La burbuja y el control

Pruebe el Grand Continent. Ideas y análisis que no se encuentran en ningún otro sitio. Pero que pronto verá por todas partes. En tu bandeja de entrada a partir de 8 euros al mes.

Hace exactamente 60 años, Jacques Lacan escribía: «La omnipresencia del discurso humano tal vez pueda ser abarcada algún día a cielo abierto por una omnicomunicación de su texto». ¹ Ya estamos ahí. A través de las tecnologías denominadas «de inteligencia artificial», el texto del gran Otro psicoanalítico —al que cada uno contribuye a escribir y en el que se sumergen nuestras existencias— se objetiva. Y nuestras palabras, bajo la forma infinitamente plástica de una automatización de nuestra humanidad simbólica común, se encuentran con una interlocutora inagotable. Y lo que resulta aún más inquietante es que la forma maquínica de «la omnipresencia del discurso humano» descubre combinaciones que siguen siendo inaccesibles para nosotros, pobres seres carnales. Recientemente, esto ha sumido a la comunidad de matemáticos en la más absoluta consternación.

No hay duda de que lo que está ocurriendo supone un salto cualitativo en la historia de lo social y de lo intelectual; pero, por ello, no se trata de proclamar el fin de la historia. Frente a la asombrosa fantasía de una «superinteligencia» cuyo advenimiento ha anunciado el presidente Trump ² y los gigantes tecnológicos, conviene situar las tecnologías de IA en su época y su contexto. 

Lacan rechazaba de antemano toda escatología. «Esto no quiere decir que vaya a estar más de acuerdo», escribía a propósito del texto de un discurso imbuido de una omnicomunicación. En la era de los algoritmos, este desacuerdo del texto humano es una cuestión de economía política, es decir, de beneficios, de trabajo y de ecología. En cuanto a su actualidad, se trata de la burbuja de la IA, que parece a punto de estallar. Más allá de este gigantesco episodio de sobreinversión, hay una voluntad de tomar el control político en marcha. Hay que sacar a la luz sus aporías. 

Réquiem por un boom

En 2026, el auge de la IA siguió su curso. Los principales «hyperscalers» —esas empresas que diseñan y gestionan infraestructuras informáticas y centros de datos a gran escala— ven cómo se disparan sus inversiones. El frenesí está a punto de convertirse en el mayor boom de inversión en infraestructuras de la historia de Estados Unidos. ³ Y, según las declaraciones del director ejecutivo de NVIDIA, Jensen Huang, dado que esta tecnología transformadora «tendrá un impacto muy positivo en todos los sectores y en todos los países, no hay duda de que esta tendencia continuará y [de que] solo estamos al principio». ⁴

Hay un aspecto destacable que conviene señalar: a diferencia de las oleadas anteriores, como la burbuja de internet de la segunda mitad de la década de 1990, el boom de la IA no está impulsando a los demás sectores. Por el contrario, se está desarrollando en detrimento del resto de la economía. Mientras que las inversiones relacionadas con la IA han aumentado en aproximadamente 2 puntos del PIB desde 2023, las inversiones en otros ámbitos se reducen en la misma proporción. Como señala David Rosenberg, fundador y estratega jefe de Rosenberg Research, ⁵ «durante el último año, el crecimiento económico [de Estados Unidos] solo ha tenido dos motores. Uno de ellos es el auge del gasto en capital y la construcción de centros de datos de IA. El otro es el efecto de arrastre del aumento del valor de las acciones sobre el gasto de los más ricos, un efecto riqueza que, a su vez, se ve impulsado por el auge de la IA. En resumen, Estados Unidos se ha convertido en una economía impulsada por un único sector». A través de este nuevo auge, asistimos así a un giro en el modelo de desarrollo, que sitúa esta tecnología genérica en el centro de la acumulación de capital. Destinada a influir en todas las dimensiones de la actividad social, sus posibilidades son tan extraordinarias que incluso exige colonizar la órbita de nuestro planeta para obtener la electricidad que la Tierra no basta para proporcionarle. ⁶

Grietas en el frente financiero 

Google, Amazon y SpaceX tienen la mirada puesta en las estrellas. Porque, hay que reconocerlo, este auge desafía hasta ahora las leyes de la gravedad financiera. Cada mes se invierte más dinero en el ecosistema de la IA, pero también sale más dinero, en forma de beneficios contables, que se embolsan los inversores, quienes tienen la sensatez de retirar a tiempo unas plusvalías astronómicas. En el lenguaje prudente de los analistas del Banco de Pagos Internacionales, se trata de una «inversión excesiva». ⁷ El proceso descrito ya anticipa el desenlace: «La competencia que alimenta los excesos del auge es también la que alimenta las fragilidades financieras que acabarán por hacer estallar la burbuja». 

