Por Guillermo Zieballe Jarpa
Magíster en Ciencias con mención en Física, Universidad de Concepción
Doctorando en Inteligencia Artificial – Consorcio CRUCH Biobío-Ñuble (UCSC, UdeC, UBB y USM).
El problema no es la tecnología
Como investigador en inteligencia artificial, observo con creciente preocupación la dirección que ha tomado el desarrollo de esta tecnología. No porque desconfíe de sus capacidades técnicas –las conozco bien– sino porque las decisiones de diseño que están adoptando las grandes corporaciones revelan una lógica que poco tiene que ver con el bienestar colectivo y mucho con la reducción de costos laborales, la extracción masiva de datos y la concentración del poder.
El discurso dominante presenta la adopción global de esta nueva y poderosa herramienta como un proceso inexorable, un destino ante el cual solo cabe adaptarse. Esta narrativa, sin embargo, merece ser interrogada. La historia del capitalismo muestra que la incorporación de nueva tecnología nunca ha sido neutral, donde cada salto tecnológico ha reflejado los intereses de quienes controlan los medios de producción. La inteligencia artificial no es una excepción.
Un desplazamiento diferencial
Suele afirmarse que esta transformación afectará al trabajo humano en todo su espectro. La evidencia disponible sugiere algo distinto. Los grandes modelos de lenguaje y los sistemas de aprendizaje automático actuales destacan en tareas rutinarias, procesamiento de datos, generación de textos y toma de decisiones basadas en patrones. Sin embargo, carecen de la corporalidad, percepción situada y flexibilidad necesaria para desenvolverse en entornos y escenarios complejos o impredecibles.
Esta asimetría técnica implica que los primeros empleos en ser sustituidos serán los de carácter intelectual programable: secretariado, análisis financiero, asesoría legal estandarizada, contabilidad básica, generación de código repetitivo. Este fenómeno ya ha comenzado a expresarse en algunas empresas de ventas o telefonía. Así, una electricista, un enfermero o un técnico de mantenimiento seguirá siendo insustituible por más tiempo, hasta que los esfuerzos en robótica y los intentos de construir una “Inteligencia Artificial General” presenten algún avance significativo. A mi juicio, aún quedan varias décadas para que eso ocurra, como también podría no ocurrir jamás.
Como han documentado Acemoglu y Johnson, la industria tecnológica actual ha caído en una “falacia de la imitación”: La obsesión por alcanzar la paridad con el desempeño humano (human parity) ha desplazado la pregunta más relevante, que es la utilidad de las máquinas para complementar nuestras capacidades (machine usefulness). El resultado es una “automatización mediocre” (so-so automation) que destruye puestos de trabajo sin generar las ganancias de productividad prometidas.
La contradicción económica del capital fijo
Existe una paradoja estructural que los economistas ortodoxos suelen eludir. La maquinaria, incluidos el software y los algoritmos, constituye en la industria capital fijo: un valor plasmado en la herramienta al momento en que esta es creada. La única fuente de nuevo valor es el trabajo humano, de modo que, cuando la inteligencia artificial sustituye trabajo está reduciendo la masa de valor que puede ser apropiada. En otros términos, el capital invierte para ahorrar salarios, pero al hacerlo estrecha la base real de su propia ganancia.
Esta contradicción ha sido señalada por diversos autores desde la Economía Política. Pasquinelli, por ejemplo, muestra cómo la automatización del conocimiento replica la misma dinámica que la automatización industrial: El trabajador deja de ser el sujeto que domina la herramienta para convertirse en un objeto subordinado al capital fijo. La inteligencia artificial, al absorber el “intelecto general” de una tarea, se enfrenta al trabajador como una potencia autónoma y extraña. Una Alienación Algorítmica.
Las consecuencias de esta dinámica ya son visibles. El desempleo o la reducción salarial de los trabajadores intelectuales disminuirá el consumo efectivo, lo que a su vez puede desencadenar crisis de sobreproducción y la caída de la rentabilidad agregada. Los propios promotores de la IA reconocen este riesgo, aunque lo minimizan en sus declaraciones públicas.
La respuesta del capital: Vigilancia y mercantilización de los datos
Ante el agotamiento de las “fuentes tradicionales de ganancia”, es decir, el trabajo humano y la naturaleza, que determinan el decrecimiento de la tasa de ganancia, el capitalismo comienza a migrar hacia un nuevo modelo de acumulación. Shoshana Zuboff ha denominado a una parte de este nuevo desarrollo “Capitalismo de Vigilancia”. En este esquema, la experiencia humana es expropiada gratuitamente y transformada en datos de comportamiento. Esos datos alimentan modelos predictivos que anticipan nuestras decisiones, y esas predicciones se venden en mercados de futuros conductuales.
Pero no es solo eso, sino también la aparición de una postura en la que aspectos de la humanidad ligados a su desarrollo espiritual, su tiempo de ocio y la experiencia humana en sí misma, pretenden ser mercantilizados.
