La IA: una herramienta útil en el socialismo, pero una amenaza en el capitalismo

Los humanos anatómicamente modernos evolucionaron en África hace unos 300.000 años. De nuestros antepasados del género Homo heredamos la postura erguida, los pulgares opuestos, la visión binocular, una gran inteligencia, la vida en comunidad, el lenguaje, el uso del fuego y la fabricación de herramientas. Los humanos han construido sobre esa base, transformando una y otra vez la tecnología, reorganizando la producción y reordenando la sociedad.

En los últimos 50 años, las computadoras e Internet cambiaron la forma de trabajar y vivir de cientos de millones de personas. La Inteligencia Artificial -un término erróneo y muy cacareado- continúa esa tendencia.

Como se analizará en este artículo, la tecnología de la IA es potencialmente beneficiosa. Bajo el socialismo, podría liberar a las personas de muchas tareas que les aturden la mente, y que sean libres para desempeñarse en actividades creativas y autorrealizadoras, y hacer posibles avances científicos, económicos, medioambientales y de otro tipo que nos superan actualmente.

En el capitalismo, sin embargo, podría destruir puestos de trabajo y medios de vida, intensificar la explotación, aumentar los niveles de vigilancia y represión, destruir aún más el medio ambiente y hacer que la guerra sea cada más probable y más letal.

Desmitificar la IA

La inteligencia artificial no es «artificial» ni «inteligente». Es la aplicación de técnicas informáticas inteligentes pero no muy sofisticadas utilizando cantidades masivas de datos digitales para encontrar patrones de asociación, por ejemplo entre radiografías y tumores cancerosos, o textos en español y sus traducciones al inglés.

El análisis científico tradicional observa la realidad, elabora hipótesis y las pone a prueba mediante la observación y la intervención. El análisis tradicional de datos recopila y los analiza mediante métodos estadísticos, intentando identificar patrones en las estructuras y procesos descritos por esos datos. Al igual que otros análisis científicos, su objetivo es tanto comprender como predecir.

La IA prescinde del objetivo de comprensión y se limita a la predicción. De ahí el nombre de la técnica preferida actualmente: transformador generativo preentrenado (GPT por sus siglas en inglés). Se construyen modelos incomprensibles mediante preentrenamiento en cantidades masivas de datos, para aplicarlos a datos nuevos y generar diagnósticos, traducciones y otras predicciones.

Los precursores de la IA se desarrollaron a principios del siglo XX y se utilizaron como generadores de textos probabilísticos, pero eran sobre todo pruebas de concepto y no muy útiles en la práctica. Faltaban datos y potencia de cálculo.

En la década de 1990, la digitalización de imágenes, sonidos y texto había producido los datos, y la propagación a través de Internet los había diseminado. La potencia informática se quedaba atrás. Los ordenadores de la época se basaban en potentes unidades centrales de procesamiento (CPU), el almacenamiento de datos en caché en una memoria rápida y un procesamiento paralelo limitado, en el que varias CPU trabajaban en diferentes partes de un problema. Los ingenieros de software tenían que diseñar algoritmos para que los programadores los codificaran y los ordenadores los ejecutaran.

La situación era como la de los primeros tiempos de la revolución industrial, cuando las máquinas se construían con métodos artesanales. El aumento de la producción exigía el avance de las máquinas para construirlas.

El avance se produjo en lo que parecía un área periférica de la informática. La edición de imágenes y vídeos, y también los juegos, requerían una renderización muy rápida de los gráficos en las pantallas, a medida que se manipulaban las imágenes, se mostraba el movimiento de los vídeos o se jugaba. Los bits de la memoria debían convertirse rápidamente en píxeles en las pantallas. Para ello se desarrollaron unidades de procesamiento gráfico (GPU) relativamente sencillas, independientes de la CPU y que trabajaban en paralelo.

Los ingenieros informáticos y los programadores no tardaron en darse cuenta de que las GPU podían utilizarse para otros problemas de mapeo, incluido el mapeo de las ingentes cantidades de datos digitales ahora disponibles para producir modelos que pudieran aplicarse a nuevos datos para búsquedas, traducciones, transcripciones, análisis de tomografías computarizadas, reconocimiento facial, etcétera. Había nacido la IA.