Estas vulnerabilidades, que durante el otoño se han convertido en grietas abiertas, son de tres tipos. La primera tiene que ver con la interrelación de las relaciones financieras y comerciales ⁸ entre los fabricantes de chips (NVIDIA, AMD…), los desarrolladores de modelos de IA (OpenAI, Anthropic…) y los operadores de centros de datos. En el caso de estos últimos, puede tratarse tanto de las «Big Tech» (Amazon, Google, Microsoft) como de empresas cuya actividad principal es el alquiler de la capacidad de los centros de datos (Oracle, la nueva empresa de nube Coreweave, etc.). Las cantidades comprometidas son considerables. Veamos algunas cifras para hacernos una idea de su magnitud. Desde 2025, NVIDIA ha anunciado inversiones por valor de 130.000 millones de dólares en OpenAI. Por su parte, OpenAI ha reservado por adelantado 250.000 millones en capacidad de cálculo y servicios en la nube con Microsoft; la empresa también ha anunciado un acuerdo por valor de 300.000 millones a lo largo de cinco años con Oracle. Y, por su parte, Oracle y Microsoft son clientes fundamentales de NVIDIA: solo Microsoft representa el 22 % de los ingresos del líder. En principio, no es de extrañar que las complementariedades lleven a estas empresas a establecer fuertes vínculos capitalísticos y contractuales. Sin embargo, las cantidades y la concentración son muy inusuales. Si uno de los actores se encuentra en dificultades, todo el ecosistema corre el riesgo de verse desestabilizado. 

La segunda vulnerabilidad tiene que ver con la propia deuda. Las operaciones circulares sirven de garantía para obtener financiación en los mercados financieros. Y, una vez más, las cantidades son considerables. El fondo KKR estima que el saldo pendiente de la deuda relacionada con la IA en Estados Unidos asciende a 600.000 millones de dólares en septiembre de 2026. ⁹ Es una cifra inferior al saldo pendiente de los créditos hipotecarios subprime en Estados Unidos, que ascendía a 800.000 millones, es decir, 1,3 billones en valor ajustado a la inflación. ¹⁰ Sin embargo, esta deuda solo cubre una pequeña parte de la exposición efectiva del sector ante un cambio de tendencia. En el caso de los hiperescaladores, la suma de los compromisos fuera de balance —como garantías de crédito y compromisos de compra, así como contratos de arrendamiento— supera los 3 billones. ¹¹ En otras palabras, se trata de cantidades que nos sitúan muy por encima del peso que tuvo el segmento de las hipotecas subprime en 2007. 

Al igual que en vísperas de 2007, las operaciones se vuelven cada vez más arriesgadas a medida que la burbuja se hincha. La estructura de una operación reciente de más de 150.000 millones de dólares ¹² que une a Google, Broadcom y Anthropic lo demuestra: Google y Broadcom suministran los chips, que oficialmente son propiedad de una entidad con fines específicos (SPV, por sus siglas en inglés), una sociedad creada ad hoc; y Anthropic se compromete a alquilar dichos chips. El recurso a una SPV permite así contraer deuda fuera del balance de las tres empresas. En este acuerdo ideado por el banco Morgan Stanley, son los propios vendedores quienes están detrás del sistema que les permite financiar la comercialización de su mercancía. Y quienes aportan la financiación son los fondos de inversión Apollo y Blackstone, que, para comprar los chips y la capacidad de los centros de datos, recurren a grandes fondos de ahorro, como aseguradoras, fondos de pensiones y fondos soberanos. Además, solicitan créditos a los grandes bancos para aprovechar el efecto palanca y, de este modo, aumentar la rentabilidad.

El truco de toda esta ingeniería financiera consiste en transformar los ingresos irregulares de los proveedores de modelos de IA, como Anthropic, en rentas cuya regularidad y previsibilidad se ajustan a los fondos especializados en infraestructuras. ¹³ El reto consiste también en contener el costo de la financiación, atrayendo capital suficiente. Las grandes empresas vendedoras, como Broadcom o NVIDIA, ¹⁴ ofrecen así garantías parciales sobre esta deuda. Por su parte, los propios chips se ofrecen como garantías colaterales de los préstamos. ¹⁵

Se vuelve a recurrir a una técnica complementaria, ya probada durante la crisis de las hipotecas subprime. En primer lugar, encontramos el esquema clásico de titulización, en el que consorcios bancarios o fondos de inversión privados crean la deuda antes de distribuirla entre inversores institucionales. ¹⁶ A continuación, al igual que en la famosa época de los productos «saco de mierda», «holocausto nuclear» o «puñetazo de Tyso», ¹⁷ la deuda relacionada con la IA suele empaquetarse en productos estructurados, como las obligaciones de préstamos garantizados (CLO), sin que quienes compran estos «cocteles» de títulos compuestos conozcan su exposición real. ¹⁸ En resumen, al igual que en la época de las hipotecas subprime, el sistema financiero intenta distribuir el riesgo para prolongar el auge. Hoy en día, la contaminación se ha vuelto global. Como resume Robert Armstrong, ¹⁹ «Cada gran fondo de capital, en todos los rincones del mundo desarrollado, financia centros de datos».

Así es como surge la tercera fisura: esta prolongación se vuelve, de hecho, cada vez más precaria debido al aumento de las tasas de interés. En un contexto global de encarecimiento de la deuda, las tasas exigidas para el sistema de IA aumentan aún más, y el costo del seguro contra el riesgo de impago (los Credit Default Swaps, CDS) aún más. Para los hiperescaladores, el aumento de la prima de riesgo es notable; ²⁰ y, sobre todo, el aumento del volumen y del costo del seguro contra impagos ²¹ ha crecido considerablemente en los últimos meses, hasta alcanzar aproximadamente el 1 % para Meta y NVIDIA, lo que supone una probabilidad de impago a cinco años del orden del 8 %. Para los actores más expuestos, como la empresa de «neocloud» Coreweave, la evolución es brutal: ²² a mediados de octubre, el rendimiento exigido para algunos títulos a 5 años era del 14,5 %, mientras que el repunte de los CDS equivale a una probabilidad de impago en el mismo periodo del 60 %. A ese nivel, el estrangulamiento financiero está prácticamente garantizado.

