Las empresas dedicadas al desarrollo de inteligencia artificial continúan elevando el precio de sus productos al mismo tiempo que incrementan las inversiones en infraestructura informática.
A primera vista, esta estrategia parece completamente lógica. El desarrollo de modelos cada vez más potentes exige construir nuevos centros de datos, adquirir costosos aceleradores de IA y asumir enormes gastos en electricidad y capacidad de cómputo. Sin embargo, las consecuencias de este modelo podrían ir mucho más allá de un simple aumento de precios.
Cada vez más economistas establecen un paralelismo con la Revolución Industrial del siglo XIX, cuando el rápido incremento de la productividad y de la producción manufacturera apenas se tradujo en una mejora del nivel de vida de la mayoría de la población. Hoy, un fenómeno similar podría repetirse en la era de la inteligencia artificial.
La pausa de Engels
Como señala Financial Times, los desarrolladores de IA son incapaces de satisfacer una demanda que sigue creciendo a gran velocidad. Para aliviar la presión sobre su infraestructura, muchas compañías se ven obligadas a aumentar el precio de sus servicios, filtrando así los usos menos valiosos o menos rentables de la tecnología, que hoy siguen siendo numerosos.
Este mecanismo podría mantenerse durante largo tiempo. Por un lado, la expansión de la capacidad de cómputo permitirá crear modelos aún más avanzados. Por otro, cualquier reducción en el coste de utilizar la IA, derivada de la ampliación de la infraestructura, abrirá casi de inmediato nuevas aplicaciones económicamente viables, impulsando nuevamente la demanda.
Un proceso muy parecido ya se produjo durante la Revolución Industrial. Las nuevas tecnologías multiplicaron la productividad, pero aprovechar plenamente ese potencial requería de enormes inversiones de capital. Los beneficios obtenidos se reinvertían continuamente en nuevas infraestructuras y tecnologías, acelerando el progreso económico, aunque concentrando cada vez más la riqueza en manos de los propietarios del capital.
Esta dinámica dio origen al fenómeno conocido como la pausa de Engels. A pesar del rápido crecimiento de la industria y del aumento de la riqueza nacional, la mayor parte de los beneficios económicos quedó durante décadas en manos de los dueños del capital, mientras que los salarios de la mayoría de los trabajadores apenas aumentaban.
Según FT, un proceso similar podría desarrollarse ahora en el ámbito de la inteligencia artificial.
El incremento de la productividad irá acompañado de una elevada rentabilidad para las empresas que controlan la infraestructura computacional y los modelos más avanzados, mientras que los ingresos de los trabajadores crecerán a un ritmo considerablemente menor.
Al mismo tiempo, un desempleo masivo parece poco probable en el corto plazo. El trabajo humano sigue siendo competitivo en numerosos sectores. Sin embargo, la presión sobre los salarios y la creciente concentración de los beneficios en un reducido grupo de empresas de IA podrían convertirse en uno de los principales desafíos socioeconómicos del nuevo ciclo tecnológico.
Hacia una mayor desigualdad digital
Este modelo de desarrollo podría profundizar aún más la brecha digital, una realidad que ya se manifiesta con claridad en numerosos ámbitos.
Los países que carecen de tecnologías propias y de infraestructura computacional dependen cada vez más de las grandes corporaciones tecnológicas occidentales. Poco a poco, estas empresas pasan a controlar no solo los datos de millones de usuarios, sino también la base digital sobre la que se construirá el desarrollo futuro de numerosos Estados.
Los habitantes de África, América Latina y Asia suelen aportar, de forma gratuita o por una remuneración mínima, los datos necesarios para entrenar modelos de inteligencia artificial. Posteriormente, los resultados de ese trabajo regresan a estos mismos países convertidos en servicios comerciales de alto valor añadido y, en muchos casos, de elevado coste.
La revista TIME ilustró un claro ejemplo de este enfoque cuando OpenAI llevaba a cabo una intensa actividad en Kenia. La compañía colaboraba con el contratista Sama, que contrataba a residentes locales para limpiar enormes conjuntos de contenido de Internet y marcar los materiales tóxicos. Por ver escenas de violencia, asesinatos y burlas, las personas recibían entre 1,3 y 2 dólares por hora, mientras que la propia entidad recibía alrededor de 12,5 dólares por cada trabajador.
Desarrollo a costa de otros
La inteligencia artificial no solo necesita enormes cantidades de datos, sino también una infraestructura física de dimensiones sin precedentes.
Los modelos más avanzados dependen de gigantescos centros de datos que consumen cantidades masivas de electricidad y millones de litros de agua para su refrigeración.
Con el objetivo de reducir la presión sobre su propia infraestructura, las principales empresas tecnológicas trasladan cada vez con mayor frecuencia la construcción de estos centros de datos a países de América Latina, África y Asia, a menudo en regiones que ya sufren las consecuencias de la crisis climática.
Un ejemplo ilustrativo es Uruguay. Mientras el país atravesaba su peor sequía en más de 70 años, Google planeaba construir un centro de datos que requeriría de 7,6 millones de litros de agua potable al día, lo que equivale al consumo de 55.000 personas.
Dependencia tecnológica
Para muchos países del Sur Global, especialmente en África, desarrollar una infraestructura propia de inteligencia artificial sigue siendo una tarea prácticamente inalcanzable. Como consecuencia, se ven obligados a utilizar soluciones creadas por las grandes corporaciones tecnológicas, lo que conduce gradualmente a una dependencia tecnológica cada vez más profunda.
En conversación con RT, Anna Sytnik, directora general del Laboratorio de Coordinación de Rusia y profesora de la Universidad Estatal de San Petersburgo, indicó que los gigantes tecnológicos estadounidenses han construido un modelo de negocio basado en ecosistemas cerrados, en los que gobiernos, empresas e instituciones quedan vinculados de forma permanente a sus plataformas, servicios y suscripciones.
"Qué modelo resultará más competitivo ya no depende solo de la calidad de los modelos en sí, sino también de qué alianzas tecnológicas y cadenas se formen a su alrededor", agrega la profesora, destacando que numerosas empresas y entidades gubernamentales estadounidenses ya se han integrado a este ecosistema.
En su opinión, aunque estas empresas también ofrecen para los países en desarrollo un paquete aparentemente atractivo con acceso a modelos potentes, subvenciones y soluciones listas para usar en la administración pública, detrás de ello se esconde un riesgo evidente: "una nueva dependencia tecnológica, ese mismo colonialismo de la IA".
"Me gustaría creer que, al final, el modelo más ventajoso será aquel que tenga en cuenta el interés de los Estados por la soberanía tecnológica"
"No basta con que los países elijan entre el ecosistema cerrado estadounidense y el chino. Lo único que dará resultados es trabajar en sus propias arquitecturas, modelos, infraestructura computacional y soluciones aplicadas; es decir, no conectarse por completo a una IA ajena, sino desarrollar una propia", concluye la experta.