Basura dentro, basura fuera

Los modelos de IA se entrenan a partir de pares de datos brutos y resultados validados por humanos, y dependen completamente de la precisión de ambos. Si los datos o los resultados son parciales o sesgados, los modelos también lo serán. Basura entra, basura sale (Garbage in, Garbage Out), como dice el refrán informático.

La basura puede ser «alucinaciones» obviamente extrañas, o puede ser más insidiosa. Los patrones de asociación pueden basarse en opiniones presentadas como hechos, simplificaciones excesivas, prejuicios o mentiras. Los perfiles raciales que serían inaceptables viniendo de un ser humano pueden ocultarse en la caja negra de la IA.

Una ilustración reveladora y cada vez más probable de «basura entra, basura sale» es la IA entrenada en su propio producto. Un artículo del New York Times, When A.I.'s output is a threat to A.I. itself», de Aatish Bhatia, explora el problema del «colapso del modelo». Las imágenes se reducen a borrones, los colores se enturbian, las caras se parecen extrañamente. «El modelo se envenena con su propia proyección de la realidad». (8/26/24)

En cierto sentido, la IA es un paso atrás con respecto a las técnicas analíticas que tratan de comprender los datos. Los conjuntos de datos pequeños y la limitada potencia de cálculo obligaban a los analistas a elegir técnicas apropiadas para los datos: por ejemplo, la regresión lineal para variables continuas como el producto interior bruto (PIB), o la regresión logística para variables categóricas como la raza y el sexo. La IA deja el modelado al proceso computacional.

El análisis de datos podría compararse con escalar una montaña. El objetivo es llegar a la cima. Con el análisis de datos, eso significa maximizar una función de probabilidad: la probabilidad de que un modelo aplicado a los datos reales obtenga resultados reales.

Un enfoque del alpinismo consistiría en que un equipo muy cualificado escale la montaña minuciosamente. Otra sería hacer que muchos equipos competentes pero menos cualificados subieran la montaña en tropel, cometiendo muchos errores pero llegando a la cima por prueba y error. El análisis estadístico tradicional es como el primero. La IA es como lo segundo.

El método de prueba y error es muy caro en términos de ordenadores y energía para hacerlos funcionar. Como señala David Gelles en un artículo del New York Times: «¿Qué impulsará la revolución de la inteligencia artificial?

«Sólo en los próximos tres años, se espera que los centros de datos tripliquen su consumo de energía, según un nuevo informe respaldado por el Departamento de Energía de EEUU. Según esta previsión, los centros de datos podrían representar hasta el 12% del consumo nacional de electricidad en 2028». (1/7/25)

Más grande no es necesariamente mejor. En enero de 2025, la empresa china DeepSeek publicó un artículo en el que describía una novedosa técnica de modelado de IA. Un artículo del New York Times titulado «Why DeepSeek could change what Silicon Valley believes About A.I.» (Por qué DeepSeek podría cambiar lo que Silicon Valley cree sobre la inteligencia artificial), escrito por Kevin Roose, explica la importancia de la técnica. (1/28/25)

Básicamente, combinando el pensamiento anticipado y el enjambre, DeepSeek fue capaz de utilizar chips informáticos menos sofisticados, mucho menos tiempo de computación, menos energía y conjuntos de datos más pequeños para entrenar su modelo.

Esto no quieren decir que la IA sea inútil. La traducción automática de idiomas ha mejorado espectacularmente con el avance de las técnicas, desde la traducción automática basada en reglas a la traducción automática estadística, pasando por la traducción automática con IA.

Pero los buenos traductores de IA se forman con buenas traducciones humanas, y las traducciones realmente buenas siguen necesitando la corrección de traductores humanos que conozcan la lengua de origen, la lengua de destino y el tema. Por otro lado, las búsquedas están empeorando, ya que los resultados «correctos» son cada vez más los que pagan los anunciantes, en lugar de los que desean los usuarios.

