La geopolítica de la IA y la reconfiguración del Estado en la periferia
Por Ariel Acosta
«Es importante destacar el extraordinario cambio de las categorías de tiempo y espacio que se manifiestan por primera vez en los monasterios de occidente. Debido al deseo de orden y poder, se habla de que el primer reloj mecánico fue inventado por el monje Gerberto. El instrumento pronto se extendió fuera del monasterio y es el reloj, y no la máquina de vapor, la máquina clave de la edad industrial moderna. El sistema industrial podía prescindir del carbón, del hierro y del vapor más que del reloj».
Lewis Mumford, Técnica y civilización (1934)
Sin haber comenzado a escribir las líneas que fueron maquetadas en una libreta anillada, en al menos dos semanas de lectura y reflexión, en solo ese tiempo, esto que escribo, ya es una antigüedad, tal vez parezca una exageración, pero no lo es, la velocidad en la que día a día cambian los modelos de IA, hacen que el tiempo acelere los procesos vitales de manera tal, que una semana es un retraso enorme, donde se aplica la ley de escalado[1] o singularidad en cámara lenta[2].
La evolución tecnológica y su incidencia en la dinámica de las instituciones y gobiernos, afectan la vida cotidiana, porque, aunque no parezca, la virtualidad, que hoy es un territorio indiscutiblemente influyente, condicionante, modelizador, un lugar donde el Lewis Mumford[3], imagino, podría disfrutar de la improbable deriva o huiría despavorido producto de un terror incontrolable, al ver que las maquinas operan en nubes . Pero vayamos a la historia, durante buena parte del siglo XX aprendimos a pensar la soberanía a partir de fronteras, monedas, ejércitos, instituciones y recursos naturales. El Estado, siguiendo la conocida definición de Max Weber, era aquella organización capaz de reclamar para sí el monopolio legítimo de la violencia dentro de un territorio determinado. Esa definición sigue siendo útil, pero empieza a resultar insuficiente para entender una época en la que una parte creciente de nuestras decisiones, intercambios y conversaciones ocurre en infraestructuras que los Estados no controlan.
Hoy hay otras formas de poder que atraviesan las fronteras sin necesidad de ocupar físicamente un territorio. Los algoritmos deciden buena parte de lo que vemos; las plataformas privadas organizan espacios donde transcurre la conversación pública; las fintechs[4] intervienen en la circulación del dinero y unas pocas corporaciones concentran cantidades de información sobre las sociedades que hace apenas algunas décadas hubieran resultado inimaginables para cualquier gobierno.
La pregunta por la soberanía, entonces, ya no puede limitarse al territorio. También tenemos que preguntarnos quién controla los datos, las infraestructuras digitales y los sistemas capaces de interpretar —y eventualmente condicionar— el comportamiento de millones de personas.
Ian Bremmer (2022) utiliza la idea de un “momento tecnopolar” para describir justamente esta transformación: empresas tecnológicas que dejaron de ser simples actores económicos para adquirir capacidades que tradicionalmente asociábamos con los Estados. No gobiernan formalmente territorios, pero administran infraestructuras esenciales, establecen reglas, controlan información y pueden condicionar decisiones políticas, dado que el capital que acumulan muchas veces superan varias veces la suma de los PBI de varios países periféricos.
La expansión de la inteligencia artificial profundiza este fenómeno.
Estados Unidos y China disputan actualmente posiciones centrales en el desarrollo tecnológico global, pero la discusión adquiere características diferentes cuando se observa desde países periféricos como la Argentina. Para nosotros, la pregunta no es solamente quién ganará la carrera de la inteligencia artificial. Hay otra, posiblemente más urgente: ¿qué lugar vamos a ocupar dentro de ese nuevo orden tecnológico?
Una nueva geografía del poder
Durante décadas, América Latina discutió su inserción internacional a partir de la dependencia económica. Aldo Ferrer, Raúl Prebisch, Fernando Henrique Cardoso y Enzo Faletto, Juan Carlos Portantiero, entre otros, intentaron explicar por qué los países periféricos podían crecer y, al mismo tiempo, conservar relaciones estructurales de subordinación respecto de las economías centrales.
