Por: El Salto
Durante años se ha difundido la narrativa de que la inteligencia artificial es una revolución autónoma e imparable, capaz de transformar de manera radical la economía, la cultura y el conocimiento. Sin embargo, al observar el panorama con detenimiento, la IA generativa muestra señales claras de haber alcanzado su límite como fuente de «saber». No por fallos técnicos, sino porque no puede ir más allá de la creación humana que ya ha procesado.
El espejismo de la creatividad y la expropiación cognitiva
Los modelos actuales no inventan nada nuevo: recombinan, imitan y reorganizan. Su aparente creatividad es una ilusión estadística cimentada sobre millones de textos, imágenes, artículos y código creados por personas reales. La IA no aprende directamente del mundo, sino de la experiencia humana acumulada, perdiendo en el proceso matices, contexto e intención.
A pesar de esto, la industria y los gobiernos siguen destinando miles de millones de euros a financiar modelos cada vez más grandes. Este enfoque no genera nuevo saber, sino una maquinaria altamente costosa orientada a empaquetar y monetizar la capacidad intelectual colectiva en beneficio de un puñado de corporaciones.
El valor del saber común y la metáfora de Van Gogh
El conocimiento que alimenta a los sistemas de IA no nació en laboratorios privados. Se construyó durante décadas en universidades y comunidades abiertas como Wikipedia, StackOverflow, GitHub, arXiv o Reddit, además del trabajo de artistas, docentes, periodistas e investigadores. Todas estas personas han conformado la mayor base de datos del saber humano y han sido desposeídas de sus aportaciones sin recibir compensación alguna.
El fenómeno guarda paralelismo con la historia del arte: al igual que ocurrió con Vincent van Gogh, cuya obra precarizada fue apropiada posteriormente por el mercado como mercancía de lujo, la IA generativa representa uno de los mayores proyectos de extracción y concentración de poder cognitivo en la historia moderna.
Medidas para una redistribución justa y soberanía tecnológica
Para revertir esta tendencia, es indispensable que las administraciones públicas dejen de financiar la simple ampliación de modelos privados y comiencen a legislar para garantizar la justicia cognitiva y proteger los bienes comunes digitales. Entre las acciones prioritarias destacan:
- Impuestos a grandes modelos: Gravámenes a los sistemas entrenados con datos públicos, de manera similar a la tasa por explotación de recursos naturales.
- Fondos de compensación: Creación de recursos económicos destinados a las comunidades que sostienen el conocimiento abierto.
- Soberanía tecnológica: Exigencia de que todo software financiado con dinero público sea de código abierto, auditable y reutilizable.
Efecto 'wow' y deuda técnica en las instituciones públicas
Un riesgo recurrente en la adopción de estas tecnologías por parte del Estado es el denominado «efecto wow»: demostraciones espectaculares en entornos controlados que deslumbran a los gestores públicos, pero que ocultan problemas graves de estabilidad, costes de mantenimiento y falta de soberanía.
Cuando el desarrollo de código o la gestión institucional se delegan en modelos automáticos e inauditables, se genera una profunda deuda técnica. Si las administraciones no comprenden cómo funciona el software que adquieren ni la IA que integran, quedan atrapadas en una dependencia permanente de las empresas proveedoras, perdiendo el control democrático sobre sus propias infraestructuras.
En última instancia, el debate sobre la inteligencia artificial no es un dilema exclusivamente técnico, sino fundamentalmente político y democrático: se trata de decidir si el futuro del conocimiento pertenecerá a unos pocos o si se protegerá como un bien común al servicio de la sociedad.
Fuente: Enlace original