Origen de la IA

En la década de 1990, los servidores de Google empezaron a rastrear la web, almacenando e indexando el contenido de los sitios web y devolviendo los resultados de las búsquedas. Una idea importante de Google fue que el número de enlaces a una página era una medida útil de su importancia. Otra fue que los usuarios no son sólo consumidores, sino también proveedores de datos, a través de sus búsquedas y clics. Otra era que los datos de búsqueda podían integrarse con muchos otros tipos de datos.

Google llegó a dominar las búsquedas a través de un bucle de retroalimentación positiva: Su motor de búsqueda era mejor, en parte gracias a su inteligente algoritmo, pero sobre todo porque se basaba en más datos, por lo que la gente lo utilizaba, proporcionando aún más datos, y así una y otra vez.

Al principio, Google tuvo problemas para ganar dinero con sus búsquedas. Su solución fue la publicidad y otros tipos de marketing. Podía cobrar por los clics en los enlaces a sitios web de empresas en sus resultados de búsqueda, cobrar por destacar una empresa en sus búsquedas y elaborar listas de clientes interesados o con probabilidades de estar interesados en comprar productos.

Google se dio cuenta de que los datos eran potencialmente valiosos, aunque su uso aún no estuviera claro. Las búsquedas libres, los mapas, las direcciones de correo electrónico y los sistemas operativos generaban datos. Los datos podían explotarse para saber quién preguntaba qué, quién se comunicaba con quién, sobre qué se comunicaban y, a menudo, el contenido de su comunicación. Las vistas de las calles producían datos, no sólo las vistas, sino también el contenido de las redes inalámbricas no codificadas de las casas fotografiadas.

El FBI, la CIA, la Agencia de Seguridad Nacional (NSA), las agencias de policía estatales y locales y los servicios policiales y de seguridad de Francia, Corea del Sur, Gran Bretaña y muchos otros países se dieron cuenta de que podían obtener y almacenar metadatos (el quién, dónde, cuándo, cuánto tiempo, cuánto) y datos (el qué) de las comunicaciones electrónicas.

En EEUU y algunos otros países, el acceso a los contenidos requiere una orden judicial, pero los procedimientos son a menudo laxos. El cifrado de datos es un obstáculo, pero a menudo la gente no cifra, y mucho puede deducirse de los metadatos por sí solos.

Hasta los últimos años, la capacidad de las empresas y los gobiernos para recopilar datos superaba con creces su capacidad para analizarlos. Con la IA, el análisis de datos empezó a ponerse al día.

Usos de la IA...

La historia de la humanidad ha sido testigo de muchos avances tecnológicos que tanto aumentaron la productividad del trabajo como fueron explotados por los empresarios y gobernantes de la época para aumentar su poder y su riqueza.

La energía, el transporte, las comunicaciones, la construcción, la fabricación, la agricultura, la distribución, la medicina, la educación, el ocio, las relaciones personales, la religión, el mantenimiento del orden y la guerra, todo ha sido transformado por la tecnología. El patrón general es la mecanización, sustituyendo a las personas por máquinas, y la automatización, donde las máquinas funcionan solas, mantenidas y supervisadas por personas.

Se puede abusar de los avances tecnológicos, como se ha demostrado a lo largo de la historia. EEUU se construyó sobre el genocidio de los nativos norteamericanos, la esclavitud de los africanos, el robo de medio México, la ruina de los agricultores, la explotación de los trabajadores, el abuso de los inmigrantes, el racismo, la opresión de las mujeres y las personas LGBTQ+ y la destrucción del medio ambiente, todo ello posibilitado por la tecnología.

Pero la lucha social y de clases ha obligado a utilizar la tecnología de forma beneficiosa: para sustituir a los humanos por máquinas en muchas tareas peligrosas y debilitantes, para reducir las horas de trabajo y para elevar el nivel de vida. La gente vive más tiempo, está sana más tiempo y tiene muchas más oportunidades de las que habría tenido en otras circunstancias.

Hay muchas razones para pensar que la IA seguirá esta pauta. La IA debería permitir automatizar muchas tareas que ahora requieren un trabajo que podría dedicarse a pensar, crear, jugar, amar o soñar despierto.

La traducción de idiomas es un ejemplo de lo que la IA ya puede hacer. Cualquiera con acceso a un ordenador, Internet y un programa de traducción de IA puede leer material escrito en muchos idiomas. Se necesitan traductores humanos que proporcionen el material para entrenar a la IA, que corrijan las imprecisiones de las traducciones de la IA y que hagan traducciones realmente buenas. Pero la accesibilidad es útil, incluso si la traducción no tiene sabor.