Aquella discusión estaba vinculada principalmente con materias primas, industria, comercio y capital financiero. Hoy habría que agregar otra dimensión: los datos.
Los datos tienen una característica particular. Se producen constantemente, muchas veces sin que quienes los generan sean plenamente conscientes de su valor. Cada búsqueda, compra, desplazamiento, interacción o preferencia puede transformarse en información procesable. Esa información alimenta sistemas capaces de predecir comportamientos, segmentar poblaciones y automatizar decisiones.
Nick Couldry y Ulises Mejias (2019) hablan de colonialismo de datos para describir esta nueva forma de apropiación. La comparación con el colonialismo histórico no pretende afirmar que ambos procesos sean idénticos. Busca señalar una continuidad en la lógica de extracción: recursos generados en determinados territorios son capturados, procesados y convertidos en valor por actores que concentran la infraestructura necesaria para hacerlo.
Vista desde América Latina, la analogía resulta difícil de ignorar.
Durante siglos exportamos materias primas y compramos productos industrializados. Ahora podemos encontrarnos ante una dinámica semejante: producimos datos que luego son procesados en infraestructuras tecnológicas extranjeras y regresan convertidos en servicios digitales, sistemas de inteligencia artificial o herramientas de gestión por las que debemos pagar (aquella vieja frase: exportamos cueros e importamos zapatos…).
El centro y la periferia no desaparecieron. Cambió aquello que circula entre ambos.
¿Tecno-feudalismo?
Yanis Varoufakis (2023) utiliza una expresión provocadora para describir esta transformación: tecno-feudalismo.
Su planteamiento sostiene que las grandes plataformas digitales ya no funcionan simplemente como empresas dentro de mercados tradicionales. En muchos casos construyen el propio espacio[5] donde ese mercado existe. Definen las reglas, administran el acceso, poseen la infraestructura y cobran por participar en ella.
Amazon, Google, Meta, X o las grandes plataformas financieras no son equivalentes entre sí, pero comparten una característica importante: su poder depende en gran medida de controlar ecosistemas completos.
Benjamin Bratton (2015) propone mirar este fenómeno como una nueva arquitectura de soberanía. La computación a escala planetaria genera capas de poder que atraviesan las fronteras nacionales: dispositivos, plataformas, nubes, interfaces, usuarios y sistemas de información funcionan simultáneamente dentro y fuera de las jurisdicciones tradicionales.
Eso obliga a revisar una idea profundamente arraigada: que todo poder político significativo puede localizarse territorialmente.
Un servidor puede encontrarse en Estados Unidos, la empresa que lo administra puede tener accionistas repartidos por el mundo, sus usuarios pueden estar en Argentina y el algoritmo que organiza sus interacciones puede ser completamente opaco para las autoridades argentinas.
¿Dónde está, entonces, el poder?
El Estado y la dependencia digital
Una afirmación que deja de ser abstracta cuando observamos el caso argentino.
La inestabilidad monetaria, la debilidad institucional y las dificultades históricas para sostener políticas tecnológicas de largo plazo crearon un terreno particularmente fértil para la expansión de infraestructuras privadas.
Las fintechs ofrecen un buen ejemplo.
Para millones de argentinos dejaron de ser una curiosidad tecnológica y pasaron a formar parte de la vida cotidiana. Pagamos, transferimos, ahorramos, invertimos y solicitamos crédito desde plataformas privadas. Esto produjo beneficios evidentes en términos de acceso y facilidad de uso, pero también trasladó hacia esas plataformas una enorme cantidad de información y capacidad de intermediación.
El problema no es la existencia de las fintechs[6]. Tampoco tendría sentido plantear una oposición simplista entre innovación tecnológica y Estado.
La pregunta relevante es otra: ¿qué sucede cuando una sociedad comienza a depender de infraestructuras financieras sobre las cuales posee una capacidad limitada o casi nula de decisión?