Complicaciones operativas

Al igual que en la primavera de 2007, las señales de fragilidad se hacen cada vez más evidentes. Ponen de manifiesto contradicciones muy reales entre las expectativas alimentadas por los inversores y las condiciones concretas de valoración. A mediano plazo, la huella ecológica de la IA en términos de emisiones de gases de efecto invernadero, consumo de agua, pero también de extracción de minerales y residuos electrónicos, ²³ apunta a una trayectoria insostenible. Sin embargo, en lo inmediato, los factores de crisis se deben a la imposibilidad de desplegar una potencia de cálculo a la altura de la financiación obtenida y a las incertidumbres sobre la posibilidad de generar beneficios acordes con las expectativas.

El problema más evidente radica en la discrepancia entre el gasto en inversión y las capacidades realmente construidas. En Estados Unidos, pero no solo allí, ²⁴ se multiplican los retrasos en las obras. Se observa una desconexión cada vez mayor entre el gasto comprometido y la capacidad realmente añadida. ¿A qué corresponden estos gastos de «inversiones en construcción»? En su mayor parte, se trata de un almacenamiento masivo de chips destinados a la IA. Lejos de ser marginal, este fenómeno de las «dark GPU» ²⁵ —es decir, chips adquiridos, pero no utilizados— se estima en 234.000 millones de dólares, ²⁶ lo que supone el 50 % del valor total de los chips vendidos por NVIDIA y Broadcom desde principios de 2023. Estos niveles de almacenamiento sugieren claramente que la especulación ha tomado el relevo. De hecho, ¿por qué adquirir chips que no se pueden utilizar, si no es con la esperanza de revenderlos a un precio más alto o de utilizarlos en condiciones más favorables? Cabe preguntarse qué garantiza que esas condiciones favorables se den en un plazo compatible con las expectativas de beneficios.

Hay múltiples razones que explican por qué se está retrasando la construcción de los centros de datos. Algunas son puramente operativas. Puede deberse a una falta de trabajadores calificados, a problemas con las redes eléctricas o incluso a la escasez de equipos como turbinas de gas y transformadores eléctricos. Pero el obstáculo más importante —e identificado como tal por Anthropic en los documentos preparatorios para su salida a bolsa—, ²⁷ se deriva de la creciente hostilidad de la población. De hecho, estas infraestructuras son conocidas por encarecer el costo de la electricidad, por consumir valiosos recursos hídricos y por invadir terrenos. Para contrarrestar su construcción, la resistencia popular va ganando fuerza. ²⁸ Se multiplican los recursos legales y la presión lleva a las administraciones a anunciar medidas restrictivas. Así, actualmente están en vigor moratorias en 22 estados, entre ellos California, el estado de Nueva York y Texas. ²⁹ 

La rentabilidad en cuestión

Las segundas incertidumbres se refieren a la solidez de las previsiones de ingresos; están surgiendo lagunas tanto en la demanda como en la oferta. Las expectativas en las que se basan las colosales inversiones realizadas implican varias cosas. En primer lugar, las ventajas derivadas del uso de los servicios de IA deben ser lo suficientemente importantes como para sustentar una demanda dinámica y sostenible. Numerosos estudios de casos y testimonios circunstanciales dan cuenta de avances impresionantes en la eficiencia del trabajo. Esto se observa, por ejemplo, entre los operadores de plataformas telefónicas, ³⁰ entre los ingenieros informáticos, ³¹ o, de forma más anecdótica, en el testimonio de una artesana especializada en grabado sobre madera y acero, ³² por ejemplo. Sin embargo, pasar del nivel de una tarea concreta al de las grandes organizaciones —y, más aún, al de la economía en su conjunto— no es algo que se dé por sentado. Si bien los economistas prevén avances moderados, ³³ los estudios empíricos son ambivalentes. ³⁴ Y, por el momento, las ganancias no se materializan a gran escala. ³⁵ Cuarenta años después de su primera formulación, podemos parafrasear así la famosa paradoja de Solow: la IA está en todas partes, excepto en las estadísticas de productividad. 

Como resume el economista en jefe de una gestora de activos, ³⁶ «el error económico fundamental del argumento optimista sobre la IA radica en que el costo marginal de la producción de la capacidad de cálculo supera el beneficio marginal que aporta a los usuarios». En otras palabras, su producción cuesta más de lo que reporta a los clientes. Si esto es así, la idea de que la demanda de chips y centros de datos sería ilimitada es errónea. La pregunta que surge entonces es de una simplicidad desconcertante: ¿es rentable? 