La programación informática es otro campo en el que la IA podría ayudar aliviando a los programadores de un trabajo tedioso. La programación ha cambiado enormemente desde los años 50, cuando había que recablear los ordenadores para distintas tareas y los errores ('bugs', insectos en inglés) eran literalmente eso.

En los años 70, la mayor parte de la programación se hacía en lenguajes de alto nivel como Fortran, Cobol o C, con bibliotecas matemáticas y de otro tipo para tareas comunes. La IA podría llevar esto un paso más allá permitiendo a los ingenieros de software describir lo que quieren y hacer que la máquina escriba el programa. Los programadores humanos seguirían siendo necesarios para proporcionar el material necesario para entrenar a la IA, corregir las deficiencias de los programas generados e innovar.

... y sus abusos

Hoy en día, la IA se basa en el robo. Las empresas de IA obtienen gran parte de los datos de sus usuarios y de Internet. No reconocen sus fuentes ni pagan derechos de autor por los datos. Sus modelos no están regulados y modifican la información lo suficiente como para que sea difícil demostrar la infracción de los derechos de autor.

The New York Times ha demandado a OpenAI por robar sus contenidos sin permiso ni previo pago. Músicos, artistas y escritores compiten con los imitadores de la IA.

La IA en el capitalismo se utilizará para desplazar a los trabajadores. Los robots ya se utilizan ampliamente en la industria manufacturera, ya que las cadenas de montaje se prestan a sustituir a los humanos por movimientos mecánicos.

La IA permite a los robots responder con mayor flexibilidad y ser utilizados para más tareas, como recuperar artículos en los almacenes y, en algún momento, entregarlos, aunque el problema de compartir el espacio con los humanos está lejos de resolverse.

En el socialismo, esto podría conducir a una reducción de la jornada laboral. En el capitalismo, provocará despidos.

El uso de la IA reduce aún más la calidad de los servicios. Las tiendas físicas han cerrado y han sido sustituidas por Amazon y otros minoristas en línea. En muchas de las tiendas que quedan, los vendedores expertos han sido sustituidos por escáneres. Los representantes de atención al cliente han sido sustituidos por páginas web y navegación telefónica automatizada de las preguntas más frecuentes. La IA podría utilizarse para reducir aún más la posibilidad de hablar con un ser humano informado.

La IA tenderá a reducir la interacción humana en general, ya que para muchos fines la única interacción disponible es con una computadora. El cierre de escuelas y el aprendizaje en línea durante la pandemia de Covid-19 retrasaron tanto la educación que muchos estudiantes no se han recuperado cinco años después.

El aislamiento de la pandemia provocó un mayor abuso del alcohol y las drogas, violencia doméstica y una sensación de desesperanza que contribuyó a la elevada tasa de mortalidad entre los ancianos. Padres e investigadores se preocupan por el tiempo que pasan los niños frente a las pantallas. La IA tenderá a atraer a la gente más hacia sus pantallas.

La IA someterá a las personas a una publicidad, un marketing y una selección de objetivos más insidiosos, a medida que las empresas tecnológicas acumulen más datos sobre nosotros y los utilicen para más fines. No solo con fines de venta y captación de clientes, sino también de selección de personal, 'doxing' (otros publican tu información personal) y cosas peores.

La IA ya ha aumentado el nivel de vigilancia. El reconocimiento facial permite la identificación y el seguimiento de personas. Los lectores de matrículas facilitan el seguimiento de vehículos.

El análisis de los metadatos de comunicación permite identificar agrupaciones, desde círculos de amistad a clubes de fans u organizaciones activistas y movimientos sociales. La transcripción y la traducción mediante IA permiten extraer datos que habrían pasado desapercibidos en años anteriores.

La represión puede seguir a la vigilancia. Trump ha intentado prohibir las palabras «woke» y la información sobre diversidad, cambio climático y justicia social en los sitios web federales. La inteligencia artificial permitiría extender este tipo de vigilancia a todas las comunicaciones electrónicas y, mediante dispositivos de escucha, también a gran parte de las comunicaciones no electrónicas.