Nick Srnicek (2017) explica que las plataformas digitales tienden a adquirir posiciones privilegiadas precisamente porque concentran datos y funcionan como intermediarias entre distintos grupos de usuarios. Cuantas más personas utilizan una plataforma, mayor es su capacidad de acumular información y fortalecer su posición.
En Argentina, esta dinámica se combina con un problema adicional: la desconfianza histórica hacia la moneda nacional.
Las stablecoins[7], las criptomonedas y otras herramientas financieras digitales encontraron aquí un terreno extraordinariamente receptivo. Para muchas personas son simplemente mecanismos prácticos para proteger sus ahorros. Sin embargo, observadas desde la economía política, también plantean un interrogante sobre la soberanía monetaria.
Cuando una proporción creciente de los intercambios económicos comienza a trasladarse hacia sistemas privados o monedas digitales vinculadas con activos extranjeros, el Estado no necesariamente pierde de inmediato su soberanía monetaria, pero sí puede ver reducida su capacidad efectiva para ejercerla.
Musk y la privatización del espacio público
Algo parecido ocurre con la información.
Elon Musk suele aparecer en la conversación pública como empresario tecnológico, pero esa definición se queda corta. Controla X, una de las plataformas donde se desarrolla buena parte de la discusión política internacional, y también SpaceX, cuya constelación Starlink proporciona infraestructura de comunicaciones satelitales a numerosos países.
La concentración de ambas capacidades en un mismo actor privado plantea una situación poco habitual en la historia contemporánea.
Una persona puede intervenir simultáneamente en la infraestructura material de las comunicaciones y en uno de los espacios donde circulan discursos políticos, información y conflictos sociales.
Shoshana Zuboff (2019) mostró que el poder de las plataformas no deriva únicamente de almacenar información. Su verdadera importancia aparece cuando esos datos permiten anticipar comportamientos y construir entornos capaces de orientarlos.
Esto vuelve especialmente relevante el funcionamiento de los algoritmos de recomendación.
La mayoría de nosotros no elige directamente todo lo que aparece frente a nuestros ojos cuando abrimos una red social. Un sistema selecciona, ordena y jerarquiza contenidos. Esa selección puede parecer trivial, pero cuando ocurre millones de veces por día termina formando parte de la arquitectura del espacio público.
Aquí aparece un problema político difícil de resolver: ¿hasta dónde puede una democracia aceptar que buena parte de su conversación pública dependa de reglas diseñadas unilateralmente por empresas extranjeras?
No existe una respuesta sencilla. Regular demasiado puede amenazar libertades fundamentales; no regular en absoluto puede dejar una parte sustancial de la esfera pública bajo decisiones privadas que carecen de controles democráticos.
Ese dilema debería ocupar un lugar mucho más importante en nuestra discusión sobre soberanía.
Palantir y el Estado que externaliza su inteligencia
La cuestión se vuelve todavía más delicada cuando la inteligencia artificial ingresa directamente en las funciones estatales.
Palantir Technologies representa uno de los casos más interesantes. La empresa, cofundada por Peter Thiel, desarrolla sistemas de análisis de grandes volúmenes de datos utilizados por organizaciones privadas y organismos gubernamentales.
El atractivo es comprensible. Un Estado administra cantidades gigantescas de información y muchas veces carece de las herramientas necesarias para procesarla eficientemente. Sistemas de inteligencia artificial pueden contribuir a detectar patrones, mejorar procedimientos y asistir en decisiones complejas.
Pero allí aparece una contradicción.
Cuanto más depende el Estado de sistemas propietarios para interpretar sus propios datos, mayor puede ser su dependencia de las empresas que conocen, desarrollan y administran esos sistemas.
Frank Pasquale (2015) denominó a este problema la sociedad de la caja negra. Decisiones cada vez más importantes pueden quedar mediadas por algoritmos cuyo funcionamiento resulta inaccesible para quienes son afectados por ellos.
En una empresa privada esto ya genera interrogantes. En áreas como seguridad, defensa, fronteras o inteligencia estatal, el problema adquiere otra dimensión.
La soberanía también consiste en saber cómo se toman las decisiones.
