, porque los humanos que han producido esos datos tenían comportamientos racistas».
Privatización y dependencia: Valdivia alerta de que el control de la IA está recayendo en manos privadas porque «son los que tienen los datos y la capacidad computacional» [CTXT, 2024]. Esto coloca a las universidades públicas en un «segundo nivel» de desarrollo tecnológico, obligadas a auditar lo que las grandes tecnológicas crean. La privatización de fuentes de datos como Twitter es un ejemplo de cómo se cercena la investigación independiente.
Dependencia y sometimiento: Ribeiro, citando a la economista Cecilia Rikap, explica que las grandes tecnológicas (Amazon, Google, Microsoft) controlan la infraestructura de nubes informáticas, creando una nueva forma de dependencia para gobiernos y ciudadanos. Venden «formas de gobernanza», desde nuestra vida cotidiana hasta la gestión de países enteros.
Uso militar y deshumanización: Está documentado el uso de IA en conflictos armados, como el sistema israelí «Lavender» en Gaza, que convirtió a miles de palestinos en objetivos con un margen de error del 10 % y apenas 20 segundos de revisión humana, mostrando el lado más oscuro y deshumanizador de esta tecnología. Puede consultarse el artículo específico «Crimen de guerra o eficiencia militar: Lavender, el algoritmo que convirtió a miles de palestinos en objetivos de guerra».
Control y manipulación social: La extracción masiva de datos permite a las corporaciones manipular nuestras decisiones, erosionando nuestra soberanía cognitiva.
Erosión de la creatividad y el pensamiento crítico: Lugo Sánchez advierte que el uso acrítico de la IA para tareas académicas genera «profesores creyendo en antiplagios, estudiantes confiando ciegamente en humanizadores».
Desigualdad: Esta tecnología profundiza la brecha entre los que poseen el poder tecnológico y el resto del mundo.
Herramienta de dominación de clase: Como señala Izquierda Revolucionaria, esta tecnología no es neutral: sirve a los intereses de las élites capitalistas que controlan su desarrollo, profundizando la explotación y el control sobre la clase trabajadora. La respuesta no puede ser ni la resignación ni el optimismo tecnológico, sino la construcción de alternativas, allí donde sea posible.

La geopolítica de la IA

Estudiante usando una tableta, representando el acceso a la tecnología en entornos educativos — La IA es también un campo de disputa geopolítica y educativa.

La izquierda no puede permitirse ser tecnófoba ni ingenua. Debe comprenderse la IA como un campo de batalla geopolítico y de clase. Frente al modelo de ecosistemas cerrados y de pago de las empresas estadounidenses, emerge un modelo alternativo desde China. Como documenta Alrui en «El modelo de IA china GLM-5.2 sacude Silicon Valley», la startup Zhipu AI lanzó GLM-5.2, un modelo de 753 mil millones de parámetros que rivaliza con GPT-5.5 y Claude Opus 4.8, pero con la característica disruptiva de ser de «peso abierto» bajo licencia MIT, permitiendo a cualquier desarrollador descargarlo, ejecutarlo y modificarlo localmente. Es seis veces más barato que los modelos estadounidenses.

Este lanzamiento subraya la lucha entre dos modelos de negocio: el ecosistema cerrado de EEUU, que busca maximizar ingresos y dependencia tecnológica, frente al modelo abierto de China, que permite mayor autonomía. China está incorporando en su marco regulatorio principios que exigen identificar claramente los contenidos generados por IA, aumentar la transparencia y reforzar la protección de los usuarios. También trabaja en estándares para promover la supervisión humana y el uso responsable de estas tecnologías, como se señala en «China impulsa la primera organización internacional para gobernar la inteligencia artificial».

¿Existirá la Soberanía Tecnológica?

Las soluciones no son técnicas, son políticas. Lugo Sánchez aboga por una alfabetización crítica que permita usar estas herramientas sin ser usados por ellas. Ribeiro advierte que antes de apoyar la expansión de la industria digital se deben evaluar los graves impactos ambientales, hídricos y en salud.

La soberanía tecnológica pasa también por repensar la universidad. Un estudio de Concepción González García y Nina Pallarés demuestra que, lejos de ampliar la brecha, un uso pedagógico guiado de la IA puede tener un efecto compensatorio: los estudiantes con menos competencias digitales iniciales fueron quienes más ganaron tras una intervención formativa, mejorando su alfabetización informacional y su capacidad de resolución de problemas. El estudio concluye que la competencia digital no debería entenderse solo como un requisito previo para usar la IA; bajo un diseño adecuado, la IA puede ser una herramienta pedagógica para construir competencias clave.

Sin embargo, el desafío es mayúsculo. Un artículo de la misma publicación de María del Mar Camacho narra el caso de un estudiante que presentó una propuesta de tesis con referencias inventadas por ChatGPT, lo que plantea una pregunta crucial: «¿En qué hombros nos apoyamos? ¿Son realmente gigantes o espejismos?». El artículo concluye que el foco debe desplazarse del producto a la persona, exigiendo un acompañamiento y supervisión más estrechos, y nuevas formas de evaluación que prioricen el diálogo profundo sobre el mero texto generado. La radical desconfianza como método no puede llevarnos a ignorar lo que ya es ahora una realidad. Seguiremos el esfuerzo de comprender el mundo si queremos tener oportunidades de cambiarlo.

Artículos citados

Francisco Javier Rodríguez Amorín con las herramientas Zia y DeepSeek.

Para complementar el análisis, compartimos dos materiales audiovisuales de referencia: un conversatorio sobre IA desde las ciencias sociales (FLACSO Argentina) y una conferencia sobre el impacto de la IA en la investigación contra el cáncer (CNIO).