Y no se trata sólo de Trump. Los activistas pro Palestina temen con razón la vigilancia y la represión por parte de las universidades liberales.

Como ya se ha mencionado, la IA requiere una inmensa potencia de cálculo e inmensas cantidades de energía, que contribuyen cada vez más a la liberación de dióxido de carbono y al cambio climático. La IA podría contribuir a la destrucción del medio ambiente de forma indirecta, ya que las empresas y los gobiernos sesgan los datos utilizados en los modelos de IA para eliminar las referencias al cambio climático, la contaminación y otros factores que no quieren que se tengan en cuenta. «La IA dice...» podría disfrazar sus intereses e ideologías a través de la caja negra de la IA.

La guerra podría volverse más común y más mortífera, a medida que los drones controlados por IA eliminen el peligro y la responsabilidad moral del combate. La película de 1964 Dr. Strangelove o Cómo aprendí a dejar de preocuparme y a amar la bomba describe satíricamente a dónde podría llevar esto.

En la película, la Unión Soviética crea una máquina del día del juicio final como disuasión nuclear en respuesta a las reiteradas amenazas de EEUU -que responderá automáticamente si las URSS es atacada-, pero no la anuncia. El general Jack D. Ripper, pensando erróneamente que EEUU está siendo atacado, ordena un ataque nuclear, y T. J. «King» Kong se las ingenia para lanzar una bomba que hace estallar la máquina del juicio final. Ficción, pero coherente con la lógica de dejar la toma de decisiones en manos de las máquinas (o de los generales).

Una respuesta de la clase obrera

Los activistas de la clase trabajadora deberían decir claramente que la IA, como muchas otras tecnologías, es demasiado útil y peligrosa para dejarla en manos de los capitalistas.

Amazon, Apple, Facebook, Google, Microsoft, Palantir, Nvidia, Oracle, las empresas de Elon Musk y todos los demás proveedores de IA deberían ser expropiados y asumidos por la sociedad.

Se necesita el control de los trabajadores y un gobierno de los trabajadores para garantizar que la IA sirva a las necesidades humanas.

Los activistas de la clase trabajadora deben unirse a las campañas contra los abusos actuales de la IA. Los músicos, artistas, escritores y otros productores de contenidos deben tener control sobre lo que producen.

Los métodos y modelos de IA deben ser de código abierto. Las empresas de IA deberían estar obligadas a revelar los datos con los que entrenan sus modelos, a recibir permiso para utilizarlos y a pagar derechos de autor a los seres humanos que los crean.

Las personas deben tener derecho a la privacidad de los datos y a excluirse voluntariamente de la recopilación de datos. Para que esto sea efectivo, la opción por defecto debe ser la exclusión voluntaria. Deben prohibirse los contratos que obliguen a compartir datos. «Gratis» no debe significar gratis a cambio de consentir esa vigilancia.

Los trabajadores cuyos empleos se vean amenazados por la automatización, incluida la IA, deben tener voz y voto en cualquier transición. Los trabajadores desplazados deberían tener garantizados puestos de trabajo comparables, educación/formación para trabajos que les interesen o jubilación con el salario íntegro. A medida que aumente el nivel de productividad laboral, la semana laboral debería reducirse sin pérdida de salario, y el trabajo debería dividirse equitativamente entre los que trabajan.

La vigilancia corporativa debe prohibirse, y la recopilación de datos por parte del gobierno debe limitarse a lo necesario para la salud pública, la seguridad y el bienestar. Debería prohibirse el uso de la IA con fines represivos. Su caja negra puede ocultar demasiadas cosas.

Los socialistas y otros activistas de la clase trabajadora deberían oponerse a la guerra en general y, en particular, a la incorporación de la IA a la maquinaria bélica. Un crimen de guerra es un crimen de guerra, incluso si apretar el gatillo se delega a la IA.

Los proveedores de IA y sus clientes corporativos y gubernamentales lucharán contra tales limitaciones. Como en otras áreas de contención de clase, su sabotaje demostrará que se necesitan medidas más drásticas.

Against The Current / Liga Internacional Socialista