Un Estado que conserva formalmente sus instituciones pero externaliza progresivamente la infraestructura mediante la cual analiza la realidad puede terminar dependiendo de capacidades que no controla.
De la dependencia económica a la dependencia algorítmica
Aquí es donde la tradición latinoamericana de la teoría de la dependencia vuelve a resultar útil.
No porque Prebisch, Cardoso o Faletto hayan anticipado los modelos de lenguaje o las plataformas digitales, sino porque formularon una pregunta que conserva toda su vigencia: ¿qué margen de autonomía posee una economía periférica cuando las estructuras fundamentales de producción y acumulación se encuentran fuera de su control?
En el siglo XXI podemos trasladar esa pregunta al terreno tecnológico.
¿Qué autonomía tiene un país que no controla sus centros de datos?
¿Qué capacidad regulatoria conserva cuando sus ciudadanos dependen de plataformas extranjeras?
¿Qué ocurre cuando sus instituciones públicas utilizan sistemas de inteligencia artificial que no pueden auditar?
¿Y qué sucede cuando los datos generados por su población se convierten en materia prima para modelos desarrollados en otras economías?
Hablar de dependencia digital permite reunir estas preguntas dentro de un mismo problema.
No significa defender una autarquía tecnológica imposible ni imaginar que Argentina debería desarrollar por sí sola cada componente de su infraestructura digital. Ningún país funciona de esa manera (aunque en tiempos donde los datos son como el petróleo…)
La cuestión es determinar qué dependencias resultan razonables y cuáles pueden convertirse en vulnerabilidades estratégicas.
Soberanía algorítmica
Tal vez por eso necesitamos ampliar nuestra propia definición de soberanía.
La soberanía algorítmica podría pensarse, al menos, desde tres dimensiones.
La primera es la infraestructura. Un Estado necesita conocer y reducir las vulnerabilidades asociadas con las redes, centros de datos, servicios en la nube y sistemas de comunicación de los que depende.
La segunda son los datos. No basta con discutir privacidad individual. También hay que preguntarse qué significa que enormes cantidades de información producida por una sociedad puedan ser utilizadas para entrenar sistemas tecnológicos cuyo valor económico se captura fuera de ella.
La tercera es la capacidad pública de comprender y auditar algoritmos utilizados en ámbitos sensibles.
Mariana Mazzucato (2021) ha insistido en que el Estado no debería limitarse a corregir fallas del mercado. También puede construir capacidades, orientar inversiones y participar activamente en procesos de innovación. Trasladada al escenario argentino, esta perspectiva obliga a abandonar dos extremos igualmente poco útiles: creer que el mercado resolverá por sí solo la dependencia tecnológica o imaginar que basta con prohibir tecnologías extranjeras.
La soberanía tecnológica requiere algo bastante menos espectacular y mucho más difícil: inversión sostenida, formación científica, infraestructura, coordinación regional, capacidad regulatoria y políticas que sobrevivan a los cambios de gobierno.
Del gobierno digital al Estado digital soberano
Hay, sin embargo, una dimensión que suele quedar relegada cuando hablamos de soberanía tecnológica: la capacidad del propio Estado para construir tecnología.
No alcanza con regular a Google, Microsoft, Amazon, Meta o las nuevas empresas de inteligencia artificial. Tampoco alcanza con establecer dónde pueden almacenarse determinados datos. Un país que pretende conservar algún grado de autonomía en el siglo XXI necesita capacidades propias: infraestructura de comunicaciones, centros de datos, software, conocimiento técnico y, cada vez más, capacidad computacional para desarrollar y ejecutar modelos de inteligencia artificial.
Argentina no parte de cero.
ARSAT constituye quizá el ejemplo más evidente. La empresa estatal fue concebida alrededor de una idea que hoy adquiere un significado mucho más amplio: ciertas infraestructuras tecnológicas pueden tener un valor estratégico comparable al de otras infraestructuras tradicionalmente asociadas con la soberanía.
Sus satélites son una parte de esa historia, pero no la única. También están la Red Federal de Fibra Óptica y el Centro Nacional de Datos. En distintos momentos, el Estado argentino incluso avanzó sobre la idea de una Nube Pública Nacional montada sobre infraestructura de ARSAT.