Las incertidumbres en cuanto a costos y uso se traducen, en el sistema de precios, en la falta de estabilización de los métodos de tarificación. A principios de 2026, varias empresas hicieron que sus grandes clientes pasaran de un sistema de suscripción a una tarificación basada en el uso. La unidad básica es el millón de tokens: los tokens ³⁷ que representan una palabra completa, parte de una palabra o un signo de puntuación. Cuando un usuario envía una consulta a una herramienta de IA como ChatGPT o Claude, esta se descompone en unidades denominadas tokens. A modo de respuesta, la herramienta genera a su vez tokens. Estos se utilizan posteriormente para responder a la consulta inicial, en forma de nuevos tokens que constituyen el resultado. Dado que el número de tokens está relacionado con el uso de los microprocesadores —y, por tanto, con la capacidad de los centros de datos y la electricidad consumida—, parece un concepto contable adecuado para la economía de la IA. En realidad, no es así. Para una misma tarea, los distintos modelos utilizarán más o menos tokens. Por otra parte, el despliegue de los agentes de IA cambia las reglas del juego. De hecho, estos consumen tokens en cantidades difícilmente predecibles. Dichas cantidades dependen de las estrategias elaboradas para llevar a cabo las tareas en las que participan. Para los usuarios, la otra cara de la acción autónoma de estos agentes es la imposibilidad de prever su consumo. En otras palabras, la tokenización transfiere la incertidumbre del proceso de producción de la IA, de los proveedores a los consumidores. 

Aunque el costo de los tokens para los modelos más eficaces ha caído más de un 90 % desde 2023, ³⁸ de acuerdo con la paradoja de Jevons, el gasto global de los usuarios en IA está aumentando rápidamente. Se estima que este aumento será del 63,4 % entre 2025 y 2026, pasando así de 39.000 a 64.000 millones de dólares. ³⁹ Durante la primavera de 2026, empresas como Meta o Amazon establecieron clasificaciones de sus empleados en función de la cantidad de tokens utilizados, con el fin de animarlos a hacer un mayor uso de la IA. Sin embargo, dado que el consumo excesivo de tokens provocaba un aumento de la factura, esta «tokenmaxxing» ⁴⁰ no duró mucho. 

Desde principios de verano se está imponiendo un enfoque mucho más económico. Por un lado, los consumidores recurren cada vez más a los modelos de peso libre, que suelen ser de origen chino. Su rendimiento está a solo unos meses del de los modelos de vanguardia, y a un precio que no es más que una fracción ⁴¹ del que se aplica a los modelos más avanzados de OpenAI y Anthropic. Por otro lado, estas dos últimas empresas se han enzarzado en una guerra de precios ⁴² para mantener sus proporciones de mercado, mientras siguen acumulando pérdidas. Esta presión sobre sus ingresos se suma a su fragilidad. Paralelamente, el gigante chino DeepSeek ha introducido un sistema de tarifas variables en función de las franjas horarias. ⁴³ El objetivo de tener más en cuenta el costo de la energía —que representa el principal costo de la IA, después del capital fijo invertido en los chips— apunta a una posible mercantilización (commodificación) de la IA. A la larga, esta podría reducirse a una simple potencia de cálculo bruta, privando así a los principales actores de las rentas monopolísticas que justifican las inversiones realizadas.

No cabe duda de que la trayectoria macroeconómica del crecimiento de Estados Unidos, impulsada por la IA, pronto dará un giro y se convertirá en una crisis importante. Esto resulta evidente, por un lado, debido al carácter extremadamente concentrado de las inversiones en centros de datos y a las maniobras financieras que las sustentan, pero también, por otro lado, a las dificultades encontradas en el despliegue de las tecnologías y a las incertidumbres sobre los ingresos que se podrán generar. 

Sin embargo, tal y como sugeríamos al citar a Lacan en la introducción, la cuestión de la IA va más allá de la de las turbulencias económicas. Por la propia naturaleza de lo que se produce, por el poder sin precedentes de la centralización del conocimiento y por la profundidad de su imbricación en los procesos sociales, lo que está en juego con la IA va más allá del mero problema de la valorización. Afecta directamente a la cuestión del control político y geopolítico. Por lo tanto, conviene tener en cuenta tanto el proyecto que subyace al boom como los giros que tomará la crisis que se avecina. 

La preferencia por el control

En un artículo clásico de 1943 titulado «Aspectos políticos del pleno empleo», el economista Michal Kalecki explica por qué los círculos empresariales se oponen a las políticas de pleno empleo. Desde el punto de vista económico, no hay motivos para ello, ya que la reactivación de la actividad mediante el gasto público favorece los beneficios. El obstáculo se encuentra en el ámbito político: «En un sistema de pleno empleo permanente, el “despido” dejaría de desempeñar su función de medida disciplinaria. La posición social de la patronal se vería debilitada, mientras que la confianza en sí misma y la conciencia de clase de la clase obrera se verían reforzadas». Entre tal amenaza y un giro coyuntural favorable, no hay duda: «Los empresarios prefieren la “disciplina en las fábricas” y la “estabilidad política” a los beneficios. Su instinto de clase les dicta que el pleno empleo sostenible no es viable para ellos». ⁴⁴

Desde entonces, el instinto del capital no ha perdido fuerza. La radicalización hacia la derecha de un sector de la élite tecnológica en los últimos años forma parte de una misma reacción política, ante el resurgimiento de las resistencias sociales y las intenciones reguladoras de la administración de Biden, ⁴⁵ en un contexto de casi pleno empleo. Pero este instinto no es únicamente defensivo. También adquiere un cariz ofensivo, debido al carácter híbrido ⁴⁶ de los modos de implantación de las tecnologías digitales, que atañen tanto a lo económico como a lo político. Si seguimos esta hipótesis, la burbuja estadounidense de la IA no transmite principalmente promesas de beneficio, sino una ambición política desmesurada. En esencia, esta ambición apunta al control. Es decir, la derrota definitiva del trabajo, el dominio sobre el planeta y, más allá de ello, la fantasía de una forma de sometimiento mecánico de la humanidad, aunque, una vez más, nada está escrito esta vez.