El filósofo Roger Garaudy, en sus análisis de mediados del siglo XX, ya había detectado la deriva hacia una racionalidad instrumental que aplasta la iniciativa individual. Advertía sobre la creación de “reflejos condicionados” a través de la publicidad y los medios, y sobre el fetichismo de las estructuras: La tendencia a tratar como naturales e inmutables lo que son decisiones políticas contingentes. Estas intuiciones resultan hoy más vigentes que nunca. La publicidad sobre la IA no busca informar, sino condicionar; las recomendaciones personalizadas no amplían nuestra libertad, la estrechan suavemente, volviendo difusa la frontera entre lo que realmente deseamos y lo que se nos sugiere desear.
Esta lógica se ha extendido del consumo al trabajo. Empresas como Amazon utilizan sistemas de IA para monitorizar el rendimiento físico y mental de sus empleados en tiempo real, automatizando penalizaciones y despidos cuando no se alcanzan las métricas fijadas por los algoritmos. El trabajador es tratado como un nodo más de una cadena de optimización, desposeído de su condición de sujeto.
El salto cualitativo: privatización de funciones soberanas
El escenario más preocupante, sin embargo, es la mercantilización de la soberanía. Empresas como Palantir, cofundada por Peter Thiel, no se limitan a vender software de análisis de datos: Imponen una cosmología completa. Su discurso parte de la premisa de que el conflicto es la condición permanente del mundo, que la deliberación democrática constituye una debilidad táctica, y que una élite tecnológica privada está mejor posicionada que el Estado para decidir quién debe ser vigilado, señalado o neutralizado. Justifican ese paradigma en la eficiencia y la precisión de la máquina, como si la herramienta no propagara los sesgos y la intención de sus creadores.
Palantir opera como un mecanismo de Homeostasis Social: Detecta y suprime cualquier alteración al orden establecido. Sus herramientas son utilizadas por agencias de inteligencia, fuerzas policiales y ejércitos de numerosos países. Lo que está en juego es nada menos que la transferencia de funciones soberanas indelegables desde la deliberación democrática a la optimización algorítmica corporativa, que incluye desde definir una amenaza y determinar un perfil de riesgo, hasta ordenar una intervención.
Esta poderosa herramienta empapada de una visión Transhumanista debilita al Estado-nación, redistribuye el poder hacia actores privados que no son obligados a rendir cuentas y clausuran la política, no mediante la prohibición explícita, sino volviendo incuestionable y hasta necesario el entramado de vigilancia bajo el ropaje de desempeño técnico sobresaliente.
Conclusión: La tecnología no es un destino
Deseo ser claro, yo no postulo una posición tecnófoba. La inteligencia artificial podría estar siendo diseñada y desplegada de maneras radicalmente distintas. La complementariedad humano-máquina, la potenciación de las capacidades de los trabajadores, el diseño centrado en las personas, la transparencia algorítmica, la explicabilidad y el control democrático de esta tecnología, representan alternativas técnica y económicamente viables. No se implementan porque no sirven a los intereses de quienes detentan el poder en la actual estructura de acumulación capitalista.
La trayectoria actual de la IA es entonces una decisión política, no un imperativo técnico, y, por ende, puede ser revertida. Pero para ello se requiere, en primer lugar, desmontar la ilusión de inevitabilidad que acompaña a esta tecnología. Ningún algoritmo es neutral, el mercado no se autorregula, la eficiencia no es un valor supremo. Detrás de cada modelo de inteligencia artificial hay una opción de diseño que refleja una concepción particular del ser humano y de la sociedad.
Mi convicción, fundada en el análisis de la evidencia disponible y en mi propia experiencia en el campo, es que el rumbo actual del desarrollo tecnológico conduce a una sociedad más desigual, más vigilada y con menos espacios de deliberación. Frente a ello, la tarea intelectual, social y política de nuestra generación consiste en disputar el propósito de las herramientas por venir.
No se trata de detener el progreso, sino de definir qué progreso queremos y para quién.
Referencias
Para quienes deseen profundizar en los argumentos aquí esbozados, recomiendo consultar las siguientes obras:
Acemoglu, D. y Johnson, S. (2023). Power and Progress: Our Thousand-Year Struggle over Technology and Prosperity. PublicAffairs.
Zuboff, S. (2019). The Age of Surveillance Capitalism. PublicAffairs.
Pasquinelli, M. (2023). The Eye of the Master: A Social History of Artificial Intelligence. Verso.
Garaudy, R. (1966). Marxismo del siglo XX. Editorial Losada. (Particularmente sus capítulos sobre la racionalidad instrumental y el fetichismo de las estructuras).
Marx, K. (1844). Manuscritos económico-filosóficos. (Especialmente la sección sobre el trabajo enajenado).