La cuestión parece técnica, pero en realidad es profundamente política.
¿Dónde se almacenan los datos del Estado? ¿Quién administra los servidores? ¿Bajo qué jurisdicción funcionan? ¿Qué empresa controla las herramientas necesarias para procesarlos? ¿Puede el Estado migrar sus sistemas si cambia un proveedor o queda atrapado tecnológica y contractualmente dentro de su ecosistema?
Esas preguntas forman parte de la soberanía contemporánea.
El gobierno digital suele presentarse como una cuestión de eficiencia: eliminar papeles, simplificar trámites, integrar bases de datos o permitir que una persona acceda desde su teléfono a servicios que antes requerían horas de espera. Todo eso importa. Argentina desarrolló durante los últimos años una infraestructura digital estatal que incluye herramientas como Mi Argentina, Trámites a Distancia, sistemas de identidad digital y distintas plataformas de servicios públicos.
Pero digitalizar el Estado y construir soberanía digital no son necesariamente la misma cosa.
Un Estado puede ser extremadamente digital y, al mismo tiempo, profundamente dependiente.
Puede tener todos sus trámites en línea mientras sus datos se encuentran alojados en infraestructura extranjera. Puede automatizar decisiones mediante inteligencia artificial sin comprender completamente los modelos que utiliza. Puede ofrecer excelentes aplicaciones públicas construidas sobre servicios privados cuya continuidad, costos y condiciones contractuales no controla.
La verdadera discusión comienza un paso después de la digitalización: ¿sobre qué infraestructura funciona el Estado digital?
Ahí ARSAT adquiere una importancia que excede ampliamente a una empresa de telecomunicaciones. Su Centro Nacional de Datos, la infraestructura satelital y la red federal pueden pensarse como componentes de una arquitectura pública sobre la cual desarrollar servicios digitales con mayor autonomía.
No significa que absolutamente todos los datos tengan que permanecer en servidores estatales ni que el sector público deba reemplazar a las empresas privadas. Una estrategia de ese tipo probablemente sería costosa e impracticable. Significa algo más razonable: que el Estado conserve capacidades suficientes para decidir qué información considera estratégica, dónde debe almacenarse y qué tecnologías puede administrar sin depender enteramente de proveedores externos.
El sistema operativo también es política
La soberanía tecnológica tampoco empieza con la inteligencia artificial.
Mucho antes de que los modelos generativos ocuparan el centro de la discusión, existía una pregunta aparentemente menor: ¿qué software utilizan las computadoras del Estado y de las escuelas públicas?
La experiencia de Huayra GNU/Linux resulta interesante precisamente por eso.
Desarrollado en Argentina sobre software libre y utilizado dentro de políticas educativas públicas, Huayra mostró que un sistema operativo no es simplemente una interfaz que aparece cuando encendemos una computadora. Detrás existen decisiones sobre licencias, estándares, actualizaciones, seguridad, compatibilidad y acceso al código.
La diferencia entre utilizar exclusivamente sistemas propietarios y disponer también de alternativas abiertas no debería reducirse a una batalla ideológica entre Windows y Linux.
La cuestión central es la capacidad.
Si una administración pública depende completamente de software cuyo código no puede auditar, cuyas condiciones de uso no determina y cuya evolución depende de empresas extranjeras, existe una dependencia tecnológica concreta. No necesariamente constituye un problema en todos los casos, pero sí debería ser reconocida como tal.
El software libre introduce otra posibilidad: que el Estado pueda estudiar, adaptar, reutilizar y auditar parte de las herramientas sobre las cuales funciona.
Argentina también experimentó con esta lógica mediante políticas de software público, incluyendo la publicación de código desarrollado por el propio Estado. La idea detrás de esas iniciativas es sencilla y, al mismo tiempo, bastante poderosa: si una herramienta fue financiada con recursos públicos, su conocimiento puede convertirse también en una capacidad pública.
Esto permite plantear una discusión más interesante que la mera elección entre software nacional y extranjero.