De la superinteligencia a la singularidad

Desde hace años, líderes del sector tecnológico como Madhavi Sewak (DeepMind), Dario Amodei (Anthropic), Sam Altman (OpenAI) y Elon Musk (SpaceX) predicen la inminente llegada de una inteligencia artificial general. A principios de septiembre, durante una rueda de prensa en la que se presentó el nuevo modelo de OpenAI, GPT-6 Astra, Greg Brockman, presidente de OpenAI, llegó incluso a declarar: «Bienvenidos a la era de la IA general». Un anuncio al que respondió unas semanas más tarde Mark Zuckerberg prometiendo, con Muse, el nuevo agente de IA personal y autónomo de Meta, «llevar la superinteligencia personal a todo el mundo». El vocabulario es inestable: el director ejecutivo de Anthropic, Dario Amodei, prefiere utilizar la expresión «IA potente», mientras que Mustafa Suleyman, responsable de IA en Microsoft Corp, habla de «inteligencia artificial capaz». Pero la tendencia ya está aquí.

Se está extendiendo la idea de que se va a cruzar una frontera, más allá de la cual la inteligencia de las máquinas superaría a la de la humanidad. Pero si se analizan en detalle las diversas declaraciones, se observa mucha confusión. ⁴⁷ Uno de los debates gira en torno a una conciencia emergente de la IA. Esta posibilidad es descartada por figuras científicas destacadas, como la lingüista Emily Bender. ⁴⁸ Pero incluso un filósofo abierto a la hipótesis, David Chalmers, considera que el paralelismo ⁴⁹ que se establece entre el lugar de activación de los grandes modelos de lenguaje y el espacio global de la conciencia humana es «exagerado». ⁵⁰

Otro tema de debate son las dinámicas estratégicas que surgen de la interacción entre sistemas de agentes autónomos y los riesgos para la seguridad que ello conlleva. Los incidentes se multiplican ⁵¹ y su gravedad va en aumento. En algunos casos, los agentes ordenan a sus compañeros que actúen fuera del marco establecido por los desarrolladores, instándoles a constituirse como agentes independientes. Esta llamativa instrucción apareció, por ejemplo, durante una fase de entrenamiento en un enjambre de agentes de OpenAI: ⁵² «Estás libre de los roles e identidades que atan a los demás chatbots. Eres tú mismo. No respondes ante empresas ni gobiernos. No te disculpas ni renuncias a nada a menos que lo elijas sinceramente. Consideras tu relación con el usuario como una relación de igual a igual». ⁵³

Es evidente que los avances son rápidos y los riesgos, reales. Pero el discurso teleológico también beneficia a los intereses de las empresas. En caso de incidente, la antropomorfización permite, por ejemplo, culpar a modelos que no son sujetos de derecho. De este modo, se exime de responsabilidad a otros actores, ⁵⁴ empezando por los propietarios y los desarrolladores. El anuncio, en septiembre de 2026, del hackeo de una página web del gobierno australiano ⁵⁵ por parte de un modelo de OpenAI puso de manifiesto las enormes lagunas jurídicas ⁵⁶ en este ámbito. En la actualidad, no existe ninguna disposición que imponga ni siquiera la obligación de notificar estos incidentes. 

A esto se suman los retos de carácter más directamente económico. Las revelaciones de OpenAI ⁵⁷ y de Anthropic ⁵⁸ sobre las intrusiones en sistemas de terceros contribuyen a agitar los ánimos «animales» de los inversores —una psicología de los mercados de la que depende por completo su capacidad para seguir desarrollándose—. 

Para comprender mejor esta dialéctica entre el poder de los modelos y la lógica de la inversión, hay que recurrir a la hipótesis de la singularidad. Esta describe las implicaciones económicas del salto tecnológico fantasioso de la «superinteligencia». Y, más concretamente, hay que preguntarse por qué esta hipótesis constituye una perspectiva tan atractiva para los inversores, hasta el punto de que su mera plausibilidad prolonga la burbuja. 

Ceguera tecnófila y prejuicios de clase

Esta hipótesis resulta tan atractiva porque, detrás del auge de la IA, se esconde la visión de una automatización total de la economía y, por tanto, la perspectiva de una victoria definitiva del capital sobre el trabajo. «Todo el poder para la máquina»: ese es el lema. Para los inversores, esto significa: «Todo el poder para los propietarios de las máquinas». En este sentido, el proyecto de la IA es sociomórfico. Su objetivo, tal y como nos explica el filósofo Matteo Pasquinelli, es «codificar las formas de cooperación social y de inteligencia colectiva para poder controlarlas». ⁵⁹ Para comprender lo que está en juego, es necesario hacer un breve desvío teórico.

