Las venas abiertas de Latinoamérica en tiempos de la Inteligencia Artificial

El 4 de febrero de este año, el secretario de Economía de México, Marcelo Ebrard, y el representante comercial de Estados Unidos, Jamieson Greer, firmaron el Plan de Acción México-Estados Unidos sobre Minerales Críticos para “reducir las vulnerabilidades en las cadenas de suministro de insumos estratégicos”. Pero el acuerdo no nombra los minerales: se comprometió la materia prima antes de nombrarla. Y sobre para quién es estratégica, el vicepresidente estadounidense JD Vance fue más claro que el documento: se trata de garantizar “el acceso de Estados Unidos a los recursos necesarios para su poder industrial”. En nuestras geografías, esa política abstracta tiene un rostro de despojo muy concreto: las tierras raras documentadas en los Valles Centrales y la exploración de grafito en el proyecto oaxaqueño Telix, en manos de una minera australiana, empiezan a integrarse a la base material que hace posible la Inteligencia Artificial.

Después de 500 años de historia económica, una cosa quedó clara: tener recursos no enriquece a un país. Si así fuera, África y América Latina tendrían las naciones más ricas del mundo. México lleva cinco siglos exportando oro, plata y petróleo, y esa riqueza ha ido a parar a otras partes del mundo, porque el valor se captura donde se procesa y se decide, no donde se extrae. Lo mismo ocurre con la economía emergente de la IA: los insumos son nuestros datos y nuestro trabajo, pero las empresas que los transforman en producto pertenecen a un puñado de países, principalmente Estados Unidos y China.

Aunque la IA es mucho más que los modelos de lenguaje, estos se han vuelto su rostro emblemático. Entrenar un modelo de lenguaje grande cuesta entre 50 y 100 millones de dólares solo en cómputo. Ese monto significa que muy pocas empresas pueden superar la barrera de entrada — y para las que sí pueden, se abre un mercado cautivo. Todos los usuarios que empiezan a depender de estos modelos para trabajar y funcionar —individuos, empresas, gobiernos, universidades— pagan una renta constante a esas empresas. Quien controla el modelo cobra el peaje, y ese peaje alimenta un flujo de riqueza del Sur al Norte. Hoy las venas abiertas de las que hablaba Galeano son de fibra óptica.

Hay que decirlo con claridad: la concentración de la IA en unas pocas manos no es fruto de la genialidad de los excéntricos empresarios de Silicon Valley. Es una función del capital y del entorno regulatorio que facilita su desarrollo: acceso fácil a capital de riesgo, y datos y mano de obra baratos tomados de todo el mundo. Detrás de los modelos que conocemos hay una cadena de trabajo invisibilizado. Según investigaciones académicas, ChatGPT se construyó sobre una base de datos de 250 mil millones de páginas web generadas por usuarios durante más de una década —conversaciones de Reddit, artículos de Wikipedia, libros electrónicos— y luego fue refinado por trabajadores subcontratados en Kenia, que corregían y filtraban las respuestas del modelo por una fracción de lo que costaría ese mismo trabajo en Estados Unidos. Ese trabajo recae sobre todo en mujeres del Sur Global, que prolongan en lo digital la misma división sexual del trabajo de la maquila y el cuidado. Detrás de la magia del chatbot que aparenta inteligencia y empatía no está solo el alto consumo de energía: están también los datos apropiados de todos, la mano de obra barata y los minerales.

La base material de la IA son los centros de datos, concentrados en los países que desarrollan la tecnología, con todos sus problemas ambientales de consumo de energía y agua. Pero el Sur también está presente en esa base, en el extremo de la extracción. Los minerales que fabrican y hacen funcionar el hardware provienen de una operación extractiva global. Las tierras raras, hoy surtidas principalmente desde China, tienen indicios geológicos documentados en suelo oaxaqueño, en los Valles Centrales. El grafito —insumo de baterías y electrónica— se explora ya en el proyecto Telix, en Oaxaca, en manos de una empresa australiana. El litio, indispensable para las baterías de los celulares y dispositivos que generan los datos, y el cobre sudamericano, metal básico de toda esta economía, completan el cuadro. Que quede claro: el Sur aporta los insumos básicos —minerales, mano de obra, datos—. El costo ambiental es la forma física de una relación económica de extracción: subsidiamos con recursos naturales una cadena cuyo excedente se captura arriba.

Esta tecnología es, entonces, un invento colectivo: fruto del trabajo y los insumos de muchos lados —los datos, los minerales, la mano de obra cognitiva—, acumulados no solo hoy sino a lo largo de años. Y sin embargo, está diseñada de tal forma que un puñado de empresas y sus financiadores se apropian de los beneficios y del valor. Es uno más entre muchos casos donde un trabajo colectivo se privatiza para beneficio de unos cuantos. El trabajo de todos sostiene a unos pocos.

Pero no tiene por qué ser así. Las aplicaciones de la IA no están condenadas a maximizar rentas ni a multiplicar la capacidad de destrucción de las armas, como lo vimos en Gaza y en Irán. Diseñada desde otras prioridades, esta tecnología tiene el potencial de mejorar muchas vidas. En la agricultura, imaginemos un robot pequeño con sensores capaces de distinguir entre cultivo y hierba, que elimine plagas y maleza y con ello la necesidad de agroquímicos: esa tecnología ya existe. Existen también aplicaciones en el desarrollo de tratamientos médicos, en el ordenamiento del tráfico, en el diseño de nuevas formas de aprender. ¿Por qué entonces no tenemos esas aplicaciones en nuestras manos? Porque hoy la tecnología se diseña para maximizar ganancias, no para resolver necesidades. Quienes la financian esperan una ganancia jugosa. Por eso lo que importa es el control de la cadena, no el acceso al producto.

Que el Sur Global ponga la tierra, los minerales, la mano de obra y los datos pero no controle el procesamiento ni influya en el diseño de la tecnología no se debe a una falta de capacidad técnica ni de capital. Es un problema de poder: de poder sobre la cadena de valor. A veces se pregunta por qué el Sur no construye su propia IA, y la respuesta es que ya participamos en la construcción de la que existe —se hizo con nuestra mano de obra, nuestros datos y nuestros minerales—, pero no tenemos poder para decidir sobre su diseño, porque estamos poniendo los insumos sin ninguna condición. ¿Quiénes deciden entonces sobre la IA, y cómo podríamos tomar decisiones distintas? Eso es lo que sigue.

También disponible en : https://indigitaloaxaca.substack.com/p/las-venas-abiertas-de-latinoamerica