La soberanía tecnológica no consiste necesariamente en fabricar cada línea de código dentro de las fronteras nacionales. Consiste en evitar que las funciones esenciales del Estado dependan de tecnologías que el propio Estado no puede comprender, auditar, modificar ni reemplazar.
De Huayra a los modelos nacionales de inteligencia artificial
La aparición de la inteligencia artificial generativa lleva esa discusión a otra escala.
Si en la década pasada podíamos preguntarnos por qué un Estado necesitaba sistemas operativos o infraestructura digital propia, ahora debemos agregar otra pregunta: ¿necesita Argentina modelos de inteligencia artificial propios?
La respuesta depende de qué entendamos por “propios”.
Pretender competir desde cero con los mayores modelos comerciales del mundo probablemente no sea una estrategia razonable para un país con recursos limitados. Entrenar sistemas de frontera exige cantidades enormes de capital, energía, chips, datos e infraestructura.
Pero entre intentar construir “el próximo ChatGPT” y resignarse a consumir exclusivamente modelos extranjeros existe un territorio enorme.
Argentina podría desarrollar modelos especializados en su idioma, su administración pública, su sistema jurídico, su producción científica, su estructura económica y sus particularidades culturales. También podría adaptar modelos abiertos existentes, entrenarlos sobre conjuntos de datos nacionales bajo reglas transparentes y desplegarlos sobre infraestructura localizada en el país.
Un modelo nacional no tendría que ser necesariamente el modelo más grande.
Tendría que ser un modelo sobre el cual exista capacidad nacional de decisión.
La diferencia es importante.
Un sistema destinado a asistir a un hospital público, analizar documentación estatal, procesar jurisprudencia, acompañar procesos educativos o mejorar servicios ciudadanos no necesita necesariamente saber más que todos los modelos comerciales existentes. Necesita comprender adecuadamente el dominio en el que trabaja, poder ser auditado y funcionar bajo reglas compatibles con los derechos y necesidades de la sociedad que lo utiliza.
También debería poder responder una pregunta elemental: ¿qué ocurre con los datos que recibe?
Si cada consulta realizada por un organismo público debe atravesar servidores externos para obtener una respuesta algorítmica, la inteligencia artificial puede crear una nueva capa de dependencia justamente en el corazón del Estado.
El Estado también necesita saber programar
Existe finalmente un problema menos visible: el conocimiento.
Un país puede comprar servidores, contratar una nube e incluso adquirir modelos de inteligencia artificial. Pero si no posee personas capaces de comprenderlos, modificarlos y construir alternativas, la soberanía sigue siendo frágil.
Por eso la discusión tecnológica no puede separarse de las universidades públicas, el sistema científico, las empresas nacionales de tecnología y los equipos técnicos del propio Estado.
La soberanía algorítmica requiere ingenieros, programadores, científicos de datos, especialistas en ciberseguridad, lingüistas, abogados, sociólogos y funcionarios capaces de entender qué hace una tecnología antes de incorporarla a una política pública.
Un Estado que terceriza sistemáticamente ese conocimiento puede terminar en una situación paradójica: tener tecnologías cada vez más sofisticadas y capacidades propias cada vez menores.
La alternativa tampoco consiste en cerrar las fronteras digitales.
Argentina difícilmente pueda —ni tendría sentido que intentara— construir un ecosistema tecnológico completamente autosuficiente. La propia naturaleza de Internet, del software libre y de la investigación científica hace que la cooperación internacional sea indispensable.
La pregunta es otra: desde qué posición se participa de esa interdependencia.
No es lo mismo integrarse al ecosistema tecnológico mundial aportando investigadores, infraestructura, empresas, datos bajo reglas propias y capacidad de negociación, que hacerlo exclusivamente como mercado consumidor de servicios diseñados, entrenados y gobernados en otros países.
Ahí quizá aparezca una definición más útil de soberanía tecnológica.
No como autosuficiencia.
No como aislamiento.
Ni siquiera como propiedad exclusivamente estatal.
Sino como capacidad efectiva de elegir.