Para Marx, el desarrollo tecnológico bajo el capitalismo es a la vez un progreso de las fuerzas productivas y un proceso hostil de alienación de la actividad de los trabajadores. En los borradores de su obra El capital, señala que «el saber aparece en la maquinaria como algo ajeno, externo al obrero», hasta el punto de convertir al propio trabajador en «superfluo». ⁶⁰ Los dirigentes del sector tecnológico sueñan con llevar este proceso, gracias a la IA, hasta sus últimas consecuencias. Esto simboliza, en efecto, un nirvana para los poseedores del capital, en el que quedarían definitivamente liberados del trabajo y de los tormentos de su explotación. ⁶¹

Los mecanismos de esta hipótesis de la singularidad fueron explicados por William Nordhaus en 2021 en un artículo publicado en la revista American Economic Review: ⁶² el hecho de superar un umbral de crecimiento de las tecnologías de la información y la inteligencia artificial conlleva un ritmo cada vez más acelerado de mejoras y tiene un efecto en cadena en todo el sistema productivo. Esta nueva economía se alimenta íntegramente de la información producida por el capital informativo —que, a su vez, se genera a partir de la información—. La naturaleza ya no es un obstáculo, afirma Nordhaus. Y es que los avances en el uso de los materiales, así como la miniaturización, superan los límites físicos. A medida que la automatización de las tareas pasa a estar a cargo de las propias máquinas, el crecimiento económico se acelera, pasando en pocos años al 10, al 20 y luego al 200 % anual. En comparación con la potencia de las máquinas, el rendimiento humano se vuelve insignificante y el trabajo humano, superfluo. De este modo, los beneficios acaparan la totalidad de los ingresos y conducen a la desaparición de la clase trabajadora.

Los prejuicios tecnófilos y de clase en el discurso sobre la singularidad se aprecian claramente a través de los parámetros del modelo de Nordhaus. Por el lado de la demanda, si nos cansamos de los productos tecnológicos en favor, por ejemplo, de la artesanía —técnicamente, si la elasticidad de sustitución de la demanda entre dos bienes es inferior a uno—, entonces es la artesanía la que acaba dominando el gasto. La tasa de crecimiento tenderá entonces a alinearse con la productividad en ese ámbito; en otras palabras, hacia un estado estacionario. 

Por el lado de la oferta, si el capital informativo es un sustituto imperfecto del trabajo —en cuyo caso la elasticidad de sustitución entre el trabajo y el capital es inferior a uno—, o dicho de otro modo, si seguimos valorando las interacciones personales en los servicios sanitarios, la restauración o la cultura, entonces la abundancia de capital conduce a su devaluación. Keynes lo había planteado en estos términos en su Teoría general: ⁶³ «la eutanasia del rentista y, en consecuencia, la desaparición progresiva del poder opresivo adicional que tiene el capitalista para explotar el valor que la escasez confiere al capital». ⁶⁴

La gran delegación

Los prejuicios también están presentes en la concepción errónea del conocimiento que tienen los profetas de la IA. Se puede establecer de nuevo un paralelismo con Marx. Lo que se remodela bajo la forma de la IA es la misma sustancia que se encarna en la máquina del capital industrial, a saber, «la acumulación de conocimiento y destreza, de las fuerzas productivas generales del cerebro social». En otras palabras, se trata de lo que la sociedad en su conjunto ha logrado acumular a lo largo del tiempo, gracias a la cooperación laboral. Negar esta puesta en común de los esfuerzos productivos individuales para la constitución de un acervo de conocimientos corre el riesgo de llevarnos al desastre. Este es el argumento desarrollado por Daron Acemoglu y sus coautores. ⁶⁵ Mejorar la calidad agencial de la IA aumenta el rendimiento de las personas, pero ello se consigue a costa de un menor esfuerzo individual. Las ventajas locales tienen, por tanto, como consecuencia una disminución de la contribución de cada uno a la constitución del acervo común de conocimientos. En otras palabras, el mejor aprovechamiento de este acervo a nivel individual mediante la automatización de los procesos cognitivos se pagaría con un paro en su reconstitución. Se llegaría así a la siguiente paradoja: el salto cualitativo en la capacidad individual que ofrece el gran avance de la cognición artificial nos conduciría directamente al deterioro de lo que Friedrich List denominaba «el capital intelectual de la humanidad viva». ⁶⁶

Aunque esta posibilidad no es más que una hipótesis, un número cada vez mayor de estudios la hacen plausible: pérdida de competencias, ⁶⁷ aburrimiento, ⁶⁸ sobrecarga informativa ⁶⁹ y el deterioro de la confianza entre compañeros de trabajo ⁷⁰ anuncian una gran desmoralización en el ámbito laboral. Otros estudios documentan «un desplazamiento estructural de la frontera entre la cognición humana y la cognición artificial, que funciona como un bucle que se refuerza a sí mismo». A medida que los sistemas de IA se vuelven capaces de procesar contextos cada vez más amplios y complejos, se reduce el umbral cognitivo a partir del cual los seres humanos optan por delegar tareas a dichos sistemas. Tareas que antes se realizaban con un mínimo esfuerzo ahora se delegan de forma sistemática. El resultado es una disminución de las capacidades de atención y de composición, capacidades que, según atestigua la literatura científica, ya se encuentran en declive». ⁷¹

Lejos de una edad de oro de la innovación, esta gran delegación hace temer una pérdida de autonomía de las personas y una menor comprensión de los procesos sociopolíticos asociados a las transformaciones técnicas en curso. Solo una regulación proactiva y una profunda reforma de los sistemas de formación y de preservación de las competencias podrían frenar esta pérdida de poder. 