Elegir dónde están nuestros datos. Elegir qué sistemas utiliza el Estado. Poder auditar los algoritmos que afectan derechos. Mantener alternativas cuando un proveedor cambia unilateralmente sus condiciones. Desarrollar modelos cuando las necesidades locales no coinciden con las prioridades comerciales de Silicon Valley. Y conservar suficiente conocimiento dentro del país para que esas decisiones no sean simplemente simbólicas.
Porque, en última instancia, un Estado digital soberano no es aquel que fabrica toda su tecnología.
Es aquel que todavía puede decidir sobre ella.
La soberanía después de la inteligencia artificial
La inteligencia artificial no abolió la geopolítica. La está reorganizando.
Los territorios siguen importando, pero ahora conviven con otra geografía construida sobre cables submarinos, satélites, centros de datos, plataformas, chips y algoritmos. Quien controla esas infraestructuras posee una capacidad de intervención que hace unas décadas pertenecía casi exclusivamente a los Estados.
Para Argentina, el desafío no consiste en rechazar ese mundo. Tampoco en aceptar cada innovación tecnológica como si su adopción fuera inevitable y políticamente neutral.
Consiste en decidir bajo qué condiciones queremos participar en él.
Porque una tecnología puede ser extraordinariamente útil y, al mismo tiempo, generar dependencia. Una empresa puede ofrecer un servicio eficiente y acumular demasiado poder. Una plataforma puede ampliar la libertad de expresión y simultáneamente concentrar la capacidad de organizar aquello que millones de personas ven.
Aceptar esas contradicciones probablemente sea un mejor punto de partida que buscar respuestas simples.
Durante buena parte de nuestra historia latinoamericana, la soberanía estuvo asociada con la tierra, los recursos naturales, la industria y la moneda. Ninguno de esos elementos dejó de importar. Pero ahora debemos agregar otros: datos, capacidad computacional, infraestructura digital y conocimiento tecnológico.
La discusión sobre inteligencia artificial es, por eso, bastante más que una conversación sobre máquinas. Es una discusión sobre poder.
Y quizá la pregunta decisiva para países como Argentina no sea cuánto tardaremos en adoptar la próxima tecnología, sino algo bastante más incómodo: cuando esa tecnología forme parte de casi todo lo que hacemos, ¿cuánto de ella podremos realmente gobernar?
-
ley de escalado: Se refiere a la observación empírica en que el rendimiento de los modelos de lenguaje grandes (LLM) mejora de forma predecible a medida que aumenta su escala. El término «ley de escalado» (o ley de escala) es un concepto que aparece en múltiples disciplinas, pero con significados y aplicaciones distintas. En términos generales, se refiere a una relación matemática predecible entre dos cantidades cuando el tamaño o la escala de un sistema cambia. ↑
-
El contexto de la singularidad: La «singularidad» tradicional suele describir un momento en el que la IA supera la inteligencia humana y evoluciona de manera autónoma a velocidad exponencial, como un «punto de ruptura» repentino y explosivo que provoca cambios sociales inimaginables. ↑
-
Lewis Mumford: Es célebre por su crítica a la «megamáquina» (sistemas tecnológicos deshumanizantes) y por su defensa de la ciudad orgánica frente al urbanismo moderno deshumanizado. Su obra más conocida es «La ciudad en la historia», que ganó el National Book Award en 1962 ↑
-
El término nació para describir a startups que usaban software, apps móviles e internet para competir con bancos y entidades financieras tradicionales. Hoy también incluye a los propios bancos que desarrollan tecnología, pero coloquialmente se asocia a las empresas emergentes del sector. ↑
-
Podríamos señalar que esta construcción, casi como una redundancia, inicialmente es performativa, hasta lograr consolidarse. ↑
-
Una fintech es una empresa que utiliza la tecnología y la innovación para ofrecer servicios y productos financieros de forma más rápida, fácil y accesible. La palabra viene de la unión de los términos en inglés finance (finanzas) y technology ↑
-
Las stablecoins son criptomonedas diseñadas para mantener un valor estable atado a un activo externo, por lo general el dólar estadounidense ↑