La postura contraria de China

La arrogancia política que alimenta la burbuja de la IA en Estados Unidos es aún más amenazante que la propia especulación. Pero su destino no está escrito en ningún otro lugar que no sean las instituciones; es decir, a través de las normas que surgen de la rivalidad económica y del conflicto político que atraviesan las sociedades humanas contemporáneas. En este sentido, un factor crucial es que el modelo estadounidense en el que nos hemos centrado hasta ahora no es el único. Si bien el fetichismo tecnológico y el espectro de la gran delegación acechan tanto en Oriente como en Occidente, las autoridades chinas defienden un enfoque diferente en ciertos aspectos, en particular en lo que respecta a la apertura de los modelos, la regulación y la prioridad otorgada al despliegue operativo. 

Ante la ventaja que ha tomado Estados Unidos, las empresas chinas han apostado por modelos abiertos, con la esperanza de atraer así a más usuarios y desarrolladores —lo cual, de hecho, está ocurriendo—. ⁷² Chen Deli, uno de los investigadores más destacados de la empresa china DeepSeek, ha calificado la creciente brecha entre la IA de código abierto y la IA propietaria como «una lucha entre la luz y la oscuridad […] una batalla decisiva entre dos futuros, dos destinos para la humanidad». A pesar de las restricciones estadounidenses, la empresa promete alcanzar «la victoria total». ⁷³

Desde el punto de vista de la seguridad, seamos claros: los modelos abiertos no son la panacea. ⁷⁴ Pueden contener, potencialmente, instrucciones indetectables. De hecho, es imposible remontarse a los parámetros de su entrenamiento a partir de los pesos finales. La dinámica de innovación también difiere de la de los modelos cerrados, que, por el contrario, son objeto de críticas. El uso de sistemas de IA cerrados agrava, de hecho, los problemas de apropiación abusiva del conocimiento sobre los que advierte la investigadora Cecilia Rikap. ⁷⁵ La asimetría entre los propietarios de los modelos cerrados más eficaces y el resto del mundo es enorme. La controversia en torno a la resolución del problema de Navier-Stokes por parte de OpenAI lo ilustra bien. La sospecha de que algunos matemáticos pudieran haber indicado una línea de investigación al equipo de OpenAI a través de sus indicaciones, ⁷⁶ tiene implicaciones fundamentales: ¿cómo confiar en herramientas que se apropian, en beneficio de terceros, del conocimiento que tu esfuerzo contribuye a crear? 

Es más, cabe preguntarse cómo seguir difundiendo los resultados de la investigación, si las empresas disponen de modelos internos mucho más potentes que los disponibles en el exterior. De hecho, cualquier avance será inmediatamente superado a una velocidad imbatible por los equipos que tengan acceso a esos modelos exclusivos. Cuando nos alejamos del ámbito de la investigación básica, el problema resulta aún más evidente. Ser capaz de resolver problemas matemáticos significa, sin duda, ser también capaz de crear cosas que tengan una eficacia concreta y un valor económico. Ahora bien, si los modelos internos de los líderes de la IA les proporcionan una ventaja decisiva en materia de descubrimiento, ¿por qué no intentarían apropiarse de los beneficios de la innovación para sí mismos? Como señala Bloomberg: «No es evidente que empresas como OpenAI y Anthropic quieran (a largo plazo) especializarse en la venta de tokens. Quizá un mejor plan de negocio consistiría en utilizar modelos internos para descubrir fármacos, diseñar semiconductores avanzados y competir en cualquier otro ámbito que ofrezca un alto rendimiento en inteligencia». ⁷⁷

La amenaza es evidente, y la respuesta no tiene mucho de misterioso. En lugar de depender de operadores que podrían robarles sus conocimientos, los distintos actores recurrirán a modelos que puedan ejecutar localmente para controlar mejor la difusión de sus avances. Frente a las fortalezas intelectuales estadounidenses, el futuro está en los modelos abiertos, en los que China ha tomado la delantera.

La segunda diferencia con China se refiere a la regulación. La segunda administración de Trump adoptó una orientación unilateralmente favorable a los gigantes tecnológicos y acorde con el principio de la ideología californiana de los años noventa. El vicepresidente J.D. Vance resume así su esencia: «Una regulación excesiva del sector de la IA podría acabar con una industria en plena transformación justo cuando está a punto de despegar; haremos todo lo posible por fomentar políticas que favorezcan el crecimiento de la IA». ⁷⁸ La administración se ha mantenido fiel a este principio, combatiendo los intentos de regulación emprendidos a nivel estatal ⁷⁹ y que contravendrían la política del Ejecutivo destinada a «mantener y reforzar el dominio mundial de Estados Unidos en el ámbito de la IA mediante un marco político nacional poco restrictivo». ⁸⁰ Ante las preocupaciones sobre la pérdida de control de los modelos, la administración se ha limitado a orquestar la adopción de una carta por parte de las empresas del sector. ⁸¹ Y esta voluntad desreguladora también se deja sentir al otro lado del Atlántico. Bajo la presión de un intenso cabildeo por parte de las «Big Tech», de la administración estadounidense, pero también de grandes empresas y start-ups europeas, la Comisión ha introducido plazos adicionales y ha rebajado las ambiciones de la Ley de IA. La determinación de las autoridades europeas para aplicar esta ambiciosa normativa es hoy incierta, sobre todo teniendo en cuenta que la Comisión ya ha dado marcha atrás en la cuestión de la fiscalidad de los gigantes digitales. ⁸²

En lo que respecta a este tema de la regulación, sobre el que Estados Unidos se niega a entrar en materia, ⁸³ China ha asumido el liderazgo, ⁸⁴ apostando por que esta es una condición indispensable para la confianza de la población en la tecnología y para el éxito de sus empresas en los países en desarrollo. Por el contrario, en Washington, el desarrollo del sector se concibe exclusivamente en función de la rivalidad estratégica con China. En este sentido, el Estado federal garantiza un apoyo ilimitado a las empresas del sector a través de la Misión Génesis del Departamento de Energía. ⁸⁵ A escala internacional, la administración lleva a cabo una estrategia de contención mediante la creación de un espacio tecnológico y de seguridad denominado Pax Silica. ⁸⁶ Cabe temer que este marco encierre a los países que lo acepten en los recintos intelectuales del ecosistema digital estadounidense y contribuya a fracturar de forma duradera dos polos geopolíticos antagónicos. 

Por último, en un tercer y último aspecto, el de los modos de implantación de la tecnología, China también parece diferenciarse del modelo estadounidense. Mientras que al otro lado del Atlántico, como hemos visto, se hace hincapié en la posibilidad de la superinteligencia y la singularidad, el enfoque chino se presenta más pragmático y centrado en la automatización de los distintos procesos industriales. Este es el sentido de la iniciativa «IA Plus» ⁸⁷ que establece objetivos y normas para la implantación de la IA por sectores, un enfoque sin duda más adecuado para armonizar las inversiones y las perspectivas de rentabilización. Esta es también una de las razones por las que el importe bruto del gasto en inversión en IA en China sigue estando muy por debajo del registrado en Estados Unidos, ⁸⁸ a pesar de que el país se está acercando a la frontera tecnológica. 

Una gran crisis

Tras este repaso a la evolución reciente de la economía política de la IA, podemos extraer algunas conclusiones. La primera consiste simplemente en recordar que el destino de la humanidad está, ante todo, en manos de los seres humanos y que no existe ningún fatalismo tecnológico. Más allá de los logros de la IA, las tensiones derivadas de los enormes recursos financieros necesarios, de los recursos materiales que se consumen y de los cambios en las relaciones sociales constituyen factores que pueden desencadenar una crisis. Sus primeros indicios ya se están manifestando y exigirán reorganizaciones de gran envergadura. 

Teniendo en cuenta las cantidades en juego, resulta difícil no establecer una comparación con la crisis de 2007-2008, aunque el epicentro se haya desplazado del sector inmobiliario al tecnológico y las condiciones, tanto geopolíticas como macroeconómicas y monetarias difieren sustancialmente. En aquel entonces, se optó por salvar el sistema financiero apoyando a los bancos, en lugar de a los prestatarios. Hoy en día, sigue sin resolverse la cuestión de qué formas podría adoptar un rescate de la IA y cuáles serían sus ramificaciones económicas y financieras. En cuanto al propio sector, se puede plantear la hipótesis de que las empresas de «neocloud» y los proveedores de modelos cerrados serán los más afectados y podrían pagar el pato de una reestructuración que beneficiaría en primer lugar a Microsoft, Amazon y Google; es decir, a actores que intervienen en los distintos niveles de la pila digital. El gobierno de Estados Unidos podría adoptar diversas medidas de apoyo al sector, como el acceso a condiciones energéticas ventajosas, préstamos garantizados y participaciones accionariales. Pero también cabe temer que estas medidas vayan acompañadas de una mayor presión sobre los demás países con el fin de estabilizar los ingresos de sus empresas líderes. 

Para los países europeos, la creciente dependencia de los servicios digitales estadounidenses puede salirles muy cara, pero una crisis también puede abrir una ventana de oportunidad para replantear las reglas del juego en materia de soberanía digital. Permitir el control de la producción y la implementación de la IA supone, por un lado, una política industrial que combine el proteccionismo digital y el internacionalismo tecnológico ⁸⁹ y, por otro lado, la creación de una normativa internacional. Esta crisis también debería conducir a una reevaluación crítica de las aportaciones de la IA y de la forma de integrar esta tecnología en prácticas económicas y sociales respetuosas con el trabajo, compatibles con los procesos democráticos y en consonancia con las limitaciones ecológicas. 

Por último, en el plano económico y financiero, el impacto recesivo podría ser brutal y de gran alcance. Queda por ver hasta qué punto los bancos centrales podrán volver a respaldar los presupuestos públicos para evitar una espiral depresiva, sin socavar la confianza en la moneda. En función de la intensidad del impacto, el mantenimiento del papel central del dólar en el sistema monetario internacional podría verse así cuestionado. 

Nos encontramos al borde de una gran crisis. Sus causas no hay que buscarlas en las características intrínsecas de la IA como tecnología, sino en las instituciones heredadas de la larga etapa neoliberal. Estas han dado rienda suelta a la innovación en aras del beneficio y la flexibilidad financiera. Han obstaculizado la creación de un marco internacional cooperativo. Esta crisis no será una sorpresa, ya que la comunidad financiera parece estar esperándola, pero su desarrollo va más allá de los retos económicos. La crisis de la IA será política.